Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 2012modélisé par la régression, ces journées particulières sont mal représentées. Le modèle parrégression doit donc être revu pour mieux prendre en compte ces situations particulières.Figure 5 : Nombre de journées qualifiées très chaudes de 1950 à 2009 pour la période observée (noté OBS) et1950-2099 pour la période modélisée par ARPEGE Climat A1B (noté MOD).ConclusionLe réchauffement projeté par le modèle ARPEGE Climat A1B pour les décennies 2031-2060 est de 2,0°C (normales climatiques 1971-2000) pour les températures minimales, ce quiest comparable à l’écart moyen annuel des températures minimales observées entre le centreville(station du Griffon) et la périphérie (station de Melesse). Le modèle proposé parrégression linéaire de l’observation de l’ICU quotidien (station St-Jacques) est composé detrois facteurs : l’amplitude thermique, le rayonnement global et le vent moyen. Ce modèleexplique 65 % de la variabilité sur les trois années utilisées pour l’observation 2007, 2010 et2011. La moyenne annuelle est plutôt bien reproduite, en revanche les journées avec un ICUintense demeurent sous-estimées.A partir des sorties du modèle ARPEGE Climat A1B désagrégé par le CERFACS, l’ICUmodélisé par régression linéaire est projeté. Il apparaît que l’ICU moyen annuel reste constantet une évolution exponentielle du nombre de journées très chaudes sur l’ensemble de lapériode projetée. Le modèle actuel ne permet pas d’estimer l’amplitude totale. Cependant onobserve une augmentation du nombre de jour avec un ICU supérieur ou égal à 3°C. Afin demieux prendre en prendre en compte les situations où l’ICU est intense, une approche parsaison est envisagée.Références bibliographiquesAlcoforado M.J., Andrade H., 2008 : Global warming and the urban heat island. In: Marzluff J. et al. (eds)Urban Ecology: An International Perspective on the Interaction between Humans and Nature. New York(Springer), 249-262.Foissard X, Quénol H., Dubreuil V., 2011 : L’influence de la variabilité des facteurs météorologiques surl’occurrence et l’intensité de l’îlot de chaleur urbain à Rennes en 2010. Actes de colloque de l’AssociationInternationale de Climatologie, 24, 261-266.Gabriel K.M.A., Endlicher W.R., 2011 : Urban and rural mortality rates during heat waves in Berlin andBrandenburg, Germany. Environmental pollution, 159, 2044-2050.Karl T. R., Nicholls N., Ghazi A., 1999 : CLIVAR/GCOS/WMO workshop on indices and indicators for climateextremes: Workshop summary. Climatic Change, 42, 3-7.Oke T.R., 1987 : Boundary Layer Climates. Routledge, 435 pages.Pagé C., Terray L., Boé J., 2009 : Dsclim: A software package to downscale climate scenarios at regional scaleusing a weather-typing based statistical methodology. Technical Report, TR/CMGC/09/21, 60 pages.Schwarz G., 1978 : Estimating the dimension of a model. Annals of Statistics, 6, 461-464.296