Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 20121. Bassin et modèles considérésNous nous sommes appuyés sur un cas d’étude : le bassin versant de la Haute-Durance quipossède un régime nival marqué. Les GCM utilisés sont ceux de l’expérience STREAM2 duprojet européen ENSEMBLES, pour le scénario d’émission A1B. Il s’agit de 12 runsclimatiques sur la période 1860-2100, basés sur 5 GCM (plusieurs exécutions du même GCMsont disponibles). Pour la descente d’échelle, nous avons choisi de considérer 3 MDESdéveloppés respectivement au CERFACS ainsi qu’au LTHE et à EDF dans le cadre du projetANR RIWER2030 (www.lthe.fr/RIWER2030) : DSCLIM (Boé et al., 2006 ; Pagé et al.,2011), D2GEN (Mezghani et Hingray, 2009) et ANALOG (e.g. Obled et al., 2002). Pour lamodélisation hydrologique, le modèle ISBA-Durance (Lafaysse et al., 2011) a été choisi pourses bases physiques et sa discrétisation spatiale adaptée à la topographie très accidentée de larégion alpine. La transférabilité de ce modèle hydrologique en climat modifié a été discutéepar Lafaysse et al. (2011). Sa robustesse sur une longue période de simulation est l’un desarguments en faveur de sa possible application en climat futur. Les tests de sensibilitéeffectués en simulations futures sur les éléments du modèle identifiés comme sources detransférabilité imparfaite, suggèrent que l’incertitude associée à la modélisation hydrologiqueest mineure par rapport à celles associées aux autres étapes de la chaîne de simulation.Le travail présenté ici est donc une évaluation des MDES, et des 12 runs de GCMconsidérés, dans l’optique de répondre à la question de leur applicabilité en climat futur. Unensemble de projections météorologiques et hydrologiques futures est ensuite généré, defaçon à estimer la sensibilité des changements simulés aux choix des modèles utilisés.2. Descente d’échelle statistique2.1. EvaluationsTrois versions différentes de DSCLIM (basées sur différents prédicteurs de grandeéchelle), trois versions de D2GEN (idem) et le modèle ANALOG ont été évalués en lesforçant par les réanalyses NCEP. Pour une situation de grande échelle donnée, ces MDESstochastiques fournissent un ensemble de scénarios météorologiques locaux. La comparaisonde cet ensemble de scénarios avec les conditions météorologiques locales observées montreque les MDES ont une performance équivalente sur la période ayant servi à leurapprentissage. Par construction, ils reproduisent bien les propriétés statistiques des variablesobservées (e.g. figure 1 pour le cycle annuel moyen des précipitations mensuelles).Figure 1 : Cycle saisonnier des précipitations de bassin mensuelles observées et reconstruites (quantiles 5, 50 et95 d’un ensemble de 100 scénarios pour 3 MDES différents forcés par les réanalyses NCEP). Apprentissage etévaluation sur période 1981-2005.Ils expliquent de plus une part intéressante de la variabilité interannuelle observée. La partnon expliquée est toutefois plus forte en été qu’en hiver. La cohérence spatiale, temporelle etmultivariée semble bien respectée, comme illustré par la relativement bonne qualité dessimulations hydrologiques forcées par les sorties de l’un ou l’autre des MDES (non présenté).429