Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 2012Figure 4 : Cycle annuel moyen des débits quotidiens à Serre-Ponçon pour les périodes 1980-1999, 2046-2065 et2080-2099, obtenus en forçant le modèle hydrologique ISBA-Durance par les sorties des différents MDES(différentes courbes), eux-mêmes forcés par le GCM DMIEH5C-1 (en noir : cycle observé).3. Modèles climatiques3.1. EvaluationsLe seul forçage imposé aux GCM est celui des concentrations de gaz à effet de serre.Hormis cette contrainte, les GCM évoluent librement et développent leur propre variabiliténaturelle. On peut donc attendre d’un GCM qu’il soit capable de reproduire la climatologieobservée des VAGE (moyenne et variabilité), mais on ne peut en aucun cas leur demander dereproduire les séquences chronologiques observées, quel que soit le pas de temps considéré.Même une évaluation climatologique (capacité du GCM à reproduire les statistiques globalesobservées des variables sélectionnées) sur une période de contrôle (1961-2000) est unexercice délicat. En effet, la climatologie d’un GCM pour une période donnée est influencéepar une variabilité naturelle d’échelle décennale ou pluri-décennale. La présence de biais entreGCM et observations n’est donc pas nécessairement représentative d’un défaut du modèle.Par exemple, les fréquences d’occurrence des régimes de temps sur l’Europe de l’Ouestfont preuve d’une variabilité basse fréquence très marquée entre 1860 et 2000, alors que lesconcentrations de gaz à effet de serre n’évoluent que faiblement dans les GCM sur cettepériode. De plus, une forte variabilité apparaît également entre différents runs du mêmeGCM, qui ne diffèrent que par une faible perturbation des conditions initiales. Les différencesentre les fréquences d’occurrence des régimes de temps dans un GCM donné et les fréquencesestimées pour les réanalyses sont du même ordre de grandeur que la variabilité naturelle decette variable, telle que simulée par les modèles. Nous ne pouvons donc pas assimiler cesdifférences à des erreurs de modélisation. Evaluer la performance des GCM est donc unproblème à part entière qui nécessite la mise en place de stratégies d’évaluations spécifiques àdévelopper.3.2. Incertitudes associées dans les projectionsDans notre étude, la dispersion des projections futures en termes de circulations ou detempérature est particulièrement importante. Il en résulte une forte dispersion de nosprojections météorologiques (figure 5) et hydrologiques (figure 6), pour un MDES donné. Ilest possible de comprendre en partie la dispersion des changements à partir de la dispersiondans l’évolution future de certains types de temps. Une quantification plus précise de la partd’incertitude propre aux GCM et de la part propre aux MDES peut être appréhendée par uneanalyse de variance. Toutefois, les conclusions sont fortement influencées par la sélection dugroupe de GCM et de MDES considérés. Dans notre cas, les incertitudes associées aux choixdu GCM ou au choix du MDES semblent du même ordre de grandeur.431