Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 2012L'objectif est ici de documenter les principales sources d’incertitudes liées à l’utilisation d'unMCR, et d’illustrer, à différentes échelles, les forces et les faiblesses de cet outil.1. Sources majeures d’incertitudesTout exercice de modélisation climatique se heurte à une série de limites inhérentes à laquantification du climat et de sa variabilité. Outre ces limites, les MCR comportent desincertitudes spécifiques. Régionaliser le climat requiert prudence tant dans la mise en place duprotocole expérimental que dans l’analyse des données et l’interprétation des résultats.1.1. Conditions initialesComme tout modèle, la solution des MCR est fortement dépendante des conditionsinitiales (i.e. données injectées dans chaque maille du modèle au premier pas de temps del’intégration), conditions imparfaites en raison de l’impossibilité de mesurer l’état du climaten tout point comme à tout instant. De plus, la nature chaotique de l’atmosphère, restituée parla non-linéarité des relations entre les cœurs dynamiques et physiques (et au sein de chaquecœur), impose qu’une légère perturbation des conditions initiales puisse avoir desconséquences importantes au terme de l’intégration. Il convient donc, via des expériencesmultiples différant uniquement par leurs conditions initiales ("expériences d'ensemble"), deséparer la "variabilité forcée", commune à tous les membres et analysée comme la réponse duclimat régional à un forçage ; et la "variabilité interne", résultant de la composante chaotiquede l'atmosphère régionale. Cette variabilité interne est maximale aux pas de temps courts, àéchelle fine, et pour les variables dépendant fortement des paramétrisations physiques tellesque les précipitations (Crétat et al., 2011 ; Crétat et Pohl, 2012). Pour composer avec cettelimite on peut effectuer des expériences d’ensemble en perturbant les conditions initiales. Trèscoûteux en temps de calcul, les expériences d’ensemble permettent de distinguer, enquantifiant la dispersion inter-membres, le signal reproductible et forcé par la grande échelle(MCGA) du signal chaotique non reproductible (Crétat, 2011 ; Crétat et al., 2012).1.2. Conditions aux limitesLa solution des MCR dépend de la qualité des champs de forçages (Laprise, 2008). Pohl etal. (2011) montrent, via une comparaison entre des simulations forcées par les réanalysesERA40 et ERA-Interim, l'influence des champs de forçages latéraux (i.e. champsatmosphériques injectés à pas de temps réguliers, typiquement toutes les 6 h). Il convient doncde localiser les frontières latérales là où la qualité des champs de forçage est optimale, et detester la manière dont l’information large échelle est transmise à l’intérieur du (des)domaine(s) simulé(s) (méthode de relaxation, épaisseur de la zone tampon, saut de résolutionet type de descente d’échelle). Relaxer la solution régionale vers des observations (ou ce quis’en approche le plus : les réanalyses) réduit drastiquement la variabilité interne du modèle.Ce « guidage » (Salameh et al., 2010), consiste à brider la solution régionale (Vigaud et al.,2012). Par exemple, un signal large échelle connu et bien simulé par le MCGA, mal ou nonrestitué par le MCR, peut être imposé à ce dernier. Le protocole expérimental des MCR(consistant en un forçage latéral fourni par un MCGA, sans interaction avec la solution deforçage : "one-way nesting") induit des limites méthodologiques fortes. Des expériences desensibilité ne peuvent être réalisées que si la perturbation introduite dans le système n'est passusceptible d'exercer une influence en dehors du domaine à aire limitée. De la même manière,introduire de l'énergie à l'intérieur du domaine (en modifiant les Températures de SurfaceOcéanique – TSO, par exemple) peut générer des conditions d'instabilité numérique, lesurplus d'énergie ne pouvant être évacué en dehors du domaine. La seule alternative à ceprotocole est de coupler MCR et MCGA ("two-way nesting"), protocole encore peu utilisé à668