Actes - Climato.be

25 ème Colloque de l’Association Internationale de Climatologie, Grenoble 2012ce jour en raison de la complexité et de la lourdeur de ce couplage.Il est également nécessaire de prescrire précisément les conditions de surfaces (végétation,relief, sol, ...). L'organisation spatiale des éléments de surface est statique dans les MCR, bienque chaque classe d'occupation du sol (forêts feuillus, résineux, cultures, ...) suive un cyclesaisonnier via l'évolution par exemple de l'indice foliaire. Castel et al. (2010) ont montré queles données de surface dérivées du satellite Modis permettaient de réduire de plus de 20 % lesbiais sur les précipitations. Le gain est dû à une occupation du sol plus réaliste dans Modis(Lawrence et Chase, 2007) par rapport à l'USGS Landuse (Loveland et al., 2000). Dans uneoptique de désagrégation à fine résolution spatiale (quelques km²), la simulation des échangesentre les basses couches de l'atmosphère et la surface passe obligatoirement par des conditionsde forçage à la surface adaptées et précises (Xu et al., 2012). WRF modélise les interactionsquasi instantanément (quelques secondes) entre les basses couches atmosphériques et lasurface par l'intermédiaire d'un couplage avec un LSM (Land Surface Model – e.g. NOAH,Chen et Dudhia, 2001). Ces transferts sont déterminants dans la dynamique de la couchelimite atmosphérique et dans la simulation des températures et des précipitations.1.3. Taille du domaineLa taille du domaine à aire limite est une question centrale. Dans le cas d’un granddomaine, les flux large échelle simulés par le MCR peuvent s’écarter drastiquement des fluximposés latéralement, car le temps de transit des variables à l’intérieur du domaine estsuffisamment long. A l’inverse, au sein d’un petit domaine, le temps de transit est trop courtpour que la solution régionale s’affranchisse des conditions imposées aux bornes, limitant ledéveloppement de structures propres à l'aire limitée du MCR. Au final, la corrélation estpositive entre taille du domaine et variabilité interne (les incertitudes sont accrues dans le casd’un grand domaine, mais en contrepartie reflètent mieux la solution naturelle du MCR ettirent mieux parti de sa haute résolution spatiale et de sa physique plus sophistiquée).Désagréger convenablement l’information large échelle répond donc à un compromis entretaille du domaine, variabilité interne, problématique et coûts de calcul.1.4. Paramétrisation physiqueChaque simulation demande une adaptation du modèle (schéma de convection, de couchelimite, de microphysique, de végétation ...), fonction des caractéristiques climatiques et de laproblématique de recherche (Crétat et al., 2012). Crétat (2011) a, pour les précipitations enAfrique du Sud, hiérarchisé l'influence de choix effectués parmi plusieurs familles deparamétrisations. Par exemple, le choix du schéma de microphysique impacte moins lesrésultats que celui de la convection. Des choix opérés dépendra en grande partie le réalismedu climat régional simulé. Sur le Kenya, Pohl et al. (2011) montrent ainsi que, d'un jeu deparamétrisation à l'autre, les cumuls pluviométriques simulés peuvent varier du tiers au triple :un problème de taille puisque le nombre de combinaisons possible dans le MCR WRFdépasse actuellement les 350 000 possibilités ! Dans la pratique ce nombre interdit de testertoutes les combinaisons et conduit à s'appuyer en partie sur la bibliographie.2. Exemples d’utilisation à différentes échelles spatio-temporellesLes simulations effectuées avec des MCR peuvent différer très sensiblement quant à leurdurée. Certaines relèvent de la météorologie (Planchon et al., 2000 ; Madelin et al., 2005 ;Bonnardot et Cautenet, 2009 ; Richard et al., 2012). D'autres s'inscrivent dans laproblématique du changement climatique (Vigaud et al., 2011 ; Castel et al., 2012, Xu et al.,2012). Au CRC, l'étude de la variabilité intrasaisonnière à interannuelle actuelle resteprivilégiée (Sijikumar et al., 2006 ; Crétat et al., 2011, 2012 ; Pohl et al., 2011 ; Vigaud et al.,669