LES CHANGEMENTS FUTURS DE LA MOUSSON AFRICAINE

Transcription

1 LES CHANGEMENTS FUTURS DE LA MOUSSON AFRICAINE MONERIE P.-A. 1,2, FONTAINE B. 1,3, ROUCOU P. 1,4 1 Centre de Recherches de Climatologie (CRC), Biogéosciences, 6 Boulevard Gabriel, Dijon 2 paul-arthur.monerie@u-bourgogne.fr ; 3 bernard.fontaine@u-bourgogne.fr ; 4 pascal.roucou@u-bourgogne.fr Résumé : Nous analysons l effet du changement climatique sur la mousson d Afrique de l ouest par l utilisation de huit modèles CMIP5 sous scénario RCP4.5, la réalisation d un multi-modèle et l approche «one model, one vote». Les résultats montrent l apparition d un contraste pluviométrique zonal entre le centre et l ouest du Sahel. Une mousson plus intense permettrait une hausse de la convergence d humidité et des précipitations au centre du Sahel. Un renforcement du jet d est africain et de la subsidence sur l ouest du Sahel y permettrait en revanche une baisse de la pluviométrie. Mots clefs : Sahel, changement climatique, CMIP5, rcp4.5. Abstract: The climate change effect on the West African monsoon is analyzed with eight CMIP5 models under the RCP4.5 emission scenario and through the one model, one vote and the multimodel approaches. We obtain a zonally contrasted response between the western and the central part of the Sahel. A more intense monsoon allows moisture flux convergence increases and more rainfall amounts over the central Sahel. A strengthening of the African Easterly Jet and the subsidence at mid-level over the western part of the Sahel prevents the development of precipitations. Key words : Sahel, climate change, CMIP5, rcp4.5. Introduction Un grand nombre d étude a été réalisée sur la question du changement climatique en Afrique de l ouest. Une tendance ne s en dégage pas puisque certains arrivent à la conclusion que le Sahel deviendrait plus sec, et les autres qui obtiennent au contraire une hausse future des précipitations. Le quatrième rapport du GIEC conclut ainsi qu aucun consensus ne peut être défini en ce qui concerne l évolution des précipitations associées à la mousson d Afrique de l ouest (Randall et al., 2007). Nous revisitons cette question selon une nouvelle méthode et avec des modèles CMIP5. 1. Données et méthodes Nous réalisons une étude en multi-modèle (MM) qui permet une diminution des incertitudes liées à la représentation de l échantillon (Gillet et al., 2002) et assure une représentation plus proche de l observation que le sorties issues d un unique modèle (Randall et al., 2007). Le MM sert à filtrer les erreurs que font individuellement certains modèles, seuls les biais récurrents à tous les modèles persisteront. Une telle méthode suppose que les modèles utilisés soient indépendants afin d éviter une surreprésentation de certains types de configurations liés aux choix des équipes de modélisateurs. Certains modèles montrent des similarités importantes avec dans un premier lieu les modèles issus d une même centre de calcul (Penelle et Reichler, 2011). Nous limitons ainsi volontairement l utilisation de simulations montrant de trop fortes similarités par la sélection d un modèle par centre de calcul. La sélection des modèles est faite sans à priori et se base sur ceux disponibles au moment de cette étude (juillet 2011). Nous utilisons de plus le même nombre d ensembles pour chacun des modèles (un). Nous utilisons les simulations de huit modèles CMIP5 (disponibles via les portails du PCMDI cnrm_cm5, inmcm4, hadgem2-es, giss_e2_r, canesm2, ipsl_cm5a_lr, csiro_mk3_6_0, mri_cgcm3. Nous utilisons deux périodes temporelles. La première pour représenter le climat moyen sur une période «actuelle» définie entre 1960 et 1999 avec le scénario «historical». La seconde, «future» est définie entre 2031 et 2070 sous scénario RCP4.5, un scénario moyennement optimiste d émission en gaz à effet de serre indiquant une hausse du forçage radiatif de 4,5 W.m -2 (une augmentation moyenne de la température de 3 C) d ici la fin du 21 ième siècle (Meinshausen et al., 2011). 421

2 L effet du changement climatique sur la mousson africaine sera analysé par la différence «future» moins «actuelle». Pour compléter la réalisation du multi-modèle modèle à partir de ces huit modèles nous utilisons l approche «one model, one vote» de Santer et al. (2009) qui permet d attribuer le même poids à chacun des modèles et de s assurer que le résultat n est pas dû à un modèle «extrême». Nous réalisons pour ce faire des cartes d occurrences indiquant le nombre de modèles en accord sur les anomalies calculées dans le multi-modèle. modèle. Cette méthode est définie et utilisée dans les études de Fontaine et al. (2011) oumonerie et al. (2012, 2013). Nous utilisons les données d observations CRU (ClimateResearch arch Unit, Mitchell et Jones, 2005) afin d évaluer les simulations de la pluviométrie des modèles CMIP5 sur la période «actuelle». 2. Résultats 2.1. Température et précipitation Le MM ainsi que tous les modèles qui le composent produisent un futur plus chaud, spécialement au-dessus des continents. En Afrique de l ouest la hausse la plus importante de température se produit au-dessus du Sahara (de 2,5 à 3 C), permettant ainsi un renforcement du gradient de température entre le désert et le golfe de Guinée (figure 1a). On pourrait ainsi s attendre à une mousson plus intense et à une hausse des précipitations en Afrique de l ouest. Entre juillet et septembre nous obtenons en effet une hausse des précipitations sur le centre du Sahel (figure 1b). En revanche la pluviométrie diminuerait sur l ouest du Sahel (Sénégal et sur de la Mauritanie). Ce contraste pluviométrique et significatif et robuste puisqu il apparait dans la plupart des modèles (pour 7 à 8 modèles sur 8). Ces résultats sont en accord avec Fontaine et al. 2011) et Monerie et al. (2013). Figure 1 : Différences «futures» moins «actuelles» (a) de température moyenne de surface (K) et (b) de précipitations. Les valeurs négatives (positives) sont symbolisées par des lignes discontinues (continues). Les carrés barrés sont ajoutés lorsque les différences sont significatives à p=0.10 selon un test de Student. (c) Nombre de modèles simulant un déficit (valeurs négatives, hachures) ou un excès (valeurs positives, aplats) par point de grilles. Période : Juillet-août-septembre. 422

3 2.2. Modification des flux de convergence Nous calculons les flux d humidité intégrés entre la surface et 850 hpa et entre 850 et 400 hpa ainsi que leur convergence dans le but d appréhender les modifications obtenues au sein de la circulation de mousson. La figure 2a montre les zones principales de convergence, audessus de l Atlantique nord et entre le flux de mousson et le flux de nord en provenance de la mer Méditerranée. Dans le futur la convergence devrait augmenter au nord du Sahel (au nord de 15 N), indiquant un renforcement des flux d humidité et une position plus au nord de la cellule de mousson (figure 2b). Dans les couches moyennes es la zone de divergence est associée au jet d est africain (JEA, figure 2d). Dans la période «future» le renforcement du JEA sur l ouest de l Afrique permet des valeurs plus importantes de divergence des flux d humidité : un export d humidité. Cette modification semble de plus associée à un renforcement et une migration au nord de la circulation anticyclonique située en climat moyen au-dessus du Maroc et de l Algérie. Les cartes d occurrences montrent que ces résultats sont robustes à la fois sur l ouest et le centre du Sahel (figure 2c, f). Figure 2. Convergence des flux d humidité intégrés dans la verticale (en 10-4 g.kg -1.s -1 ) et flux d humidité intégrés dans la verticale (g.kg -1.m.s -1 ) entre (a) la surface et 850 hpa et (d) 850 et 400 hpa pour la période «actuelle». Différences «futures» moins «actuelle» pour (b) la surface et 850 hpa et (e) 850 et 400 hpa. Les valeurs négatives (positives) sont symbolisées par des lignes discontinues (continues).les valeurs significatives selon un test de Student et à p=0.05 sont représentées par des aplats gris. (c et f) Nombre de modèles simulant un déficit (valeurs négatives, hachures) ou un excès (valeurs positives, aplats) par point de grilles. Période : Juillet- août-septembre Mouvements verticaux Les conditions plus sèches à l ouest du Sahel peuvent être dues à la divergence des flux d humidité dans les couches moyennes mais aussi à des processus de plus petites échelles, tels que les mouvements verticaux au sein de la troposphère. La figure 3 représente les valeurs moyennes du champ omega à 400 hpa (O400), qui sont associées au processus de convection humide. Les régions où les valeurs d O400 sont les plus faibles sont aussi celles où la convection profonde est la plus intense et où la pluviométrie est forte (figure 3a). Au contraire les valeurs positives au-dessus du bassin méditerranéen sont associées à de la subsidence et à 423

4 la cellule de Hadley nord. La circulation méridionale qui résulte de ces zones d ascension et de subsidence influence nce les vents de surfaces et donc la convergence des flux d humidité. Les modifications d'o400 montrent un contraste tout au long de la bande sahélienne avec (i) des différences positives indiquant des anomalies de subsidence à l ouest du méridien de Greenwich et au sud du Sahel, et (ii) des valeurs négatives au centre et à l est du Sahel (figure 3b). Cette réponde est encore une fois reproduite par une majorité de modèles (figure 3c). Le contraste méridien de l anomalie (négative au nord du Sahel et positive au sud) montre une remontée plus au nord de la mousson. Les valeurs positives à l ouest du Sahel indiquent que l export d humidité serait également dû à des anomalies de subsidence, tel qu il a pu être montré dans Monerie et al. (2013) via la circulation de type Walker. Cette hypothèse est cohérente avec Hagos et Cook (2008) qui montrent avec les réanalyses que le déplacement des zones de subsidences liées à la circulation zonale pourrait avoir permis à la fois une reprise des précipitations au centre du Sahel et une baisse des précipitations à l ouest, telle qu observé par Lebel et Ali (2009) dans l observation. Figure 3. (a) O400 hpa (Pa.s -1 ) pour la période «actuelle» et (b) différences «futures» moins «actuelles». Les valeurs négatives (positives) sont symbolisées par des lignes discontinues (continues).les carrés barrés sont ajoutés lorsque les différences sont significatives selon un test de Student et à p=0.05. (c) Nombre de modèles simulant un déficit (valeurs négatives, hachures) ou un excès (valeurs positives, aplats) par point de grilles. Période : Juillet-août-septembre. Le contraste oust/centre de précipitations est reproduit par une majorité des modèles utilisés. En plus des précipitations, le consensus dans les modifications des flux d humidité et leur convergence, dans les valeurs d O400 et du gradient de température montre que ce contraste est robuste. De plus le fait qu il est été obtenu avec les modèles CMIP3 (Fontaine et al., 2011 ; Monerie et al., 2013) ajoute du poids à ce résultat. 424

5 2.4. Un indice spatial des précipitations africaines. Nous suggérons que le contraste ouest/centre soit une réponse robuste du changement climatique sur la mousson d Afrique de l ouest. Nous définissons donc un indice, nommé ARPI (AfricanRainfall Pattern Index) en prenant compte des réponses opposées avec deux indices sahéliens. L'indice Sahel Ouest (SO) correspond à la région [20 W-0, 10 N-20 N], l'indice Sahel Centre (SC) à [0-25 E, 10 N-20 N]. L indice est donné par la relation ARPI = stan(stan (CS) stan (SO)) oùstan(cs) et stan(so) sont les indices sahéliens centre et ouest standardisés. ARPI est donc un indice standardisé. Nous avons calculé l indice ARPI sur la période «actuelle» avec le MM et les données du CRU, les résultats sont donnés dans la table 1. Indice calculé dans : Tendance CRU -0,54 +0,55 +1,09* MM -0,46 +0,48 +0,94* Table 1 : valeurs de la projection pour l année 1960 et 1999 depuis l équation de la droite de régression linéaire de l indice ARPI calculée sur la période ( ), pour le CRU (pente de par ans) et le MM(pente de par ans). La tendance correspond à la différence entre la valeur de projection obtenue pour l année 1999 moins celle obtenue pour l année Une étoile est ajoutée lorsque la tendance est significative selon un test de Spearman et à p=0.05. Une tendance positive et significative est obtenue dans le CRU (MM), avec une tendance de +1,09 (+0,94) et une pente de 0,028 (0,024) par année. MM et CRU enregistrent donc une tendance similaire entre 1960 et Le renforcement du contraste zonal ouest/centre est donc présent dans les simulations historiques et dans les observations. 425

6 Figure 4. Signal basse fréquence (extrait par filtre passe-bas et une coupe à 20 ans) de l indice de température (en K, ligne discontinue noire) et pour l indice ARPI pour tous les modèles (a-d, f-i) et pour le MM (e) (ligne discontinue grise). La droite de régression linéaire de l indice ARPI est représentée par une ligne continue grise. Nous calculons les indices ARPI du multi-modèle modèle et des huit modèles entre 1901 et 2099 (avec le scénario historical pour la période et RCP4.5 pour la période ). Les données sont filtrées sur 20 ans et la droite de régression linéaire associée à chacun des modèles est représentée. Nous ajoutons un indice de température, calculé à partir de la température de surface moyennée entre 30 S et 30 N. Entre 1901 et 2009 la température augmente pour le MM et tous les modèles, et fortement à partir des années 80 (figure 4). En même temps que le climat se réchauffe l indice ARPI se renforce (la tendance de l indice ARPI est positive pour 7 modèles sur 8). Ce contraste pluviométrique pourrait donc apparaître plus fréquemment dans le futur. Conclusion En se basant sur le calcul d un MM et sur l approche «one model, one vote» de Santer et al. (2009) cette étude analyse l effet du changement climatique sur la mousson africaine entre une période «actuelle» ( ) et «future» ( ). 2070). Nous retrouvons avec des modèles CMIP5 le contraste zonale ouest/centre de la pluviométrie obtenue par Fontaine et al. (2011) et Monerie et al. (2013) avec des données CMIP3. Le renforcement de la mousson permet une hausse de la convergence des flux d humidité sur le centre du Sahel et donc une hausse des précipitations. A l ouest des processus se produisant dans les couches moyennes permettent d expliquer la baisse des précipitations : une hausse de la subsidence, un renforcement et une remontée vers le nord de la circulation anticyclonique et un jet d est africain plus intense permettent un export d humidité au-dessus de l ouest du Sahel. Ce 426

7 contraste est lié au changement climatique et pourrait se renforcer au fur et à mesure que le climat se réchaufferait. Bibliographie Fontaine, B., Roucou P. et Monerie P.-A., 2011 : Changes in the African monsoon region at medium-term time horizon using 12 AR4 coupled models under the A1b emissions scenario, Atmospheric Science Letters, 12(1), Gillett N. P., Arora V. K., Flato G. M., Scinocca J. F. et von Salzen K., 2012: Improved constraints on 21stcentury warming derived using 160 years of temperature observations, Geophysical Research Letters, 39(1), L Hagos S. M. and Cook K. H., 2008: Ocean Warming and Late-Twentieth-Century Sahel Drought and Recovery, Journal of Climate, 21(15), Lebel T. and Ali A., 2009: Recent trends in the Central and Western Sahel rainfall regime ( ), Journal of Hydrology, 375(1-2), Meinshausen M., Smith S., Calvin K., Daniel J., Kainuma M., Lamarque J. F., Matsumoto K., Montzka S., Raper S., Riahi K., Thomson A., Velders G. and van Vuuren D. P., 2011: The RCP greenhouse gas concentrations and their extensions from 1765 to 2300, Climatic Change, 109(1), Mitchell T.D et DJones P., 2005: An improved method of constructing a database of monthly climate observations and associated high-resolution grids,international Journal of Climatology25: doi: /joc Monerie P.-A., Fontaine B. et P. Roucou, 2012 : Expected future changes in the African monsoon between 2030 and 2070 using some CMIP3 and CMIP5 models under a medium-low RCP scenario, Journal of Geophysical Research: Atmospheres, 117(D16), D Monerie P.-A., Roucou P. and Fontaine B., 2013: Mid-century effects of Climate Change on African monsoon dynamics using the A1B emission scenario, International Journal of Climatology, 33, Pennell C. et Reichler T., 2011: On the Effective Number of Climate Models, 10 pp., American Meteorological Society, Boston, MA, ETATS-UNIS. Randall D. A., Wood, R.A., Bony, S., Colman, R., Fichefet, T., Fyfe, J., Kattsov, V., Pitman, A., Shukla, J., Srinivasan, J., Stouffer, R.J., Sumi, A., Taylor, K.E.,2007 : Climate Models and Their Evaluation. Climate Change 2007: The Physical Science Basis. Contribution of York, NY, USA. Santer B. D., Taylor K. E., Gleckler P. J., Bonfils C., Barnett T. P., Pierce D. W., Wigley T. M. L., Mears C., Wentz F. J., Brüggemann W., Gillett N. P., Klein S. A., Solomon S., Stott P. A. and Wehner M. F., 2009 : Incorporating model quality information in climate change detection and attribution studies, Proceedings of the National Academy of Sciences, 106(35),