L'influence de la circulation méridienne de renversement de l'océan Atlantique sur la variabilité atmosphérique

Transcription

1 L'influence de la circulation méridienne de renversement de l'océan Atlantique sur la variabilité atmosphérique Gastineau, G., C. Frankignoul et J. Mignot LOCEAN, IPSL, Paris, France Projet ANR THOR : Thermohaline overturning at risk?

2 La circulation méridienne de renversement dans l'océan Atlantique AMOC : Atlantic Meridional Overturning Circulation Circulation d'eau profonde dans l'atlantique nord responsable de 1/4 du transport d'énergie vers les pôles, Variabilité climatique multi décennale (AMO). Modifié à partir de W.Broecker par E.Maier Reimer

3 La circulation méridienne de renversement dans l'océan Atlantique AMOC : Atlantic Meridional Overturning Circulation Circulation d'eau profonde dans l'atlantique nord responsable de 1/4 du transport d'énergie vers les pôles, Variabilité climatique multi décennale (AMO). Modifié à partir de W.Broecker par E.Maier Reimer

4 Variabilité décennale au niveau de l'atlantique Nord AMO : Atlantic Multidecadal Oscillation AMO Trenberth et al., 2007 La variabilité de l'amoc est à l'origine de l'amo (Knight et al., 2005) L'AMOC est prévisible, et la variabilité climatique de l'atlantique Nord semble aussi montrer une prévisibilité décennale (Collins et al., 2006). Europe N. America Ouragans NE Bresil Sahel

5 Questions: Peut on trouver un lien entre intensité de l'amoc et la variabilité atmosphérique? Quels sont les processus reliant l'amoc avec les oscillations décennales dans l'atlantique Nord?

6 Questions: Peut on trouver un lien entre intensité de l'amoc et la variabilité atmosphérique? Quels sont les processus reliant l'amoc avec les oscillations décennales dans l'atlantique Nord? Plan de la présentation : 1. Le modèle IPSL CM4 et présentation des simulations 2. Analyse d'une simulation pré industrielle 3. Analyse d'une simulation du dernier millénaire

7 1. Présentation du modèle et des simulations Simulations et modèle: > IPSL CM4 dernière version, résolution 2.5x3.75 atm 19 niveaux, 2 océan. > simulations réalisées par J. Servonnat et M. Khondri. pré industrielle, de 1000 ans : CTRL. dernier millénaire avec forçages solaires, volcaniques et des gaz à effet de serre, de 850 à 1999 : MILL. Caractéristiques de IPSL CM4: Depth (m) Model Mean MOC (Sv) L'AMOC de ~10 Sv (~18 Sv dans observation), > pas de convection en mer du Labrador > biais diminué dans simulations à plus haute résolution (Marti et al., clim. dyn., 2010)

8 2. Analyse de la simulation préindustrielle AMOC EOF1 : > maximum vers 10 N > représente 38% de la variance Depth (m) Model EOF1 MOC (Sv)

9 2. Analyse de la simulation préindustrielle AMOC EOF1 : > maximum vers 10 N > représente 38% de la variance Depth (m) Model EOF1 MOC (Sv) Power/frequency (dbz/hz) Spectrum PC Pic à 10 ans de la MOC, sinon peu d'oscillations multi décennales (T > 10 ans) Frequency (yr ) 1 100

10 Caractéristiques de l'oscillation multi décennale Atlantique (AMO) Regression SST onto normalized AMO (K) AMO = SST moyennée sur Atl. N. filtré (coupure à 10 ans). L'AMO semble confinée à la partie Est de l'océan Atlantique. Correlation PC1 MOC and AMO MOC lead MOC lag 0.3 Le signal de SST (AMO) suit l'amoc avec un retard de 6 ans > processus advectifs. Correlation yrs Lag (yrs)

11 Méthode : Analyse du maximum de covariance (MCA) entre l'amoc et la SLP Méthode: La MCA (Maximum Covariance Analysis) est parfois aussi appelée SVD (Singular Vector Decomposition). Soit deux champs, X (SLP), et M (fonction de courant méridional):

12 Méthode : Analyse du maximum de covariance (MCA) entre l'amoc et la SLP Méthode: La MCA (Maximum Covariance Analysis) est parfois aussi appelée SVD (Singular Vector Decomposition). Soit deux champs, X (SLP), et M (fonction de courant méridional): EOF: Cxx= UDUT = U AT(t) A(t) UT Vecteur propre (EOF) Série temporelle (PC)

13 Méthode : Analyse du maximum de covariance (MCA) entre l'amoc et la SLP Méthode: La MCA (Maximum Covariance Analysis) est parfois aussi appelée SVD (Singular Vector Decomposition). Soit deux champs, X (SLP), et M (fonction de courant méridional): EOF: Cxx= UDUT = U AT(t) A(t) UT Vecteur propre (EOF) Série temporelle (PC) MCA: CXM= UDVT = 1/n U AT(t) B(t) VT Vecteur propre gauche Série temporelle gauche Série temporelle droite Vecteur propre droite

14 Méthode : Analyse du maximum de covariance (MCA) entre l'amoc et la SLP Méthode: La MCA (Maximum Covariance Analysis) est parfois aussi appelée SVD (Singular Vector Decomposition). Soit deux champs, X (SLP), et M (fonction de courant méridional): EOF: Cxx= UDUT = U AT(t) A(t) UT Vecteur propre (EOF) Série temporelle (PC) MCA: CXM= UDVT = 1/n U AT(t) B(t) VT Vecteur propre gauche Série temporelle gauche Série temporelle droite Vecteur propre droite MCA utilisée pour mettre en évidence le rôle des SST (North Atlantic Horseshoe pattern) sur l'atmosphère (Czaja and Frankignoul, 2002)

15 MCA entre l'amoc annuelle et la SLP en JFM MOC lag Squared Covariance Significance < 5% MOC lead Séries de SLP et AMOC: détrendé, ENSO enlevé avec régression multi variable des PC1 et PC2 de la SST dans le Pacifique Eq. Significativité testée par méthodes de Monte Carlo (permutations aléatoires des séries).

16 MCA entre l'amoc annuelle et la SLP en JFM MOC lag Squared Covariance Significance < 5% MOC lead Séries de SLP et AMOC: détrendé, ENSO enlevé avec régression multi variable des PC1 et PC2 de la SST dans le Pacifique Eq. Significativité testée par méthodes de Monte Carlo (permutations aléatoires des séries). Lorsque l'amoc suit l'atmosphère ( 10yrs<lag<0yrs), forçage stochastique de l'atmosphère.

17 MCA entre l'amoc annuelle et la SLP en JFM MOC lag MOC lead Squared Covariance Significance < 5% Lag 4 yrs Séries de SLP et AMOC: détrendé, ENSO enlevé avec régression multi variable des PC1 et PC2 de la SST dans le Pacifique Eq. Significativité testée par méthodes de Monte Carlo (permutations aléatoires des séries). Lorsque l'amoc suit l'atmosphère ( 10yrs<lag<0yrs), forçage stochastique de l'atmosphère. Un pic significatif à 4 ans, si on utilise des SLP de la saison d'hiver boréal. Ce pic reste significatif si on prend les deux moitiés de la simulation.

18 MCA entre AMOC (annuelle) et SLP (JFM) Atmosphère précède... AMOC suit SLP de 8 ans Significativité: R : 4% SC : 0% Homogeneous AMOC (Sv) Heterogeneous SLP (hpa) Lag 8 yrs Océan précède... SLP suit AMOC de 4 ans Significativité: R : 16% SC : 5% Lag 4 yrs

19 MCA entre AMOC (annuelle) et SLP (JFM) Atmosphère précède... Homogeneous AMOC (Sv) AMOC suit SLP de 8 ans Significativité: R : 4% SC : 0% Océan précède... SLP suit AMOC de 4 ans Significativité: R : 16% SC : 5% Réponse de 0.6 hpa Sv 1 Lag 8 yrs Heterogeneous SLP (hpa) NAO+ Rétroaction négative NAO Lag 4 yrs

20 Liens entre AMOC et SST Regression JFM SST (K) onto MOCy Lag 2 MOCy = projection de l'amoc sur la MCA lag 4 yrs (~ PC1 AMOC) Regression JFM SST (K) onto MOCy Lag 4 Regression JFM SST (K) onto MOCy Lag 4 ans: la SST associée au signal de NAO au lag 4 ans est similaire à l'amo observée Réponse de la SLP à la SST de ~1 hpa K 1 Lag 6

21 Contribution de l'atmosphère dans la Formation de l'amo Heterogeneous SLP (contours en hpa) at lag 4, and projection onto SLP pattern SST(K) La NAO semble contribuer à la formation de l'amo, avec l'advection de chaleur dans l'océan.

22 Liens entre AMOC et Glace de mer (SIC) Regression JFM SIC (%) onto MOCy Lag 2 Regression JFM SIC (%) onto MOCy Lag 4 Regression JFM SIC (%) onto MOCy MOCy = projection de l'amoc sur la MCA lag 4 yrs (~ PC1 AMOC) Lag 4 ans: la SIC associée au signal de NAO au lag 4 ans montre un large signal. Lag 6

23 Bilan NAO+ + 0 Time (yrs)

24 Bilan NAO+ + AMOC 0 4 Time (yrs)

25 Bilan NAO+ + AMOC Time (yrs)

26 Bilan NAO NAO+ + SST Tripole AMOC Time (yrs) 12

27 Bilan NAO NAO+ + + SST Tripole AMO+ AMOC Time (yrs) 12 14

28 Bilan Small negative feedback NAO+ + oscillations with period ~24 yrs NAO + SST Tripole AMO+ AMOC Time (yrs) 12 14

29 Bilan Les interactions entre l'atmosphère à l'amoc contribuent à former des oscillations par couplage océan atmosphère avec T~24ans. Small negative feedback NAO+ + oscillations with period ~24 yrs NAO + SST Tripole AMO+ AMOC Time (yrs) 12 14

30 3. Analyse d'une simulation du dernier millénaire Spectrum PC1 EOF1 et spectre de la PC1 de l'amoc similaires. Squared Covariance MOC lag MOC lead Power/frequency (dbz/hz) ans 10 ans MILL 101 CTRL Significance < 5% Lag 4 yrs MCA similaire, avec structures spatiales légèrement différentes. 100

31 3. Analyse d'une simulation du dernier millénaire Océan précède... SLP suit AMOC de 4 ans Significativité: R : 20% SC : 4% Homogeneous AMOC (Sv) Heterogeneous SLP (10 4 Pa) Lag 4 yrs

32 3. Analyse d'une simulation du dernier millénaire Océan précède... Homogeneous AMOC (Sv) Heterogeneous SLP (10 4 Pa) SLP suit AMOC de 4 ans Significativité: R : 20% SC : 4% Lag 4 yrs NAO Structures spatiales de même amplitude de CTRL mais déplacées vers l'est. Liens entre AMOC et de la SLP similaires.

33 Conclusions et perspectives L'atmosphère en hiver boréal répond à l'amoc par la formation d'une NAO négative 4 ans après. L'AMO se forme en moyenne 6 ans après le maximum de l'amoc. Comme une NAO négative tend à forcer un minimum de l'amoc 8 ans après, on a une rétroaction négative de l'atmosphère sur l'océan et formation d'une oscillation avec T ~ 24 ans. Ce cycle à 24 ans est plus présent encore dans une simulation avec les forçages externes du dernier millénaire. Perspectives Analyses des modèles participant au projet THOR (MPI, KCM, HadCM3 et BCM). Variabilité du modèle IPSL CM5, haute résolution. Téléconnections avec Atlantique Nord.

34 Fin, Merci de votre attention.

35 Importance pour la prévisibilité décennale Score de prévisions à 10 ans Avec initialisation de l'océan From, Keenlyside et al., 2008, nature

36 Influence de l'amoc sur l'atmosphère Anomalies en JJA, 5 ans après un maximum de l'amoc SLP (hpa) SST (K) Msadek and Frankignoul, Clim. Dyn. (2009) Dans le modèle IPSL CM4, l'amoc est de 5 ans suivi par un EAP (East Atlantic Pattern), le 2nd mode atmosphérique: réponse équivalente barotrope correspondant l'amo déplacement vers le Nord de l'itcz dans l'océan Atlantique tropicale.

37 Influence de l'océan sur l'atmosphère dans la région de l'atlantique Nord dans les réanalyses SST lead Z500 by 0 mths Signif : SC 0%, R 0% SST lead Z500 by 3 mths Signif : SC 0%, R 2% SST lead Z500 by 6 mths Signif : SC 4%, R 18% Czaja and Frankignoul, 2002 Analyse du Maximum de Covariance (MCA) entre Z500 (contours, CI=5m) et SST (ombres) dans NCEP: un signal de SST précède l'apparition de la NAO (North Atlanique Oscillation) de 3 à 6 mois.

38 Influence de l'océan sur l'atmosphère dans la région de l'atlantique Nord Precipitation (mm/day) Air Temperature (K) Simulations GCM forcé SST et SIC de l'amo (composite AMO+ AMO ) JJA DJF SLP (Pa) and Signal to noise ratio Sutton and Hodson, JC, (2007)

42 Influence de l'océan sur l'atmosphère dans la région de l'atlantique Nord JJA DJF SLP (Pa) and Signal to noise ratio Precipitation (mm/day) Air Temperature (K) Simulations GCM forcé SST et SIC de l'amo (composite AMO+ AMO ) Prb : isoler l'effet du à l'océan et à l'amoc. Sutton and Hodson, JC, (2007)

43 MCA entre AMOC (annuelle) et SLP (JFM) Atmosphère précède... AMOC suit SLP de 8 ans Significativité: R : 4% SC : 0% Homogeneous AMOC (Sv) Heterogeneous SLP (hpa) Lag 8 yrs NAO+ AMOC suit SLP de 6 ans Significativité: R : 0% SC : 0% Lag 6 yrs

44 MCA entre AMOC (annuelle) et SLP (JFM) Atmosphère précède... Homogeneous AMOC (Sv) Heterogeneous SLP (10 4 Pa) AMOC suit SLP de 4 ans Significativité: R : 0% SC : 0% Lag 4 yrs Océan précède... SLP suit AMOC de 4 ans Significativité: R : 16% SC : 5% NAO+ Lag 4 yrs NAO