LAVAUD Christine PROMOTION 2003

Transcription

1 LAVAUD Christine PROMOTION 2003 Etude des inertitudes du hangement limatique simulé par des modèles de irulation générale et de leur impat sur l hydrologie du bassin de la Seine. Stage effetué à l Université Pierre et Marie Curie, dans l UMR Sisyphe. Juillet août 2003

2 Auteur : Christine LAVAUD Page : 2/56 Servie dans lequel s est effetué le stage : UMR Sysiphe Responsable du servie : Alain Tabbagh Nom du herheur responsable du stage : Agnès Duharne

3 Auteur : Christine LAVAUD Page : 3/56 Remeriements Je tiens à remerier tout partiulièrement Agnès Duharne, ma responsable, qui m a aompagnée pas à pas au début de e stage. Celui-i a abordé de nombreuses notions autant s que hydrologiques relativement nouvelles pour moi. Sans une aide soutenue de sa part tout le long de e stage, je pense que e stage aurait vraiment été très diffiile à réaliser en deux mois. Cependant grâe à ses qualités pédagogique elui-i s est très bien passé. D autre part je tiens à remerier Sylvain Therry, qui a réalisé une première étape très importante dans mon stage. Je le remerie pour sa patiene qui a été néessaire. Je suis très reonnaissante à Monsieur Jambon, mon professeur de géohimie en maîtrise, qui m a permis de trouver e stage dans un seteur qui m intéresse énormément : les Sienes de la Terre. Finalement je remerie Eri Marie qui m a supportée pendant e stage, Nathalie Guillelemet pour ses préieux onseils, Guy Lavaud pour l attention qu il a portée à mon travail. Je les remerie ainsi qu Agnès Lavaud pour m avoir été d une aide préieuse dans la réalisation de e rapport.

4 Auteur : Christine LAVAUD Page : 4/56 Résumé Titre du stage : Etude des inertitudes du hangement limatique simulé par des modèles de irulation générale et de leur impat sur l hydrologie de la Seine. Ce sujet de stage s intègre dans le adre du projet «GICC-Seine» (Gestion et Impat du Changement Climatique), qui vise à omprendre l impat du hangement limatique sur la ressoure en eau du bassin de la Seine. La méthode, bien établie, onsiste : 1. à réupérer des données de MCG (Modèle de Cirulation Général) différents fournis par la Data Distribution Center de l IPCC (International Panel for Climate Change). 2. à simuler la réponse de l hydrosystème superfiiel par le modèle CaB. (Fortran 77) 3. à analyser es données grâe à un logiiel IDL. Le but de e stage, effetué sous Linux, est d évaluer la marge d inertitude des impats hydrologiques du hangement limatique sur le bassin de la Seine en exploitant le maximum de sénarios afin de limiter les inertitudes liées aux MCG. The topi of this period of training is linked to the«gicc-seine» projet (Management and Impat of limate hanges). The aim of this projet is to understand the relationship between limate hanges and water resoures of Seine basin. Here is the desription of the method I used. 1. First I had to ollet data of different GCM ( General Cirulation Model) provided by Data Distribution Center of IPCC (International Panel for Climate Change). 2. Then I had to simulate the answer of the superfiial hydrosystem thanks to the model CaB.(Fortran 77) 3. Finally I had to analyse those data with the software IDL. The goal of this period of training, done with Linux, is to evaluate the lak of auray in hydrologi impat of limate hanges on the Seine basin. I used a lot of senarios beause I wanted to redue the unertainty about GCM.

5 Auteur : Christine LAVAUD Page : 5/56 Sommaire 1. Présentation rapide de l entreprise Présentation rapide de l'université Pierre et Marie Curie : L' UMR Sisyphe : présentation du projet GICC-Seine Présentation du stage s'intégrant dans le adre du projet GICC-Seine Objetif du projet GICC-Seine Constrution des sénarios limatiques Prinipe général Modèle CaB Données limatiques atuelles ROLE DU STAGE DANS CE PROJET : Modèles de irulation générale Les différentes étapes du stage Environnement de travail: Séletion et traitement de données via Internet et des programmes en Fortran Objetif : gérer le problème des inertitudes Réupération de données sur Internet fournies par le DDC de l'ipcc qu'est e que l'ipcc Choix des modèles de irulation générale (MCG) Traitement des données Uniformisation des données...18 Un raisonnement préexistant :...18 Problèmes renontrés : Rôle de l'ensemble des programmes réalisés...19 Exemple d'une routine...20 Une partie du pragramme prinipal Obtention de données hydrologiques (CAB)...26 Des programmes préexistants :...26 Rôle de l'ensemble des programmes réalisés...26 Exemple d'un sript shell : do_ghjn Analyse des données grâe à un progiiel IDL Présentation rapide d'idl (Interative Data Language) Traitement des données Des programmes préexistants Programmes existants néessitant une adaptation:...27

6 Auteur : Christine LAVAUD Page : 6/ Rôle de l'ensemble des programmes réalisés Exemple d'un programme Résultats obtenus Analyse des données des GCM : variable de forçage Graphique d'un GCM : masres Graphique montrant la différene entre une situation 1 o2 et 2 o Analyse des données hydrologiques Mise à l'équilibre Graphique de superpositions de tous les modèles...39 Graphique des moyenne des différents modèles superposés...39 Graphique des pourentages des différents modèles superposés...40 Expliation du yle de l'eau pour un modèle standard : masres...41 Graphique des moyennes des simulations sans limitation de l'humidité et sans le modèle hadm3 :...43 Interprétations : Problèmes renontrés: humidité...44 Graphique montrant la différene entre le modèle Hadm3 et les autres modèles Graphique ave l'humidité limitée à 20%...44 Limitation des perturbations de l humidité pour Hadm3 à 20%,0%, et non limitée...45 Tableau de résultat des moyennes de haque modèles...46 Conlusion sur le problème de l'humidité : Différene entre les différents sénarios d un même modèle Synthèse sur l'hydrologie du bassin de la Seine...48

7 Auteur : Christine LAVAUD Page : 7/56 Introdution Etant titulaire d une maîtrise en Sienes de la Terre et élève ingénieur à l EPF en spéialisation, il me tenait à œur de trouver un stage touhant à es deux domaines. Ce souhait a été réalisé par e stage qui onsiste à faire des simulations numériques dans un domaine de la météorologie, l hydrologie. La réalité d un réhauffement global dû à l augmentation des gaz à effet de serre, et notamment du CO2 atmosphérique, fait l objet d un onsensus de plus en plus affirmé (Houghton et al.,1996 ; Watson,2000). Ce onsensus repose sur la onvergene de nombreux éléments de preuve, relatifs aux tendanes de la température au ours de es derniers sièles, à la omparaison de telles tendanes à la variabilité naturelle du système limatique, et aux simulations, par les modèles de irulation générale (MCG), du hangement limatique qui pourrait résulter d augmentations variées de gaz à effet de serre. Ce stage s intègre dans le adre du projet GICC-Seine dans lequel je vais plus spéialement étudier la réponse de l hydrosystème superfiiel. Le but est d évaluer la marge d inertitude des impats hydrologiques du hangement limatique sur le bassin de la Seine. La démarhe de es deux mois a été de réupérer des données issues de nombreux modèles de irulation générale (MCG), d intégrer es données dans le modèle CaB afin d effetuer des simulations de réponse à l hydrosystème superfiiel. Enfin, il a fallu analyser les données grâe à un logiiel IDL. Finalement, j ai pu déouvrir la reherhe dans le milieu universitaire (I), et un projet de reherhe : le projet GICC-Seine (II). J ai partiipé à elui-i en plusieurs étapes qui seront dérites dans ma troisième partie (III).

8 Auteur : Christine LAVAUD Page : 8/56 1. PRESENTATION RAPIDE DE L ENTREPRISE Ayant fait mon stage à l Université Pierre et Marie Curie, je vais vous présenter un milieu de reherhe PRESENTATION RAPIDE DE L'UNIVERSITE PIERRE ET MARIE CURIE : Quelques hiffres: étudiants 4000 herheurs et enseignants herheurs 3000 ingénieurs tehniiens administratifs et personnels de servie 180 unités de reherhes 2200 DEA et DESS sientifiques 150 diplômes d'ingénieurs 300 diplômes de dotorat de médeine 700 thèses sientifiques (près de 20% des thèses sientifiques en Frane) en étudiants dans les éoles dotorales en ollaborations sientifiques et médiales ave les plus grandes universités du monde publiations sur 4ans Budget onsolidé de KF pour 2001(soit K euros)

9 Auteur : Christine LAVAUD Page : 9/56 Organigramme :

10 Auteur : Christine LAVAUD Page : 10/56

11 Auteur : Christine LAVAUD Page : 11/ L' UMR SISYPHE : L'Unité Mixte de Reherhe 7619 Sisyphe a été réée en 1997 par le Centre National de la Reherhe Sientifique et l'université Pierre et Marie Curie assoiée à l'eole Nationale Supérieure des Mines de Paris et fait suite à l'unité de Reherhe Assoiée 1367 et à l'equipe de Reherhe 108 du CNRS. Elle étudie et modélise les proessus géologiques, géohimiques et biohimiques, naturels ou d origine anthropique se déroulant à la surfae de la terre, partiulièrement liés au yle de l'eau et des matériaux qu'elle transporte. Les méthodes géophysiques onstituent un outil privilégié d étude. Ses reherhes portent sur les ressoures en eau et leur gestion, sur les altérations anthropiques des eaux, des milieux aquatiques, sur la prospetion géophysique et ses appliations hydrologiques et arhéologiques, sur le stokage des déhets et sur les ressoures minérales et énergétiques. Alain Tabbagh est le direteur de l'umr Sisyphe PRESENTATION DU PROJET GICC-SEINE Ce projet est finané, à hauteur de euros sur 2 ans, par le programme GICC (Gestion et impat du hangement limatique) du Ministère de l'eologie et du Développement Durable. Cela onerne les frais de reherhe (frais généraux, sous-traitane, ahat de données, CDD...). Les salaires des herheurs fontionnaires impliqués dans le projet sont pris en harge par leurs organismes de tutelle (CNRS, INRA, Eole des Mines de Paris...). Une autre soure de finanement pour le projet est le programme PIREN-Seine qui a soutenu des reherhes liées au projet GICC-Seine à hauteur d'environ euros. Le PIREN-Seine est un Groupement de Reherhe du CNRS rassemblant des équipes de diverses Universités, Grandes Eoles et autres organismes de reherhe. Il intègre la Zone Atelier Bassin de la Seine du Programme Environnement, Vie et Soiétés du CNRS. Les travaux sont menés en onertation ave la plupart des ateurs publis ou privés de la gestion de l'eau dans le bassin de la Seine. Ces organismes sont les utilisateurs direts des résultats du programme et en assurent le finanement.

12 Auteur : Christine LAVAUD Page : 12/56 2. PRESENTATION DU STAGE S'INTEGRANT DANS LE CADRE DU PROJET GICC-SEINE 2.1. OBJECTIF DU PROJET GICC-SEINE L'objetif du projet GICC-Seine est d'étudier l'influene du hangement limatique, en relation ave les hangements des ontraintes anthropiques diretes, sur la ressoure en eau du bassin de la Seine. Ce projet ne se limite pas aux aspets hydrologiques du hangement limatique. Il vise aussi à analyser les onséquenes diretes et indiretes des modifiations limatiques sur les flux biogéohimiques et sur la qualité des éosystèmes aquatiques. Ce travail repose sur une démarhe analytique, qui ommene par déoupler les différentes omposantes du système, avant d'analyser leurs réponses roisées. On séparera ainsi (1) les forçages de l'hydrosystème, dont l'évolution sera appréhendée grâe à des MCG pour le limat, et par des méthodes prospetives originales pour les autres ontraintes ; (2) l'hydrosystème lui-même (réseau hydrographique de surfae et barrages réservoirs assoiés, aquifères, et bassin versant agriole), dont le fontionnement sera simulé par les modèles du PIREN-Seine. Ces modèles permettront notamment d'explorer l'impat d'une large gamme de sénarios roisés de hangement du limat et des autres ontraintes, et d'identifier les points de rupture du système, afin de aratériser une enveloppe de vulnérabilité de l'hydrosystème Seine. Ce projet herhe en outre à intégrer l analyse des onséquenes du hangement limatique dans le adre d'une réflexion prospetive plus large prenant en ompte les autres fateurs de hangement induits par l'ativité humaine sur e système déjà très anthropisé. Une attention partiulière sera aordée au seteur de l'agriulture (qui fait l'objet d'une modélisation expliite), mais d'autres ontraintes anthropiques diretes seront aussi étudiées. Parmi ellesi, on distinguera elles dont l'évolution peut être onditionnée par le hangement limatique (limatisation, usage industriel de l'eau pour le refroidissement, traitement de l'eau, loisirs...) de elles qui sont a priori indépendantes de e dernier (démographie, urbanisation...). Une réponse importante de e volet du travail est d'évaluer l'ordre de grandeur de impats du hangement limatique par rapport à eux d'autres tendanes d'évolution du système Seine. Enfin, le dernier volet du projet proposé est d'envisager, au-delà des impats physiques du hangement limatique sur l'hydrosystème, les onséquenes de elui-i en terme de gestion de l'eau. Cet aspet, qui vise à fournir des réponses opérationnelles, sera développé en ollaboration ave les professionnels de la gestion de l'eau qui sont partenaires du programme PIREN-Seine.

13 Auteur : Christine LAVAUD Page : 13/56 Figure1 : Contexte du projet GICC-Seine. Il vous sera ii plus préisement expliqué les raisonnements qui seront rattahé diretement au stage (soit (1)) Constrution des sénarios limatiques PRINCIPE GENERAL Les modèles de irulation générale (MCG) onstituent le meilleur outil atuellement disponible pour envisager la réponse du limat à l'augmentation des gaz à effet de serre, les méthodes alternatives se limitant aux méthodes des analogues temporels ou spatiaux (Arnell, 1994). Les projetions du hangement limatique par les MCG présentent les avantages d'être quantifiées, spatialisées et de prendre en ompte la physique du système limatique au mieux des onnaissanes atuelles. Ces modèles sont don largement utilisés pour étudier les impats du hangement limatique, notamment sur les hydrosystèmes ontinentaux. Ils sont ependant loin d'être parfaits, et présentent souvent d'importants biais dans leur simulation du limat atuel, en e qui onerne les préipitations ontinentales notamment. En onséquene, l'hydrologie simulée diretement à partir du limat d'un MCG est généralement erronée, et souvent de façon importante (Duharne et al., 2001b). Dans le adre d'études d'impat (hydrologique notamment), la stratégie la plus usitée pour onstruire des sénarios de hangement limatique à partir de MCG est don la méthode des perturbations, qui onsiste à perturber les données météorologiques «atuelles», 'est-à-dire issues d'observations réentes, par des perturbations représentant le hangement limatique, et basées sur les différenes de limat simulées par des MCG en as de doublement de CO2.

14 Auteur : Christine LAVAUD Page : 14/56 Figure2: Illustration de la onstrution du sénario de hangement limatique standard à partir des simulations ARPEGE OLD Modèle CaB Le modèle CaB, pour «Cathment-Based» (Koster et al., 2000 ; Duharne et al., 2000), est un shéma de surfae déterministe, qui dérit sur des bases physiques l'influene du limat sur les éoulements. Il ombine une approhe de type SVAT («Soil-Vegetation-Atmosphere Transfers») pour les bilans énergétiques (inluant l'évapotranspiration) et leur ontrôle par la végétation, à une approhe basée sur TOPMODEL (Beven et Kirkby, 1979) pour gérer les éoulements superfiiels et profonds et la redistribution latérale assoiée de l'humidité du sol.

15 Auteur : Christine LAVAUD Page : 15/56 Figure3 : Disrétisation spatiale du bassin de la Seine en 29 sous-bassins unitaires. Dans haun d'eaux, la végétation est uniforme (omposite de forêt et graminées selon le pourentage indiqué par le niveau de vert). Les points rouges indiquent les stations d'arissur-aube (à l'est) et de Conflans-Sainte-Honorine (à l'ouest). Originellement développé pour être ouplé à un MCG, le modèle CaB est partiulièrement adapté pour faire le lien entre hydrologie et limat. En partiulier, les variables météorologiques néessaires en entrée de e modèle (au pas de temps de 20 minutes) sont toutes simulées par les MCG: préipitation, température et humidité de l'air au niveau de la surfae, vitesse du vent et pression atmosphérique à la surfae, rayonnement inident solaire et thermique. Les données limatiques utilisées pour ette étude sont détaillées dans la suite de ette setion, qui distingue les données atuelles (setion ), les données simulées par les MCG (setion 2.4) et les sénarios résultants de hangement limatique (setion ) DONNEES CLIMATIQUES ACTUELLES Ces données onstituent la «baseline» pour la onstrution des sénarios de hangement limatique par la méthode des perturbations. Ces données peuvent bien sûr différer selon les modèles, en fontion notamment du nombre d'années néessaires à une simulation intéressante (Duharne et Gomez, 2003). Pour le modèle CaB, nous avons retenu les données ISLSCP (Sellers et al., 1996), qui ouvrent deux années 1987 et Cette période est un peu ourte, mais elle s'insrit dans la période de référene pour le limat 1xCO2 simulé par les MCG (setion 2.4). De plus, les données ISLSCP omprennent toutes les données météorologiques néessaires au forçage de CaB, au pas de temps de 6h (desription satisfaisante du yle diurne), et sur l'ensemble du globe (résolution 1 x1 ) par assimilation dans un modèle météorologique global. On parle de «réanalyses». Dans le as des données ISLSCP, préipitation et rayonnement inident

16 Auteur : Christine LAVAUD Page : 16/56 (solaire et thermique) subissent un traitement supplémentaire pour assurer le réalisme des totaux mensuels. Ces derniers sont «hybridés» en haque point de grille ave des observations mensuelles (Global PreipitationClimatology Projet et NASA/LaRC Surfae Shortwave and Longwave Radiation Fluxes). En d'autres termes, les totaux mensuels simulés sont ajustés aux totaux mensuels observés (le total mensuel est hangé, mais la dynamique à plus ourt pas de temps est inhangée). Sur le bassin de la Seine, nous avons en outre rajouté un niveau d'hybridation supplémentaire sur les préipitations, à partir de données Météo- Frane au pas de temps de déadaire, afin de mieux apturer la dynamique déadaire de la préipitation ROLE DU STAGE DANS CE PROJET : MODELES DE CIRCULATION GENERALE Les MCG, ainsi que leurs paramétrisations des proessus physiques, sont sujets à de nombreuses inertitudes, dont l'évaluation est problématique (Planton, 1999), et qui augmentent à l'éhelle régionale (e.g. Kittel et al., 1998). Il semble don fondamental de disposer de plusieurs sénarios, dont les différenes donnent une idée de la marge d'inertitude du hangement limatique potentiel. J ai exploité le plus grand nombre possible de sénarios du hangement limatique parmi eux qui sont disponibles par le biais de l'international Panel on Climate Change (IPCC). De plus dans mes études, j ai pris en ompte les sénarios qui avaient déjà étés analysés.

17 Auteur : Christine LAVAUD Page : 17/56 3. LES DIFFERENTES ETAPES DU STAGE 3.1. ENVIRONNEMENT DE TRAVAIL: Système d'exploitation Linux sur PC. Programmation en Fortran 77. Utilisation d'un logiiel de traitement de données (graphiques, analyse statistique), qui impose la programmation de routines dans un langage dérivé du C. (IDL) 3.2. SELECTION ET TRAITEMENT DE DONNEES VIA INTERNET ET DES PROGRAMMES EN FORTRAN Objetif : gérer le problème des inertitudes L objetif est de séletionner le plus de sénarios limatiques (MCG) possibles afin d avoir un résultat le plus fiable possible Réupération de données sur Internet fournies par le DDC de l'ipcc QU'EST CE QUE L'IPCC L IPCC (l International Panel on Climate Change) est un organisme qui permet de réupérer par Internet des données de MCG CHOIX DES MODELES DE CIRCULATION GENERALE (MCG) Modele Senarios Periode ede réupération Résolution TSM 2xCO2 TSM 1xCO2 Hadm3 A2, B2 30 ans 96* Gfld A2, B2 30 ans 96* Cmasres A2, B2 30 ans 64* Nar_pm A2 9 ans 128* Csr_nies A2 30 ans 64* Tableau 1 : Présentation des simulations utilisées dans ette étude.

18 Auteur : Christine LAVAUD Page : 18/ TRAITEMENT DES DONNEES UNIFORMISATION DES DONNEES Modele Temperature T mini T maxi Préipitation Solaire desendant Vent Humidité Pression au sol Thermique deendant Hadm3 Kelvin K K mm/j W/m2 m/s % Hpa Non Gfld K Non Non mm/j W/m2 m/s kg/kg Hpa Non Cmasres K K K mm/j W/m2 m/s kg/kg Hpa Non Nar_pm K K K mm/j W/m2 m/s kg/kg Pa Non Csr_nies K K K mm/j W/m2 m/s kg/kg Hpa Non LMD6 K K K kg/(m^2*j) W/m2 m/s kg/kg Hpa W/m2 Tableau 2 : ensemble des simulations, et variables orrespondantes, réupérées sur le site de l'ipcc. Température : Température de l'air à 2 mètres du sol. Rayonnement solaire : Rayonnement dans les longueurs d'onde visible (rayonnement émis par le soleil) Rayonnement thermique : Rayonnement dans les longueurs d'onde infra rouge (rayonnement émis par l'atmosphère, on parle aussi de rayonnement atmosphérique) Pinipe : dérivé de la loi de Plank Plus la Température d'un orps noir est élevée plus la longueur d'onde du rayonnement émis par e orps noir est petite (et aussi plus l'énergie orrespondante est forte). Soleil 6000 K et atmosphère environ 300 K, e qui explique les différentes longueurs d'ondes. Un raisonnement préexistant : Une étude avait déjà été faite ave les MCG : - Arpège old et new. - LMD6 Un programme existant permettait de lire les variables du MCG en 1xCO2 et 2xCO2 et de aluler les perturbations, qui étaient finalement enregistrées dans un fihier. Pour haque variable météorologique X, la méthode des perturbations permet de réer des sénarios synthétiques de hangement limatique, à partir des valeurs atuelles (Xat) et des valeurs simulées par un MCG sous 1xCO2 et 2xCO2 (X1o2 et X2o2). On distingue essentiellement deux types de perturbations, donnant lieu aux variables perturbées Xadd ou Xmult: perturbations «additives»: Xadd = Xat + (X2o2 - X1o2) perturbations «multipliatives» : Xmult = Xat. X2o2 / X1o2

19 Auteur : Christine LAVAUD Page : 19/56 Problèmes renontrés : Temperature T mini T maxi Préipitation Sol des Vent Humidité Pression Th des Unité pour CAB C C C mm/j W/m2 m/s g/kg Hpa W/m2 Perturbations LMD6 Additive Add Add Multipliative Mult Mult Add Add Add Perturbations IPCC Add Add Add Mult Mult Mult Mult Mult Mult Tableau 3 : perturbation des différentes simulations. Les perturbations de LMD6 sont les mêmes que elles appliquées pour Arpège, en effet les données du MCG sont les mêmes. Par ontre, en e qui onerne l IPCC, les thermiques desendantes ne sont pas présentes. Celles-i sont don alulées à partir des autres variables. Les perturbations multipliatives permettent de limiter les erreurs dues à ette variable. Un nouveau programme exemple_m_perturb.f a permis de aluler la variable Thermique desendante. De plus e programme s appuie sur elui préexisant et alule don les perturbations. D autre part, à travers les tableaux 2 et 3, nous pouvons remarquer que les unités des différentes variables ne sont pas toujours identiques. Afin de simplifier l analyse des données, il a fallu uniformiser les données. Je me suis basée sur le travail préexistant, dans le programme exemple_m_perturb.f, les variables 1xCO2 et 2xCO2 sont lues et mises aux bonnes unités puis re-enregistrées ave les règles de nomages préexistantes ROLE DE L'ENSEMBLE DES PROGRAMMES REALISES Laner le traitement pour aluler les perturbations do_modele Compilation du programme prin et routines omp_ex Programme prinipal exemple_m_perturb.f Routines mult.f two_tvmftz.f add.f three_pzfp0app.f pfhr.f four_efhr.f pfq.f five_rfep.f vent.f six_qfe.f transfohrenq.f ten_rfq.f one_pzfp0.f esat.f Tableau 4 : ensemble des programmes réalisés pour le traitement des données. Exemple_m_perturb.f est le programme prinipal, son rôle est elui préisé i-dessus. Un seul programme a été effetué pour l ensemble des modèles de l IPCC. Les routines ont permis de simplifier e programme. Le rôle de haune est expliqué en annexe.

20 Auteur : Christine LAVAUD Page : 20/56 Comp_ex est un sript-shell permettant de ompiler le programme et l ensemble des routines à la fois. Domodele est un sript-shell qui permet de laner le programme prinipal et don l ensemble des modèles de l IPCC (réapitulés dans le tableau 1). Exemple d'une routine SUBROUTINE mult(modele,yearlab1,yearlab2,dirlab,labinput,nbyr, & suminter, & inter,pathlu,senario,nbmaille) alul des perturbations multipliatives ->lit,erit sur les fihiers onernes ->range dans le diretory perturb : Christine Lavaud -> donnees reuperees sur l'ipcc Modele... Delarations impliit none integer mm,i,xx,ma,k,n Constantes integer nbyr,nbm,nbmaille,nbath parameter (nbm=12,nbath=29) variable real mmoy1(nbm),mmoy2(nbm)!!!! real mmoy(nbm),dat1(nbmaille),dat2(nbmaille),mdat1(nbm),mdat2(nbm) real mdatq_en_g_kg1(nbm),mdatq_en_g_kg2(nbm) real inter(nbmaille),suminter real perturb(nbath) String harater*10 senario harater*20 modele harater*2 labinput harater*250 pathlu,file1, file2,file21,file22 harater*250 file20 harater*50 dirlab Hardwired parameters & harater*4 yearlab1(30),yearlab2(30) fin a delarer

21 Auteur : Christine LAVAUD Page : 21/ fihier de sortie qui reorganise les fihier d'entree en 1 fihier de nbyr*12 lignes et dans haque ligne il y a les valeurs des 29 bassins file21=pathlu(1:lnblnk(pathlu))//senario(1:lnblnk(senario))// & '/1xo2/' & //dirlab(1:lnblnk(dirlab))//'.mon' open(21,file=file21,form='formatted') file22=pathlu(1:lnblnk(pathlu))//senario(1:lnblnk(senario))// & '/2xo2/' & //dirlab(1:lnblnk(dirlab))//'.mon' open(22,file=file22,form='formatted') do mm=1,nbm mmoy1(mm)=0.! mmoy2(mm)=0.! enddo do xx=1,nbyr ouverture des fihiers 1CO2 (fihier d'entree) file1=pathlu(1:lnblnk(pathlu))//'xtr_'//yearlab1(xx)//'_'// & modele(1:lnblnk(modele))//'_'// & labinput(1:lnblnk(labinput))//'_1o2.as' open(11,file=file1,form='formatted') ouverture des fihiers 2CO2 (fihier d'entree) file2=pathlu(1:lnblnk(pathlu))//'xtr_'//yearlab2(xx)//'_'// & modele(1:lnblnk(modele))//'_'// & labinput(1:lnblnk(labinput))//'_2o2.as' open(12,file=file2,form='formatted') do mm=1,nbm read(11,*) (dat1(ma),ma=1,nbmaille)!precipitation 1CO2 read(12,*) (dat2(ma),ma=1,nbmaille)!precipitation 2CO2 mdat1(mm)=0.! mdat2(mm)=0.! do i=1,nbmaille mdat1(mm)=mdat1(mm)+dat1(i)*inter(i) mdat2(mm)=mdat2(mm)+dat2(i)*inter(i) enddo mdat1(mm)=mdat1(mm)/suminter mdat2(mm)=mdat2(mm)/suminter if (dirlab.eq.'qq_2m')then mdatq_en_g_kg1(mm)=mdat1(mm)*1000.!q dans f 21 et 22 en g/kg mdatq_en_g_kg2(mm)=mdat2(mm)*1000.!q dans f 21 et 22 en g/kg write(21,*) (mdatq_en_g_kg1(mm),n=1,nbath) write(22,*) (mdatq_en_g_kg2(mm),n=1,nbath) else write(21,*) (mdat1(mm),n=1,nbath)!!!! write(22,*) (mdat2(mm),n=1,nbath)!!!!! endif mmoy1(mm)=mmoy1(mm)+mdat1(mm) mmoy2(mm)=mmoy2(mm)+mdat2(mm) enddo lose(11) lose(12)

22 Auteur : Christine LAVAUD Page : 22/56 enddo lose(21)!!!! lose(22)!!!!!!! file20=pathlu(1:lnblnk(pathlu))// & senario(1:lnblnk(senario))//'/'// & 'perturb/mensuel/moy/' & //dirlab(1:lnblnk(dirlab))//'.mult' open(20,file=file20,form='unformatted') do mm=1,nbm mmoy1(mm)=mmoy1(mm)/float(nbyr)! mmoy2(mm)=mmoy2(mm)/float(nbyr)! if (mdat1(mm).ne. 0.) then! mmoy(mm)=mmoy2(mm)/mmoy1(mm)!!! MULTIPLICATIF!!!!!modif else write(*,*) dirlab,':mult = > bv ',' ', & mm,'/',xx stop endif do k=1,nbath perturb(k)=mmoy(mm) enddo write(20) (perturb(k),k=1,nbath) write(*,*) perturb(1),mmoy1(mm),mmoy2(mm) enddo lose(20) RETURN END Une partie du pragramme prinipal program exemple_m_perturb alul des perturbations ->lit, erit dans les fihiers ->range dans le diretory perturb : Christine Lavaud -> donnees reuperees sur l'ipcc Modele... IR DESCENDANT en W/m^2 HUMIDITE SPECIFIQUE en % ou kg/kg ou (g/kg dans f 21 et 22) kg/kg unite utilise dans les routines pour effetuer les alus g/kg unite utilisee pour les programmes utilisants les fihiers de sortie PRESSION AU SOL en Pa ou hpa

23 Auteur : Christine LAVAUD Page : 23/56 SOLAIRE DESCENDANT en W/m^2 TOTAL PRECIP en mm/j MODULE DU VENT A 10M en m/s TEMPERATURE A 2M en K ou ( C dans f 21 et 22) K unite utilise dans les routines pour effetuer les alus C unite utilisee pour les programmes utilisants les fihiers de sortie Delarations impliit none integer b,ma,mm,xx,i,k,l,li,n,md,s real r1,r2,tvm1,tvm2,pz1,pz2 Constantes integer nbath parameter (nbath=29) integer nbyr integer nbm parameter (nbm=12) integer nbmaille parameter (nbmaille=4) integer nbmaillemax parameter (nbmaillemax=4) integer nbmodele parameter (nbmodele=5) integer nbsenario parameter (nbsenario=2) suite des délarations non misent data jmodele/'hadm3','gfdl_sres','narpm_sres','ma_sres' &,'srnies_sres'/ data senario/'a2','b2'/ harater*4 yearlab1(30),yearlab2(30) senario='a2'!si on veut faire tourner le programme pour un senario preis DO md=1,nbmodele DO md=2,2! si on veut faire tourner le programme pour un modele preis write(*,*) jmodele(md) if(jmodele(md).eq.'hadm3')then nbmaille=4

24 Auteur : Christine LAVAUD Page : 24/56 nbyr=30 yearlab1(1)='1960' yearlab1(2)='1961' suite des délarations non misent yearlab2(30)='2099' pression labp='pm' humidite labq='qq' temperature labt='t2' temperature min labtmin='tn' temperaturen max labtmax='tx' vent labv='vv' preipitation labpr='pt' solaire deendant labsd='sw' thermique deendant labsa='lw' else write(*,*)'erreur de leture des noms de modele' endif logial windok parameter (windok=.false.) pathlu='/data2/siart/senar/'// & (jmodele(md)(1:lnblnk(jmodele(md)))) & //'/' leture des surfaes entre BV Seine et mailles + ALTITUDE file91='./'//(jmodele(md)(1:lnblnk(jmodele(md)))) & //'/alti/alti_'// & (jmodele(md)(1:lnblnk(jmodele(md))))//'.txt' open(91,file=file91,form='formatted') read(91,*) (alti(ma),ma=1,nbmaille)!alti(nbmaille) lose(91) file92='./'//(jmodele(md)(1:lnblnk(jmodele(md))))// & '/intersetion/intersetion_'// & (jmodele(md)(1:lnblnk(jmodele(md)))) & //'.txt' open(92,file=file92,form='formatted') read(92,*) dummy alule suminter = somme de inter sur toutes les mailles suminter=0. do i=1,nbmaille read(92,*) (tabaux(l),l=1,5)

25 Auteur : Christine LAVAUD Page : 25/56 inter(i)=tabaux(5) suminter=suminter+inter(i) enddo lose(92) Modeles ayant 2 senarios a2 et b IF (jmodele(md).eq.'hadm3'.or.jmodele(md).eq. & 'gfdl_sres'.or.jmodele(md).eq.'ma_sres')then DO s=1,2 modele=(jmodele(md)(1:lnblnk(jmodele(md))))//'_'// & (senario(s)(1:lnblnk(senario(s)))) write(*,*) modele TEMPERATURE A 2M en K ou (C dans f 21 et 22) dirlab='temp_2m' labinput=labt write(*,*) 'hello',jmodele(md),' ',senario(s),' ' &,dirlab,' ', & labinput,' ',yearlab1 i i o CALL add(modele,yearlab1,yearlab2,dirlab,labinput,nbyr, suminter, inter,pathlu,senario(s),nbmaille, mdattt1,mdattt2) PRESSION AU SOL en Pa ou hpa dirlab='sf_prs' labinput=labp write(*,*) dirlab,' ',labinput la routine depend de e que l'on a en entree HR ou q. if (labq.eq.'qq'.or.labq.eq.'qq') THEN CALL pfq(modele,dirlab,labp,labq,labt,labinput, & nbyr,suminter, & inter,pathlu,yearlab1,yearlab2,alti, & mdatpp1,mdatpp2, & senario(s),nbmaille) ELSE CALL pfhr(modele,dirlab,labp,labq,labt,labinput, & nbyr,suminter &,inter,pathlu,yearlab1,yearlab2,alti,mdatpp1, & mdatpp2 &,senario(s),nbmaille) ENDIF La fin du programme non mis ENDDO ENDIF

26 Auteur : Christine LAVAUD Page : 26/56 ENDDO STOP END Des programmes préexistants : Tableau 5 : programmes préexistant (CAB) OBTENTION DE DONNEES HYDROLOGIQUES (CAB) Laner les simulations do_ghjn Nouveau Compilation /omp_87 Déja existant /omp_88 Programmes prinipaux /drive_88.f /drive_87.f Routines /routines L obtention de données hydrologiques à partir des variables issues des MCG (soit variables de forçage) est réalisé grâe à 2 programmes drive 87.f et drive 88.f qui existaient déjà. Quelques modifiations ont ependant été néessaires, à ause de perturbations qui étaient additives pour les MCG de Arpège, et qui sont maintenant multipliatives. Rappelons le but de es programmes, il s appuie sur des données de 1987 et 1988, qu il modifie grâe aux perturbations alulées par les MCG. Rôle de l'ensemble des programmes réalisés Afin de failiter et d aélérer l utilisation de es programmes pour l ensemble des modèles, j ai rée un sript-shell( do_ghjn) qui permet de laner ette simulation pour tous les MCG réupérés sur l IPCC. Exemple d'un sript shell : do_ghjn #!/bin/sh for xx in h_b2_12345 j_a2_12345 n_a2_12345 _a2_12345 _b2_12345 g_b2_12345 h_a2_12345 do # eho dost$xx at -f dost$xx now at -f doq20$xx now done

27 Auteur : Christine LAVAUD Page : 27/ ANALYSE DES DONNEES GRACE A UN PROGICIEL IDL Présentation rapide d'idl (Interative Data Language) IDL est un software pour l'analyse, et la visualisation de données. IDL intègre un fort langage orienté tableau ave un grand nombre de possibilités mathématiques ainsi que graphiques. Quelques lignes d'idl peuvent remplaer des entaines de lignes de C ou de Fortran sans perdre ni de flexibilité, ni de performane Traitement des données DES PROGRAMMES PREEXISTANTS Pour analyser les simulations à partir des modèles Arpèges, des programmes avaient déjà été faits pour visualiser les données par des graphiques PROGRAMMES EXISTANTS NECESSITANT UNE ADAPTATION: Cependant es programmes ont eut besoin d être adapté pour l ensemble des sénarios analysés. Etude données du GCM diretement Programmes test _GCM_frenh_modele.pro dotestgcmmodele.pro Laner le traitement de tous les modéles /dotestgcmmodele_hgjn Laner le traitement pour un modele dotestgcmmodele,modele='hadm3',senario='a2',sim='2xo2' Mise à l'équilibre Programme allev3_nans.pro Laner le traitement de tous les modéles allev3_nans_hgnj Laner le traitement pour un modele allev3_nans,sim1='sth_a2',sim2='sth_b2',nbyr=30 Diagnosti d'impat limatique Programme Allev3_8788_modele.pro Laner le traitement de tous les modéles do_allev3_8788_modele Laner le traitement d'un modele allev3_8788_modele,sim1='at3',sim2='sth_a2_3',sim3='sth_b2_3' Diagnosti en % Programme Allev4_pourent_modele.pro Laner le traitement de tous les modéles allev4_pourent_modele_hgjn Laner le traitement d'un modele allev4_pourent_modele,sim1='at3',sim2='sth_a2_3',sim3='sth_b2_3' Repartition sur le bassin de la seine Programme doshopping_modele.pro Laner le traitement de tous les modéles doshopping_modele_hgjn.pro Laner le traitement d'un modele doshopping_modele, gm='stha2' Tableau 6 : IDL, programme existant mais néessitant une adaptation pour les simulations effetuées.

28 Auteur : Christine LAVAUD Page : 28/ ROLE DE L'ENSEMBLE DES PROGRAMMES REALISES Ces graphiques permettent de visualiser l ensemble des sénarios sur le même graphique. D autre part lorsque on lane les programmes les moyennes et éart type de haque sénarios pour haque variable sont alulés, et s affihent à l éran. Ces résultats ont été réapitulés dans les tableaux 11, 12,13. Supperposition de toutes les simulations Etude données du GCM diretement dotestgcmmodele_tot.pro Cf graph n 1 test _GCM_frenh_modele_tot.pro Diagnosti d'impat limatique allev3_8788_modele_tot.pro final_tot.pro Cf graph n 3 Diagnosti d'impat lim. Hadm3 final_hadm.pro Cf graph n 4 Diagnosti en % allev4_pourent_modele_tot.pro Cf graph n 2 Moyenne de toutes les simulations Moyenne mensuel et annuel moy.pro Cf graph n 5 Tableau 7 : IDL, réapitulatif des programmes réalisés. Ces graphiques font apparaître différentes variables hydrologiques. Ces tableaux permettent de savoir quelles variables sont représentées dans quel graphique. Variables Humidité relative Préipitation Température Fration saturée Diagnosti d'impat limatique Non Oui Oui Oui Diagnosti d'impat limatique final Non Oui Oui Non Diagnosti d'impat limatique hadm3 Non Oui Oui Non Diagnosti en % Non Oui Non Non Repartition sur le bassin de la seine Oui Oui Oui Oui Moyenne mensuel et annuel Non Oui Oui Non Tableau 8, 9,10 : Réapitulatif des différentes variables apparaissant sur les graphiques. Fration saturée : fration du sol dans un bassin versant où le sol est saturé et présente don un fort potentiel à être inondé. Variables Evaporation Humidité des zones rainaires Humidité spéifique Eoulement total Diagnosti d'impat limatique Oui Oui Oui Oui Diagnosti d'impat limatique final Oui Oui Oui Oui Diagnosti d'impat limatique hadm3 Oui Oui Oui Oui Diagnosti en % Oui Oui Non Oui Repartition sur le bassin de la seine Non Non Non Non Moyenne mensuel et annuel Oui Oui Oui Oui Tableau 9 Humidité spéifique : est l humidité spéifique de l air. Humidité de la zone rainaire : Zone ative du sol, qui alimente l'essentiel de l'évapotranspiration. Evaporation ou évapotranspiration:somme de 4 termes (transpiration par les plantes, évaporation du sol, évaporation de l'eau intereptée par le feuillage (intereption loss), sublimation si présene de neige)

29 Auteur : Christine LAVAUD Page : 29/56 Variables Inteseption loss Eoulement de surfae Eoulement de base Diagnosti d'impat limatique Oui Oui Oui Diagnosti d'impat limatique final Non Non Non Diagnosti d'impat limatique hadm3 Non Non Non Diagnosti en % Non Non Non Repartition sur le bassin de la seine Non Non Non Moyenne mensuel et annuel Non Non Non Tableau 10 Intereption loss : évaporation de l'eau intereptée par le feuillage. Eoulement de base : L'eau qui alimente les rivières depuis les nappes. L'eau préipitée s'infiltre dans le sol, puis plus profondément vers les nappes où elle transite latéralement vers les rivières. Eoulement totale = Eoulement de base + Eoulement de surfae Afin de omprendre le omportement de l ensemble de es variables, il onvient de faire un résumé du yle de l eau : Selon la loi de onservation : entrées -sortie = variation de stok Soit : Préipitation (évaporation + éoulement de base + éoulement de surfae) = d(stok dans la zone rainaire + stok dans les nappes)/dt A l'équilibre limatique (en moyenne sur plusieurs déennies) : d (stok dans la zone rainaire + stok dans les nappes )/dt = 0 Don : Préipitation= Evaporation+Eoulement de surfae+ Eoulement de base On parle de yle de l'eau EXEMPLE D'UN PROGRAMME pro moy ; ; ; Christine Août 2003 ; ; Programme permettant d'avoir la moyenne et éart type final de tous ; les modèles ; -> graphique pour haque variable des moyennes mensuelles, et des ; minimums et maximums ;

30 Auteur : Christine LAVAUD Page : 30/56 yearlen=[365,366] mon=['jan','feb','mar','apr','may','jun','jul','aug','sep','ot','nov','de'] ;; Reading the areas ;; nbath=29 area=fltarr(nbath) iaux1=0 iaux2=0 raux=0. file11='/data/siart/seine/athment.def' openu,11,file11 readf,11,iaux for k=0,nbath-1 do begin readf,11,iaux1,iaux2,raux,raux,raux,raux,raux area(k)=raux endfor lose,11 mini=fltarr(12) maxi=fltarr(12) xleg1=5. xleg2=15. xleg3=20. ;; BEGINNING THE PLOT ;; fileps='moy_tot.ps' ;q non limite spfile,1,1,/full,/h,/olor,file=fileps loadt2,0!p.multi=[0,2,4]!x.margin=[3,3]!y.margin=[3,2]!p.font=-1 blue=83 red=58 green=123 blak=0 yan=128 yellow=41 orange=100 bluesky=126 marin=15 purple=66 month=[' ','J','F','M','A','M','J','J','A','S','O','N','D',' '] xx=findgen(12) xh=intarr(12*2) xh(0)=0 xh(23)=12 for i=0,10 do begin xh(2*i+1)=i+1 xh(2*i+2)=i+1 endfor xvaltik=fltarr(14) xvaltik(0)=0 xvaltik(13)=12 xvaltik(1:12)=xx(0:11)

31 Auteur : Christine LAVAUD Page : 31/56 pathvar='/data/siart/seine/cab/' dat_ref=fltarr(12*2) datg_a2=fltarr(12*2) datg_b2=fltarr(12*2) dat_a2=fltarr(12*2) dat_b2=fltarr(12*2) datj_a2=fltarr(12*2) datn_a2=fltarr(12*2) dat_lmd=fltarr(12*2) dato=fltarr(12*2) data=fltarr(12*2) datn=fltarr(12*2) dat_tot=fltarr(10) dat_tot_d=fltarr(10) dat_tot_m=fltarr(12*10) sim_ref='at3' simg_a2='stg_a2_3' simg_b2='stg_b2_3' sim_a2='st_a2_3' sim_b2='st_b2_3' simj_a2='stj_a2_3' simn_a2='stn_a2_3' sim_lmd='lmd3' simo='sto3' sima='sta3' simn='stn3' ;; 1. PTOT (+ liquid preip) ;; ========================= var='ptot' titre='préipitation (mm/j)' read8788,area=area,pathvar=pathvar,sim=sim_ref,dat=dat_ref,var=var read8788,area=area,pathvar=pathvar,sim=simg_a2,dat=datg_a2,var=var read8788,area=area,pathvar=pathvar,sim=simg_b2,dat=datg_b2,var=var read8788,area=area,pathvar=pathvar,sim=sim_a2,dat=dat_a2,var=var read8788,area=area,pathvar=pathvar,sim=sim_b2,dat=dat_b2,var=var read8788,area=area,pathvar=pathvar,sim=simj_a2,dat=datj_a2,var=var read8788,area=area,pathvar=pathvar,sim=simn_a2,dat=datn_a2,var=var read8788,area=area,pathvar=pathvar,sim=sim_lmd,dat=dat_lmd,var=var read8788,area=area,pathvar=pathvar,sim=simo,dat=dato,var=var read8788,area=area,pathvar=pathvar,sim=sima,dat=data,var=var read8788,area=area,pathvar=pathvar,sim=simn,dat=datn,var=var ; moynenne sur les deux ans rdat_ref=reform(dat_ref,12,2) mdat_ref=total(rdat_ref,2)/2. rdatg_a2=reform(datg_a2,12,2) mdatg_a2=total(rdatg_a2,2)/2. rdatg_b2=reform(datg_b2,12,2) mdatg_b2=total(rdatg_b2,2)/2. rdat_a2=reform(dat_a2,12,2) mdat_a2=total(rdat_a2,2)/2. rdat_b2=reform(dat_b2,12,2) mdat_b2=total(rdat_b2,2)/2. rdatj_a2=reform(datj_a2,12,2) mdatj_a2=total(rdatj_a2,2)/2. rdatn_a2=reform(datn_a2,12,2)

32 Auteur : Christine LAVAUD Page : 32/56 mdatn_a2=total(rdatn_a2,2)/2. rdat_lmd=reform(dat_lmd,12,2) mdat_lmd=total(rdat_lmd,2)/2. rdato=reform(dato,12,2) mdato=total(rdato,2)/2. rdata=reform(data,12,2) mdata=total(rdata,2)/2. rdatn=reform(datn,12,2) mdatn=total(rdatn,2)/2. ; differene entre at et modele dpdatg_a2 = mdatg_a2-mdat_ref dpdatg_b2 = mdatg_b2-mdat_ref dpdat_a2 = mdat_a2-mdat_ref dpdat_b2 = mdat_b2-mdat_ref dpdatj_a2 = mdatj_a2-mdat_ref dpdatn_a2 = mdatn_a2-mdat_ref dpdat_lmd = mdat_lmd-mdat_ref dpdato = mdato-mdat_ref dpdata = mdata-mdat_ref dpdatn = mdatn-mdat_ref ; moyenne et eart type des differenes de haque modele print,' ' print,var dat_tot_d(0)=total(dpdatg_a2)/(12) dat_tot_d(1)=total(dpdatg_b2)/(12) dat_tot_d(2)=total(dpdat_a2)/(12) dat_tot_d(3)=total(dpdat_b2)/(12) dat_tot_d(4)=total(dpdatj_a2)/(12) dat_tot_d(5)=total(dpdatn_a2)/(12) dat_tot_d(6)=total(dpdat_lmd)/(12) dat_tot_d(7)=total(dpdata)/(12) dat_tot_d(8)=total(dpdato)/(12) dat_tot_d(9)=total(dpdatn)/(12) dat_tot(0)=total(mdatg_a2)/(12) dat_tot(1)=total(mdatg_b2)/(12) dat_tot(2)=total(mdat_a2)/(12) dat_tot(3)=total(mdat_b2)/(12) dat_tot(4)=total(mdatj_a2)/(12) dat_tot(5)=total(mdatn_a2)/(12) dat_tot(6)=total(mdat_lmd)/(12) dat_tot(7)=total(mdata)/(12) dat_tot(8)=total(mdato)/(12) dat_tot(9)=total(mdatn)/(12) moydiff_ptot=total(dat_tot_d)/(10) moy_ptot=total(dat_tot)/(10) print,'moy des differenes (perturbée-atuelle)',total(dat_tot_d)/(10),' eart type :',STDDEV(dat_tot_d) print,'moy annuelle ',total(dat_tot)/(10),' eart type :',STDDEV(dat_tot) eartype=fltarr(12) for i=0,11 do begin

33 Auteur : Christine LAVAUD Page : 33/56 dat_tot_m(i)=mdatg_a2(i) dat_tot_m(i+12)=mdatg_b2(i) dat_tot_m(i+2*12)=mdat_a2(i) dat_tot_m(i+3*12)=mdat_b2(i) dat_tot_m(i+4*12)=mdatj_a2(i) dat_tot_m(i+5*12)=mdatn_a2(i) dat_tot_m(i+6*12)=mdat_lmd(i) dat_tot_m(i+7*12)=mdato(i) dat_tot_m(i+8*12)=mdata(i) dat_tot_m(i+9*12)=mdatn(i) endfor rdat_tot_m=reform(dat_tot_m,12,10) dat_tot_m_=total(rdat_tot_m,2)/10. print,'moy de haque mois ',dat_tot_m_ eartype(0)=stddev(extrac(rdat_tot_m, 0, 0, 1, 10)) eartype(1)=stddev(extrac(rdat_tot_m, 1, 0, 1, 10)) eartype(2)=stddev(extrac(rdat_tot_m, 2, 0, 1, 10)) eartype(3)=stddev(extrac(rdat_tot_m, 3, 0, 1, 10)) eartype(4)=stddev(extrac(rdat_tot_m, 4, 0, 1, 10)) eartype(5)=stddev(extrac(rdat_tot_m, 5, 0, 1, 10)) eartype(6)=stddev(extrac(rdat_tot_m, 6, 0, 1, 10)) eartype(7)=stddev(extrac(rdat_tot_m, 7, 0, 1, 10)) eartype(8)=stddev(extrac(rdat_tot_m, 8, 0, 1, 10)) eartype(9)=stddev(extrac(rdat_tot_m, 9, 0, 1, 10)) eartype(10)=stddev(extrac(rdat_tot_m, 10, 0, 1, 10)) eartype(11)=stddev(extrac(rdat_tot_m, 11, 0,1, 10)) print,'eart type de haque mois:',eartype mini(0)=min(extrac(rdat_tot_m, 0, 0, 1, 10)) mini(1)=min(extrac(rdat_tot_m, 1, 0, 1, 10)) mini(2)=min(extrac(rdat_tot_m, 2, 0, 1, 10)) mini(3)=min(extrac(rdat_tot_m, 3, 0, 1, 10)) mini(4)=min(extrac(rdat_tot_m, 4, 0, 1, 10)) mini(5)=min(extrac(rdat_tot_m, 5, 0, 1, 10)) mini(6)=min(extrac(rdat_tot_m, 6, 0, 1, 10)) mini(7)=min(extrac(rdat_tot_m, 7, 0, 1, 10)) mini(8)=min(extrac(rdat_tot_m, 8, 0, 1, 10)) mini(9)=min(extrac(rdat_tot_m, 9, 0, 1, 10)) mini(10)=min(extrac(rdat_tot_m, 10, 0, 1, 10)) mini(11)=min(extrac(rdat_tot_m, 11, 0,1, 10)) maxi(0)=max(extrac(rdat_tot_m, 0, 0, 1, 10)) maxi(1)=max(extrac(rdat_tot_m, 1, 0, 1, 10)) maxi(2)=max(extrac(rdat_tot_m, 2, 0, 1, 10)) maxi(3)=max(extrac(rdat_tot_m, 3, 0, 1, 10)) maxi(4)=max(extrac(rdat_tot_m, 4, 0, 1, 10)) maxi(5)=max(extrac(rdat_tot_m, 5, 0, 1, 10)) maxi(6)=max(extrac(rdat_tot_m, 6, 0, 1, 10)) maxi(7)=max(extrac(rdat_tot_m, 7, 0, 1, 10)) maxi(8)=max(extrac(rdat_tot_m, 8, 0, 1, 10)) maxi(9)=max(extrac(rdat_tot_m, 9, 0, 1, 10)) maxi(10)=max(extrac(rdat_tot_m, 10, 0, 1, 10)) maxi(11)=max(extrac(rdat_tot_m, 11, 0,1, 10)) ytab=[dat_tot_m_,mdat_ref,maxi,mini] ymax=max(ytab) ymin=min(ytab)

34 Auteur : Christine LAVAUD Page : 34/56 ampli=ymax-ymin ymax=ymax+ampli*0.05 ymin=ymin-ampli*0.05 plot,xx,mdat_ref,title=titre,xstyle=1,xrange=[0,12],ystyle=1,$ yrange=[ymin,ymax],xtiks=13,xtikname=month,$ xtikv=xvaltik,harthik=2,harsize=1.7,thik=3,linestyle=0,olor=blak oplot,xx,dat_tot_m_,thik=3,olor=blue oplot,xx,mini,thik=3,olor=blue,linestyle=2 oplot,xx,maxi,thik=3,olor=blue,linestyle=2 yleg0=ymin+ampli*1.0 yleg1=ymin+ampli*0.9 yleg2=ymin+ampli*0.8 xyouts,xleg2,yleg0,'moyenne annulelle : ',harsize=0.9,harthik=2 xyouts,xleg3,yleg0,total(dat_tot)/(10),harsize=0.9,harthik=2 xyouts,xleg2,yleg1,'eart type : ',harsize=0.9,harthik=2 xyouts,xleg3,yleg1,stddev(dat_tot),harsize=0.9,harthik=2 losepsfile end

35 Auteur : Christine LAVAUD Page : 35/ Résultats obtenus Ces programmes IDL ont permis d obtenir des graphiques que je vais vous interpréter. Tout d abord, les programmes d études de données des GCM permettront de visualiser les données réupérées sur le site de l IPCC. Puis les résultats des simulations de CaB seront analysés ANALYSE DES DONNEES DES GCM : VARIABLE DE FORÇAGE Afin de donner un ordre de grandeur aux variables réupérées sur le site de l IPCC, elles d un GCM partiulier, CCMASRES, vous sont présentées. Ensuite un seond graphique vous affihera la différene 2xCO2-1xCO2 pour l ensemble des sénarios étudiés GRAPHIQUE D'UN GCM : CCMASRES On peut observer deux ourbes. La ourbe 1xCO2 orrespond aux données réupérées pour la période 1960 à La ourbe 2xCO2 orrespond aux données réupérées pour la période 2070 à Figure 4 : Climat 1xCO2 et 2xCO2 simulé par CMASRES, en moyenne sur le bassin de la Seine et les 30 années de simulation. Les astérisques indiquent des différenes statistiquement signifiatives entre les 30 moyennes mensuelles 1xCO2 et les 10 moyennes mensuelles 2xCO2 (au risque p=0.05 selon le test de Student).

36 Auteur : Christine LAVAUD Page : 36/ GRAPHIQUE MONTRANT LA DIFFERENCE ENTRE UNE SITUATION 1 CO2 ET 2 CO2 Les ourbes orrespondent à la différene des 2 ourbes préédentes (2xCO2-1xCO2) pour haque sénario.

37 Auteur : Christine LAVAUD Page : 37/56 Figure 5 : Climat 2xCO2-1xCO2 simulé parl ensemble des modèles, en moyenne sur le bassin de la Seine.

38 Auteur : Christine LAVAUD Page : 38/56 D une manière générale on peut observer : Une augmentation des températures. Les préipitations sont plus importantes en hiver et moins importantes en été. Ce qui traduirait une augmentation des inondations en hiver et de la séheresse en été. Une augmentation de l humidité spéifique ANALYSE DES DONNEES HYDROLOGIQUES MISE A L'EQUILIBRE Figure 6 : Evolution de l'éoulement total et de l'humidité de la zone rainaire simulés par CaB (moyenne spatiale sur le bassin de la Seine) au ours des 3 répétitions des sénarios limatiques, atuel (REF) ou perturbés (sénarios standards CCMASRES A2 et B2). Rq:l humidité est limitée à 20%. Il s'agit ii de omparer les bilans d'eau simulés par le modèle CaB, sous limat atuel ( , simulation REF) et sous limat modifié, selon les sénarios standards OLD et NEW (simulations OLD et NEW). Avant d'aller plus loin, il faut se rappeler que le sol a une mémoire, à travers son humidité notamment (e.g. Delworth et Manabe, 1988; Duharne et Laval, 2000). Pour projeter CaB en limat modifié, il faut don lui faire oublier l'influene du limat atuel sur l'humidité du bassin. Nous avons don réalisé une mise à l'équilibre du modèle CaB ave les trois limats onsidérés, grâe à 3 répétitions de haun des sénarios limatiques. Pour la première répétition, les trois simulations démarrent à partir des mêmes onditions initiales, notamment l'humidité du sol du 1er janvier 1987 (Duharne et al., 2001). Les simulations se poursuivent ensuite dans la ontinuité alors que les sénarios limatiques sont répétés 2 fois. La figure 6 montre l'évolution, au ours de es 6 ans, de l'éoulement total et de l'humidité de la zone rainaire (dont les évolutions sont représentatives de elles de l'humidité totale du bassin), en moyenne sur le bassin de la Seine.