Variabilité tropicale et paramétrisa0ons

Transcription

1 Variabilité tropicale et paramétrisa0ons R. Roehrig et J.- P. Chaboureau Réunion DEPHY2, 9 septembre 2014, Banyuls- sur- mer

2 Quelques rappels sur la philosophie DEPHY2 Connaissance des processus (LES, CRM, Observa0ons) Améliorer les processus individuels DEPHY1 Intégra0on des améliora0ons Impacts sur le climat simulé? Physique 1D Configura0ons idéalisées, intermédiaires Modèles de climat

3 Quelques rappels sur la philosophie DEPHY2 Connaissance des processus (LES, CRM, Observa0ons) Améliorer les processus individuels DEPHY1 Intégra0on des améliora0ons Impacts sur le climat simulé? Physique 1D Configura0ons idéalisées, intermédiaires Variabilité haute fréquence Modèles de climat Hiérarchiser les développements à faire Quan0fier les sources d erreur DEPHY2 Analyser les biais Objets, phénomènes

4 Objec0fs de la session IdenFfier : Les objets/phénomènes de la variabilité tropicale, pour lesquels nous avons des intérêts convergents pour le développement des paramétrisa0ons et l améliora0on des modèles ; Nos forces, et peut- être nos faiblesses ; Les ou6ls et méthodologies u0lisées, en cours de développement ; Les opportunités : projets, observa0ons, simula0ons Définir : Des ac6ons concrètes à l horizon des AMA 2015 et au- delà, au travers de groupes de travail sur des sujets ciblés.

5 Les axes des discussions OrganisaFon sous la forme d objets, qui transcrivent vos contribufons: 1. La circula+on tropicale de grande échelle Hadley/Walker, ITCZ/SPCZ 2. L Afrique de l Ouest Mousson, saison sèche (vagues de chaleur), Ondes d est, AtlanFque tropical 3. Variabilité intrasaisonnière Ondes équatoriales couplées à la convecfon, MJO 4. La variabilité haute fréquence de la convec+on Cycle diurne, intermivence, systèmes convecffs, extrêmes PotenFel manques : Amazonie, Afrique équatoriale, confnent marifme, autres moussons, ENSO

6 Ou0ls, Opportunités Ou+ls : 1D court et long, très contraint Equilibre Radia0f- Convec0f 1D et 3D, sur océan/con0nent Vitesse ver0cale paramétrisée : WTG/DGW Transpose- AMIP : modèle de climat en configura0on PNT Guidage : contraindre la dynamique Simula0ons AMIP voire couplées Simula0ons Paléoclima0ques Opportunités : CRM grand domaine, voire GigaLES CRM/LES en RCE et WTG Observa0ons satellites complémentaires Un grand nombre de projets ANR, FP7/H2020, interna0onaux

7 Organisa0on de la discussion 1. Contexte : ou+ls et opportunités (~20min) 2. Les 4 axes : (~30min/axe) 1. La circulafon tropicale de grande échelle 2. L Afrique de l Ouest 3. Variabilité intrasaisonnière 4. La variabilité haute fréquence de la convecfon 3. Les manques (~20min)

8 Contexte : Ou0ls et Opportunités

9 T. Dauhut

10 T. Dauhut

11 Méso-NH orages tropicaux v Proposition projet grand challenge OCCIGEN 2014, échange tropo.-stratosphère golfe Bengale StratoClim 2016 v Occurrence et organisation de la convection; impact sur composition atmos. et circulation à l échelle continentale v Simulations à maille kilométrique de 2-3 semaines sur 4-5 domaines de 1,5 milliard de points J.- P. Chaboureau Exemples de domaine type Variabilité tropicale 11

12 G. Sèze

13 G. Sèze

14 P. Braconnot Comparaison résultats IPSL_CM5A et IPSL_CM5B : changements simulés pour l Holocène moyen Ongoing work

15 Objec0ve : comprendre comment analyser les changements simulés P. Braconnot Comprendre les incer0tudes modèles venant + faire comparaisons modèles- données per0nentes en paleo. Paramétrisa0ons physiques Réglage (le fameux «tuning») Biais sytéma0ques Difficulté : tout est imbriqué dans le résultat final Approche: Comparisons IPSLCM5A and IPSLCM5B : Iden0fica0on différences et possibles liens avec les différences de climatologie. Iden0fica0on de ce qui provient de la physique atmosphérique : comparaison forcés/couplés

16 Et 6ka???? : augmenta0on P. Braconnot précipita0ons mousson été boréal 6k PI JJAS On reconnait amplifica0on liée à insola0on Différences marquées dans Indo- Pacifique et toutes régions ITCZ

17 En Afrique P. Braconnot Evolu0on saisonnière : Afrique W moyenne 150 ans Léger déphasage temporel dans évolu0on saisonnière mousson Boite Sahara Boite Sahel Moyenne zonale : Afrique W JA Différences / posi0on Nord de ITCZ + amplifica0on 6ka

18 Biais et rétroac0ons surface P. Braconnot Biais interhemisphérique CM5B à retrait vers le sud ITCZ Atlan0que En par0e lié à effondrement de la circula0on thermohaline 6ka : changement pluies plus au sud = signature du biais ou physique LMDZ?? Ne pas oublier les rétroac0ons pouvant avoir effet important dans certaines régions en changement clima0que : ex signature radia0ve du changement d albédo de surface (lié à LAI et neige/ glace) à 6ka à impact état moyen, saisonnalité et variabilité.

19 Le Pacifique Ouest P. Braconnot M. Saint Lu Finalement pas les plus mauvais : contrairement à l intui0on / érosion warm pool (une honte!). Améliora0on W SPCZ dans CM5B Brown 2012

20 Caractériser SPCZ: posi0on, variabilité et lien/enso(ndjfm) P. Braconnot Localisa0on par0e Est SPCZ Différence entre SPCZ et eq Variabilité interannuelle posi0on SPCZ Variabilité interannuelle SST boite Niño 3 U0lise les analyses développées dans Saint- Lu et al. (smi) pour PMIP et comparaison différents climats

21 Paramétrisa0on de la grande échelle dans un SCM P. Peyrillé Dans le cadre du projet EMBRACE, un cadre SCM vs CRM a été proposé ou W est paramétré en fonc0on du chauffage diaba0que (WTG, DGW) le profil de W reflète le profil de chauffage diaba0que Dans EMBRACE, focus sur le régime à l équilibre La varia0on temporelle de W reflète aussi la capacité du modèle à produire de la variabilité Prospec0f: Suivant Wang et el sur l analyse de la MJO: évaluer les modes de variabilités temporelles dans un SCM vs CRM avec W paramétrée Un CRM avec WTG/DGW peut reproduire une variabilité observée. Quid SCM? Wang et el. 2013

22 Circula0on tropicale de grande échelle

23 D. Coppin

24 D. Coppin

25 R. Roehrig Circula6on de Hadley/Walker Impact des profils de chauffage et humidifica0on (Q1,Q2) : H2020- IMPULSE Isabelle Beau, Abdel- Lathif Ahmat Younous (Thèse), Dominique Bouniol, Gilles Bellon, Hervé Douville Évalua0on des propriétés des profils de Q1/Q2 dans le pacifique tropical dans CNRM- CM dans différente configura0on (AMIP, TAMIP, WTG/DGW, 1D). Comparaison observa0ons satellites, simula0ons hautes résolu0ons (CASCADE, mock- Walker Cell). Lien avec les biais de circula0on. Formuler des hypothèses et les tester simplement. Hiérarchiser Améliorer la physique pour parvenir au même résultat.

26 Afrique de l Ouest

27 C. Rio

28 P. Peyrillé Evalua0on d Arpege climat avec une approche «ondes d Est Africaine» (Coll. R. Roehrig) Reprise des travaux de Poan et al., effectués sur la base des reanalyses => adapté à Arpege- climat Analyse de la répar00on de variance de l eau précipitable sur l Afrique de l Ouest Détec0on des AEW en eau précipitable Bilan de T,Q : climatologique + composite de l onde Apport: Ø Phasage dynamique / convec0on Ø Comportement typique du modèle en climato et composite semble cohérent => analyse processus Ø Peut permezre de pointer du doigt des comportement de paramétrisa0ons à une échelle plus courte que la climatologie

29 Mousson Africaine Biais chaud dans l AtlanFque tropical : Aurore Voldoire, Claudia Frauen (Postdoc), Guy Caniaux, Hervé Giordani Simula0ons couplées ini0alisées avec CNRM- CM. Analyse de la mise en place du biais, lien avec les biais de vent de surface et de rayonnement (nuages) Voldoire et al. (2014) Suite: Passage en simula0ons forcées ini0alisées pour azaquer directement les biais atmosphériques, notamment ceux du vent de surface (gradient de pression zonal lié aux sources convec0ves sur Amazonie/Afrique équatoriale et/ou mélange ver0cal cf. Zermano- Diaz and Zhang 2013) H2020- IMPULSE Ondes d est africaine : Philippe Peyrillé, Jean- Philippe Lafore Quan0fica0on des sources de chaleur, humidité et qdm dans les ondes d est (couplage ondes convec0on) Travaux Poan et al. (2013, 2014) Évalua0on de ce couplage dans CNRM- CM Stage M2 en 2014 Suite: formuler des hypothèses et les tester Vagues de chaleur : FP7- PREFACE ANR- ACASIS Françoise Guichard, Jessica Barbier (thèse), Dominique Bouniol, Fleur Couvreux, Mireille Tomasini Évalua0on des modèles CMIP5 Étude de cas avec simula0ons idéalisées, comparaison à des simula0ons haute résolu0on avec Meso- NH R. Roehrig

30 Variabilité intrasaisonnière

31 J.- F. Guérémy Sensibilité de la variabilité des ondes et de la convection aux paramètres du schéma de convection En u0lisant les ou0ls diagnos0ques développés dans Céron et Guérémy (1999), à savoir les spectres spa0o- temporels (nombre d ondes 2D- fréquence) et les cartographies longitude- la0tude de variance (dans des fenêtres spectrales choisies après l analyse du spectre) avec décomposi0on des phénomènes sta0onnaires et propaga0fs (cf figures ci- après), étudier la sensibilité de la variabilité des ondes et de la convec0on aux paramètres du schéma de convec0on. L accent sera placé sur les ondes d ouest équatoriales (Kelvin) incluant la MJO et les ondes d est tropicales (Rossby, notamment de la mousson africaine) et la convec0on associée. Les références privilégiées sont les réanalyses pour les ondes (u200 Kelvin et v850 Rossby) et les observa0ons satellitaires d OLR pour la convec0on. Les paramètres du schéma de convec0on privilégiés sont l entraînement et le déclenchement (incrément possible aux variables convec0ves à la base de l ascendance).

32 Spectres spatio-temporels et variance dans la fenêtre MJO OLR tropical (15S-15N) sur DJFM (120 jours exactement) années j 30j J.- F. Guérémy OLR observé à gauche et OLR simulé à droite (Tl159l91 couplé), partie symétrique du champ. Ondes de Rossby (d est) à gauche et de Kelvin (d ouest) à droite. Hauteurs équivalentes 12, 25, 50 m. Variance OLR pour les nombres d onde zonaux 1 à 4 (tous nb d onde méridiens) et les périodes 30 à 60 jours (ondes propagatives seulement).

33 C. Rio

34 Oscilla6on de Madden- Julian R. Roehrig FP7- EUCLIPSE Rayonnement et nuages : Deepa Raveendran Pillai (Postdoc), Gilles Bellon, Stéphanie Leroux Évalua0on du bilan radia0f de la MJO dans CMIP5/CFMIP2 Analyse de simula0ons sans effet radia0f des nuages Ø Difficulté : modifica0on des interac0ons convec0on- rayonnement et de l état de base Suite: Simula0ons sans effets radia0fs des nuages sauf en moyenne Profils de chauffage et humidifica0on (Q1,Q2) : Gilles Bellon, N. Klingaman, P. Xavier, MJO Task Force GASS Model Intercomparison Project on MJO ver0cal structure and diaba0c processes Simula0ons ini0alisées pour deux cas d étude de la période YOTC (CINDY- DYNAMO à venir). Lien entre capacité du modèle à prévoir la MJO et structure de Q1/Q2 limité. Profil «Top- heavy» de Q1 probablement nécessaire mais pas suffisant Lien entre humidifica0on net (dynamique+diaba0que) et précipita0on plus discriminant Suite: Analyser plus spécifiquement comment CNRM- CM perd le signal MJO Both Physics Dynamics Physics Dynamics Both Dynamics Physics Dynamics Physics

35 Variabilité haute fréquence

36 J.- M. Piriou Arpege- PNT Cycle diurne, validé vs analyses de pluie CMORPH ; Régime des pluies via des diagramme quan0le- quan0le (ref. TRMM) Scores de température ou vent vs TEMP (radiosondes), en biais et écart- type Variabilité lente peu ou pas regardée car les prévisions d Arpege- PNT ne vont pas au- delà de 4 jours Pour le débat: U0lité d un nouveau type de valida0on autour du déplacement des systèmes convec0fs, e.g. déplacement vers l'ouest des systèmes africains.

37 N. Roche+n

38 N. Roche+n

39 Les manques? Amazonie Afrique équatoriale Con0nent mari0me autres moussons ENSO