Frédéric Hourdin, avec la collaboration de Françoise Guichard, Romain Roehrig, Dominique Bouniol et Lidia Mellul. 31 juillet 2013

Transcription

1 Escape ANR D3.5: Evaluation des simulations de contrôle Cordex et Cmip5. Nouveaux résultats d évaluations mis à disposition au travers de Amma-mip. M24 (LOCEAN) Frédéric Hourdin, avec la collaboration de Françoise Guichard, Romain Roehrig, Dominique Bouniol et Lidia Mellul 31 juillet Introduction L anticipation des changements climatiques futurs repose sur les résultats de simulations numériques réalisées avec des modèles physico-numériques, par nature imparfaits. Afin de pouvoir évaluer et inter-comparer proprement les différents modèles existants, de grands exercices internationaux sont organisés, dans lesquels les groupes impliqués réalisent des simulations numériques sur la base de protocoles bien établis. L exercice Cmip, 1 pour Coupled Model Intercomparison Project a pour but d inter-comparer les résultats des modèles couplés (océanatmosphère) globaux de climat. Les dernières réalisations des exercices Cmip ont été programmées quelques années en amont de la rédaction des rapports du Giec. Ces exercices Cmip fournissent en particulier les projections anticipés des changements climatiques futurs, en réponse à l augmentation des concentration des gaz à effet de serre dans l atmosphère. L exercice Cmip5, le dernier en date, se distingue des précédents par le fait qu il a été proposé aux équipes modélisatrices de décliner avec le même modèle un grand nombre d expériences numériques : simulations couplées ou non, simulations préindustrielles, paléo-climatiques, ou plus idéalisées comme des aqua-planètes.etc... Au fil des années, les exercices Cmip d inter-comparaison sont devenus un rendez-vous majeur pour les groupes de modélisation et constituent une espèce de visite médicale de contrôle En parallèle de l exercice Cmip5, a été organisé pour la première fois un exercice similaire d inter-comparaison systématique des modèles régionaux de climat, ou modèles à aire limitée. En effet, les modèles à aire limitée sont de plus en plus utilisés pour effectuer une descente d échelle à partir des résultats des modèles globaux, dont la maille est souvent de l ordre de 150 à 250 km sur l horizontale. Cet exercice Cordex a défini plusieurs domaines sur le globe, avec comme zone phare le continent Africain. Dans le présent livrable, nous présentons une évaluation des simulations de contrôle des projets Cmip et Cordex, c est à dire des simulations sensées représenter le climat des dernières décennies. C est sur la base de ces simulations de contrôle que sont ensuite réalisées les simulations de changement climatique, ou expériences de sensibilité, en faisant par exemple augmenter la concentration de dioxyde de carbone au fil du temps. L analyse des simulations Cmip5 a déjà donné lieu à une publication (Roehrig et al., 2013). L analyse des simulations Cordex repose en partie sur une synthèse d articles publiés récemment, 1. Suivant une règle classique en typographie, les acronymes sont écrits entièrement en majuscule s ils sont habituellement dits comme une suite de lettres (ex. C. N. R. S.) et avec des minuscules quand ils se prononcent comme un mot (ex. Cnes). Le programme Cmip, devrait plutôt s écrire C-mip, mais par habitude nous conservons la première écriture. 1

2 car les résultats des simulations Cordex sont encore aujourd hui nettement plus difficile d accès que les résultats de Cmip. Nous analysons plus spécifiquement une simulation Cordex réalisée avec une version zoomée du modèle LMDZ, comme on l explique plus loin. L analyse présentée ici se focalise en particulier sur les variables d intérêt pour les études d impact potentiel sur les ressources potentielles, telles que celles réalisées dans le cadre du projet Escape. Un des objectifs du présent document est de fournir un guide de lecture concernant ce qu on peut attendre ou non des simulations Cmip et Cordex pour des études liées aux changements climatiques en Afrique de l Ouest. Il était prévu initialement que ce livrable décrive également la mise à disposition de certains résultats de cette étude au travers du site Web Amma-mip, développé en 2006 pour diffuser des résultats d évaluation des modèles de climat impliqués dans le projet Amma. Pour différentes raisons, nous avons préféré commencer par remettre à plat le projet Amma-mip2, pour en faire un outil ambitieux de diffusion des résultats des résultats et de l expertises de la communauté Amma, en matière de simulation du climat en Afrique de l Ouest. La stratégie retenue pour ce projet Amma-mip2 est décrite en fin de document. 2 Protocole expérimental 2.1 Les simulations Cmip Les modèles impliqués dans les projets Cmip sont des modèles globaux. Pour un modèle donné, une simulation particulière va dépendre 1) des conditions initiales météorologiques, 2) du forçage radiatif, spécifié souvent en imposant des distribution spatio-temporelles de concentrations de gaz radiativement actifs (dioxyde de carbone, ozone, méthane) et d aérosols et 3) de conditions aux limites à la surface (albédo et répartition de la végétation pour les surfaces continentales par exemple). Les champ de forçages et de conditions aux limites à spécifier peuvent dépendre du modèle considéré. Par exemple, l albédo des surfaces continentales pourra être dans certain cas imposé en chaque point, ou calculé à partir de la couverture foliaire, de l humidité de surface etc... Le forçage par les aérosols ne sera plus utile si l émission ou le transport des aérosols est calculé par le modèle, mais il faudra alors prescrire des cartes entrant dans le calcul de l émission. Pour des simulations de plusieurs décennies ou siècles, le fait de changer les conditions initiales va introduire une perturbation de la trajectoire particulière suivie par le modèle. Mais on espère que sur des moyennes suffisamment longues, le climat devient relativement indépendant des conditions initiales. Ce relativement indépendant dépendra du degré de précision requis, et pourra être évalué au travers de simulations d ensemble. Comme on l a dit en introduction, on s intéresse ici à l évaluation de la capacité des modèles impliqués dans l exercice Cmip5 à reproduire les caractéristiques du climat présent. Pour ce faire, on regardera deux types de simulations : 1) des simulations couplées océan/atmosphères dites historical, initialisées au milieu du XIXe scièle. Dans ces simulations, le forçage radiatif est basé sur des reconstructions aussi réalistes que possible du XXe siècle. 2) des simulations atmosphériques forcées par les températures de surfaces océaniques dites amip. 2 Dans le protocole amip, les températures océaniques sont imposées chaque jour à partir d une interpolation temporelle de 12 cartes mensuelles. Les simulations amip réalisées dans le cadre du projet Cmip5 (que nous appelerons Cmip5-amip) utilisent les mêmes forçages que radiatifs que les simulations Cmip5-historical. 2.2 Les simulations Cordex En parallèle de l exercice Cmip5 d inter-comparaison des modèles de climat, l exercice Cordex permet pour la première fois d inter-comparer de façon un peu systématique les modèles à aire 2. En référence à l ancien Projet d Intercomparaison des Modèles Atmosphériques. 2

3 Domaines Régionaux Cordex τ = 6 heures τ = 1000 jours τ = dx1000 jours Cordex - LMDZ5B IPSL-CM5A/B-LR Figure 1 L exercice Cordex : en haut, les domaines retenus pour l exercice Cordex d intercomparaison des modèles régionaux. En bas, on montre en damier la grille du modèle LMDZ et en couleur la précipitation moyenne du mois d août en mm/jour pour (à gauche) la grille retenue pour l éxercice Cordex-Afrique, avec un zoom sur l Afrique de l Ouest permettant d atteindre une résolution uniforme de 50 km et (à droite) la grille de la configuration dite basse résolution (LR) avec laquelle a été réalisée la plus grande partie des simulations Cmip5. Les précipitations ont été obtenues dans les deux cas avec la version Nouvelle Physique LMDZ5B du modèle. Pour la simulation Cordex, les variables météorologiques (vent, température et humidité) sont rappelées (nudging) vers les réanalyses ERA-Interim (Dee et al., 2011) avec une constante de temps variant entre 6 heures à l extérieur du zoom et 1000 jours (guidage quasi nul) à l intérieur. 3

4 limitée, classiquement utilisés pour effectuer une descente en échelle sur la base des simulations globales. Plusieurs domaines ont été définis pour l exercice Cordex (Fig. 1, en haut). Le domaine des simulations Cordex Afrique qui seront analysées ici, couvre l ensemble du continent depuis la Méditerranée jusqu à l Afrique du sud. Ce domaine constituait la priorité de ce programme. Pour participer au programme, les simulations devaient être réalisées avec une maille horizontale plus fine que 50 km en latitude et en longitude sur l ensemble du domaine. Les simulations Cordex Afrique sont réalisées avec des modèles a aire limitée, forcés par les températures de surface de l océan. En pratique, en plus des conditions initiales, des forçages radiatifs, et des conditions à la limite à la surface, il faut spécifier dans ces simulations à aire limitée des conditions météorologiques (vent, humidité et température) aux frontières latérales du domaine. Le programme Cordex comprend une partie de simulations de contrôle. Celles-ci sont réalisées sur la période dite ERA-interim, en utilisant la réanalyse du même nom comme forçage au bord du domaine. Ce sont ces simulations de contrôle qui sont analysées ici. 2.3 Les simulations analysées Pour les simulations Cmip, on considère l ensemble des modèles dont les résultats ont été mis à disposition sur la base de données hébergée à l IPSL (ESGF). En plus des simulations des la dernière mouture Cmip5 du programme, on montre également des résultats de l exercice précédent Cmip3 3 Parmi les simulations analysées, on compte trois configuration du modèle de l IPSL, ISPLCM5. Les deux premières sont basées sur la même version A du modèle appelée Physique Standard (SP en anglais) et diffèrent par leur grille horizontale. Les simulations en basse résolution IPSLCM5A-LR (LR pour Low Résolution) ont une grille de points en longitude latitude, soit une résolution en degré de 3, La grille correspondante, restreinte à l Afrique et l Atlantique, est montrée en bas à droite de la Fig. 1. Les simulations moyenne résolution ISPLCM5A-MR, basée sur une grille de points ont une résolution en degrés de 2,5 1,2. La troisième configuration IPSLCM5B-LR utilise la grille horizontale la plus grossière mais avec une version du modèle dite Nouvelle Physique (NP), qui correspond à une complète revisite des paramétrisations de la turbulence, des nuages et de la convection. Pour les simulations Cordex, les résultats multi-modèles étant encore aujourd hui difficilement récupérables, on se basera en partie sur une synthèse de la bibliographie existante sur le sujet. On analysera par ailleurs plus particulièrement une simulation de contrôle Cordex-Afrique réalisée avec le modèle LMDZ. Pour se conformer au protocole, une grille globale de points de LMDZ est zoomée sur l Afrique (Fig. 1, en bas à gauche). Lidia Mellul a réalisé sur la base de cette configuration deux simulations avec LMDZ : le contrôle Cordex et une simulation en boucle de l année Dans les deux cas, la nouvelle physique a été utilisée. On appellera la simulation de contrôle correspondante IPSLCM6B-Cordex. A noter que les simulations IPSLCM5B-Cordex n ont pas pu être effectuée avec des paramètres constants à cause d instabilités numériques mal maîtrisées. En pratique, c est la longueur du pas de temps qui a été allongée ou réduite au fil de la simulation, et des plantages successifs. Ces changements de pas de temps seraient problématiques pour détecter des réponses faibles à des variations de forçage au fil du temps. Elles sont cependant de second ordre par rapport aux questions d évaluation du climat moyen simulé. La comparaison des simulations IPSLCM5A/B avec les grilles LR, MR et Cordex permet d avoir une idée de l impact potentiel des changements de configurations de contenu physique et de grille sur les performances climatiques des modèles. 3. On est passé directement de Cmip3 à Cmip5 pour mettre en phase la numérotation avec celle des rapports du Giec ; les résultats des simulations réalisées dans le cadre de Cmip5 alimenteront largement le rapport 5ème Assesment Report, AR5 (alors que Cmip3 avait servi à alimenter l AR4). 4

5 3 Résultats 3.1 Des biais persistants dans les simulations couplées Cmip5-historical Dans les simulations couplées océan-atmosphères, des biais se mettent en place dans la structure moyenne des températures de surface de l océan. C est le cas notamment des biais chauds observés dans la quasi-totalité des simulations couplées océan-atmosphère sur les régions de remontée d eau froide, sur le bord Est des océans tropicaux (les upwellings ). 4 Sur la Fig. 2, on montre pour la période récente et pour l ensemble des modèles impliqués dans Cmip5, la différence entre les résultats les simulations couplées océan-atmosphère historical et les résultats des simulations effectuées avec le même modèle atmosphérique forcé par les températures de surface de l océan (simulations amip ). Les différences de températures à 2m sur les océans (en contours bleus et rouge sur la figure) sont essentiellement le reflet des biais chauds des températures de surface de l océan. On voit qu un seul modèle (CSIRO-Mk3-6-0) échappe à la simulation d un biais chaud dans l Est de l Atlantique tropical, au sud de l équateur. Les différentes versions du modèle de l IPSL n échappent pas à la règle, et ceci alors qu on est passé avec la nouvelle physique (IPSL-CM5B-MR) a des nuages bas beaucoup trop réfléchissants sur cette région (non montré), alors que la sous-estimation de ces nuages étaient souvent suspectée d être responsable de ces biais chauds. La comparaison des moyennes d ensemble (effectuées de façon systématique en attribuant le même poids à chaque simulation) des biais de température pour les simulations Cmip5 et les simulations Cmip3, montrent que ce biais est resté essentiellement inchangé entre ces deux exercices pourtant séparés de 6 ans. Ce constat négatif a largement contribué à motiver une proposition de projet européen, Preface, dont une part importante porte sur la réduction des biais de température en Atlantique tropical. On montre aussi sur les deux derniers panneaux de la figure le biais moyen par rapport à des climatologie des simulations couplées historical et forcées amip. Pour les précipitations, ce biais moyen est calculé par rapport aux observations GPCP. 5 Pour les températures, le biais est calculé par rapport aux réanalyses ERA-Interim. On voit que l effet de renforcement de la pluie sur la côte guinéenne lors du couplage avec l océan vient plutôt renforcer le biais (humide au niveau de la côte et sec plus au nord) des simulations forcées autour du méridien de Greenwhich. Vers le Cameroun, les biais humide provenant du couplage vient en partie compenser un biais sec marqué dans la moyenne d ensemble des simulations forcées. 3.2 Biais dans les précipitations des simulations Cmip5-amip et Cordex La simulation des précipitations saisonnières est un des principaux défis de la simulation du climat en Afrique de l Ouest. En effet, le cumul des pluies pendant la saison de mousson est un paramètre déterminant aussi bien pour l évolution des ressources naturelles (points d eau, pâturages) que pour l agriculture. On présente sur la Fig. 3 une figure extraite d un article d évaluation des simulations de contrôle Cordex (Nikulin et al., 2012). On se concentre ici sur les pluies moyennes d été (Juillet-Août- Septembre). La figure en haut à gauche montre la climatologie issue des données GPCP, avec une bande maximum de pluie (zone de convergence intertropicale) positionnée au nord de la côté Guinéenne, avec des précipitations maximum de l ordre de 7-10 mm/jour, et une transition au niveau du Sahel, entre pluies tropicale et désert, avec un précipitation moyenne typique de 2-4 mm/jour vers 15N, au niveau du Lac Tchad et de Dakar. L ensemble des simulations montre des biais significatifs sur cette structure des précipitations, avec souvent une structure méridienne relativement marquée, et une relative homogénéité en longitude. Certains modèles comme ICTP-RegCM3 montrent un excès de précipitations sur la côte 4. Une analyse préliminaire de ces biais était proposée dans le livrable 3.2 du projet Escape. On reprend ici cette analyse, à la fois pour la cohérence du rapport, mais également parce qu on la complète par des modèles qui n étaient pas disponibles à l époque et parce qu on inclut une comparaison avec les modèles ayant participé à Cmip3. 5. Global Precipitation Climatology Dataset (Huffman et al., 2001) 5

6 Figure 2 Biais dans les précipitations (à plat de couleur, en mm/jour) et les températures à 2m (contours rouges et bleus) entre les simulations couplées historical et les simulations amip, forcées par les températures de surface de l océan. Les 4 derniers panneaux montrent respectivement : la moyenne d ensemble des mêmes différences pour Cmip5 et Cmip3, puis les biais (comparaison aux réanalyses ERAI pour T2m et à GPCP pour la précipitation) pour la moyenne d ensemble des simulations historical et amip. 6

7 Figure 3 Biais moyens des pre cipitations (en mm/jour) moyennes des simulations de contro le de l exercice Cordex (d apre s Nikulin et al., 2012) pour les mois de Juillet-Aou t-septembre et pour les anne es Les biais sont calcule s par comparaison aux donne s GPCP. La premie re ligne montre a gauche les donne es GPCP et apre s les biais de 3 autres jeux de donne es par rapport a GPCP. Le biais des re analyses ERA-Interim et le biais moyen des mode les sont montre s dans les deux me daillons de gauche de la ligne suivante. Guine enne et un biais sec sur le Sahel. D autres comme UQAM-CRCM5 montrent un biais oppose (trop arrose sur le Sahel et trop sec sur la co te Guine enne). Ces biais dipolaires en latitude peuvent s interpre ter comme un de placement vers le sud dans le premier cas et vers le nord pour le second de la zone de convergence inter-tropicale. Cet aspect a e te documente plus a fond pour le mode le UQAM-CRMCM5 pour lequel Herna ndez-dı az et al. (2013) montrent que le de placement vers le sud de la zone de convergence dans ce cas particulier est associe a un de placement syste matique des structures dynamiques comme le jet d Est. Ce re sultat est tout a fait similaire aux re sultats obtenus dans le cadre de Amma-mip ou une corre lation tre s forte entre cumul des pre cipitations au Sahel et position en latitude du maximum du jet d Est africain avait e te mise en e vidence (Hourdin et al., 2010). Enfin certains mode les comme KNMI-RACMO montrent une structure avec un biais sec au nord et au sud et un biais humide au cœur de la zone de convergence, associe donc a un pincement trop fort de cette zone en latitude. A noter que les analyses ERA-Interim qui ont servi a forcer toutes ces simulations montrent elles-me mes un biais sec tre s important sur le Sahel. Ce biais ne se re percute pas de fac on syste matique dans les simulations climatiques re gionales. On voit donc clairement que la distribution a grande e chelle de la pluie dans les simulations Cordex est tre s peu contraintes par les conditions aux frontie res, mais est pluto t, comme pour les mode les globaux, le reflet de caracte ristiques propre au mode le lui-me me, ou tout au moins une combinaison des forc ages late raux et des caracte ristiques du mode le. Ce point est confirme en particulier pour le mode le UQAM-CRMCM5 par Laprise et al. (2013) qui comparent les cycles saisonniers moyens des pre cipitations simule es avec le me me mode le 7

8 Climate projections over CORDEX Africa domain GPCP 1DD CRCM5/ERA CRCM5/CanESM2 CanESM2 CRCM5/MPI MPI Fig. 9 Mean ( ) annual cycle of precipitation (mm/day) over West Africa from GPCP 1DD dataset (top left) and CRCM5/ ERA (top right), as well as CRCM5/CanESM2 and CRCM5/MPI 4 Climate-change projections (left), and the driver models CanESM2 and MPI (right), averaged over 10 W 10 E. A 31-day moving average has been applied to remove high-frequency variability Figure 4 Cycle saisonnier moyen des précipitation (mm/jour) sur l Afrique de l Ouest pour les données GPCP (en haut à gauche), les simulations CRMCM5 forcées par ERA-Interim (en haut à driven but also in the CanESM2- and MPI-driven simulations. LesThis deux feature lignes seems particular suivantes to CRCM5 montrent and is in sur la colonne de gauche les résultats des simulations droite). CRMCM5 accordance forcées with the respectivement dry bias in the Sahel region par(figs. les 5b, modèles globaux canadien CanESM2 (seconde ligne) et 6a, 9) as discussed in HD12. The intensity and the shape of allemand the TEJ MPI(dernière are better represented ligne) in both CRCM5 et sursimulations colonne de droite les résultats des simulations globales elle-mêmes. than in the D après driver models. Laprise et al. (2013). as from the corresponding driving models, are shown in Fig. 11, for JFM (Fig. 11a) and JAS (Fig. 11b), for three future time slices: ( ), ( ) and ( ), compared to the reference period ( ). In both seasons, all models become progressively warmer as the end of the twenty-first century approaches, the JAS season being generally warmer than JFM. There are some notable differences between models. CanESM2 projected warming is substantially larger than that of MPI, and the CRCM5 projected warming is always smaller than that of its driving GCM. The CanESM2-driven CRCM5 projected warming pattern is rather different régional forcé aux frontières latérales soit par les réanalyses ERA-Interim soit par les sorties des The projected changes in mean 2-m temperature from modèles globaux CanESM2 et MPI. Alors que les modèles globaux ou les réanalyses montrent CRCM5 simulations driven by CanESM2 and MPI, as well une excursion soit trop marquée soit trop faible sur le Sahel, les simulations régionales cantonnent toutes les précipitations de mousson à une latitude inférieure à 15N. Ce 123 point n est pas très surprenant si on considère l étendue du domaine d étude des simulations Cordex-Afrique. Afin de faciliter les comparaisons entre modèles régionaux et modèles globaux, nous avons adopté les mêmes conventions que Nikulin et al. (2012) pour tracer les bias de précipitations dans les simulations Cmip5 (Fig. 5). Ici bien sûr, les sorties de simulations globales ont été restreintes au domaine de Cordex-Afrique pour calculer les biais. A l exception des modèles BCC-CSM1 et FGOALS-s2 qui montrent des biais secs systématiques et très important (diminution des pluies d un facteur 2 typiquement) sur l ensemble de la région, les biais des modèles amip sont très similaires en amplitude et en structure (plutôt contrastés en latitude et homogènes en longitude) à ceux des simulations Cordex. Pour le modèle de l IPSL, on montre le biais des 4 configurations. On a entouré en vert les simulations Cmip5-amip et en bleu la simulation Cordex. On voit que les biais des 4 simulations sont relativement similaires, avec une tendance à une position trop au sud de la zone de convergence (trop sec au Sahel et trop pluvieux au sud). Le raffinement de la grille produit une légère augmentation de la pluie quand on passe de A-LR à A-MR, un peu plus marquée quand on passe de B-LR à B-Cordex. Les simulations réalisées avec le modèle de l IPSL, que ce soit en 8

9 IPSL-CM5A-LR IPSL-CM5A-MR IPSL-CM5B-Cordex IPSL-CM5B-LR Figure 5 Biais moyens des pre cipitations (en mm/jour) moyennes des simulations force es amip de l exercice Cmip5 pour les mois de Juillet-Aou t-septembre et pour les anne es Les biais sont calcule s par comparaison aux donne s GPCP. 9

10 a) JAS T2m Climatology [10W-10E] b) JAS T2m Climatology [10W-10E] 314 GISS-E2-R MIROC5 MPI-ESM-LR MRI-AGCM3.2S CMCC-CM BCC-CSM1.1 GFDL-HIRAM-C360 EC-EARTH CFSR MERRA 314 GFDL-HIRAM-C180 FGOALS-g2 CCSM4 IPSL-CM5A-MR NorESM1-M HadGEM2-A INM-CM4 IPSL-CM5B-LR CFSR MERRA 312 MRI-AGCM3.2H CSIRO-Mk3.6.0 MPI-ESM-MR FGOALS-s2 MRI-CGCM3 CESM1(CAM5) ERAI CRU 312 CNRM-CM5 CanAM4 BNU-ESM IPSL-CM5A-LR ACCESS1.3 ACCESS1.0 ERAI CRU T2m (K) T2m (K) N 10N 15N 20N 25N 30N 35N 40N Latitude 296 5N 10N 15N 20N 25N 30N 35N 40N Latitude Figure 6 Température à 2m (en K) en moyenne zonale entre 10W et 10E, et pour la période de Juillet-Août-Septembre et les années On compare les simulations Cmip5-amip, les réanalyse MERRA et ERAI et les données CRU. Chaque jeu de donnée est reproduit avec sa propre résolution horizontale. La partie gauche (droite resp.) montre les modèles les plus chauds (resp. froids) sur le Sahara (en moyenne sur [20N-30N, 10W-10E]). D après Roehrig et al. (2013). changeant la physique ou la grille horizontale, sont cependant généralement plus proches entre elles qu avec les autres modèles en général. 3.3 Températures, nuages et flux radiatifs Plus surprenant que la dispersion des simulations de précipitations cumulées aux Sahel mise en évidence par nombre d études passées, l étude systématique des simulations Cmip5 montre également une grande dispersion et des biais importants en termes de température à 2m. Ces biais peuvent expliquer en partie les biais dans les structures de précipitation, puisque c est le contraste méridien entre les eaux plus fraîches du golfe de Guinée à cette saison, et un Sahara surchauffé qui est responsable de l excursion vers le nord de la zone de convergence inter-tropicale pendant l été boréal. Les simulations Cmip5 montrent une large dispersion des températures au niveau de la dépression thermique saharienne, vers 25N (Fig. 6) où elle atteint typiquement 7 K entre les modèles les plus chauds et les plus froids! Cette dispersion est en fait marquée dés 10N, sur la région Sahélienne, et s étend jusqu à la côte nord de l Afrique vers 35N. A noter que la dispersion n est pas négligeable non plus entre les observations et les différentes réanalyses, ce qui est en partie la conséquence du relatif faible échantillonnage des observations dans la région. Jusqu à 15N, observations et réanalyses sont en meilleur accord et la dispersion entre simulations est plus faible. Dans cette région, environ 1/3 des modèles est un peu trop froid par 2-3 K (BNU-ESM, CCSM4, CESM1(CAM5), CNRM-CM5, EC-EARTH, GFDL-HIRAM- C180 et -C360, MRI-AGCM3.2S, NorESM1-M), et un est trop chaud de 2-3 K (MRI-CGCM3). Les biais dans les températures de surface peuvent en partie être causés par des biais dans les forçage radiatifs. Et, en effet, on constate également une très forte dispersion dans les flux radiatifs à la surface. Les flux radiatifs à la surface sont la résultante de processus complexes, et dépendent de l état thermodynamique de l atmosphère, de la distribution verticale des nuages et de la distribution des aérosols et en particulier, dans cette région, des poussières désertiques. Pendant la saison de mousson, les aérosols ont sans doute un rôle moindre dans la région de convergence inter-tropicale dans la mesures où ils sont efficacement lessivés de l atmosphère par les précipitations. En revanche, ils ont un impact très fort sur la région saharienne (Knippertz and Todd, 2012). A la surface, en Juille-Août-Septembre, le gradient méridien de flux onde courte atteind jusqu à 100 W/m 2 entre la côte Guinéenne et le Sahara (Fig. 7). Au niveau du maximum de pluies, certains 10

11 a) JAS Climatology of SWdn at surface b) JAS Climatology of SWdn at surface 400 GISS-E2-R MIROC5 MPI-ESM-LR MRI-AGCM3.2S CMCC-CM BCC-CSM1.1 GFDL-HIRAM-C360 EC-EARTH SRB3pr SRB3qc 400 GFDL-HIRAM-C180 FGOALS-g2 CCSM4 IPSL-CM5A-MR NorESM1-M HadGEM2-A INM-CM4 IPSL-CM5B-LR SRB3pr SRB3qc MRI-AGCM3.2H MPI-ESM-MR MRI-CGCM3 CERES-EBAF CNRM-CM5 BNU-ESM ACCESS1.3 CERES-EBAF 350 CSIRO-Mk3.6.0 FGOALS-s2 CESM1(CAM5) 350 CanAM4 IPSL-CM5A-LR ACCESS S 5S 0 5N 10N 15N 20N 25N 30N 35N 40N Latitude 10S 5S 0 5N 10N 15N 20N 25N 30N 35N 40N Latitude 480 GISS-E2-R c) JAS Climatology of LWdn at surface MPI-ESM-LR CMCC-CM GFDL-HIRAM-C360 SRB3pr 480 d) JAS Climatology of LWdn at surface GFDL-HIRAM-C180 CCSM4 NorESM1-M INM-CM4 SRB3pr 460 MIROC5 MRI-AGCM3.2H MRI-AGCM3.2S MPI-ESM-MR BCC-CSM1.1 MRI-CGCM3 EC-EARTH SRB3qc CERES-EBAF 460 FGOALS-g2 CNRM-CM5 IPSL-CM5A-MR BNU-ESM HadGEM2-A ACCESS1.3 IPSL-CM5B-LR SRB3qc CERES-EBAF CSIRO-Mk3.6.0 FGOALS-s2 CESM1(CAM5) CanAM4 IPSL-CM5A-LR ACCESS Surface LWdn (W/m 2 ) Surface LWdn (W/m 2 ) S 5S 0 5N 10N 15N 20N 25N 30N 35N 40N Latitude S 5S 0 5N 10N 15N 20N 25N 30N 35N 40N Latitude Figure 7 a) Flux de rayonnement solaire à la surface (en W/m 2 ), en moyenne zonale entre 10W et 10E, et pour la période de Juillet-Août-Septembre et les années b) Comme a) mais pour le flux radiatif dans l infra-rouge thermique arrivant à la surface. Les flux moyens des observations in-situ le long du transect Amma ainsi que leurs valeurs maximum et minimum sur les différentes années sont indiquées à l aide de petit carrés et de barres d erreurs. On compare les simulations Cmip5-amip avec deux jeux de données SRB et avec les données CERES-EBAF. Chaque jeu de données est reproduit avec sa propre résolution horizontale. La partie gauche (droite resp.) montre les modèles les plus chauds (resp. froids) sur le Sahara (en moyenne sur [20N-30N, 10W-10E]. D aprpès Roehrig et al. (2013). modèles comme les modèles de l IPSL et HadGEM2-A sur estiment fortement ce rayonnement solaire à cause d un manque de couverture nuageuse. A noter cependant l amélioration sur vers 8N entre IPSLCM5A et IPSLCM5B. Sur le Sahara, la plupart des modèles sur-estiment le rayonnement solaire. Et de façon surprenante, c est davantage encore le cas pour les modèles les plus froids. Ces bias peuvent être reliés à la fois à un manque de nuages moyens mais également à une sous-estimation de la charge en aérosols dans la région. Ces biais sont visibles également au sommet de l atmosphère (Fig. 8). On voit que les flux réfléchis au sommet de l atmosphère peuvent différer de plus de 50 W/m 2 entre les différents modèles sur l ensemble du Sahara, ou sur la zone de convergence inter-tropicale. Si on se concentre sur les quatre configurations du modèle de l IPSL, on retrouve la signature du manque de nuages sur l ITCZ (avec une réflexion trop faible vers l espace). Ce manque de nuages est moins fort cependant avec la nouvelle physique. Encore plus peut-être que pour les précipitations, la proximité des simulations IPSLCM5A-LR et -MR d un côté ou des simulations IPSLCM5B-LR et -Cordex de l autre, souligne l importance du contenu physique des modèles pour expliquer ces biais, qui semblent avoir beaucoup plus d importance que la résolution de la grille horizontale. On voit 11

12 SW~ 50W/m 2 IPSL-CM5A-LR IPSL-CM5A-MR SW~ 50W/m 2 IPSL-CM5B-Cordex IPSL-CM5B-LR Figure 8 Biais dans le flux solaire réfléchi au sommet de l atmosphère (W/m 2 ) dans les simulations Cmip5-amip. Le biais est calculé par rapport aux données Ceres-Ebaf. On montre également la simulations IPSLCM5B-Cordex. bien entre les configurations IPSLCM5A et IPSLCM5B la diminution des biais sur la côte, associée à un renforcement de la couverture nuageuse dans la version nouvelle physique, et ce donc indépendamment de la grille choisie. Les variations latitudinales du flux thermique ondes longues à la surface sont relativement plus faibles. Ce flux augmente de W/m 2 entre 5N et 15N, en conséquence d une atmosphère de plus en plus chaude et empoussiérée à mesure qu on passe de la côte guinéenne au Sahara. La plupart des modèles reproduisent de façon raisonnable les flux dans cette région, quand on les compare aux observations moyennes aux stations de surface du transect Amma (observatoire Amma-Catch). Plus au nord, sur le Sahara, les biais deviennent beaucoup plus importants, et typiquement de l ordre des biais sur le rayonnement solaire, avec une très forte anti-corrélation entre les flux ondes-longues et ondes-courtes, les modèles avec les flux ondes courtes les plus surestimés étant aussi ceux qui montrent les flux ondes longues les plus faibles. Cette corrélation est favorable à une origine due aux aérosols. En effet, avec des considérations purement thermodynamiques, un flux solaire plus élevé devrait chauffer davantage la surface, qui elle-même chaufferait l atmosphère résultant en un flux thermique vers le bas plus fort. En revanche, dans le cas d une sous-estimation des aérosols, ou des nuages, on s attend à une augmentation du rayonnement solaire à la surface concomitante avec une diminution du rayonnement thermique descendant. Les résultats analyses multi-modèles des simulations Cordex ne sont pas encore suffisamment poussées pour qu on puisse comparer directement les résultats des exercices Cmip5 et Cordex de ce point de vue. Cependant, Kim et al. (2013) reportent une dispersion des températures à 2m en moyenne sur le continent africain et en moyenne annuelle de l ordre de 3 degrés. Une telle dispersion des moyennes implique très probablement des dispersions régionales et saisonnières de 12

13 l ordre de grandeur, voir supérieure, à celles obtenues pour les simulations Cmip5. Par ailleurs, dans la même étude, Kim et al. (2013) soulignent les mauvaises performances des modèles Cordex en termes de couverture nuageuse, sans qu il soit possible à l aide de cet article de comparer avec les analyses Cmip5. Il est à noter que la plupart des articles relatifs aux simulations régionales en Afrique de l Ouest ne considèrent pas l évaluation des modèles en termes de flux radiatifs, alors que l évaluation et l ajustement des flux radiatifs dans le modèles globaux de climat est absolument fondamental. 4 Discussion L évaluation des simulations Cmip5 et Cordex souligne la persistance de biais significatifs et la dispersion entre simulations. C est le cas d abord du biais dans la représentation des températures de surface océaniques dans les simulations couplées océan-atmosphères, pour lesquelles la plupart des modèles montrent un biais chaud avec une structure remarquablement similaire sur le Golfe de Guinée (et en fait sur toutes les régions de remontée d eaux froides des océans tropicaux). Ce biais en température diminue le gradient d énergie à l origine de l excursion vers le nord de la zone de convergence inter-tropicale, responsable des pluies de mousson. Même pour les simulations forcées par des températures de surface océanique, des biais important, moins systématiques cependant, sont observés. Si les modèles sont dans l ensemble capables de simuler les grandes caractéristiques du système de Mousson, avec la remontée vers le nord sur le continent de la zone de convergence intertropicale pendant l été sous l effet du gradient thermique entre les eaux plus fraîches à cette saison du gofle de Guinée et le Sahara, les précipitations moyennes l été montrent des biais de plusieurs mm/jour, avec des structures spatiales de grande échelle (typiquement quelques centaines de km en latitude et le milliers de km en longitude). Malgré le forçage au frontières latérales du domaine, les simulations avec des modèles à aire limitée réalisées dans le cadre du projet Cordex ne semblent pas apporter d amélioration de ce point de vue. Plus surprenant, les simulations Cmip5 et Cordex montrent des biais très importants sur les températures et les flux radiatifs, y compris ou surtout sur le Sahara, où on pensait a priori le système plus simple à modéliser. La spécification des distributions de poussières désertiques pourrait contribuer de façon significative à ces biais. L analyse comparée des quatre configurations du modèle de l IPSL apporte des éclairages intéressants. Les premières analyses montrent que la version LMDZ5B-Cordex se comporte de façon assez similaire à la version LMDZ5B-LR, malgré la différence des résolutions spatiales des deux configurations sur l Afrique (50 contre 300 km, soit 36 fois plus de points de grille environ). Ce résultat, mis en regard des analyses multi-modèles, suggère que les grands biais observés dans les précipitations moyennes par exemple dans les simulations Cmip5, ne sont pas le résultat de la résolution trop grossière des modèles, mais plutôt de leur contenu physique trop frustre. Sur la base de ces premières constatations, il apparaît plus que jamais essentiel de mettre en garde contre l idée (largement répandue) qui voudrait que Cordex soit l exercice à considérer pour les études d impact du changement climatique sur les sociétés. Nombre de ces études dépendent au premier ordre des cumulus de pluies. Or non seulement ces cumuls sont aussi mal-menés par les simulations Cordex que par les simulations Cmip5-amip, mais en plus il n est pas du tout sûr que le fait de couper les ajustement possible aux bords du domaine Cordex n affecte pas la réponse climatique à l intérieur du domaine. Car beaucoup plus qu un exercice de descente d échelle, Cordex est bien un exercice de modélisation régionale du climat, dans lequel on laisse s exprimer des rétroactions climatiques à l intérieur du domaine, mais dans un système tronqué, dans lequel les ajustements et échanges avec le reste du globe ne peuvent pas s exprimer. Les simulations Cordex n en restent pas moins un très bon cadre pour essayer d améliorer la représentation du climat, évaluer la valeur ajoutée par le raffinement de la grille (en ce qui concerne notamment la distribution de la pluie à haute fréquence spatio-temporelle), et anticiper également les résolutions globales de demain. 13

14 Recommandation pour l utilisation des modèles La première chose essentielle à garder en mémoire, c est que vue la dispersion des climatologies des modèles, et des réponses climatiques à l accroissement des gaz à effet de serre (non montré ici mais discuté par Roehrig et al., 2013, et dans le Livrable D3.2 d Escape), il est absolument essentiel de considérer un ensemble de simulations pour explorer les évolutions futures potentielles en termes de végétation, de ressources en eaux ou d agriculture. Les biais dans les cumuls de précipitations sont similaires dans les simulations Cmip5 et Cordex. On manque de recul aujourd hui sur les simulations Cordex-Afrique, et on ne dispose pas notamment d estimation des flux radiatifs. Si on se base cependant sur les études passées, et notamment sur l intercomparaison des modèles à aire limité dans le cadre du projet Amma- ENSEMBLE, il est vraissemblable que là aussi, la dispersion des résultats des modèles sera similaire à celle observée pour les modèles globaux (Ruti et al., 2011). Les biais moyens sur les précipitations, les températures et les flux radiatifs ont un impact de premier ordre sur l évolution des ressouces ou sur la productivité agricole. Oettli et al. (2011) avaient d ailleurs obtenu un facteur 10 sur les rendements agricoles simulés avec le modèle SARRA- H en utilisant en entrée le résultat des simulations régionales Amma-Ensembles, et montré que la dispersion s expliquait principalement par la dispersion des cumuls saisonniers de pluies et des flux radiatifs solaires au sol, la distribution intra-saisonnière de la pluie influençant aussi les rendements mais de façon plus marginale (Salack et al., 2012). Pour les études portants sur le climat actuel, on peut donc utiliser les simulations Cordex au même titre que les simulations globales. Ces simulations peuvent être utilisées notamment pour tester l impact potentiel des échelles de l ordre de la 50aine de kilomètre sur une question particulière. Pour les projections futures, il semble en revanche prématuré de s appuyer sur les simulations Cordex, dans la mesure où elles ne sont pas plus réalistes en climat actuel et qu en même temps, la réalisation de projections futures avec les modèles à aire limité introduit une incohérence non maîtrisée entre le modèle grande échelle utilisé pour forcer les conditions aux bords et le modèle à aire limitée utilisé pour la descente d échelle. Feuille de route pour Amma-mip2 Dans le cadre d Amma, un projet d intercomparaison des modèles de climat avait été mis en place. Ce projet consistait à évaluer des simulations existantes sur la région Ouest-Africaine et à mettre à disposition un certain nombre de diagnostics sur un site web : Il était prévu initialement dans le cadre du projet Escape de mettre à disposition les analyses des simulations Cmip5 et Cordex. Il s avère finalement que le site Amma-mip tel qu il était mérite une refonte. En dehors des aspects informatiques, on voudrait que le nouveau projet Amma-mip2 ait une ambition plus grande, avec notamment trois objectifs : 1. faciliter l accès à une extraction des données Cmip5 et Cordex pour les questions Ouest- Africaines. 2. valoriser les données Amma autour de l évaluation des modèles Cmip5, Cordex et autres 3. diffuser et promouvoir l expertise de la communauté scientifique Amma, y compris en termes d études d impact potentiel du changement climatique sur les ressources. Amma-mip2 sera une porte d entrée pour valoriser en particulier les résultats du projet Escape. On prévoit de disposer d une première version début Références Dee, D. P., S. M. Uppala, A. J. Simmons, P. Berrisford, P. Poli, S. Kobayashi, U. Andrae, M. A. Balmaseda, G. Balsamo, P. Bauer, P. Bechtold, A. C. M. Beljaars, L. van de Berg, J. Bidlot, 14

15 Maps, pleine résol., day, mon CROSS, moy. Zonale, day, mon N Dakar 5.5, 23 N Tamanrasset 2.5, 20.5N 2.5, 18 N -1.5, 15.5N Gourma 2.2, 13.5N Niamey ARM 2.5, 11.5N 2., 9.5 N Oueme 2.5, 6.5 N 2.5, 3.5 N 0., 0. N Pirata Buoy TROP3 x3, day Objectifs Domaine Resol Freq variables Amip pictrl Hist. Scen RPC +1%CO2 TROP 3x3 Vriabilité intrasaisonnière, couplage AO/tropiques Ondes... Tropiques 20N:20S 3 x3 daily Basic X X X X Cross Structure méridienne moyenne, analyse des tendances 20N:30S 10W:10E (en moy) Moyenne Zon 10W-10E daily Basic 3D tendencies X X X X Stations Evaulation fine / données sites, haute fréquence 11 stations 11 stations hourly everything X maps Structures stationnaires, ondes/convection Bilans/couplage atm/surf Eq:25N, 25W:10E native daily Basic Std lev Budgets X X Global CC Variables de base pour relier CC (changement climatique) AO et CC global AO CC CC en Afrique de l'ouest Eq:25N, 25W:10E Global native monthly T2m, Pr X X X X native monthly basic X X X X CMIP5 core experiments - amip : 1979-> 2009, Forced by sea temperature (SSTs), CO2, aerosols, ozone - control : coupled with ocean, constant forcing - historical : 1850->2009, with varying forcing as observed - 1pctCO2 : idealized scenario +1% CO2/year - rcpx : scenario for future, imposed concentrations, effective forcing X W/m2 in 2100 Figure 9 Caractéristiques des extractions pour la base de données Amma-mip2. La carte du haut montre les zones d étude considérées avec notamment une extraction sur une grille grossière à l échelle journalière (TROP3x3), une extraction sur un sous domaine Ouest Africain (Maps), de moyennes zonales sur le transect 10W-10E d un grand nombre de variables (Cross), et l extraction des données stations à haute fréquence. 115 stations ont en effet été retenues dans les simulations Cmip5 pour extraire des sorties de modèles à fréquence horaire. 11 de ces station avait été séléctionnée en lien avec Amma-mip. On montre sur le tableau les caractéristiques retenues pour les extractions sur les différents domaines. 15

16 N. Bormann, C. Delsol, R. Dragani, M. Fuentes, A. J. Geer, L. Haimberger, S. B. Healy, H. Hersbach, E. V. Hólm, L. Isaksen, P. Kållberg, M. Köhler, M. Matricardi, A. P. McNally, B. M. Monge-Sanz, J.-J. Morcrette, B.-K. Park, C. Peubey, P. de Rosnay, C. Tavolato, J.-N. Thépaut, and F. Vitart, The ERA-Interim reanalysis : configuration and performance of the data assimilation system, Hernández-Díaz, L., R. Laprise, L. Sushama, A. Martynov, K. Winger, and B. Dugas, 2013 : Climate simulation over CORDEX Africa domain using the fifth-generation Canadian Regional Climate Model (CRCM5), Clim. Dyn., 40, Hourdin, F., I. Musat, F. Guichard, P. M. Ruti, F. Favot, M. Filiberti, M. Pham, J. Grandpeix, J. Polcher, P. Marquet, A. Boone, J. Lafore, J. Redelsperger, A. Dell Aquila, T. L. Doval, A. K. Traore, and H. Gallée, 2010 : AMMA-Model Intercomparison Project, Bulletin of the American Meteorological Society, 91, Huffman, G. J., R. F. Adler, M. M. Morrissey, D. T. Bolvin, S. Curtis, R. Joyce, B. McGavock, and J. Susskind, 2001 : Global Precipitation at One-Degree Daily Resolution from Multisatellite Observations, Journal of Hydrometeorology, 2, Kim, J., D. E. Waliser, C. A. Mattmann, C. E. Goodale, A. F. Hart, P. A. Zimdars, D. J. Crichton, C. Jones, G. Nikulin, B. Hewitson, C. Jack, C. Lennard, and A. Favre, April 2013 : Evaluation of the CORDEX-Africa multi-rcm hindcast : systematic model errors, Clim. Dyn. Knippertz, P., and M. C. Todd, 2012 : Mineral dust aerosols over the Sahara : Meteorological controls on emission and transport and implications for modeling, Rev. Geophys., 50, Laprise, R., L. Hernández-Díaz, K. Tete, L. Sushama, L. Šeparović, A. Martynov, K. Winger, and M. Valin, January 2013 : Climate projections over CORDEX Africa domain using the fifth-generation Canadian Regional Climate Model (CRCM5), Clim. Dyn. Nikulin, G., C. Jones, F. Giorgi, G. Asrar, M. Büchner, R. Cerezo-Mota, O. B. Christensen, M. Déqué, J. Fernandez, A. Hänsler, E. van Meijgaard, P. Samuelsson, M. B. Sylla, and L. Sushamak, 2012 : Precipitation climatology in an ensemble of cordex-africa regional climate simulations, J. Climate, 25, Oettli, P., B. Sultan, C. Baron, and M. Vrac, 2011 : Are regional climate models relevant for crop yield prediction in West Africa?, Environmental Research Letters, 6, Roehrig, R., D. Bouniol, F. Guichard, H. F., and R. J.-L., The present and future of the west african monsoon : a process-oriented assessment of cmip5 simulations along the amma transect, Accepted in Clim. Dynamics, Ruti, P. M., J. E. Williams, F. Hourdin, F. Guichard, A. Boone, P. van Velthoven, F. Favot, I. Musat, M. Rummukainen, M. Domínguez, M. Á. Gaertner, J. P. Lafore, T. Losada, M. B. Rodriguez de Fonseca, J. Polcher, F. Giorgi, Y. Xue, I. Bouarar, K. Law, B. Josse, B. Barret, X. Yang, C. Mari, and A. K. Traore, 2011 : The West African climate system : a review of the AMMA model inter-comparison initiatives, Atmospheric Science Letters, 12, Salack, S., B. Sultan, P. Oettli, A. T. Muller, Bertrand Gaye, and F. Hourdin, 2012 : Representation of rainfall in regional climate models and application to millet yield estimations in senegal, Sécheresse, 23,

17 A Stratégie psour une base de données Extraction En amont du site web, on documentera une sous-base de données, extraite à partir de la base de données complète Cmip5. Il s agira de mettre en place sur les machines de l IPSL (où sont stockées les données de simulations climatiques) des programmes (scripts) d extraction systématique de résultats de modélisation sur la région Ouest Africaine au format netcdf utilisant les fonctionnalité cdo pour l extraction. Cette base de données réduite par rapport à la base de données ESG des simulations globales du changement climatique devra être suffisamment petite en taille pour pouvoir être téléchargée dans un temps raisonnable (quelques semaines de transfert nocturne par exemple), vers les équipes de collaborateurs Ouest Africains. La stratégie de définition des extractions est résumée sur la Fig. 9. Site web Le site web lui-même poursuivra trois objectifs : 1. la mise à disposition de résultats d évaluation (entre autre comparés aux données Amma) 2. la mise à disposition d expertise sur les simulations Cmip5 et Cordex 3. la mise à disposition d exemple d utilisation/evaluation oirentées vers les impacts agro/santé Pour la mise à disposition des résultats d évaluation, une interface php sera développée pour accéder à des figures réalisées à partir de la base de données extraite. En plus de figures, on donnera accès sur le site à de le production grise (rapport/sites webs/ production scientifique). Personnes impliquées et moyens financiers La partie extractions sera effectuée sur la machine ciclad de l IPSL (F. Hourdin, I. Musat, Coumba, A. Deme) On ajoutera aux données Cmip5 les résultats de simulations spécifiques : Cordex, régionales guidées (L. Mellul, S. Bastin, B. Pohl). L interface web sera développée par Laurence Fleury et dupliquée à l IPSL et au LPAOSF. Le programme Amma2 contribuera à la partie extraction au travers d une mission longue durée d Abdoulaye Deme au LPAOSF. Le projet Escape contribuera notamment sur la partie interface php, et évidemment en nourrissant le site en termes d expertise. 17