Changement global et cycle hydrologique: Une étude de régionalisation sur la France.

1. Changement global et cycle hydrologique: Une étude de régionalisation sur la France. Thèse présentée par Julien Boé Sous la direction de Laurent Terray (CERFACS) et Florence Habets (UMR Sisyphe - ENSMP)

2. Changement global et cycle hydrologique Source : Trenberth et al. 2007

3. Changement global et cycle hydrologique • Les émissions anthropiques de gaz à effet de serre (GES) renforcent l’effet de serre et provoquent un changement global. Selon le scénario et le modèle utilisé l’augmentation de température globale en 2100 est de l’ordre de 1.1 à 6.4 K (GIEC AR4 2007). • L’augmentation de la température de l’air provoque une forte augmentation de l’humidité atmosphérique (relation de Clausius-Clapeyron), de l’ordre de 6-7%.K-1), renforçant encore l’effet de serre (rétroaction de la vapeur d’eau). • Les précipitations (et l’évapotranspiration) à l’échelle globale augmentent beaucoup moins vite que l’humidité atmosphérique, à un taux d’environ 1.5%.K-1. • Ce chiffre résulte de la compétition entre la forte augmentation de l’humidité dans l’atmosphère et les contraintes imposées par le bilan énergétique de l’atmosphère.

4. Changement global et cycle hydrologique X: cohérence de signe (accord d’au moins 85% des modèles) hiver été Changement relatif multi-modèle GIEC saisonnier des précipitations (%) SRESA1B, 2046/2065

5. Modèle climatique Information sur le changement climatique Variables météorologiques de forçage <10km Précipitations (mm/jour) Variables météorologiques dans climat perturbé ~ 250 km Précipitations (mm/jour) Changement d’échelle ? Désagrégation Impacts du changement climatique Modèle d’impact Changement global et cycle hydrologique Comment étudier les impacts du changement climatique ?

6. Question scientifique Quels sont les impacts du changement climatique sur le cycle hydrologique des grands bassins versant français? Développer et mettre en œuvre une méthode de désagrégation Quantifier au mieux les incertitudes associées Comprendre les mécanismes physiques

7. 1) Problématique du changement d’échelle 0) Changement global et cycle hydrologique 1) Problématique du changement d’échelle 2) Méthode de désagrégation statistique 3) Impacts sur la France 4) Incertitudes & Mécanismes 5) Conclusion et perspectives

8. Etablir une relation statistique entre variables locales et prédicteurs de grande échelle Résoudre explicitement la physique et la dynamique du système climatique régional Désagrégation statistique Désagrégation dynamique Changement d‘échelle =>Aller de l’échelle du modèle climatique vers celle du modèle d’impact. Deux grandes familles de méthodes: Utilisées de façon indépendante ou combinée

9. Désagrégation dynamique Modèles climatiques régionaux: => augmentation de la résolution d’un modèle atmosphérique Contraints par les modèles climatiques pour les conditions aux limites. (ARPEGE à résolution variable: ARP-VR) Relief Modèle climatique Modèle régional 280 km 60 km

10. 8 km 280 km 60 km Modèle climatique Observations Modèle régional Type de circulation atmosphérique, flux de sud Flèches: Vent 850 hPa Lignes: Anomalies pression Désagrégation dynamique Anomalies relatives des précipitations associées (%)

11. 2) changement climatique Δ Modèle Présent Modèle Futur Obs. Scénario OBS. 2) 1) Modèle corrigé Présent Modèle corrigé Futur Fonctions de densité de probabilité Désagrégation dynamique Correction de biais Les modèles climatiques régionaux ont aussi des biais. Comme les modèles d’impact peuvent être très sensibles à ces biais, il est souvent nécessaire de les “corriger.” Différentes méthodes (Déqué 2007) => (1) Méthode des anomalies (delta) => (2) Méthode de correction quantile-quantile

12. Désagrégation statistique Idée (Von Storch, 1999) : Cpe = F(CGE, Φs) avec: Cpe = le climat aux petites échelles (régionales/locales) CGE = le climat aux grandes échelles (globales/continentales) Φs = les caractéristiques de surface aux petites échelles (orographie, contraste terre-océan, usage des sols) • Consiste à établir une relation statistique entre les variables locales et les prédicteurs de grandes échelles. 3 hypothèses: (H1) Prédicteurs: lien fort avec le climat régional et simulés de façon réaliste par les modèles climatiques (H2) La relation statistiqueFreste valable pour le climat perturbé. Cette hypothèse ne peut être vérifiée ou invalidée formellement. (vrai aussi pour paramétrisations physiques et correction de biais) (H3) Les prédicteurs doivent représenter la totalité du signal du changement climatique

13. Contexte • Etudes pilotes des impacts du changement climatique sur le cycle hydrologique existantes pour certains bassins versant: -projet GICC SEINE (Ducharne et al. 2004) -projet GICC RHONE (Etchevers et al. 2002) -étude ADOUR-GARONNE (Caballero et al. 2007) etc. => méthode des anomalies: changements de variabilité non pris en compte => anciens scénarios, pas toujours multi-modèle => pas d’étude homogène sur l’ensemble de la France

14. Non traitées ici Scénario intermédiaire A1B, Période 2046/2065 => faible Approche ensembliste: => Incertitude ~ dispersion. Nécessité de pouvoir régionaliser un grand nombre de scénarios => désagrégation statistique Modèle climatique Régionalisation Différentes méthodes appliquées: statistique, dynamique, anomalies Non traitée ici INCERTITUDES !!! Contexte Scénario d’émissions (GES, aérosols) Emissions => Concentrations Modèle Climatique Régionalisation Modèle d’impact

15. 2) Méthode de désagrégation statistique 0) Changement global et cycle hydrologique 1) Problématique du changement d’échelle 2) Méthode de désagrégation statistique 3) Impacts sur la France 4) Incertitudes & Mécanismes 5) Conclusion et perspectives

16. Modèles du GIEC Basée sur types de temps => Régimes de temps: Vautard 1990 => Nouvelles méthodes pour obtenir des types de temps plus discriminants: Plaut et al. 2001 Analyse méso-échelle SAFRAN 8x8 km, précipitations, température, vent, rayonnements, humidité. 1970-2005 Quintana-Seguí et al. 2007 ISBA-MODCOU Principes Modèle climatique Prédicteurs Observations Méthode de Désagrégation statistique Variables de forçage Modèle hydrologique

17. Méthode de désagrégation statistique • Type de temps: groupe de jours caractérisés par des circulations atmosphériques « proches » => Liens forts avec le climat sensible • Centroïde : composite des jours du type de temps • Changement inter-type: changement d’occurrence des types de temps • Changement intra-type: changement de la circulation atmosphérique à l’intérieur des types de temps ou changements des liens avec le climat régional

18. Hiver NDJFM Composites de MSLP (hPa) Méthode de désagrégation statistique • => Définition de types de temps discriminants pour précipitations en France • Variable de circulation de grande échelle: Pression (MSLP) • Classification multi-variée Précipitations & MSLP • =>8 types de temps Données Emulate Composites de Précipitation (rapport entre Ptype/Pmoyenne) Données Météo-France

19. Données Météo-France Corrélation observation /reconstruction 1900/2000 Tendances Pr 1951-2000 observation vs reconstruction 1 point=1station, couleur: latitude => bleu=sud Méthode de désagrégation statistique => Reconstruction du cumul saisonnier (NDJFM) des précipitations sur le 20ème siècle par régression multiple avec comme prédicteurs l’occurrence des types de temps et les distances au centroide Données Météo-France

20. Méthode de désagrégation statistique Température • Les changements de circulation atmosphérique ne permettent pas d’expliquer correctement la tendance des températures observées => Nécessité de prendre en compte la température comme prédicteur. Rapport: [tendances des températures reconstruites] / [tendances des températures observées], période 1951-2000 Données Météo-France

21. Pour chaque jour: MSLP, TA du modèle climatique Indices de précipitation (basés sur distance types de temps, régression multiple) Indice de température (modèle) Type de temps Jours SAFRAN apprentissage: ré-échantillonage 7 variables de forçage Ajout delta température si nécessaire Méthode de désagrégation statistique

22. Variables de forçage désagrégées Cycle Annuel Débits Obervations CTRL: SAFRAN Désagrégation NCEP Modélisation hydrologique Le système hydro-météorologique SAFRAN-ISBA-MODCOU Source: Habets et al., 2007

23. Erreurs distribution Moyenne des erreurs absolues relatives(%) calculées sur les centiles des débits de la désagrégation NCEP. La référence est CTRL Modélisation hydrologique Variabilité inter-annuelle Moyenne débits hiver Observations Désagrégation NCEP (0.85) CTRL: SAFRAN (0.97)

24. Modèles climatiques Erreur relative absolue sur les moyennes saisonnières des précipitations désagrégées avec les prédicteurs issus des modèles du GIEC (Référence SAFRAN). Moyenne France.

25. Synthèse: méthode de désagrégation statistique • 3 « ingrédients » nécessaires pour étudier les impacts du changement climatique sur le cycle hydrologique: - modèles climatiques (prédicteurs) - méthode de désagrégation - modèle hydrologique • Prédicteurs réalistes (réanalyse NCEP) => méthode de désagrégation permet d’obtenir une représentation correcte des débits après modélisation hydrologique (moyenne, variabilité, distribution). • Les prédicteurs sont généralement bien représentés dans les modèles du GIEC et permettent d’obtenir des variables de forçage réalistes.

26. 3) Impacts sur la France 0) Changement global et cycle hydrologique 1) Problématique du changement d’échelle 2) Méthode de désagrégation statistique 3) Impacts sur la France 4) Incertitudes & Mécanismes 5) Conclusion et perspectives

27. 3) Impacts sur la France 14 modèles, Scénario A1B 2 périodes 2046/2065 – 1970/1999 Modèles du GIEC Prédicteurs: TA, MPSL Méthode de Désagrégation statistique Variables de forçage ISBA-MODCOU Analyse des résultats (débits)

28. 3) Impacts sur la France Points cerclés de noir: accord de 85% des modèles sur le signe Dispersion: Moyenne spatiale σ = 18% Changement relatif multi-modèledes Débits (%), 2046/2065 HIVER: DJF Changement relatif multi-modèledes Précipitations désagrégées (%), 2046/2065

29. 3) Impacts sur la France Points cerclés de noir: accord de 85% des modèles sur le signe Dispersion: Moyenne spatiale σ = 9% Changement relatif multi-modèledes Débits (%), 2046/2065 ETE & AUTOMNE: JJASON Changement relatif multi-modèledes Précipitations désagrégées (%), 2046/2065

30. 99ème Moyenne Changement relatif (%)du 99ème quantile annuel 2046/2065 Changement relatif (%) du 99ème quantile annuel et de la moyenne annuelle 2046/2065 Points cerclés de noir: accord de 85% des modèles sur le signe 3) Impacts sur la France % des jours sur 2046/2065 avec un débit inférieur au 10ème quantile de la période 1971/1990 Indicateurs d’extrêmes

31. Synthèse: Impacts • Des impacts importants sur les débits moyens dès le milieu du 21ème siècle en été et en automne: forte diminution généralisée • Hiver et printemps: changements généralement limités, dispersion inter-modèle importante • Etiages: beaucoup plus fréquents Débits intenses: changement moyen inter-modèle généralement faible, incertitude sur le signe du changement • Impacts forts sur le manteau neigeux : diminution particulièrement marquée aux basses altitudes (1000-1500 m) • Assèchement des sols quasi-généralisé

32. 4) Incertitudes & Mécanismes 0) Changement global et cycle hydrologique 1) Problématique du changement d’échelle 2) Méthode de désagrégation statistique 3) Impacts sur la France 4) Incertitudes & Mécanismes 5) Conclusion et perspectives

33. INCERTITUDES !!! 4) Incertitudes & Mécanismes Scénario d’émissions (GES, aérosols) Emissions => Concentrations Modèle Climatique Modèle climatique Impact de la méthode: Désagrégation statistique, dynamique avec correction quantile/quantile, méthode des anomalies Régionalisation Régionalisation Modèle d’impact

34. Changement relatif des débits 2046/2065 Impact de la méthode GIEC Stat.: désa. statistique de 14 modèles du GIEC Moyenne d’ensemble et dispersion (min/max) GIEC Ano. : méthode des anomalies avec delta issu du multi-modèle GIEC GARONNE LOIRE SEINE RHONE Hiver Eté

35. Changement relatif des débits 2046/2065 Impact de la méthode GIEC Stat.: désa. statistique de 14 modèles du GIEC Moyenne d’ensemble et dispersion (min/max) GIEC Ano. : méthode des anomalies avec delta issu du multi-modèle GIEC GARONNE LOIRE SEINE RHONE Hiver ARPEGE Stat.: desa. statistique de ARP-VR ARPEGE Dyn. : Correction de biais quantile/quantile de ARP-VR Eté

36. INCERTITUDES !!! 4) Incertitudes & Mécanismes Scénario d’émissions (GES, aérosols) Emissions => Concentrations • Mécanismes physiques Exemple de l’été • Circulation • Rétroactions locales Modèle Climatique Modèle climatique Régionalisation Régionalisation Modèle d’impact

37. AG (23%) Blocage AG Moyenne d’ensemble Changement d’occurrence (nombre de jours) dans modèles du GIEC Blocage (29%) (gauche) Anomalies composites de MSLP (hPa, NCEP) et (droite) Anomalies composites relatives des précipitations (%, ECA) pour les 2 régimes Analyse en régimes de temps, été, domaine Nord-Atlantique / Europe.

38. Mécanismes: circulation Chaque point est un modèle du GIEC Changement relatif des précipitations en fonction du changement du nombre de jours de blocage, 2080/2099 Variance expliquée: Royaume Uni: 72% France: 56%

39. AG Mécanismes: circulation Nbre jours Anomalies de l’occurrence du blocage et de l’AG pour 4 membres de ARP-VR (même scénario d’évolution des températures de surface océanique), moyennes glissantes 20 ans, A1B Blocage

40. INCERTITUDES !!! 4) Incertitudes & Mécanismes Scénario d’émissions (GES, aérosols) Emissions => Concentrations • Mécanismes physiques Exemple de l’été • Circulation • Rétroactions locales Modèle Climatique Modèle climatique Régionalisation Régionalisation Modèle d’impact

41. Changement multi-modèle GIEC de l’ET en été (mm/jour), 2080/2099 Changements de l’évapotranspiration (ET) • Forte incertitude des changements d’ET en Europe centrale, en intensité et même en signe: • Cause(s) ? Mécanismes de contrôle de l’ET ? Moyenne Dispersion X: non cohérence de signe: même signe dans moins de 70% des modèles

42. Corrélation interannuelle du total des flux radiatifs descendants et de l’ET en été (1970-1999), modèles du GIEC : ρef Forte incertitude, même de signe Zone de transition Contrôle ET présent Moyenne ET contrôlée par le rayonnement ET contrôlée par l’humidité des sols X: non cohérence de signe Dispersion

43. Lien contrôle ET présent / changement futur Uniquement les points significatifs sont colorés. Corrélation entre ρef et changements d’ET en été (18 modèles GIEC)

44. Impacts sur autres variables PR [A-B] TA [A-B] Séparation des modèles en 2 groupes: Groupe A: ρef < 0 en moyenne sur France (8 modèles) Groupe B: ρef > 0 (10 modèles) X: différences entre A et B non significatives Différence des changements des précipitations en été (mm/jour) Différence des changements de température en été (K)

45. Synthèse: incertitude • Les incertitudes liées au modèle climatique sont beaucoup plus importantes que celles liées à la méthode de désagrégation. Elles proviennent en été sur l’Europe à la fois des rétroactions locales et des changements de circulation de grande échelle • Les incertitudes des projections climatiques sont de 2 types : -Intrinsèques : liées à la variabilité naturelle du système climatique => non négligeables sur les changements d’occurrence des régimes (ici, uniquement variabilité atmosphérique) -Structurelles : liées à la formulation des différentes composantes des modèles climatiques et amplifiées par leurs interactions non-linéaires => fortes sur le contrôle de l’évapotranspiration dans la zone de transition européenne (schéma de surface, biais sur l’humidité des sols etc.). Impact sur les changements simulés d’ET, de précipitations et de température.

46. 5) Conclusions & Perspectives 0) Changement global et cycle hydrologique 1) Problématique du changement d’échelle 2) Méthode de désagrégation statistique 3) Impacts sur la France 4) Incertitudes & Mécanismes 5) Conclusion et perspectives

47. Conclusion: impacts • Etude des impacts du changement climatique complexe, pas de méthode de désagrégation idéale. La méthode dépend à la fois du problème et de considérations pratiques. Ici, des incertitudes liées aux méthodes de désagrégation, mais la confrontation de 3 approches largement différentes donnent confiance dans certains résultats. • Des changements robustes du cycle hydrologique sur la France, importants, sont visibles dès le milieu du 21ème siècle: diminution des précipitations en été et automne, diminution des débits en été et en automne supérieure à 35%, étiages 2 ou 3x plus fréquents. Crues: difficile à dire. Diminution bien moindre que pour la moyenne, en tout cas. • Limites de l’étude: - uniquement rôle du climat: pas les autres impacts de l’homme (irrigation, changement d’occupation des sols, etc.) - incertitudes liées au modèle hydrologiques non prises en compte => projet Rexhyss

48. Biais précipitations Toulouse 2.70 mm/jour -2.52 mm/jour Anomalies pression Anomalies pression Perspectives: comment progresser ? • Désagrégation dynamique: nouvelles méthodes de correction de biais, prenant en compte l’effet des autres variables sur le biais, notamment la dépendance des biais à la circulation de grande échelle. • Projet Européen ENSEMBLE (multi [Modèle climatique, modèle régional])

49. Perspectives: comment progresser ? • Méthodes de désagrégation statistique prenant mieux en compte les changements intra-types non-dynamiques (liés aux rétroactions locales): => exploration des changements des liens entre circulation et climat local: expériences méso-échelles, pour un type de temps donné: perturbation humidité des sols, gradient terre-mer etc. Mais surtout: • Des incertitudes importantes existent encore sur le changement climatique sur l’Europe (plus en terme d’amplitude que de signe) => approche multi-modèle indispensable => nécessité de mieux comprendre les mécanismes en jeu, notamment: • Les causes des changements de la circulation • Les rétroactions locales (interactions sol-atmosphère) • L’interaction entre les deux ?

50. Merci pour votre attention