Modélisation globale et projections: conclusions robustes et incertitudes

1. Modélisation globale et projections: conclusions robustes et incertitudes Hugues Goosse Centre de recherches sur la terre et le climat Georges Lemaître Earth and Life Institute Université catholique de Louvain

2. Sources d’incertitude dans les projections climatiques Le scenario/forçage. La variabilité naturelle du système. Le comportement différent des différents modèles. Ces incertitudes sont souvent quantifiées à partir d’un ensemble de simulations réalisées avec plusieurs modèles forcés par une large gamme de scenarios. Une compréhension des processus physiques impliqués est aussi nécessaire. 2

3. Sources d’incertitude dans les projections climatiques Projections de la température pour le 21ème siècle • Incertitude relative sur la température de surface (moyennée sur 10 ans) associée à différentes sources: l’incertitude sur le scénario (vert), l’incertitude des modèles (bleu), l’incertitude relative à la variabilité interne du climat (orange). Source: Kirtman et al. (2014), Hawkins and Sutton (2009) 3

4. Sources d’incertitude dans les projections climatiques Projections de la température pour le 21ème siècle Moyenne des changements de température entre 2081-2100 et 1986-2005 simulés par plusieurs modèles (°C) pour les scénarios RCP2.6 et RCP8.5. Les zones hachurées sont celles où les différences sont plus petites qu’une déviation standard de la variation interne. Les zones pointillées sont celles où les différences sont plus grandes que deux déviations standards de la variation interne. Source, Collins et al. (2013). 4

5. Sources d’incertitude dans les projections climatiques Projections des précipitations pour le 21ème siècle • Incertitude relative sur les précipitations (moyennée sur 10 ans) associée à différentes sources: l’incertitude sur le scénario (vert), l’incertitude des modèles (bleu), l’incertitude relative à la variabilité interne du climat (orange). Source: Kirtman et al. (2014), Hawkins and Sutton (2009) 5

6. Sources d’incertitude dans les projections climatiques Projections des précipitations pour le 21ème siècle Moyenne des changements de précipitation entre 2081-2100 et 1986-2005 simulés par plusieurs modèles (mm jour-1) pour les scénarios RCP2.6 et RCP8.5. Les zones hachurées sont celles où les différences sont plus petites qu’une déviation standard de la variation interne. Les zones pointillées sont celles où les différences sont plus grandes que deux déviations standards de la variation interne. Source, Collins et al. (2013). 6

7. Projections : évènements extrêmes • Changements moyens de la quantité de précipitation tombée lors des 5 jours consécutifs pour lesquels l’accumulation est la plus forte projetés pour 2081–2100 par rapport à 1981–2000 dans le scenario RCP8.5. Source, Collins et al. (2013). 7

8. Projections : évènements extrêmes • Changements moyens du nombre de jours consécutifs pour lesquels les précipitations sont inférieures à 1 mm projetés pour 2081–2100 par rapport à 1981–2000 dans le scenario RCP8.5. Source, Collins et al. (2013). 8

9. Réductions des incertitudes La dispersion des résultats des modèles peut être réduite en sélectionnant les meilleurs modèles. L’efficacité de cette technique n’a pu être démontrée jusqu’ici que dans un petit nombre de cas.Exemple: projections de glace de mer. • Source, Collins et al. (2013) 9

10. Réductions des incertitudes Projections de glace de mer. Etendue de glace en septembre (modèles CMIP5) • Source, Massonnet et al. (2012) 10

11. Réductions des incertitudes Sélection des meilleurs modèles. Etendue de glace en septembre (modèles CMIP5) CMIP5 ensemble 5 selectedmodels near ice-free • Source, Massonnet et al. (2012) 11

12. Réductions des incertitudes Les prédictions sont initialisées à partir d’un état proche des observations pour contraindre l’évolution du système mais la prévisibilité apportée est généralement assez faible. 12