Prévisions/évolution des climats en Europe dans les prochaines années

[TreizeVents]

A t'on constaté un changement des régimes des pluies ?

Oui, on a constaté des changements modestes, mais bien présents, dans le régime général des précipitations en France et plus largement en Europe de l'Ouest. En allant jeter un coup d'oeil aux cartes de l'ECA, on constate que :

A l'année, on constate globalement une légère augmentation depuis les années 1960 des précipitations dans la moitié nord du pays tout comme chez nos voisins (Allemagne, Benelux, Irlande, le Royaume Uni faisant exception - ils ne feront décidément jamais rien comme tout le monde /emoticons/biggrin@2x.png 2x" width="20" height="20">). A l'inverse dans la moitié sud, les précipitations ont tendance à diminuer, tout comme sur la péninsule Ibérique et en Italie :

Un peu à l'inverse des scénarii majoritaires des modèles, et bien que l'on conserve une certaine opposition Nord / Sud, c'est davantage en période estivale qu'en période hivernale que la hausse des précipitations (du moins au nord) est sensible :

Ce qu'il est intéressant de remarquer, c'est que bien que les précipitations ont tendance à augmenter légèrement (ce n'est pas homogène) en période estivale au nord d'une ligne allant grosso modo de Bordeaux à Digne les Bains, le nombre de jours avec précipitations en période estivale est lui globalement en retrait sur tout le pays, sauf peut-être des régions centrales aux frontières de l'est :

Après, en regardant plus en détail (pour ceux que cela intéresse, n'hésitez pas à cliquer sur le lien en début de post pour générer vos propres cartes), on peut observer certaines tendances plus locales. A titre d'exemple, voici l'évolution de l'intensité moyenne des précipitations (rapport nombre de jours de précipitations sur la somme de ces précipitations), admirez la hausse très significative dans le Sud-Est du pays en période automnale :

[Météofun]

Mais ARPEGE Climat ou LMD Z possèdent l'un comme l'autre la possibilité de zoomer sur une région donnée (pas la Limagne, hein! l'Europe!) ça permet un niveau de détail plus performant

Eventuellement pour ceux que ça intéresse et pour préciser un peu sur ces aspects de régionalisation climatique.

Il y a plusieurs techniques employées. La première possibilité est l’adaptation statistique. Le principe est de connaître sur un grand nombre d’années comment réagit un modèle de grande échelle par rapport à une station locale. Le but est donc d’arriver à faire des statistiques entre les prévisions météo du modèle pour tel ou tel ensemble de paramètre par rapport à la réalité pour s’adapter. Ca permet d’avoir des infos régionales, et de corriger les biais du modèle. Elle est très employée en météo mais soufre d’un défaut majeur en climato : on n’est pas certain de la stabilité de la statistique du modèle employé face aux évolutions climatiques.

L’autre solution est d’avoir une zone zoomée du modèle sur une région donnée. Ca marche assez bien mais la descente d’échelle par ce biais est assez limitée.

La troisième et dernière solution qui peut-être couplée à la seconde pour descendre à des échelles encore plus fine, consiste à faire tourner un modèle régional. Par exemple Météo-France fait tourner ALADIN sur un petit domaine. Des études sont aussi faites avec WRF (modèle de méso-échelle très connu en météo car son code est libre). Sur ce genre de modèle la plaine de Limagne (par exemple) peut-être représenté. Il y a plusieurs avantages : la méthode est parfaitement éprouvée car elle est utilisée tous les jours par les services météo en opérationnel. On peut faire plusieurs essais de régionalisation à partir d’une même simulation globale initiale. Si le modèle globale est bon, à priori le modèle régional sera aussi bon (en tout cas l’incertitude ajouté est très inférieur à celle de départ issue du modèle global) car ça marche très bien en météo (c’est le même principe). L’inconvénient, c’est que si le modèle global est dans les choux, le modèle régional le sera tout autant et on peut du temps de calcul pour rien, mais c’est un problème inhérent à toute descente d’échelle …

[Invité]

Un peu à l'inverse des scénarii majoritaires des modèles, et bien que l'on conserve une certaine opposition Nord / Sud, c'est davantage en période estivale qu'en période hivernale que la hausse des précipitations (du moins au nord) est sensible :

ceci illustre la difficulté qu'il y a à vouloir prolonger "bêtement" une tendance passée dans le futur, car n'oublions pas que les résultats des modèles concernent la fin du siècle.

à titre d'exemple ce graphique de l'évolution prévue par un modèle (issu de l'ONERC) de la ville de Lille (considérée comme en Europe du Nord) des précipitations sur JJA.

On constate qu'il n'y a pas de variation significative, voire une légère augmentation, jusqu'en 2020-2025.

Après ça baisse plus nettement.

[Thomas_35]

Je viens de jeter un oeil au fil : une jolie intervention de printemps qui nous ressort ses jean-noelleries définitives :

on se fatigue vraiment pour rien avec le dioxyde de carbone, puisque

- la quantité de CO2 dans l'atmosphère est infime, comment une aussi petite proportion d'un gaz pourrait-elle influencer le climat ?

- de plus l'apport anthropique est ridiculement faible par rapport au stock naturel de CO2

- les températures stagnent depuis 1998 alors que le taux de CO2 monte, alors franchement, pourquoi se focaliser sur ce ridicule gaz carbonique. Circulez, y a rien à voir !

Bonjour,

Il y a quelque chose que je ne comprends pas, ne connaissant absolument rien en climatologie passée et future, je vous pose cette question: Comment les personnes qui prétendent que les rejets de CO2 n'ont rien à voir avec le réchauffement climatique, expliquent la hausse des températures actuelles (ou du moins d'il y a 10 ou 20 ans) ?

[ardeche07]

Bonjour,

Il y a quelque chose que je ne comprends pas, ne connaissant absolument rien en climatologie passée et future, je vous pose cette question: Comment les personnes qui prétendent que les rejets de CO2 n'ont rien à voir avec le réchauffement climatique, expliquent la hausse des températures actuelles (ou du moins d'il y a 10 ou 20 ans) ?

En regardant le passé et l'histoire du climat, tout simplement. Même Jouzel admet qu'il y a déjà eu des réchauffements brutaux.Carottage des 5000 dernières années (Groenland):

Comme quoi tout depend de la période de référence.

La terre n'a jamais eu de climat "stable", avec ou sans homme.

Les changements climatiques sont permanents depuis que la Terre existe.

Montée et baisse des eaux, recul et avancée des glaciers et des déserts, etc...

[th38]

A titre d'exemple, voici l'évolution de l'intensité moyenne des précipitations (rapport nombre de jours de précipitations sur la somme de ces précipitations), admirez la hausse très significative dans le Sud-Est du pays en période automnale :

Cela parait expliquable :le réchauffement des eaux de surface de la méditerrannée doit intensifier la violence des phénomènes cévenols.

[pinthotal]

Eventuellement pour ceux que ça intéresse et pour préciser un peu sur ces aspects de régionalisation climatique.

Il y a plusieurs techniques employées. La première possibilité est l'adaptation statistique. Le principe est de connaître sur un grand nombre d'années comment réagit un modèle de grande échelle par rapport à une station locale. Le but est donc d'arriver à faire des statistiques entre les prévisions météo du modèle pour tel ou tel ensemble de paramètre par rapport à la réalité pour s'adapter. Ca permet d'avoir des infos régionales, et de corriger les biais du modèle. Elle est très employée en météo mais soufre d'un défaut majeur en climato : on n'est pas certain de la stabilité de la statistique du modèle employé face aux évolutions climatiques.

L'autre solution est d'avoir une zone zoomée du modèle sur une région donnée. Ca marche assez bien mais la descente d'échelle par ce biais est assez limitée.

La troisième et dernière solution qui peut-être couplée à la seconde pour descendre à des échelles encore plus fine, consiste à faire tourner un modèle régional. Par exemple Météo-France fait tourner ALADIN sur un petit domaine. Des études sont aussi faites avec WRF (modèle de méso-échelle très connu en météo car son code est libre). Sur ce genre de modèle la plaine de Limagne (par exemple) peut-être représenté. Il y a plusieurs avantages : la méthode est parfaitement éprouvée car elle est utilisée tous les jours par les services météo en opérationnel. On peut faire plusieurs essais de régionalisation à partir d'une même simulation globale initiale. Si le modèle globale est bon, à priori le modèle régional sera aussi bon (en tout cas l'incertitude ajouté est très inférieur à celle de départ issue du modèle global) car ça marche très bien en météo (c'est le même principe). L'inconvénient, c'est que si le modèle global est dans les choux, le modèle régional le sera tout autant et on peut du temps de calcul pour rien, mais c'est un problème inhérent à toute descente d'échelle …

Tu fais une description incomplète du problème : Dans les méthodes de downscaling dynamique (via modèle régional couplé à un modèle global) il est quand même de toute façon indispensable d'appliquer en plus des corrections de biais statistiques (typiquement corrections quantiles-quantiles : l'écart entre la distribution d'un paramètre dans le modèle sous climat présent et à l'observation est ensuite réappliqué sous climat futur). En outre, il y a aussi toute la physique sous-maille qui n'est pas résolue explicitement et qui est donc paramétrée. Ces paramétrisations physiques et les règles de corrections de biais sont donc aussi supposées restées constantes sous climat futur. Donc opposer le downscaling statistique au downscaling dynamique avec le problème de l'hypothèse de stationnarité ne me parait pas vraiment correct, car ce problème existe dans les deux cas.

Par ailleurs un gros avantage du downscaling statistique est quand même que sa résolution finale n'est limitée que par la résolution des observations, tandis que la résolution du downscaling dynamique est limitée par la puissance actuelle des calculateurs. Pour moi ces deux techniques ne sont pas à opposer, elles sont complémentaires. En outre les méthodes de downscaling statistique que nous utilisons aujourd'hui ne relèvent pas vraiment de la simple "adaptation statistique", puisqu'il s'agit de rééchantillonnage adapté de situations passées et non pas de simples régressions multiples comme c'est le cas pour ce qu'on appelle habituellement adaptation statistique en météo.

[Météofun]

Oui, merci pour ces précisions. En fait je ne cherchais pas forcément vraiment à les opposer. Mais il y a quelques points sur lesquels j’aimerai revenir. Donc si jamais tu as 5 minutes …

Tu fais une description incomplète du problème : Dans les méthodes de downscaling dynamique (via modèle régional couplé à un modèle global) il est quand même de toute façon indispensable d'appliquer en plus des corrections de biais statistiques (typiquement corrections quantiles-quantiles : l'écart entre la distribution d'un paramètre dans le modèle sous climat présent et à l'observation est ensuite réappliqué sous climat futur).

Là, je pense comprendre de travers … Si je comprends bien (mas j’ai des doutes) tu appliques au modèle régional une adaptation statistique à l’échelle régionale. Effectivement, c’est très bien, mais dans ce cas ça correspond à mixer les deux méthodes et donc l’incertitude/erreur ajoutée ne provient pas de la méthode du downscaling dynamique mais à la correction statistique. En allant plus loin, on peut aussi remarquer dans ce cas que l’impact de ces correction statistiques doit être plus faible avec le modèle régional qu’avec le modèle local, sinon ça veut dire que le modèle régional est foireux et n’apporte pas grand-chose … Dans ce cas, si c’est bien ça que tu voulais dire, pourquoi est-on obligé d’en faire pour les sorties climato alors qu’elle n’apporte qu’une amélioration assez limité en météo (au regard de l’incertitude liée à l’évolution climatique du modèle global) ?

En outre, il y a aussi toute la physique sous-maille qui n'est pas résolue explicitement et qui est donc paramétrée. Ces paramétrisations physiques et les règles de corrections de biais sont donc aussi supposées restées constantes sous climat futur.

Ensuite pour ça, en théorie c’est exacte. Dans les faits j’ai du mal à croire que ça ai une réelle influence puisque les modèles régionaux météo sont sensés s’appliquer assez bien à toutes types de régions, éventuellement avec des modifications de paramètre mais qui peuvent dans ce cas être en (grande ?) partie programmées en fonctions des conditions qui lui sont ingérées. Pourquoi en serait-il différemment dans le futur (la gamme de variation climatique au cours du temps pour une région donnée étant bien inférieurs aux variations des climats actuels en fonctions des régions) ?

En outre les méthodes de downscaling statistique que nous utilisons aujourd'hui ne relèvent pas vraiment de la simple "adaptation statistique", puisqu'il s'agit de rééchantillonnage adapté de situations passées et non pas de simples régressions multiples comme c'est le cas pour ce qu'on appelle habituellement adaptation statistique en météo.

Et enfin là je ne saisi pas bien la différence … les adaptations statistiques météo se basent bien sur les situations passées aussi, c’est le principe de la méthode non ? Et ce quelques soit la technique utilisée (juste les champs analysé à un instant t ou les prévisions par modèle).Ceci dit je suis tout à fait d’accord avec toi, c’est bien des techniques complémentaires !

Pour finir je sais qu’une version climatique du modèle ALADIN est en cours de développement (ou déjà fini peut-être ?). Sais-tu ce qu’elle apportera de plus par rapport à la version classique utilisée jusqu’à maintenant pour ce type d’exercice ?

Pardon pour toutes ces questions ou remarques. /emoticons/smile@2x.png 2x" width="20" height="20"> Si tu n’as pas le temps c’est pas grave … d’autant que je ne suis pas certains que ces problèmes techniques intéressent beaucoup de monde ici.

[sirius]

Pour finir je sais qu’une version climatique du modèle ALADIN est en cours de développement (ou déjà fini peut-être ?). Sais-tu ce qu’elle apportera de plus par rapport à la version classique utilisée jusqu’à maintenant pour ce type d’exercice ?

J'en suis resté à ALADIN, modèle à aire limitée et ARPEGE version globale ainsi qu'au développement d'un modèle non hydrostatique dérivé de Meso NH. Je suis donc un peu surpris de lire ça.

Il y a quand même un pb très simple dans cette histoire de modèles imbriqués comme des poupées russes, qu'ils soient statistiques ou dynamiques, c'est que le modèle global tourne et progresse dans le temps et qu'on initialise les champs externes du modèle à mailles fines pour le downscaling aux sorties de ce modèle global. Il me semble donc pratiquement difficile de le faire à chaque pas de temps. J'imagine donc qu'on ne peut faire le downscaling que de temps en temps (je sais pas, en fait, c'est ma question: tous les ans, tous les 10 ans ?) et ce n'est pas sans conséquences puisque le modèle globale a son propre rythme.

Je me trompe?

[pinthotal]

J'en suis resté à ALADIN, modèle à aire limitée et ARPEGE version globale ainsi qu'au développement d'un modèle non hydrostatique dérivé de Meso NH. Je suis donc un peu surpris de lire ça.

Il y a quand même un pb très simple dans cette histoire de modèles imbriqués comme des poupées russes, qu'ils soient statistiques ou dynamiques, c'est que le modèle global tourne et progresse dans le temps et qu'on initialise les champs externes du modèle à mailles fines pour le downscaling aux sorties de ce modèle global. Il me semble donc pratiquement difficile de le faire à chaque pas de temps. J'imagine donc qu'on ne peut faire le downscaling que de temps en temps (je sais pas, en fait, c'est ma question: tous les ans, tous les 10 ans ?) et ce n'est pas sans conséquences puisque le modèle globale a son propre rythme.

Je me trompe?

Oui tu te trompes. Un modèle à aire limitée a besoin de conditions aux limites à chaque pas de temps. On peut le comprendre de manière très simple : en supposant un vent d'Ouest uniforme comment calculer l'advection des différentes variables sur les mailles les plus à l'Ouest si tu ne fournis pas de conditions aux limites sur le bord Ouest ? Donc à chaque pas temps du modèle global, il y a forçage des conditions aux limites du modèle régional par les valeurs du modèle global. Comme le pas de temps du modèle régional est inférieur au pas de temps du modèle global, il y a évidemment une petite cuisine aux pas de temps intermédiaires, mais le couplage est bien réalisé au pas de temps du modèle global et en aucun cas tous les ans ou tous les dix ans ça ne pourrait pas fonctionner !

[pinthotal]

Oui, merci pour ces précisions. En fait je ne cherchais pas forcément vraiment à les opposer. Mais il y a quelques points sur lesquels j’aimerai revenir. Donc si jamais tu as 5 minutes …

Là, je pense comprendre de travers … Si je comprends bien (mas j’ai des doutes) tu appliques au modèle régional une adaptation statistique à l’échelle régionale. Effectivement, c’est très bien, mais dans ce cas ça correspond à mixer les deux méthodes et donc l’incertitude/erreur ajoutée ne provient pas de la méthode du downscaling dynamique mais à la correction statistique. En allant plus loin, on peut aussi remarquer dans ce cas que l’impact de ces correction statistiques doit être plus faible avec le modèle régional qu’avec le modèle local, sinon ça veut dire que le modèle régional est foireux et n’apporte pas grand-chose … Dans ce cas, si c’est bien ça que tu voulais dire, pourquoi est-on obligé d’en faire pour les sorties climato alors qu’elle n’apporte qu’une amélioration assez limité en météo (au regard de l’incertitude liée à l’évolution climatique du modèle global) ?

Les sorties des modèles climatiques, globaux ou régionaux, sont biaisées, c'est un fait. Pas de la même façon pour tous les paramètres, les précipitations sont par exemple beaucoup plus fortement biaisées que la température. Le fait que les modèles globaux sont biaisés conduit inévitablement à un biais sur le modèle régional. Donc personne ne peut utiliser les sorties de ces modèles pour une étude d'impact sans effectuer de débiaisage. Donc oui tu as raison l'incertitude provient bien de l'incertitude que l'on a à propos de la validité dans le futur des corrections statistiques, mais le downscaling dynamique n'est de toute façon pas utilisable en l'état sans ces corrections statistiques. On peut en effet espérer que l'impact des corrections est plus faible sur un modèle régional, mais on ne peut pas vraiment le démontrer. D'autre part le modèle régional peut quand même apporter une information pertinente sur la structure spatiale du changement et sur les processus mis en jeu, même si le débiaisage statistique reste fort.

Ensuite pour ça, en théorie c’est exacte. Dans les faits j’ai du mal à croire que ça ai une réelle influence puisque les modèles régionaux météo sont sensés s’appliquer assez bien à toutes types de régions, éventuellement avec des modifications de paramètre mais qui peuvent dans ce cas être en (grande ?) partie programmées en fonctions des conditions qui lui sont ingérées. Pourquoi en serait-il différemment dans le futur (la gamme de variation climatique au cours du temps pour une région donnée étant bien inférieurs aux variations des climats actuels en fonctions des régions) ?

Ce que tu dis est un élément qui permet en effet de valider partiellement l'hypothèse de stationnarité sur les paramétrisations physiques, et qui fait que moi aussi je crois qu'on peut avoir une assez bonne confiance sur ça, mais en toute rigueur ce n'est pas suffisant. Dans l'absolu un nouveau processus pourrait apparaître, qui ne serait donc pris en compte nulle part pour le moment.

Et enfin là je ne saisi pas bien la différence … les adaptations statistiques météo se basent bien sur les situations passées aussi, c’est le principe de la méthode non ? Et ce quelques soit la technique utilisée (juste les champs analysé à un instant t ou les prévisions par modèle).

Ce que je veux dire c'est qu'en général en météo on utilise adaptation statistique pour la prévision de paramètres comme la température à une station où on dit que T(station) est une fonction de la température aux points de grille les plus proches du modèle, et de quelques autres paramètres (vent, etc.). La technique c'est ni plus ni moins qu'une régression multiple.

Pour le downscaling statistique on ne parle pas d'adaptation statistique parce qu'on ne dit pas que la précipitation en 2050 à une station est une fonction de la précipitation des points de grille autour. On ne fait pas de régression comme pour les AS de température en prévi opérationnelle. Si on ne le fait pas c'est simplement parce qu'on a pas une très bonne confiance en la valeur des précips en ces différents points de grille. Donc ce qu'on fait plutôt c'est qu'on essaie de rapprocher des indicateurs de grande échelle, supposés bien simulés par le modèle climatique, à une situation passée, et qu'on rééchantillonne dans l'archive climatologique en disant que par exemple la situation simulée pour le 25 juillet 2050 se rapproche de celle observée le 13 août 1986 pour laquelle on connaît les précipitations observées. Et donc on dit que les précipitations le 25 juillet 2050 seront les mêmes que le 13 août 1986 (en fait on fait souvent plus ou moins les mêmes parce qu'on peut aussi les corriger en fonction des différences entre les deux jours). En fait les méthodes sont beaucoup plus élaborées que ce que je viens de dire là, mais c'est l'idée de départ, donc tu vois que c'est une technique statistique tout à fait différente.

Pour finir je sais qu’une version climatique du modèle ALADIN est en cours de développement (ou déjà fini peut-être ?). Sais-tu ce qu’elle apportera de plus par rapport à la version classique utilisée jusqu’à maintenant pour ce type d’exercice ?

Je crois que c'est en phase de test. L'idée est d'améliorer toujours la résolution pour essayer de simuler davantage de processus explicitement sans avoir recours à trop de paramétrisations sous-maille. La résolution sera meilleure que celle d'ARPEGE climat. Je pense qu'il ne faut pas s'attendre à des miracles sur les performances mais c'est en faisant ce genre d'exercice qu'on peut essayer de comprendre des interactions à des échelles plus fines et donc aussi améliorer en retour les paramétrisations des modèles globaux.

Pardon pour toutes ces questions ou remarques. /emoticons/smile@2x.png 2x" width="20" height="20"> Si tu n’as pas le temps c’est pas grave … d’autant que je ne suis pas certains que ces problèmes techniques intéressent beaucoup de monde ici.

Si ça n'intéresse pas grand monde c'est un tort, car je pense qu'on est en plein dans le sujet de ce topic. En effet avec la résolution actuelle des modèles globaux (250 km !), personne ne peut faire de prévisions climatiques aux échelles dont on parle, sans utiliser de méthodes de downscaling, et sans réfléchir à toutes ces questions et aux incertitudes mises en jeu.

[sirius]

Si ça n'intéresse pas grand monde c'est un tort, car je pense qu'on est en plein dans le sujet de ce topic. En effet avec la résolution actuelle des modèles globaux (250 km !), personne ne peut faire de prévisions climatiques aux échelles dont on parle, sans utiliser de méthodes de downscaling, et sans réfléchir à toutes ces questions et aux incertitudes mises en jeu.

On est, effectivement, en plein dans le sujet.

Et merci pour la correction, effectivement, à la réflexion, ça ne tenait pas. On se fait des idées fausses parfois ....

[BreizhClimat]

si j'ai bien compris , la température n'augmentera pas autant que certains le prevoient? pas facile à comprendre tout ça pour un débutant /emoticons/biggrin@2x.png 2x" width="20" height="20">

[pinthotal]

si j'ai bien compris , la température n'augmentera pas autant que certains le prevoient? pas facile à comprendre tout ça pour un débutant /emoticons/biggrin@2x.png 2x" width="20" height="20">

???Ce message me laisse perplexe. En tout cas je te confirme que tu n'as pas compris...

Je faisais une réponse à météofun, je sais que c'est assez technique désolé, mais ce sont les méthodes qu'on emploie aujourd'hui pour faire des prévisions climatiques régionales (qui est le sujet du topic).

[sirius]

Je crois que c'est en phase de test. L'idée est d'améliorer toujours la résolution pour essayer de simuler davantage de processus explicitement sans avoir recours à trop de paramétrisations sous-maille. La résolution sera meilleure que celle d'ARPEGE climat. Je pense qu'il ne faut pas s'attendre à des miracles sur les performances mais c'est en faisant ce genre d'exercice qu'on peut essayer de comprendre des interactions à des échelles plus fines et donc aussi améliorer en retour les paramétrisations des modèles globaux.

Ca, c'est à souligner parce que ça dépasse le seul pb de la régionalisation des prévisions. C'est tout le pb de la paramétrisation des processus de petite échelle qui est en cause et ça me rappelle des tas de choses (nuages, convection). Manifestement, il faut du temps pour avancer dans ces domaines et aussi de la puissance de calcul . C'est au coeur de la stratégie de la recherche climatique avec les observations globales (réseaux et satellites) . Si j'insiste un peu là dessus , c'est parce que je pense que beaucoup ici n'en ont qu'une idée très vague.

[Invité]

???

Ce message me laisse perplexe. En tout cas je te confirme que tu n'as pas compris...

Je faisais une réponse à météofun, je sais que c'est assez technique désolé, mais ce sont les méthodes qu'on emploie aujourd'hui pour faire des prévisions climatiques régionales (qui est le sujet du topic).

Peut-on considérer que les dimensions minimales de la "région" sont actuellement les dimensions de la maille soit 250 km?

Dans les sorties des modèles que j'ai présentées plus haut pour l'Europe, on ne distingue pas de zones différenciées de dimensions inférieures, en gros, à cette valeur.

Malheureusement c'est le résultat pour 2080-2099 ce qui ne concerne pas vraiment les "prochaines années".

[pinthotal]

Peut-on considérer que les dimensions minimales de la "région" sont actuellement les dimensions de la maille soit 250 km?

Quand on regarde un modèle global on ne peut tirer des conclusions qu'à très grande échelle, comme "bassin méditerranéen" ou "Europe du Nord" car il faut quand même plusieurs mailles pour dire quelque chose. Mais par contre les modèles régionaux (downscaling dynamique) ont une résolution qui descend maintenant à 50 voire 25 kilomètres, donc avec ce genre de modèles tu peux commencer à étudier ce qui se passe à des échelles plus raisonnables comme le Sud-Ouest de la France, les Alpes, etc. Et avec du downscaling statistique tu peux travailler à beaucoup plus petite échelle, jusqu'à l'échelle du point.

Mais bien sûr il faut bien comprendre les outils qu'on manipule avant de tirer des conclusions trop hatives. D'une part on essaie de simuler correctement la distribution des variables dans le futur sur une longue période (typiquement moyenne, écart-type et extrêmes sur des périodes de 20 ans), mais on sait qu'on ne simule bien sûr pas les variables de façon réaliste au jour le jour, ni même à l'échelle de l'année. D'autre part la quantification des incertitudes par une approche multi-modèles est essentielle (à la fois plusieurs modèles climatiques globaux et plusieurs méthodes de downscaling). La convergence de tous les modèles vers une même conclusion donne évidemment plus confiance que pour les conclusions sur lesquelles les modèles sont contradictoires

Dans les sorties des modèles que j'ai présentées plus haut pour l'Europe, on ne distingue pas de zones différenciées de dimensions inférieures, en gros, à cette valeur.

J'ai envie de dire que toi seul sait à quoi correspondre les cartes que tu as postées. Qu'est ce que c'est ? un modèle global ? un modèle régional ? une moyenne de modèles ?

Malheureusement c'est le résultat pour 2080-2099 ce qui ne concerne pas vraiment les "prochaines années".

Les projets récents font des simulations continues sur l'ensemble du XXI ème siècle, car la demande est forte pour les échéances antérieures à 2050.

[Météofun]

Merci pour toutes ces précisions Pinthotal.

Donc si je comprends bien, c’est que l’AS climato ne retranscrit (on pourrait dire « résume ») pas son apprentissage par régression comme le fait l’AS météo. Tu dis qu’à chaque fois on refait appel à tout l’historique via des méthodes ad-hoc (type réseaux neuronaux par exemple il me semble). Ca doit en effet être très lourd en calcul par rapport à l’AS météo qui est légère (tout le travail –très lourd aussi- est fait préalablement lors de l’apprentissage).

Merci encore.

[pinthotal]

Merci pour toutes ces précisions Pinthotal.

Donc si je comprends bien, c'est que l'AS climato ne retranscrit (on pourrait dire « résume ») pas son apprentissage par régression comme le fait l'AS météo. Tu dis qu'à chaque fois on refait appel à tout l'historique via des méthodes ad-hoc (type réseaux neuronaux par exemple il me semble). Ca doit en effet être très lourd en calcul par rapport à l'AS météo qui est légère (tout le travail –très lourd aussi- est fait préalablement lors de l'apprentissage).

Merci encore.

Tout est relatif, le downscaling statistique reste beaucoup moins coûteux que de faire tourner un modèle régional complet à 25 km de résolution sur tout le siècle !

[Invité]

J'ai envie de dire que toi seul sait à quoi correspondre les cartes que tu as postées. Qu'est ce que c'est ? un modèle global ? un modèle régional ? une moyenne de modèles ?

j'avais donné les références dans le /index.php?showtopic=45211&st=36'>post en question, soit la fig 5 du chapitre 11 de l'AR4.

la légende est:

"Figure 11.5. Temperature and precipitation changes over Europe from the MMD-A1B simulations. Top row: Annual mean, DJF and JJA temperature change between 1980 to 1999 and 2080 to 2099, averaged over 21 models. Middle row: same as top, but for fractional change in precipitation. Bottom row: number of models out of 21 that project increases in precipitation"

rappel: fig 5 ch 11 avec légende ci-dessus:

les largeurs maximales des zones sont de l'ordre de100 à 200 km (à vue d'oeil)

[sirius]

Oui tu te trompes. Un modèle à aire limitée a besoin de conditions aux limites à chaque pas de temps. On peut le comprendre de manière très simple : en supposant un vent d'Ouest uniforme comment calculer l'advection des différentes variables sur les mailles les plus à l'Ouest si tu ne fournis pas de conditions aux limites sur le bord Ouest ? Donc à chaque pas temps du modèle global, il y a forçage des conditions aux limites du modèle régional par les valeurs du modèle global. Comme le pas de temps du modèle régional est inférieur au pas de temps du modèle global, il y a évidemment une petite cuisine aux pas de temps intermédiaires, mais le couplage est bien réalisé au pas de temps du modèle global et en aucun cas tous les ans ou tous les dix ans ça ne pourrait pas fonctionner !

Je reviens là dessus si tu veux bien.

Ai je bien compris que la synchronisation est totale entre les deux modèles? Cad que si le modèle global simule 100 ans, le modèle à mailles fines simule 100 ans lui aussi. C'est bien ça?

Qu'est ce qui empêche de désynchroniser et de ne mettre en route le modèle régional qu'en 2100 par exemple en le l'alimentant alors à chaque pas de temps par les champs aux limites du modèle global pour l'année 2100 bien entendu? Je comprends bien que si on peut faire une synchro totale pourquoi s'en priver et puis ça évite les pbs de spin up éventuels mais j'en suis à la question théorique.

Dans mon idée, c'était tout simplement une question de moyens de calcul mais c'est vrai que ça évolue très vite ça.

Question finale: depuis quand pratique t on ce downscaling dynamique à MF?

[ardeche07]

Ces modèles nient l'influence du soleil, et pourtant :

http://wattsupwiththat.com/2009/07/28/nasa-now-saying-that-a-dalton-minimum-repeat-is-possible/#more-9624

[TreizeVents]

Ces modèles nient l'influence du soleil, et pourtant :

http://wattsupwiththat.com/2009/07/28/nasa-now-saying-that-a-dalton-minimum-repeat-is-possible/#more-9624

Even based on our understanding of solar – climate relationship at the time, it was evident the range of Solar Cycle 24 amplitude predictions would result in a 2°C range in temperature.

C'est sûr que balancé comme ça, avec un argumentaire totalement inexistant, ça a de la crédibilité /emoticons/biggrin@2x.png 2x" width="20" height="20">

Qui plus est, preuve de la superbe objectivité de l'auteur :

Let’s now examine another successful prediction of mine. In March, 2008 at the first Heartland climate conference in New York, I predicted that Solar Cycle 24 would mean that it would not be a good time to be a Canadian wheat farmer. Lo and behold, the Canadian wheat crop is down 20% this year due to a cold spring and dry fields.

Moi je dis chapeau, heureusement que ce monsieur était là pour prévoir qu'à cause du cycle 24, la production agricole canadienne souffrirait du froid Ce monsieur, avait-il aussi prévu -surement grace au cycle 24- que tout ce début d'année serait très chaud dans le Sud-Ouest des Etats-Unis, en Europe, en Arctique, ainsi que sur l'essentiel de l'Asie ?

Serait-ce trop lui demander, s'il peut essayer de voir si on aura aussi de la neige à Noël en Europe grace au cycle 24 ?

Selon sa prévision, les océans perdant de la chaleur (c'est vrai que juin 2009 n'a pas été chaud au niveau des océans , j'en renvoie au blog de météor), la zone de culture céréalière canadienne devrait continuer de se refroidir et de s'assecher. Nous voilà rassurés, donc tout le reste de l'hémisphère nord va lui continuer de se réchauffer ?

Quand au fait de dire que personne de moins de 29 n'a fait l'expérience du réchauffement climatique... Peut-être dans certains coins du Canada (on dira qu'il a juste oublié de préciser...), mais en France, une personne de cet âge a vu le climat se réchauffer de plus de 1° depuis sa naissance.

[FredT34]

ça tombe "bien" qu'Ardèche cite Watts, un certain nombre de vidéos de déminage de ses propos (debunking) viennent de sortir: sur ce truc du soleil, voir http://greenfyre.wordpress.com/denier-vs-skeptic/denier-myths-debunked/climate-denial-crock-of-the-week/#solar

Il y a toute une collection sur les idioties de Watts...

[sitting bull]

C'est sûr que balancé comme ça, avec un argumentaire totalement inexistant, ça a de la crédibilité

Qui plus est, preuve de la superbe objectivité de l'auteur :

Moi je dis chapeau, heureusement que ce monsieur était là pour prévoir qu'à cause du cycle 24, la production agricole canadienne souffrirait du froid Ce monsieur, avait-il aussi prévu -surement grace au cycle 24- que tout ce début d'année serait très chaud dans le Sud-Ouest des Etats-Unis, en Europe, en Arctique, ainsi que sur l'essentiel de l'Asie ?

Serait-ce trop lui demander, s'il peut essayer de voir si on aura aussi de la neige à Noël en Europe grace au cycle 24 ?

Selon sa prévision, les océans perdant de la chaleur (c'est vrai que juin 2009 n'a pas été chaud au niveau des océans , j'en renvoie au blog de météor), la zone de culture céréalière canadienne devrait continuer de se refroidir et de s'assecher. Nous voilà rassurés, donc tout le reste de l'hémisphère nord va lui continuer de se réchauffer ?

Quand au fait de dire que personne de moins de 29 n'a fait l'expérience du réchauffement climatique... Peut-être dans certains coins du Canada (on dira qu'il a juste oublié de préciser...), mais en France, une personne de cet âge a vu le climat se réchauffer de plus de 1° depuis sa naissance.

et pour la france tu les sort d'ou tes 1°?