Méthode de désagrégation statistico-dynamique adaptée aux forçages atmosphériques pour la modélisation de l'Océan Atlantique : développement, validation et application au climat présent

Statistico-dynamical downscaling method applied to atmospheric forcings for the Atlantic Ocean modeling : development, validation and application to present climate

• Auteur / Autrice : Marie Minvielle
• Direction : Laurent Terray, Christophe Cassou
• Type : Thèse de doctorat
• Discipline(s) : Dynamique du climat
• Date : Soutenance en 2009
• Etablissement(s) : Toulouse 3

Mots clés

Mots clés contrôlés

Interaction mer-atmosphère

Méthodes statistiques

Changements climatiques

Mots clés libres

Variabilité climatique

Régimes de temps

Désagrégation statistique

Océan Atlantique

Modélisation numérique

Changement climatique

Forçage atmosphérique

Résumé

L'océan joue un rôle majeur dans la régulation du climat terrestre et sa bonne représentation par les modèles de climat est essentielle pour une bonne estimation de l'état moyen et de la variabilité du système climatique. Les modèles de climat présentent cependant des biais dans leur représentation de l'océan, dus en partie à une résolution spatiale trop basse ainsi qu'à une mauvaise estimation des variables atmosphériques à l'interface air-mer. Cette thèse se propose de mettre en œuvre une méthode dite de désagrégation statistico-dynamique, afin de permettre une meilleure estimation de l'état moyen et de la variabilité océaniques sur l'océan Atlantique par la réduction des biais systématiques des modèles de climat. La méthode consiste dans un premier temps à reconstruire les variables atmosphériques de surface par relation statistique avec la dynamique atmosphérique de grande échelle estimée en termes de régimes de temps. Le jeu de forçage ainsi reconstruit est ensuite utilisé pour forcer un modèle d'océan plus haute résolution que celle classiquement utilisée dans les modèles de climat. Une fois cette méthode construite et validée à partir des données observées sur la deuxième moitié du 20ème siècle, elle est ensuite appliquée à la dynamique atmosphérique de grande échelle de la simulation historique du modèle de climat CNRM-CM3. L'analyse du jeu de forçage reconstruit et de la simulation océanique associée permet de mettre en avant les performances de la méthode qui, malgré quelques faiblesses, mène à bien son rôle de correcteur de biais du modèle de climat CNRM-CM3

Ocean plays a main role in climate regulation. Its good representation by climate models is necessary to have a correct estimation of mean state and variability of the climate system. However, some biases are present in the representation of the ocean by climate models. This is partly due to their too low horizontal resolution and a poor representation of the atmospheric variables at the ocean surface. In this thesis, a statistico-dynamical downscaling method is carried out. The objective is to obtain a better estimation of oceanic mean state and variability over the Atlantic basin, by reducing the systematic biases of climate models. First, the method consists in reconstructing the surface atmospheric variables by statistical relationship with the large scale atmospheric dynamic, estimated by weather regimes. The resulting forcing set is used afterward to force an oceanic model at a higher resolution than the classical resolution used for the ocean in climate models. Once this method built and validated with the observations over the second half 20th century, it is applied to the large scale atmospheric dynamic from the historical simulation of the CNRM-CM3 climate model. The analysis of the reconstructed forcing and its associated oceanic simulation emphasizes the efficiency of the method. In spite of some weaknesses, the method fully accomplishes its role in correcting climate models biases.