Past and future evolution of French Alpine glaciers in a changing climate : a deep learning glacio-hydrological modelling approach - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2020

Past and future evolution of French Alpine glaciers in a changing climate : a deep learning glacio-hydrological modelling approach

Evolution passée et future des glaciers alpins français sous changement climatique : une approche de modélisation glacio-hydrologique avec deep learning

Résumé

The European Alps are among the most affected regions in the world by climate change, displaying some of the strongest glacier retreat rates. Long-term interactions between society, mountain ecosystems and glaciers in the region raise important questions on the future evolution of glaciers and their derived environmental and socioeconomical impacts. In order to correctly assess the regional response of glaciers in the French Alps to climate change, there is a need for adequate modelling tools. In this work, we explore new ways to tackle both glacier evolution and glacio-hydrological modelling at a regional scale. Glacier evolution modelling has traditionally been performed using empirical or physical approaches, which are becoming increasingly challenging to optimize with the ever growing amount of available data. Here, we present, to our knowledge, the first effort ever to apply deep learning (i.e. deep artificial neural networks) to simulate the evolution of glaciers. Since both the climate and glacier systems are highly nonlinear, traditional linear mass balance models offer a limited representation of climate-glacier interactions. We show how important nonlinearities in glacier mass balance are captured by deep learning, substantially improving model performance over linear methods.This novel method was first applied in a study to reconstruct annual mass balance changes for all glaciers in the French Alps for the 1967-2015 period. Using climate reanalyses, topographical data and glacier inventories, we demonstrate how such an approach can be successfully used to reconstruct large-scale mass balance changes from observations. This study also offered new insights on how glaciers evolved in the French Alps during the last half century, confirming the rather neutral observed mass balance rates in the 1980s and displaying a well-marked acceleration in mass loss from the 2000s onwards. Important differences between regions are found, with the Mont-Blanc massif presenting the lowest mass loss and the Chablais being the most affected one. Secondly, we applied this modelling framework to simulate the future evolution of all glaciers in the region under multiple (N=29) climate change scenarios. Our estimates indicate that most ice volume in the region will be lost by the end of the 21st century independently from future climate scenarios. We predict average glacier volume losses of 74%, 80% and 88% under RCP 2.6 (n=3), RCP 4.5 (n=13) and RCP 8.5 (n=13), respectively. By the end of the 21st century the French Alps will be largely ice-free, with glaciers only remaining in the Mont-Blanc and Pelvoux massifs.
Les Alpes européennes sont parmi les régions du monde les plus touchées par le changement climatique, avec des taux de recul des glaciers parmi les plus élevés. Les interactions à long terme entre la société, les écosystèmes de montagne et les glaciers de la région soulèvent d'importantes questions sur l'évolution future des glaciers et les impacts environnementaux et socio-économiques qui en découlent. Afin d'évaluer correctement la réponse régionale des glaciers des Alpes françaises au changement climatique, il est nécessaire de disposer d'outils de modélisation adéquats. Dans ce travail, nous explorons de nouvelles façons d'aborder à la fois l'évolution des glaciers et la modélisation glacio-hydrologique à l'échelle régionale. La modélisation de l'évolution des glaciers a traditionnellement été réalisée à l'aide d'approches empiriques ou physiques, dont l'optimisation est de plus en plus difficile compte tenu de la quantité croissante de données disponibles. Ici, nous présentons, à notre connaissance, le premier effort jamais entrepris pour appliquer l'apprentissage profond (i.e. des réseaux neuronaux artificiels profonds) pour simuler l'évolution des glaciers. Comme les système climatique et glaciaire sont tous deux fortement non linéaires, les modèles traditionnels linéaire de bilan de masse offrent une représentation limitée des interactions entre le climat et les glaciers. Nous montrons comment des non-linéarités importantes liées au bilan de masse des glaciers sont capturées par une méthode d'apprentissage profond, ce qui améliore considérablement les performances des modèles par rapport aux méthodes linéaires.Cette nouvelle méthode a été appliquée pour la première fois dans une étude visant à reconstruire les changements annuels du bilan de masse de tous les glaciers des Alpes françaises pour la période 1967-2015. En utilisant des réanalyses climatiques, des données topographiques et des inventaires de glaciers, nous démontrons comment une telle approche peut être utilisée avec succès pour reconstruire les changements de bilan de masse à grande échelle à partir d'observations. Cette étude a également apporté de nouveaux éclairages sur l'évolution des glaciers dans les Alpes françaises au cours du dernier demi-siècle, confirmant les taux de bilan de masse observés plutôt neutres dans les années 1980 et montrant une accélération bien marquée de la perte de masse à partir des années 2000. On constate des différences importantes entre les régions, le massif du Mont-Blanc présentant la perte de masse la plus faible et le Chablais étant le plus touché. Ensuite, nous avons appliqué ce cadre de modélisation pour simuler l'évolution future de tous les glaciers de la région selon de multiples scénarios de changement climatique (N=29). Nos estimations indiquent que la plupart du volume de glace dans la région sera perdue d'ici la fin du XXIe siècle, indépendamment des scénarios climatiques futurs. Nous prévoyons des pertes moyennes de volume des glaciers de 74%, 80% et 88% dans le cadre des scénarios RCP 2.6 (n=3), RCP 4.5 (n=13) et RCP 8.5 (n=13), respectivement. D'ici la fin du XXIe siècle, les Alpes françaises seront en grande partie libres de glace, avec des glaciers ne subsistant que dans les massifs du Mont-Blanc et du Pelvoux.
Fichier principal
Vignette du fichier
BOLIBAR_NAVARRO_2020_archivage.pdf (42.15 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03052063 , version 1 (10-12-2020)
tel-03052063 , version 2 (02-03-2021)

Identifiants

  • HAL Id : tel-03052063 , version 2

Citer

Jordi Bolibar Navarro. Past and future evolution of French Alpine glaciers in a changing climate : a deep learning glacio-hydrological modelling approach. Glaciology. Université Grenoble Alpes [2020-..], 2020. English. ⟨NNT : 2020GRALU018⟩. ⟨tel-03052063v2⟩
275 Consultations
42 Téléchargements

Partager

Gmail Facebook X LinkedIn More