Julien Boé et Juliette Deman
Université de Toulouse, CNRS / CERFACS
DOI
https://doi.org/10.26047/PIREN.rapp.ann.2022.vol06
Résumé
Dans ce rapport, nous décrivons l’application pratique d’une nouvelle méthode de désagrégation hybride statistico-dynamique, basée sur l’émulation de modèles climatiques régionaux. Cette méthode vise à obtenir, à partir des données à basse résolution des projections climatiques globales, les projections climatiques régionales à haute résolution nécessaires à l’étude des impacts du changement climatique sur le bassin de la Seine.
La méthode de désagrégation hybride statistico-dynamique est utilisée pour désagréger un large ensemble de modèles climatiques globaux de dernière génération, et les résultats sont analysés. La méthode permet de très bien reproduire le signal de grande échelle des projections climatiques globales, sans le modifier, quelle que soit son intensité. La méthode permet de plus de très bien capturer les contrastes régionaux des changements climatiques à petite échelle tels que projetés par les modèles régionaux.
La variabilité climatique interannuelle à multidécennale des projections climatiques globales est également très bien conservée lors de la désagrégation hybride, ce qui est important pour être en mesure de quantifier correctement l’impact de la variabilité climatique interne dans le cadre de l’évaluation des impacts du changement climatique.
Comme la méthode de désagrégation hybride vise à émuler les modèles climatiques régionaux, elle en reproduit également les biais, qui peuvent être importants et qu’il est souvent nécessaire de corriger avant d’utiliser ces données en entrée d’un modèle d’impact. Nous appliquons une méthode évoluée de correction de biais, permettant de corriger l’intégralité de la distribution statistique, aux résultats de la désagrégation hybride et montrons qu’elle permet bien de corriger les biais climatologiques présents, sans modifier artificiellement les changements climatiques projetés, comme c’est souvent le cas pour les méthodes de correction de biais classiques.
Points clefs
- Une méthode de désagrégation hybride statistico-dynamique est appliquée pour désagréger un large ensemble de projections climatiques globales de dernière génération ;
- Cette méthode permet de très bien capturer à la fois le signal de changement climatique de grande échelle des projections globales et les contrastes spatiaux à fine échelle des projections régionales ;
- Une méthode avancée de correction de biais permet de corriger les biais climatologiques des projections désagrégées sans modifier le signal du changement climatique.
