Скачать презентацию Prévisibilité décennale Initialiser un modèle couplé pour prévoir Скачать презентацию Prévisibilité décennale Initialiser un modèle couplé pour prévoir

46de17e1c0c59b12380e4460d891d88f.ppt

  • Количество слайдов: 30

Prévisibilité décennale Initialiser un modèle couplé pour prévoir la variabilité naturelle du climat Didier Prévisibilité décennale Initialiser un modèle couplé pour prévoir la variabilité naturelle du climat Didier Swingedouw, Juliette Mignot, Sonia Labetoule, Aurélie Persechino, Eric Guilyardi, Benoit Vannière, Jérôme Servonnat (bientôt)

Variabilité climatique Température globale Variabilité décennale en plus d’une tendance liée aux GHG Forçage? Variabilité climatique Température globale Variabilité décennale en plus d’une tendance liée aux GHG Forçage? (aérosols, soleil) Variations naturelles du système climatique superposées à la réponse aux GHG IPCC 2007, Chapitre 2

Variabilité climatique Température globale modèle GFDL (A 1 B) Simulations d’un même modèle sous Variabilité climatique Température globale modèle GFDL (A 1 B) Simulations d’un même modèle sous le même scenario avec conditions initiales différentes Variabilité décennale

Prévisibilité Deux types de prévisibilité (cf. Edward Lorenz): Première espèce : conditions initiales Deuxième Prévisibilité Deux types de prévisibilité (cf. Edward Lorenz): Première espèce : conditions initiales Deuxième espèce : conditions aux limites Meehl et al. 2009

Sources d’incertitude Hawkins & Sutton 2009 Sources d’incertitude Hawkins & Sutton 2009

Variabilité mutidécennale 1 ière EOF SST par bassin Atlantic Multi-decadal Oscillation Pacific Decadal Oscillation Variabilité mutidécennale 1 ière EOF SST par bassin Atlantic Multi-decadal Oscillation Pacific Decadal Oscillation

Régionalisation AMO index Température moyenne sur 30 stations représentatives en France Figure de Christophe Régionalisation AMO index Température moyenne sur 30 stations représentatives en France Figure de Christophe Cassou

Prévision décennale Grandes tendances Premières tentatives: Effet global et régional : AMOC proxy (Latif Prévision décennale Grandes tendances Premières tentatives: Effet global et régional : AMOC proxy (Latif et al. 2006) Pas d’accord entre les prévisions à cause de : modèles différents méthodes d’initialisation différentes Meehl et al. 2009

Prévisibilité décennale à l’IPSL: outils Test préminaires : 96 x 95 x L 39 Prévisibilité décennale à l’IPSL: outils Test préminaires : 96 x 95 x L 39 (résultats présentés ici) + PISCES ORCA 2 Objectifs 144 x 142 x L 39 Preliminary tests (here): control simulations only, with fixed external forcing

Prévisibilité décennale : rôle de l’AMOC Corrélation d’ensemble AMOC Figure d’aurélie Persechino Prévisibilité décennale : rôle de l’AMOC Corrélation d’ensemble AMOC Figure d’aurélie Persechino

Initialisation : « nudging » Rappeler le modèle vers des observations Méthode la plus Initialisation : « nudging » Rappeler le modèle vers des observations Méthode la plus simple : mettre un terme de rappel dans les équations Choix à l’IPSL : SST et « avec ou sans » vent Anomalies plutôt que valeur totale (problème de dérive initiale)

Initialisation des modes de variabilité en SST Observations SST SST+wind EOF 1 par bassin Initialisation des modes de variabilité en SST Observations SST SST+wind EOF 1 par bassin

Variabilité AMOC récente Pas de mesures continues de l’AMOC sur longue période de temps Variabilité AMOC récente Pas de mesures continues de l’AMOC sur longue période de temps Estimation via assimilation de données Huck et al. 2008 Nudging initialise bien notre AMOC !

Et la NAO ? SST NCEP SST+wind ERA 40 Signif 90% (pas 99%) Et la NAO ? SST NCEP SST+wind ERA 40 Signif 90% (pas 99%)

Expériences CMIP 5 de prévisibilité du climat 1960 1965 1970 1975 1980 1985 1990 Expériences CMIP 5 de prévisibilité du climat 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 2030 A l’IPSL : on ne met pas de forçage radiatif = prévisibilité première espèce

Hindcasts pour SST’ Max(AMOC) AMO Hindcasts pour SST’ Max(AMOC) AMO

Prévisibilité en mode hindcast Observations 1960 1965 1970 1975 1980 1985 1990 1995 2000 Prévisibilité en mode hindcast Observations 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 2030

Hindcasts Carte de corrélation moyenne d’ensemble sur 10 ans (sans forçage radiatif !) pour Hindcasts Carte de corrélation moyenne d’ensemble sur 10 ans (sans forçage radiatif !) pour chaque date de départ avec observations Keenlyside et al. 2008 SST’ nudging + wind stress forcing SST’ + WS fait moins bien (? ) Figures de Juliette Mignot

Perspectives Inclure le forçage radiatif ! (Sonia Labetoule) Initialisation en SSS (Sonia Labetoule & Perspectives Inclure le forçage radiatif ! (Sonia Labetoule) Initialisation en SSS (Sonia Labetoule & Didier Swingedouw) Etudes en modèle parfait plus poussées (Juliette Mignot & Aurélie Persechino) Compréhension de l’initialisation de l’AMOC (Didier Swingedouw) Mécansime de prévisibilité dans l’atmopshère (Jérôme Servonnat, EPIDOM)

Merci Merci

AMO and AMOC (coupled GCMs) AMO and AMOC (coupled GCMs)

Forecasting with SST nudging only? Had. CM 3 idealised experiments Comparison of assimilation of Forecasting with SST nudging only? Had. CM 3 idealised experiments Comparison of assimilation of Dunstone and Smith 2010 different amounts of ocean data - Fail of global SST assimilation with six hourly relaxation: strong increase of MOC -Still strong increase if SST assimilated

AMOC variability 1960 -2005 SST’ + WS * 2 SST’ + WS, different I. AMOC variability 1960 -2005 SST’ + WS * 2 SST’ + WS, different I. C. AMOC 45°N *(3 yr running means) Anomalies normalisées Pohlmann et al 2010

AMOC variability 1960 -2005 SST’ + WS * 2 SST’ + WS, different I. AMOC variability 1960 -2005 SST’ + WS * 2 SST’ + WS, different I. C. AMOC 45°N *(3 yr running means) Anomalies normalisées Pohlmann et al 2010

Hindcasts SST nudging g = 40 W/m 2/K + wind stress forcing Keenlyside et Hindcasts SST nudging g = 40 W/m 2/K + wind stress forcing Keenlyside et al 2008 10 YR averages SST correlations with the control initialized simulation

Hindcasts corelations 60 N with the control 30 N 0 0 30 S SST Hindcasts corelations 60 N with the control 30 N 0 0 30 S SST nudging g = 40 W/m 2/K SST nudging initialized simulation Oceanic heat content 0 -300 m g = 40 W/m 2/K Relative skill de + wind stress forcing SST’ + WS a bit better for OHC 0300 m? SST

Hindcasts SST nudging g = 40 W/m 2/K SST’ + WS fait bcp + Hindcasts SST nudging g = 40 W/m 2/K SST’ + WS fait bcp + wind stress forcing mieux pour la SSS? SSS

Conclusions • SST nudging gives reasonable initialization when the nudging strength is set with Conclusions • SST nudging gives reasonable initialization when the nudging strength is set with care • Still, induces artifical feedbacks and would require SSS nudging for consisten • Benefit of additional wind stress forcing still needs to be precisely assessed (pb OHC du run initialisé, mais predicitve skill plutôt meilleure pour SSS? ) • Promising hindcasts results on North Atlantic SSTs / heat content (and AMOC

Next steps • Better asses the mechanisms of predictability: perfect model studies • Better Next steps • Better asses the mechanisms of predictability: perfect model studies • Better assess the impact of surface initialization: perfect model initialization • Better assess the predictability skill over land / atmosphere • Better asses the initialization and predictability skill of the AMOC

“ Worst case” (no Other panels show assimilated difference data) between assimilated AMOC and “ Worst case” (no Other panels show assimilated difference data) between assimilated AMOC and “truth” as a func. Mon of observing system “BEST”