Les changements climatiques à l`échelle de l`Afrique - PPR FTH-AC

PROMOTE 2014 – PAVILLON FRANCE
Conférence « En route pour la COP 21 »
Les changements climatiques à l’échelle
de l’Afrique Centrale
David MONKAM (1), André SIEWE KAMENI (1,3), Zéphyrin YEPDO DJOMOU(2,3), Pierre
Honoré KAMSU TAMO(1,4) et CHAMANI Roméo (1,3)
1) Laboratoire de Physique Fondamentale, Faculté des Sciences, Université de Douala.
2) Ministère de la Recherche Scientifique et de l’Innovation, Institut National de la
Cartographie
3) Laboratoire de Modélisation Environnementale et Physique de l'Atmosphère
(LAMEPA), Faculté des Sciences, Université de Yaoundé I.
4) Université Pierre et Marie Curie, LOCEAN ( Paris, France)
1
Introduction
• La pluie et la température constituent incontestablement les paramètres
météorologiques auxquels les populations de la planète sont le plus sensibles. A
l’échelle locale, régionale et planétaire, les climats et leurs variabilités sont
principalement déterminés par ces deux paramètres
• C’est sur ces deux paramètres que sont basés les trois thèmes essentiels des
travaux du GIEC (Groupe d’experts Intergouvernemental sur l’Evolution du
Climat) :
(1)Les évènements extrêmes: on s’intéresse aux variations temporelles des
minima et maxima des paramètres climatiques. Les évènements extrêmes
peuvent se manifester, notamment par des records (pics ou déficits) des
précipitations et des températures, à divers endroits du globe. D’où la notion de
changement climatique global définie comme des variations de précipitations et
de température, échelonnées sur une période allant de quelques décennies à
plusieurs siècles
(2) Les variations saisonnières: Il s’agit ici des raccourcissements ou
prolongements des saisons sèches et humides
des
(3) La variabilité des zones climatiques au cours du temps
Dans le présent travail nous allons utiliser ces deux paramètres pour étudier les
évolutions du climat en Afrique Centrale au cours des dernières années.
2
1. UTILISATION DES MODELES CLIMATIQUES
1.1 LES MODELES GLOBAUX
1.1.1 LES AVANTAGES DES MODELES GLOBAUX
• Les modèles climatiques globaux (MCG) par exemple : Hadcm3,
ECHAM4, NCAR, CCSR, CSIRO, CGCM2 simulent les processus
tridimensionnels complexes survenant dans l’atmosphère dans laquelle les
courants atmosphériques et océaniques sont représentés par des équations
de la physique servant à calculer leur évolution future. Ils prennent en
compte les différentes composantes du système climatique (atmosphère,
océans, banquise, terre ferme) et différentes régions (Terre entière,
continents, régions). Les modèles s’accordent assez bien sur la température
globale à proximité du sol.
• Les modèles de climat globaux (MCG) sont les meilleurs outils de base
à partir desquels on peut construire des scénarios de changements
climatiques (GIEC 2001).
• Les MCG ECHAM4/OPYC3 de résolution 2,8° x 2,8° utilisé par
Ardoin Bardin (2004) ont été très bien adaptés à la reproduction de la
double saison des pluies dans le sud de la Côte d’Ivoire tout comme dans
le secteur global Togo-Bénin-Burkina.
• Les MCG fournissent à leur tour les données d’entrée pour les
modèles régionaux qui permettent de tirer des enseignements régionaux
sur le changement climatique.
• Les modélisations ne peuvent prévoir au mieux qu’à trois degrés près
l’augmentation de la température d’équilibre provoquée par un doublement
de la concentration atmosphérique en dioxyde de carbone. Néanmoins,
elles fournissent des données à très haute résolution (spatio-temporelles)
et les données proviennent de modèles reposant sur des bases
physiques. Par ailleurs, de nombreuses variables sont disponibles.
1.2 FAIBLESSES DES MODELES GLOBAUX
• Pour l’heure, les résultats issus de ces modèles sont encore entachés
d’incertitudes. L’une des limitations des modèles globaux couplés atmosphèreocéan est faible résolution numérique spatiale (300 à 400 km) d’une part et
d’autre le temps de calcul considérable que requièrent ces modèles toujours
plus complexes. Par conséquent ils coûtent cher en termes de temps de calculs,
4
c’est pourquoi il y a peu de scénarios d’ensembles disponibles.
• Ils souffrent également de nombreuses limites dans la prise en compte de
certains facteurs climatiques, tels que les nuages, et d’éventuels conflits ou
catastrophes d’envergure planétaire, ou des évolutions (imprévisibles) de
facteurs naturels (volcan, cycles naturels). Sources : Atlas du réchauffement
climatique ; GIEC (2007).
• Les projections climatiques concernant les précipitations sont encore
incertaines pour l’Afrique. Une moyenne simple de l’ensemble des scénarios
aboutirait à la conclusion d’une légère humidification de la région sahélienne
alors que la côte guinéenne ne subirait pas de véritables changements.
• Le modèle HdCM3 en Afrique de l’Ouest ne transcrit pas une meilleure
correspondance avec indice pluviométrique des stations de mesure et ne
détecte pas les ruptures éventuelles dans les données in situ. Les modèles
régionaux dépendent des données (généralement biaisées) du MCGAO
pilote.
5
• Les modèles climatiques mondiaux (MCM) disponibles reproduisent mal la
variabilité actuelle et passée des précipitations en Afrique. En effet, de nombreux
MCM ne tiennent pas compte des effets du phénomène El Niño sur la variabilité du
climat ou de ceux des modifications de la carte terrestre, de la rétroaction de la
végétation et de celle des particules de poussière présentes en Afrique et dans
d’autres régions (Hulme et al. 2001; Christensen et al., 2007).
• Plusieurs études indiquent que les régimes de végétation contribuent à la
formation des zones climatiques du Continent africain et que les changements
dans la végétation provoquent une altération des propriétés de surface, ainsi que
de l’efficacité des échanges, au niveau de l’écosystème, entre l’eau, l’énergie et le
CO2 dans l'atmosphère (Christensen et al., 2007). Vu ces limitations, les modèles
climatiques actuels pourraient peut-être sous-estimer les incidences du
réchauffement de la planète dans les régions menacées par la dégradation des
terres et la réduction de la couverture végétale.
• Les modèles n’arrivent pas prévoir les précipitations compte tenu de leur très
grande variabilité spatio-temporelle. Ce qui suppose des incertitudes plus grandes
et des conséquences dans les zones où les précipitations restent les paramètres
climatiques qui discriminent le mieux la saison. Pour certaines régions (par
exemple l’espace méditerranéen) les modèles globaux prévoient une diminution
des précipitations (au lieu d’une augmentation), qui pourrait modifier la fréquence
6
des sécheresses.
• Toutefois, il n’est pas recommandé d’utiliser les sorties brutes des
modèles climatiques globaux, parce qu’ils comportent de trop grands biais et
que l’échelle spatiale de ces modèles n’est pas appropriée pour l’évaluation
des impacts des changements climatiques à l’échelle régionale. Une fois les
MCG choisis, il reste à sélectionner les scénarios d’émission de gaz à effet de
serre (GES). Sachant que les GES proviennent essentiellement de
l’utilisation de combustibles fossiles, on s’efforce d’anticiper l’évolution des
conditions démographiques, économiques et technologiques à venir.
L’Afrique est aujourd’hui le celui qui rejette le moins de gaz à effet de serre
dans l’atmosphère que les autres continents, elle subit dans sa partie
centrale une dégradation des forêts primaires et secondaires, considérées
comme le principal puits de carbone.
• La plupart des MCG simule une importante variabilité inter-décennale,
ce qui rend difficile la différentiation entre le signal de changement climatique
et le bruit de fond du modèle (Barrow et al., 2004) ; aussi, le GIEC (2001)
recommande d’utiliser des moyennes de 30 ans. La division standard a été
adoptée : trois horizons temporels sont analysés soit les décennies 2020
(2010-2039), 2050 (2040-2069) et 2080 (2070 -2099).
7
• Des tests récents ont montré les limites des modèles dans leur capacité à
retranscrire le climat ouest-africain. Par exemple, les périodes de démarrage
de la saison des pluies dans les modèles apparaissent un à deux mois avant
les dates observées. La comparaison du climat sahélien observé (1961-1990)
avec les climats simulés par six modèles de circulation générale
recommandés par le GIEC (Figure 1) illustre ces faiblesses : contrairement à
la réalité, la saison pluvieuse est marquée quasiment tout au long de l’année ;
et un biais important (entre 140 à 215 mm/an) existe dans les estimations de
cumul pluviométrique annuel par rapport aux données observées.
• En outre, le réseau pluviométrique actuel est loin de garantir de meilleurs
résultats compte tenu de leur faible maillage et des séries disponibles. En
définitive, les MGCM ne sont pas aptes à reproduire correctement les
précipitations (volumes et variabilité) aux échelles locales et régionales, aux
pas de temps saisonnier et interannuel.
8
Figure 1 :
Comparaison de la
performance des
modèles climatiques
en zone sahéliennes.
• La comparaison du
climat sahélien observé
(1961-1990) avec les
climats simulés par six
modèles de circulation
générale recommandés
par le GIEC (Figure 1)
illustre ces faiblesses :
• contrairement à la réalité, la saison pluvieuse est marquée quasiment tout au long de
l’année ; et un biais important (entre 140 à 215 mm/an) existe dans les estimations de
cumul pluviométrique annuel par rapport aux données observées. En outre, le réseau
pluviométrique actuel est loin de garantir de meilleurs résultats compte tenu de leur
faible maillage et des séries disponibles.
• En définitive, les MGCM ne sont pas aptes à reproduire correctement les précipitations
(volumes et variabilité) aux échelles locales et régionales, aux pas de temps saisonnier
9
et interannuel.
1.2 LES MODELES REGIONAUX
Dans certaines régions, on a recours à des modèles agrégés : le Modèle
Climatique Régional (MCR) ; PRECIS force les conditions aux limites ECHAM4,
scénarios SRES A2 et B2. Le modèle PRECIS est utilisé à une résolution horizontale
(géographique) de 0.44° x 0.44° (50 km x 50 km) ou 0.22° x 0.22° (25 km x 25 km)
latitude/longitude, et il dispose de 19 strates verticales en atmosphère et génère des
données au pas de temps horaire. Ce couplage au regard de sa performance, est plus
adapté à la projection des températures (Figure 2) et par conséquent du réchauffement
climatique qu’à celle de l’évolution de la pluviométrie (Figure 3). Ces résultats sont
issus des études menées dans le bassin sédimentaire côtier du Bénin. Ce modèle
dans sa configuration actuelle ne simule pas assez bien les stations à régime bimodal
comme c’est le cas du plateau sud camerounais, les volumes d’eau précipitée et la
variabilité interannuelle des précipitations.
Dans d’autres régions, on a recours à des chaînes de modèle qui prennent en
considération plusieurs phénomènes d’extensions différentes. La chaîne présentée
comprend en tout cinq modèles: deux pour le climat global, deux pour le climat
régional et un pour les écoulements régionaux. La qualité d’une chaîne de modèles
dépend de celle de chacun de ses maillons constitutifs. Un modèle à échelle fine ne
peut pas corriger les erreurs à grande échelle des modèles dans lesquels il est
emboîté, mais seulement affiner la structure spatiale que ces derniers donnent du
climat sur le continent. Un tel affinement spatial est essentiel pour décrire des
événements extrêmes souvent finement texturés et fortement influencés par la
10
topographie.
1.2 LES MODELES REGIONAUX
Figure 2: Projection de l’augmentation des
températures
• Par exemple le Modèle Climatique
Régional (MCR), PRECIS force les
conditions aux limites ECHAM4, scénarios
SRES A2 et B2.
• Le modèle PRECIS est utilisé à une
résolution horizontale (géographique) de
0.44° x 0.44° (50 km x 50 km) ou 0.22° x
0.22° (25 km x 25 km) latitude/longitude, et
il dispose de 19 strates verticales en
atmosphère et génère des données au pas
de temps horaire.
• La hausse de la température moyenne
entre 1980/99 et 2080/99 pourrait
atteindre entre 3 et 4 °C sur l’ensemble
du continent africain
Ce couplage au regard de sa performance, est plus adapté à la projection des
températures (Figure 2) et par conséquent du réchauffement climatique qu’à celle de
l’évolution de la pluviométrie.
Figure 3: Prévision
de la pluviométrie en
Afrique
12
Fig.4:
Températures
simulées RegCM3
par JJA 2006
De même le Modèle Climatique Régional (MCR), RegCM3 représente assez
bien les températures en Afrique
13
Fig.5 : Précipitations de la
Saison JJA 2006 par le modèle
régional RegCM3
Le Modèle Climatique Régional (MCR), RegCM3 ne représente pas bien les
14
précipitation en Afrique
prévisions d’évolutions climatiques pour la région
Changement de
température à
l’horizon 2014-2035
Accroissement de
température de 0,1 à0,65°C
dans la région équatoriale et
de 0,7 à 1,5°C aux latitudes
supérieure
Changement de
température à
l’horizon 20792100
Accroissement de
température de 2,6 à 4,2°C
dans la région équatoriale et
de 3,2 à 5°C aux latitudes
supérieure
15
16
prévisions d’évolutions climatiques pour la région
Variabilité interannuelle de température
Augmentation progressive de la température dans les
différentes sous-régions jusqu’à 2100
17
prévisions d’évolutions climatiques pour la région
Changement de précipitation à
l’horizon 2035 (2014-2035)
Changement de précipitation à
l’horizon 2100 (2079-2100)
18
prévisions d’évolutions climatiques pour la région
Cycle annuel de
précipitation dans les
différentes sous-région
de l’Afrique Centrale
 1ère moitié: (2014-2035)
 2ème moitié : (2079-2035)
 CRU : (1988-2009)
19
• Le RegCM3 simule sous le scénario A1B et à l’horizon 2035 une
augmentation de la température dans toutes les sous-régions de la zone
d’étude de 0.5°C à 1.5 °C à l’horizon 2014-2035 et de 2,6 à 5°C du sud au
nord de l’Afrique Centrale à l’horizon 2100.
• Les changements pluviométriques ne sont pas homogènes. Elles
présentent une forte variabilité sur les régions, mais on note une
augmentation sur les côtes, dans les régions montagneuses et une
diminution au nord dans la région sahélienne et au sud.
20
Il existe deux types de modèles usuels:
• Les modèles climatiques globaux
(MCG), qui simulent le climat de la
planète
avec
une résolution
spatiale horizontale grossière (400
km x 400 km par exemple)
•
Les
modèles
climatiques
régionaux (MCR) qui couvrent une
surface
donnée
avec
une
résolution plus fine (50 km x 50 km
par exemple).
Non adaptés, du fait des
échelles trop grandes, à
la modélisation du climat
régional
• Plus adaptés, du fait des
échelles plus petites, à la
modélisation
du
climat
régional;
• Mais nécessite un réseau
des données d’observation
dense pour la descente
d’échelle
21
• Faiblesse du Réseau de
Stations d’Observation en
Afrique Centrale
Figure 6 : Réseau de
stations pluviométriques
l’IRD en Afrique pour la
période 1968-1980
(Benjamin Sultan et
Serge Janicot, 2004)
• Ce réseau ne contient aucune station au sud du Cameroun et les mesures
s’arrêtent en 1980. La zone Afrique Centrale n’est pas couverte. C’est sans
doute ce qui justifie que très peu d’études aient été consacrées à cette
région, car pas de recherche sans données expérimentales
22
2. DESCENTES D’ÉCHELLE EN AFRIQUE CENTRALE
• Nous utilisons les données de moyennes
mensuelles
de
précipitation
et
de
température en surface produites par le
Climatic Research Unit (CRU)
• Les données de CRU sont obtenues à
partir d’une interpolation des observations
mesurées dans les stations au sol et
projetées en point de grille sur une maille
de 0.5°×0.5°.
• Plus une région est bien couverte par les
stations d’observation, plus les données
d’interpolation sont proches de la réalité
(New et al., 1999, 2000).
• Mais pour le continent Africain il y a une
faible couverture en stations.
NOUS ADOPTONS LE SYSTÈME
ECMWF ET DE NCEP/NCAR
== > AINSI UNE VALEUR DE ECMWF
OU NCEP/NCAR EST LA MOYENNE
DE 25 VALEURS DE CRU .
• Ainsi pour réduire les incertitudes sur ces
données en Afrique, nous procédons à des
moyennes en passant de la grille de CRU à
celles de ECMWF et NCEP/NCAR ( voir
figure ci-après)
23
2.2 Les Zones Climatiques en Afrique Centrale et de l’Ouest
Le zonage est fait à partir des anomalies des précipitations de la saison
Juillet-Août-Septembre (JAS) sur la période 1901-1940. La régionalisation des
anomalies de précipitation de cette saison présente 4 zones réparties sur 5
espaces (Fig. 7).
(1) La Zone1, aride, occupe le
Sahara, au nord de 15 ◦N.
(2) La Zone 2, semi-aride, est
centrée sur le Chad, avec une
extension régulière à l’ouest
vers la Mauritanie et à l’est vers
la Republique Centrafricaine
(3) La 3ème zone, côtière,
est
centrée sur la Côte d’Ivoire et
couvre une partie du Nigeria
Figure 7: les zones climatiques dans la
période 1901 – 1940.
(4) La zone 4, humide, contient
deux régions geographiquement
différentes: la 1ère est centrée :
sur le Senegal et la 2ème couvre
le domaine de la Forêt Tropicale
humide de l’Afrique Centrale
24
2.3. Tendance et Variabilité dans les Zones Climatiques
•La moyenne glisssante de N années
filtre les variabilités de courtes échelles
de temps.
N=5, filtre la variabilité
interannuelle
•Temperatures:1901–1938(+), 1938–
1945(-),1945–1970(c) et 1970–2000(+)
•Précipitation: Dans la Zone1 les
précipitation ne varient pratiquement
pas au cours du siècle, tandis que les
autres zones, en particulier la zone de
forêt équatoriale (Zone 4) présentent
des fluctuations importantes au cours
du dernier siècle où les précipitations
diminuent quand la tempétarure
augmente notamment à partir de
1970.
Figure 8: Tendance dans les zones climatiques 20ème siècle
3) NECESSITE D’UTILISSER LES PRODUITS SATELLITAIRES:
Figure 9: Precipitations de Mégha- Tropiques (JJAS 2012)
26
Précipitation de Megha-Tropique : la variabilité interannuelle
JJAS 2012, 2013 et 2014
Figure 9: Précipitations de Mégha- Tropiques (JJAS 2012, 2013 et 2014 )27
Précipitations TRMM : Variabilité intra-saisonnière
A
B
Fig.10: A) Mean bi-monthly TRMM rainfall (mm day-1, color) and NOAA OLR (Wm-2, contour)
from January–February to November–December. B) Time–latitude cross-sections of TRMM
28
(color) and NOAA OLR (contour) averaged over 10°W–10°E (left) and 10°E–30°E (right)
Conclusions et Perspectives
• Les MCG sont moins adaptés à la modélisation climatique en Afrique
Centrale
• Les RegCM sont mieux adaptés notamment pour les températures
• Les précipitations sont mal reproduites dans les modèles
• Le manque de données d’observation sur l’Afrique Centrale pose le
problème de la validation de ces modèles dans la sous-région
• L’utilisation des produits satellitaires constitue l’une des pistes de
solutions à ce problème de données d’observation. Mais avant leur utilsation
ces produits doivent être validés dans la sous-région
• D’où la nécessité d’une formation à l’utilisation des produits satellitaires
• Il est donc important de procéder à la validation par exemple des 3 années
produits de Megha- Tropriques dans la sous-région (2012, 2013 et 2014), mais
aussi des produits des autres satellites
• En fin, il est important de promouvoir le Projet “Raincell Africa” dans les
29
pays de la zone Afrique Centrale.
MERCI DE VOTRE AIMABLE
ATTENTION
30