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