Les précipitations en Antarctique : comparaison entre les

Les précipitations en Antarctique : comparaison entre
les observations de télédétection CloudSat et le
modèle de climat global LMDz.
Florentin Lemonnier
LMD/IPSL, CNRS – Paris, France
J.B. Madeleine, C. Claud, C. Genthon, G. Krinner, H. Gallee, A. Berne, J. Grazioli, F. Hourdin, E. Vignon, L. Fairhead & L. Mellul
Introduction : L'Antarctique
●
Ressources :
○
●
Météorologie :
○
○
○
2
75 % de l'eau douce terrestre.
Accumulation de neige sur la calotte.
Vêlage d'icebergs, peu de ruissellement, peu d'évaporation.
Érosion éolienne.
Introduction : Le réchauffement climatique
●
Conséquences :
○
○
Modification de l'accumulation de neige.
Déstabilisation de la calotte.
À long terme : augmentation
du niveau de la mer ?
3
Introduction : Le projet APRES3
●
ANR Antarctic Precipitation, Remote Sensing from Surface and Space.
●
Projet météorologique :
○
○
4
Observation des chutes de neige.
Modélisation du climat polaire.
Observations : CloudSat
●
Satellite d'observation terrestre du A-train (NASA).
●
Radar météorologique :
○
○
○
●
Observation des nuages et des précipitations.
Altitude limite d'observation : ~ 1,2km.
Fréquence de 94 GHZ.
Comparaisons avec le modèle LMDz.
○
○
Validation du modèle ?
Bonne modélisation de la
précipitation ?
Haynes et al., 2009
Palerme et al., 2014
5
Observations VS Modèle LMDz
●
Bon accord en moyenne annuelle sur 2007-2010 :
○
○
●
Taux de précipitation du modèle LMDz : 172 mm/an.
Taux de précipitation issu de CloudSat : 153 mm/an.
Biais importants :
○
○
Sur-estimation des
précipitations côtières.
Déphasage de la variabilité
saisonnière en été et en hiver
sur le plateau continental.
Haynes et al., 2009
Palerme et al., 2014
6
Résolution : grille de 144x142 points
79 niveaux verticaux
Simulation LMDz 6 AMIP non-guidée
Observations VS Modèle LMDz
●
Bon accord en moyenne annuelle sur 2007-2010 :
○
○
●
Taux de précipitation du modèle LMDz : 172 mm/an.
Taux de précipitation issu de CloudSat : 153 mm/an.
Incertitudes de CloudSat :
○
De l'ordre de ±100% à ±200%.
Haynes et al., 2009
Palerme et al., 2014
7
Résolution : grille de 144x142 points
79 niveaux verticaux
Simulation LMDz 6 AMIP non-guidée
Problématique
Comprendre l'origine des désaccords entre les
observations et le modèle.
8
Problématique
Comprendre l'origine des désaccords entre les
observations et le modèle.
Améliorer les paramétrisations contrôlant
les chutes de neige en Antarctique.
9
Problématique
Comprendre l'origine des désaccords entre les
observations et le modèle.
●
Sélection d'un niveau vertical pour comparer les modélisations à CloudSat.
●
Comparaison de simulations sur 2007-2010 :
○
○
10
AMIP non-guidée.
AMIP avec un guidage en vent.
Précipitations au sol VS Précipitations à 1,2 km
●
Limite de détection de la précipitation par CloudSat : 1,2 km.
%
Precipitation sol −Precipitation1.2km
Precipitationsol
Écart relatif entre précipitations au sol et précipitations à
1,2 km – simulation AMIP non-guidée, moyenne annuelle.
11
Précipitations au sol VS Précipitations à 1,2 km
●
Limite de détection de la précipitation par CloudSat : 1,2 km.
●
Écart de taux de précipitation de ~50 mm/an.
CloudSat (mm/an)
Précipitations en surface
Précipitations à 1,2 km
12
AMIP (mm/an)
AMIP guidée (mm/an)
-
177
189
153
131
138
Simulation AMIP non-guidée
●
●
Bon accord en moyenne annuelle sur le plateau entre le modèle et les observations.
Sous-estimation de LMDz de la
précipitation sur les côtes.
%
Carte relative :
Precipitation LMDz −PrecipitationCloudSat
PrecipitationLMDz
Écart relatif entre simulation & observations CloudSat.
Simulation AMIP non-guidée en %, moyenne annuelle.
13
Simulation AMIP guidée en vent
●
●
Meilleur accord en moyenne annuelle entre le modèle et les observations.
Sur-estimation de LMDz de la
précipitation sur le plateau.
%
Définition du guidage :
u
−u
∂u
∂u
=
+ analysis
τ
∂t ∂ t GCM
Écart relatif entre simulation & observations CloudSat .
Simulation AMIP guidée en vent en %, moyenne annuelle.
14
Contraintes sur l'altitude de CloudSat
●
Limite d'observation de CloudSat de ~ 1,2 km.
●
Encadrement du niveau sélectionné dans LMDz de ± 300 mètres (niveaux σ dans LMDz) .
Simulation AMIP non-guidée
15
Simulation AMIP guidée en vent
Vérification de la dynamique de LMDz
●
Cyclogénèse côtière du modèle convenable pour les simulations AMIP guidées.
ERA-Interim
Simulation AMIP non guidée
Simulation AMIP guidée en vent
Pression moyenne au niveau de la mer pour l'hémisphère Sud
16
Vérification de la dynamique de LMDz
●
Cyclogénèse côtière du modèle convenable pour les simulations AMIP guidées.
ERA-Interim
Simulation AMIP non guidée
Simulation AMIP guidée en vent
Pression moyenne au niveau de la mer pour l'hémisphère Sud
17
Vérification de la dynamique de LMDz
●
Cyclogénèse côtière du modèle convenable pour les simulations AMIP guidées.
ERA-Interim
Simulation AMIP non guidée
Simulation AMIP guidée en vent
Pression moyenne mieux
au niveau
de la mer pourlal'hémisphère
Sudmodèle par
Nouvelle problématique :
contraindre
physique du
l'analyse de la distribution géographique de la précipitation CloudSat.
18
Perspectives
19
●
Étudier un jeu de simulations AMIP guidées en humidité et en température.
●
Ré-estimer les incertitudes de CloudSat pour étudier la variabilité saisonnière.
●
Étude de la distribution spatiale des précipitations.
Perspectives
●
Étudier un jeu de simulations AMIP guidées en humidité et en température.
●
Ré-estimer les incertitudes de CloudSat pour étudier la variabilité saisonnière.
●
Étude de la distribution spatiale des précipitations.
Étudier localement la modélisation du climat avec LMDz :
→ Comparer le modèle aux observations acquises à Dumont D'Urville.
Améliorer les paramétrisations contrôlant la chute de neige en Antarctique.
20
Perspectives
●
Étudier un jeu de simulations AMIP guidées en humidité et en température.
●
Ré-estimer les incertitudes de CloudSat pour étudier la variabilité saisonnière.
●
Étude de la distribution spatiale des précipitations.
Étudier localement la modélisation du climat avec LMDz :
→ Comparer le modèle aux observations acquises à Dumont D'Urville.
Améliorer les paramétrisations contrôlant la chute de neige en Antarctique.
Objectif : Améliorer le comportement du modèle dans les simulations de
prévision climatique couplées.
21
Questions ?
MERCI POUR VOTRE ATTENTION
22