ppt

Université du Québec à Montréal
VALEUR AJOUTÉE DANS LE MRCC:
COMPARAISON DE LA PRÉCIPITATION AUX
ÉCHELLES DU MGC
Alejandro Di Luca
Directeur: René Laprise
Co-directeur: Ramón de Elía
29 Août 2008
Plan de la présentation
1.
MRC vs MCG


D’où peut venir la valeur ajoutée (VA)?
VA comme fonction des échelles spatiales
2. Comparaison de la précipitation aux échelles du
MGC: modèles vs observations.
3.
MRC Canadien vs MCG Canadien



4.
Cycle annuel
Histogrammes quotidiennes
Evénements les plus extrêmes
Discussion des résultats.
§
Incertitudes de l’étude.
MRC vs MGC: D’où peut venir la valeur ajoutée?
 MRC à plus haute résolution
• Discrétisation plus exact d'équations 
Avantage
• Meilleure représentation des forçages de surface 
Avantage
 Topographie, régions côtières, effets de lacs et autres
 Mais, ils résout un domaine limité 
Désavantage
 Erreurs dans conditions latérales au frontière (Diaconescu et
al. 2007)
 Technique de pilotage utilisée peut introduire des erreurs
3
Échelles d’intérêt
Modèle Global


1

2
3
Modèle Régional
Longueur d’onde
Adapté de Laprise (2003)
Hypothèse: la région 3 comprend des échelles spatiales qui
sont représentées par les deux modèles mais qui sont
pauvrement résolues par le MGC (Laprise (2003), Feser
(2006)).
OBJECTIF général: étudier la valeur ajoutée dans des
simulations du MRC pour des statistiques quotidiennes
de précipitation dans la région 3
Approche objectif général: comparaison aux échelles du MGC
Climat
observé
Climat
MRC
Statistique
climatique
VALEUR
AJOUTÉE
Climat du MGC : CGCM3.1
Type: spectral
Res Hor..: T47 (approx. 3.75° lat-lon)
Climat
MGC
5
Approche objectif général: comparaison aux échelles du MGC
Climat
observé
Climat
MRC
Statistique
climatique
VALEUR
AJOUTÉE
Climat
MGC
Climat du MGC : CGCM3.1
Climat du MRC  version MRC_V4.2.0
Type du modèle: point de grille
Res. Hor.: 45 km at 60°
Domaine: 201 x 193 (AMNO)
Pilotée par CGCM3.1 v2 / Réanalyses
NCEP/NCAR, les deux avec pilotage spectral
6
Approche objectif général: comparaison aux échelles du MGC
Climat
observé
Climat
MRC
Statistique
climatique
VALEUR
AJOUTÉE
Climat
MGC
= 60 stations
--- ~ 60 MRC points
1 MGC point
*
Climat du MGC : CGCM3.1
Climat du MRC  version MRC_V4.2.0
Pilotée par CGCM3.1 v2
NCEP/NCAR, les deux avec lsn
/
Réanalyses
Climat
Observé
:
d’Environnement Canada.
* * * *
* ** *** **** **** *
* * * * ** * *
** ** *
*
*
*
*
* *** * * * *** *
* * * * ** *
*
* *** ********** ** **
*
Moyenne
spatial des
données
journalières
stations
*
Approche à utiliser: étudier des séries temporelles moyennées spatialement
sur des régions incluants
 1 point de grille du MGC
 4 points de grille du MGC
7
Approche pour les autres forçages

Variable


Précipitation
Forçage de surface:

5 régions différentes au Canada
1 point de grille
du MGC
5
1
2
3
4
4 points de grille
du MGC
Approche pour les autres forçages

Variable

 Précipitation
Forçage de surface



5 régions différentes
Statistiques climatiques (1971 - 1990)
 Moyennes mensuelles  Etudier le cycle annuel

Distributions de fréquence d’intensité

Événements plus extrêmes
Circulation atmosphérique
 Différentes saisons (DJF, MAM, JJA, SON)
MOYENNE MENSUELLE DE PRÉCIPITATION
OBS
REGION 2
MGCC
MRCC (pilote: CGCM)
MRCC (pilote: NCEP)
REGION 1
REGION 4
REGION 5
HISTOGRAMMES DE PRÉCIPITATION
- DONNÉES JOURNALIERES
Fréquence (%)
 HIVER (DJF) - REGION 1
OBS
MGCC
MRCC (pilote: CGCM)
MRCC (pilote: NCEP)
11
Seuil (mm/jour)
HISTOGRAMMES DE PRÉCIPITATION
 HIVER (DJF)
Fréquence (%)
REGION 2
OBS
- DONNÉES JOURNALIERES
MGCC
MRCC (CGCM)
OBS
MRCC (NCEP)
MGCC
MRCC (CGCM)
MRCC (NCEP) REGION 3
REGION 4
REGION 5
12
Seuil (mm/jour)
HISTOGRAMMES DE PRÉCIPITATION
- DONNÉES JOURNALIERES
Fréquence (%)
 ÉTÉ (JJA) - REGION 1
OBS
MGCC
MRCC (CGCM)
OBS
MRCC (NCEP)
MGCC
MRCC (CGCM)
MRCC (NCEP)
13
Seuil (mm/jour)
HISTOGRAMMES DE PRÉCIPITATION
 ÉTÉ (JJA)
Fréquence (%)
REGION 2
OBS
- DONNÉES JOURNALIERES
MGCC
MRCC (CGCM)
OBS
MRCC (NCEP)
MGCC
MRCC (CGCM)
MRCC (NCEP) REGION 3
REGION 4
REGION 5
14
Seuil (mm/jour)
ACCORD ENTRE DONNÉES SIMULÉES ET OBSERVÉES
• S: Mesure le degré de chevauchement entre deux
histogrammes
n
S   minPmod x , Pobs x 
x 1
 S = 1 pour deux histogrammes égales
 HIVER (DJF)
 ÉTÉ (JJA)
Région
Région
REPRESENTATION DES JOUR SECS
R m od 
Jour Secsmod
Jour Secsobs
Jours secs: événements avec un
taux de précipitation < 1 mm/jour
 HIVER (DJF)
 ÉTÉ (JJA)
Région
Région
PERCENTILE 95 %
 Evaluation des événements les plus intenses.
 5% de données journalières sont plus grandes que le percentile 95%
Taux de précipitation (mm/jour)
HIVER (DJF)
 ÉTÉOBS
(JJA)
MGCC
MRCC (CGCM)
OBS
MRCC (NCEP)
MGCC
MRCC (CGCM)
MRCC (NCEP)
40
30
20
10
0
1
2
3
Région
4
5
1
2
3
Région
4
5
17
RÉSUMÉ DES RESULTATS
 En général, les deux modèles (MRCC et MGCC) montrent
des performances semblables pour simuler :
 Cycle annuel (moyennes mensuelles)
 Histogrammes de précipitation en hiver
 En été, histogrammes caractérisés par
1. Sous-estimation d'occurrence "de jours secs"
2. Surestimation d'occurrence de précipitation faible
3. Sous-estimation d'occurrence d’intense précipitation
Presque indépendamment de la région, ce schéma de
déviations est plus prononcé dans le MRCC
Rien ne prouve qu’il existe de la valeur ajoutée
dans les simulation du MRCC
DISCUSSION
 Pourquoi pourrait-on attendre l’existence de valeur ajoutée
dans les échelles étudiées?
Hypothèse: La région 3 comprend des échelles spatiales qui
sont représentées par les deux modèles mais qui sont
pauvrement résolues par le MGC
 Sûrement valide dans le cas des variables instantanées
(Pielke (1991), Laprise (1992), Walters (2000)).
 Et pour des variables moyennées temporellement?
Dans notre étude, les résultats du MGCC dans des différents
domaines (1 et 4 points de grille) semblent montrer des
performances similaires
 L’hypothèse ne semble pas être appropriée
DISCUSSION
 Revers de l’approche utilisée
 La performance relative des statistiques simulées par les
deux modèles est déterminée en comparant les valeurs
simulées avec les observées.
 Mais un modèle peut produire des « bons » résultats pour
les mauvaises raisons.
 Exemple, résultats du MRCC piloté par le MGCC et par
les réanalyses
 Comment est-t-il donc possible d'obtenir de "meilleurs" résultats
en utilisant des données de pilotage d’une qualité inférieure?
 Les erreurs dans les CFL doivent nécessairement être
compensées par le MRCC.
Références
INTRODUCTION
•Denis, B., J. Côté and R. Laprise, 2002a: Spectral Decomposition of TwoDimensional Atmospheric Fields on Limited-Area Domains Using the Discrete
Cosine Transform (DCT). Mon. Wea. Rev., 130, 1812-1829.
•Diaconescu, E. P., R. Laprise and L. Sushama, 2007: The impact of lateral
boundary data errors on the simulated climate of a nested Regional Climate
Model. Clim. Dyn. 28(4), 333-350.
•Laprise, R., 2003: Resolved scales and nonlinear interactions in limited-area
models. J. Atmos. Sci., 60(5), 768-779.
METHODOLOGIE
•Durman, C. F., J. M. Gregory, D. C. Hassell, R. G. Jones et J. M. Murphy. "A
comparison of extreme European daily precipitation simulated by a global and a
regional climate model for present and future climates. Q. J. R. Meteorol.Soc.,
127, 1005-1015, 2001.
•Feser, F., 2006: Enhanced Detectability of Added Value in Limited-Area Model
Results Separated into Different Spatial Scales. Mon. Wea. Rev., 134, 2180–
2190.
Gutowski, W. J., S. G. Decker, R. A. Donavon, Z. Pan, R. W. Arritt and E. S. Takle,
2003: Temporal-spatial scales of observed and simulated precipitation in central
U.S. climate. J. Climate, 16, 3841-3847.
•Laprise, R., R. Jones, B. Kirtman, H. von Storch and W. Wergen, 2002:
Atmospheric regional climate models (RCMs): A multiple purpose tool? Report of the
« Joint WGNE/WGCM ad hoc Panel on Regional Climate Modelling », 19 pp.
RESULTATS
•Kunkel, K.E., K. Andsager, X.Z. Liang, R.W. Arritt, E.S. Takle, W.J. Gutowski, and Z.
Pan, 2002: Observations and Regional Climate Model Simulations of Heavy
Precipitation Events and Seasonal Anomalies: A Comparison. J. Hydrom., 3, 322–
334.
•Oreskes N., K. S. Shrader-Frechette and K. Belitz, 1994: Verification, Validation,
and Confirmation of Numerical Models in the Earth Sciences. Science, 263, 641–
646.
•Paquin D., D. Caya and R. Laprise, 2002: Treatment of moist convection in the
Canadian Regional Climate Model. Ouranos, Équipe Simulations climatiques.
Rapport interne no 1, 30 p.
Merci d’être venu