e-Lettre N°1 – DAMIP

e-Lettre Climeri-France N°1 - Novembre 2020

CMIP6 : L’écho des contributions françaises dans les différents MIPs

DAMIP - Projet d'intercomparaison des modèles de détection et d'attribution

CMIP6 : Contrainte des projections climatiques par les observations aux échelles globale et locale

Contrainte observationnelle sur les simulations CMIP6 historiques et projections climatiques de la température annuelle pour le scénario SSP5-8.5. La contrainte est appliquée aux simulations historiques (de 1850 à 2014) et sur les projections SSP5-8.5 (de 2014 à 2019). a) Les valeurs annuelles observées de température globale (points noirs) sont comparées aux intervalles de confiance (5- 95 %) de la réponse forcée, sans contrainte (rose) et avec contrainte (rouge), tels qu'ils sont estimés par 22 modèles CMIP6. Toutes les températures sont exprimées en anomalies par rapport à la période 1850-1900. b) Différences d’anomalies moyennes de température en 2081-2100 par rapport à la période 1850-1900 entre l’ensemble CMIP6 contraint après application de la méthode en utilisant les observations locales (une par point de grille) et l’ensemble non contraint.

De nombreuses études ont cherché à réduire les incertitudes associées aux projections climatiques sur la base d'observations récentes. Celles-ci ont notamment été utilisées pour évaluer des ensembles de modèles de climat afin de ne retenir que les plus réalistes, et pour réduire (ou contraindre) leurs incertitudes dans leurs projections. Jusqu’à présent, l’impact de ces contraintes était limité, et les intervalles d'incertitude relatifs au changement climatique futur sont encore principalement déterminés par les sorties de modèles. Nous avons utilisé l'ensemble de modèles CMIP6, des observations améliorées, et une nouvelle méthode statistique inspirée du krigeage pour réduire l'incertitude sur les estimations du réchauffement d'origine anthropique à la fois dans le passé mais aussi dans le futur. Nous obtenons des estimations contraintes par les observations : du réchauffement global attribuable à l’activité humaine à ce jour (en utilisant les scénarios d’attribution DAMIP), du rythme de réchauffement attribuable, de la réponse pour plusieurs scénarios futurs, mais également de la sensibilité climatique. Notre méthode basée sur l’ensemble des observations disponibles réduit considérablement l'incertitude modèle sur l'augmentation de la température globale sur la période 1850-2018, mais également sur les projections climatiques, avec une réduction d'environ 50 % sur la période 2080-2100 (Figure a). Une validation croisée dite "en modèle parfait", i.e. en considérant chaque réalisation (membre) de chaque modèle CMIP6 comme autant de pseudo-observations, suggère que notre méthode fournit des résultats satisfaisants. Ces résultats suggèrent qu’utiliser l’ensemble CMIP6 en considérant chaque modèle comme équiprobable ne constitue plus la meilleure approche pour étudier les projections climatiques. La méthode que nous proposons est facilement transposable, ouvrant ainsi la possibilité de suivre le changement climatique et de réduire son incertitude qui lui est associée à la fois à l’échelle globale, mais aussi régionale (Figure b) et/ou pour différentes variables climatiques.

Rédacteur : S. Qasmi

Références (fournies sur demande) :

  • Ribes, A., et al. Making climate projections conditional on historical observations, Sciences Advances, en révision.
  • Qasmi, S. and Ribes, A. Monitoring and reducing climate uncertainty at local scale, en préparation.

 

  • Pour accéder à tous les articles de la e-Lettre N°1, cliquer ici

 

  • Pour obtenir la version imprimable de la e-Lettre N°1, cliquer sur l'image