Upload
eugene-savary
View
106
Download
3
Embed Size (px)
Citation preview
Prévisibilité décennale
Initialiser un modèle couplé pour prévoir la variabilité naturelle du climat
Didier Swingedouw, Juliette Mignot, Sonia Labetoule, Aurélie Persechino, Eric
Guilyardi, Benoit Vannière, Jérôme Servonnat (bientôt)
Variabilité climatique
Variabilité décennale en plus d’une tendance liée aux GHG
Forçage? (aérosols, soleil)
Variations naturelles du système climatique superposées à la réponse aux GHG
IPCC 2007, Chapitre 2
Température globale
Variabilité climatique
Simulations d’un même modèle sous le même scenario avec conditions initiales différentes
Variabilité décennale
Température globale modèle GFDL (A1B)
Prévisibilité
Deux types de prévisibilité (cf. Edward Lorenz): Première espèce : conditions initiales Deuxième espèce : conditions aux limites
Meehl et al. 2009
Sources d’incertitude
Hawkins & Sutton 2009
Atlantic Multi-decadal Oscillation Pacific Decadal Oscillation
Variabilité mutidécennale
1ière EOF SST par bassin
Régionalisation
AMO index
Température moyenne sur 30 stations représentatives en France
Figure de Christophe Cassou
Prévision décennale
Grandes tendances
Premières tentatives: Effet global et régional
Pas d’accord entre les prévisions à cause de :
modèles différents
méthodes d’initialisation différentes
Meehl et al. 2009
: AMOC proxy (Latif et al. 2006)
ORCA2
144 x 142 x L39
Test préminaires : (résultats présentés ici)
Objectifs
96 x 95 x L39
Preliminary tests (here): control simulations only, with fixed external forcing
Prévisibilité décennale à l’IPSL: outils
+ PISCES
Prévisibilité décennale : rôle
de l’AMOC
Figure d’aurélie Persechino
Corrélation d’ensemble AMOC
€
∂t x = Flx + Adv + Diff + γ (x − xobs)
Initialisation : « nudging »
Rappeler le modèle vers des observations
Méthode la plus simple : mettre un terme de rappel dans les équations
Choix à l’IPSL :
SST et « avec ou sans » vent
Anomalies plutôt que valeur totale (problème de dérive initiale)
Initialisation des modes de variabilité en SST
Observations
SST
SST+wind
Observations
SST
SST+wind
EOF 1 par bassin
Variabilité AMOC récente
Pas de mesures continues de l’AMOC sur longue période de temps
Estimation via assimilation de données Huck et al. 2008
Nudging initialise bien notre AMOC !
Signif 90%
(pas 99%)
Et la NAO ?
NCEP ERA40
SST SST+wind
Expériences CMIP5 de prévisibilité du climat
1960 1965 1970 198519801975 200019951990 2005 2010 2030
A l’IPSL : on ne met pas de forçage radiatif = prévisibilité première espèce
Hindcasts pour SST’
AMOMax(AMOC)
Prévisibilité en mode hindcast
1960 1965 1970 198519801975 200019951990 2005 2010 2030
Observations
Keenlyside et al. 2008
SST’ nudgingSST’ nudging+ wind stress forcing
SST’ + WS fait moins bien (?)
Hindcasts
Carte de corrélation moyenne d’ensemble sur 10 ans (sans forçage radiatif !) pour chaque date de départ avec observations
Figures de Juliette Mignot
Perspectives
Inclure le forçage radiatif ! (Sonia Labetoule)
Initialisation en SSS (Sonia Labetoule & Didier Swingedouw)
Etudes en modèle parfait plus poussées (Juliette Mignot & Aurélie Persechino)
Compréhension de l’initialisation de l’AMOC (Didier Swingedouw)
Mécansime de prévisibilité dans l’atmopshère (Jérôme Servonnat, EPIDOM)
Merci
AMO and AMOC (coupled GCMs)
Dunstone and Smith 2010
HadCM3 idealised experiments
Comparison of assimilation of
different amounts of ocean data
Forecasting with SST nudging only?
- Fail of global SST assimilation with six hourly
relaxation: strong increase of MOC
-Still strong increase if SST assimilated
poleward of 60°N only.
- Better with 96hrs relaxation, but not good
reproduction of variability.
*(3yr running means)
Anomalies normalisées
Pohlmann et al 2010AMOC 45°NAMOC variability
1960-2005
SST’ + WS
SST’ + WS * 2
SST’ + WS,
different I.C.
Control simulation
SST’
*(3yr running means)
Anomalies normalisées
Pohlmann et al 2010AMOC 45°NAMOC variability
1960-2005
SST’ + WS
SST’ + WS * 2
SST’ + WS,
different I.C.
SST’ equatorward (60°)
Control simulation
SST’
Keenlyside et al 2008
10YR averages
SST nudging
= 40W/m2/K
SST nudging
= 40W/m2/K
+ wind stress forcing
SST correlations
with the control
initialized simulation
Hindcasts
SST nudging
= 40W/m2/K
SST nudging
= 40W/m2/K
+ wind stress forcing
30S
0
30N
60N
30S
0
30N
60N
corelations
with the control
initialized simulation
Oceanic heat content
0-300m
SST
Hindcasts
Relative skill de
SST’ + WS a bit
better for OHC 0-
300m?
SST nudging
= 40W/m2/K
SST nudging
= 40W/m2/K
+ wind stress forcing
SSS
Hindcasts
SST’ + WS fait bcp
mieux pour la SSS?
Conclusions
• SST nudging gives reasonable initialization when the nudging strength is
set with care
• Still, induces artifical feedbacks and would require SSS nudging for consistency
• Benefit of additional wind stress forcing still needs to be precisely assessed
(pb OHC du run initialisé, mais predicitve skill plutôt meilleure pour SSS?)
• Promising hindcasts results on North Atlantic SSTs / heat content (and AMOC)
Next steps
• Better asses the mechanisms of predictability: perfect model studies
• Better assess the impact of surface initialization: perfect model initialization
• Better assess the predictability skill over land / atmosphere
• Better asses the initialization and predictability skill of the AMOC
• Perform full exercice with consistent external forcing and enhanced atmospheric
resolution
• Test other ways of initializing at the surface: repeated initialization cycles,
SSS nudging, bulk formulaes.
“ Worst
case” (no
assimilated
data)
Other panels show
difference
between
assimilated AMOC
and “truth” as a
funcMon of
observing system
“BEST”
(Argo plus
atmosphere temp
and winds)