5.2.2 Mesures de bilan de masse
5.3.1.6 Calage du modèle d’albédo
La routine de calcul de l'albédo a été calée à partir des mesures de 2002-2003. Ce
calage a été effectué en utilisant les paramètres optimaux proposés dans la section
précédente.
Nous avons tout d’abord calé le modèle en optimisant les valeurs du coefficient de
Nash obtenu entre les valeurs de bilan de masse mensuel mesurées et modélisées. Nous
verrons que cette méthode permet de reproduire parfaitement le bilan de masse de surface
sur le cycle étudié, mais donne des valeurs incohérentes pour l’albédo. Nous avons donc
choisi d’effectuer une optimisation de l’albédo journalier calculé. Nous observerons que
cette méthode permet de calculer un albédo de qualité mais reproduit assez mal les bilans de
masse de surface. Nous avons finalement créé un nouvel estimateur à l’aide de l’équation
(16) en prenant garde d’optimiser les valeurs d’albédo et de bilan de masse de surface. Nous
verrons que cet estimateur est plus satisfaisant dans notre cas.
a) Calibration initiale, critique de l’approche précédente et adaptation
Le calage du modèle est effectué de façon à obtenir la meilleure correspondance
entre bilans de masse mensuels mesurés et modélisés. Cette approche présente le
désavantage de reproduire avec précision les variations du bilan de masse moyenne sur un
mois (Figure 5.3, courbe noire), sans se soucier vraiment de la qualité de la reproduction des
variations journalières. Cette méthode conduit donc à reproduire correctement l’albédo
moyen mais pas les variations brutales d’albédo (Figure 5.4). Il en résulte une reproduction
assez correcte du bilan radiatif de courtes longueurs d’onde sur un mois mais pas des
variations brutales de l’albédo. Plus précisément, les valeurs d’albédo élevées sont bien
reproduites car une différence d’albédo de 0,05 a des répercutions fortes sur le bilan
d’énergie. Par contre, lorsque que l’albédo est proche de 0,2 à 0,4 les variations sont assez
mal reproduites, la calibration étant seulement capable de reproduire une valeur moyenne.
C’est pourquoi cette approche permet de reproduire précisément les valeurs d’albédo de la
neige mais pas celles de la glace.
110
Figure 5.3. Valeurs de bilan de masse de surface observées (cercles) et calculées dans le cadre de l’optimisation de l’albédo (courbe grise, les valeurs du coefficient obtenues avec les valeurs d’albédo Ealbedo = 0.50, avec le bilan de masse EMB = 0.32) et de l’optimisation du bilan de masse (courbe noire, Ealbedo = 0.45 et EMB = 0.79). Les barres au-dessus et en dessous des cercles représentent l’erreur de mesure des balises.
Une analyse des paramètres optimaux (voir Tableau 5.3) du modèle d’albédo montre
que le problème concerne principalement les valeurs d’albédo de la glace sale et propre qui
sont élevées et pratiquement identiques, empêchant une décroissance rapide de l’albédo.
111
Figure 5.4. Calibration optimale de l’albédo en se basant sur les valeurs du coefficient de Nash calculé à partir des valeurs mensuelles de bilan de masse (Ealbedo). La courbe bleue présente les mesures, la courbe rouge présente la simulation optimale de l’albédo.
Cette modélisation offre donc des résultats de mauvaise qualité en terme d’albédo.
Sachant que c’est l’albédo qui contrôle les variations du bilan de masse avec l’altitude, ce
point laisse penser que les résultats du modèle à d’autres altitudes seront médiocres.
b) Seconde approche, analyse critique et adaptation
Nous avons donc opté pour un calage sur les valeurs d’albédo. Ce calage permet
effectivement de mieux reproduire les variations haute fréquence de l’albédo (Figure 5.5).
Par contre, le modèle est incapable de reproduire correctement les variations de bilan de
masse mesurées. La valeur du coefficient de Nash entre bilans mensuels mesurés et calculés
est assez médiocre (Figure 5.3, courbe grise).
112
Figure 5.5. Calibration optimale de l’albédo en se basant sur les valeurs du coefficient de Nash calculé à partir des valeurs journalières d’albédo (Ealbedo). La courbe bleue présente les mesures, la courbe rouge présente la simulation optimale de l’albédo.
Ce calage est donc lui aussi insatisfaisant car il ne permet pas de rendre compte de
l’ablation observée. Nous avons donc effectué une troisième optimisation des paramètres.
c) Application du troisième estimateur
L’utilisation du troisième estimateur donne des résultats de qualité en termes de bilan
de masse (Figure 5.6), même si les variations d’albédo restent relativement proches de celles
observées avec l’estimateur E
BM(Figure 5.6).
113
Figure 5.6. Valeurs de bilan de masse de surface observées (cercles) et calculées dans le cadre de l’optimisation à l’aide du troisième estimateur. La courbe en noir représente la simulation optimale. Les barres au-dessus et en-dessous des cercles représentent l’erreur de mesure des balises.
d) Analyse des paramètres optimaux obtenus
Les paramètres optimaux sont présentés dans le Tableau 5.3. Ceux-ci peuvent être
comparés à ceux proposés par Sicart et al., [2011] sur le glacier du Zongo ou par Oerlemans
et Knap, [1998] dans les Alpes. Nos paramètres sont significativement différents de ceux
proposés par Sicart et al., [2011], confirmant les conclusions effectuées par Wagnon et al.,
[2009], qui avaient montré que le manteau neigeux saisonnier était mieux reproduit lorsque
l’albédo était forcé à partir des paramétrisations utilisées dans les Alpes. Néanmoins, nous
observons que les paramétrisations des Alpes sont inadaptées dans notre cas, car la
dégradation de l’albédo est plus rapide en Equateur. Cela reflète un métamorphisme rapide.
114
Tableau 5.3. Valeurs des paramètres optimisés de la routine d’albédo comparées à celles provenant de publications de Sicart et al. [2011] en Bolivie Oerlemans et Knap. [1998] pour les Alpes.
Optimisation 1 Optimisation 2 Optimisation 3 Sicart et al. 2011 Oerlemans and Knap, 1998 seuil précipitation (mm éq.e/ 30mn) 0,00034 0,0002 0.00036
albédo neige propre 0,97 0.86 0.91 0,9 0,75
albédo névé 0,55 0.62 0.6 0,6 0,53
n* (jours) 0,78 0.87 0.85 10 21,9
e* (mm) 6,8 5.9 6.55 6 32
albedo glace 0,35 0,34
albédo glace propre 0,55 0.47 0.46
albédo glace sale 0,47 0.22 0.21
nstarglace 97 80 82.6
nsglace 1,24 0.59 1.52