Compléments pour les expériences de prévisibilité avec ARPEGE- ARPEGE-ENSEMBLES (1960-2005)

 L’expérience complémentaire RAF-complet

Une expérience complémentaire à l’expérience RAF de l’article a été réalisée afin d’évaluer l’impact de l’utilisation de l’ensemble des forçages atmosphériques du modèle ISBA (incluant également le vent, l’humidité et le rayonnement) au lieu de la température et des précipitations seulement (FIG. 5.1). Cette expérience supplémentaire, appelée par la suite RAF-complet, a été effectuée dans le but d’évaluer si une amélioration des prévisions saisonnières de débits et d’humidité des sols était constatée dans le cas d’un forçage atmosphérique amélioré.

FIG. 5.1. Méthodologie de la constitution du forçage atmosphérique pour l’expérience RAF (gauche) et l’expérience complémentaire RAF complet (droite).

Les résultats des simulations et leurs scores n’ont cependant montré aucune différence significative entre l’expérience RAF et l’expérience RAF-complet, sur les débits et les SWI

A – Forçage atmosphérique

Températures et précipitations

Climatologie SAFRAN 1960-2005

(vent, humidité, pression et rayonnements)

Réanalyses SAFRAN (1960-2005)

A – Forçage atmosphérique

Températures et précipitations +

vent, humidité, pression et rayonnements

Réanalyses SAFRAN (1960-2005)

sur la France métropolitaine pour le printemps. Seule la forme des diagrammes de Talagrand montrent une différence pour les SWI (FIG. 5.2).

FIG. 5.2. Diagrammes de Talagrand de l’expérience RAF (gauche) et RAF-complet (droite) pour les SWI moyens trimestriels (MAM) en France pour la période 1960-2005. La ligne en pointillé représente le diagramme théorique.

Grâce à cette expérience complémentaire, nous pouvons donc confirmer qu’à cette échéance, pour la saison du printemps, les paramètres de températures et de précipitations totales sont les paramètres clés agissant sur les débits et l’indice d’humidité des sols en France. Les autres paramètres nécessaires en entrée d’ISBA (vent, humidité, rayonnements) n’influant pas sur les scores de débits et les SWI pour le trimestre étudié.

Ce constat a donc des conséquences pratiques pour la mise en opérationnel de la prévision d’ensemble, en réduisant fortement le volume de données de forçages nécessaires, et en facilitant les opérations de descente d’échelle nécessaires en amont des simulations hydrologiques.

 Evolution des scores mois par mois

Dans l’article, seuls les scores trimestriels ont été présentés. Or, nous avons également calculés des scores mensuels.

Sur la FIG. 5.3, nous pouvons voir que l’expérience RAF simule mieux les SWI pour le mois de Mars que pour les autres mois, la qualité des prévisions se dégradant avec l’échéance. Nous pouvons donc en conclure que l’humidité du sol ne persiste globalement sur la France qu’environ deux mois, puisque l’initialisation de l’état initial du sol (incluant l’humidité du sol) se fait le 31 Janvier, et qu’au mois de Mars de bon scores sont obtenus sur la quasi-totalité de la France avec un état initial du sol réel (expérience RAF). Les régions

montagneuses de haute altitude ont cependant des scores qui restent significatifs jusqu’en Mai, en liaison avec la couverture neigeuse, qui a tendance à prolonger la prévisibilité de ce paramètre. Ceci nous est confirmé dans le cas de l’expérience RIS. En effet, les scores de corrélations temporelles (FIG 5.3) sont non significatifs sur les hautes montagnes (surtout les Alpes) jusqu’en Avril, alors que les autres régions sont dominées par de très fortes corrélations montrant l’importance dominante du forçage atmosphérique dans la prévision saisonnière des SWI au printemps.

FIG. 5.3. Corrélations temporelles des SWI moyens en France pour l’expérience RAF (gauche) et RIS (droite) pour le trimestre Mars-Avril-Mai, puis les mois de Mars, Avril et Mai sur la période 1960-2005

5.3.2 Amélioration du forçage atmosphérique : ajustement du seuil de discrimination pluie/neige

Comme nous l’avons vu dans la section 3.5.1., la chaîne de prévision saisonnière hydrologique Hydro-SF utilise un seuil de température pour discriminer la pluie de la neige à 0.5°C, une fois la descente d’échelle spatiale réalisée. Or, il a été constaté que la pluie est surestimée tandis que la neige est sous-estimée [Tanguy, 2008].

Afin de corriger la surestimation de la pluie et la sous-estimation de la neige, nous avons donc réalisée 4 expériences avec la chaîne de prévision saisonnière hydrologique. Chacune des expériences utilise ainsi un seuil de discrimination pluie/neige différent : 0.5 °C (version utilisée jusqu’à présent), 1°C, 1.5°C et 2°C.

Sur la FIG. 5.4, nous pouvons observer les diagrammes de Talagrand pour la pluie et la neige pour les 4 expériences avec le forçage atmosphérique issu du modèle ARPEGE-ENSEMBLES sur la période passée de 1960 à 2005 et le trimestre Mars-Avril-Mai.

Les diagrammes de Talagrand, pour la pluie et pour tous les seuils de discrimination pluie/neige, montrent des diagrammes en forme de L caractéristiques d’une surestimation des pluies. Par contre, si nous regardons les diagrammes de Talagrand pour la neige, nous pouvons constater que :

- les diagrammes correspondants aux seuils de discrimination pluie/neige à 0.5 et 1 °C sont en forme de J, caractéristiques d’une sous-estimation de la neige ;

- le diagramme correspondant à un seuil de discrimination pluie/neige à 2°C, montre une légère surestimation de la neige ;

- le diagramme correspondant à un seuil de discrimination pluie/neige à 1.5 °C, montre pour la neige un diagramme plus équilibré.

Même si les pluies restent surestimées, le changement du diagramme de Talagrand au seuil de partition entre la pluie et la neige avec une température de 1.5°C, nous laisse donc supposer que ce seuil gagnerait à être utilisé pour ne pas sous-estimer la neige au printemps par rapport au seuil précédent fixé à 0.5°C.

De plus, le seuil de 1.5 °C est déjà utilisé dans la descente d’échelle des précipitations par type de temps en France [Pagé et al., 2010], et s’est révélé comme optimum dans une analyse discriminante entre température à deux mètres et observation de la neige, étude réalisée dans le cadre du projet Optima (communication personnelle J.P. Céron).

Par contre, il existe toujours une surestimation globale des pluies en France même si le seuil de discrimination pluie/neige est modifié (FIG. 5.4). En fait, les précipitations totales sont globalement surestimées en France par la chaîne Hydro-SF.

T = 0.5 °C

T = 1 °C

T = 1,5 °C

Pluie ^Neige

T = 2 °C

FIG. 5.4. Diagrammes de Talagrand du cumul de pluie et de neige pour les différents seuils de discrimination pluie/neige testés en France métropolitaine avec le modèle ARPEGE-ENSEMBLES sur le trimestre Mars-Avril-Mai (1960-2005). La ligne en pointillé représente le diagramme théorique.