Le couplage des différentes composantes : assemblage du modèle de climat

Les différentes composantes d’un modèle de climat ne peuvent coexister sans interagir. En effet, l’évolution de chaque composante dépend directement de sorties d’une ou plusieurs autres composantes du modèle couplé. Le choix de la méthode de couplage du modèle est donc primordial.

Les composantes Arpege-Climat et Surfex, les modèles Nemo et Gelato, et la com- posante de routage des fleuves TRIP forment trois briques du modèle. Ces différentes briques de CNRM-CM5.1 sont couplées entre elles à l’aide du coupleur Oasis version 3 développé au Cerfacs (Valcke, 2006). Oasis permet d’interpoler et d’échanger les différentes données néces- saires aux briques du modèle. L’ensemble de ces données est listé en annexe de Voldoire et al. (2012). On peut citer quelques champs interpolés à titre d’exemple : la brique Nemo/Gelato envoie à Arpege-Climat des données relatives à l’albédo de la surface de la glace, l’étendue de la glace et les températures de surface de l’océan, tandis que le modèle Arpege-Climat donne à Nemo/Gelato les informations relatives aux précipitations, aux flux solaires et ther- miques, ainsi qu’à la dynamique de l’atmosphère à la surface (vents zonaux et méridionaux), entre autres. Le code Oasis se charge de l’interpolation de la grille atmosphérique à la grille océanique, et inversement, en tenant compte du masque terre-mer et des différents types de surface. De même, Oasis permet l’échange de données de la brique Arpege-Climat/Surfex vers TRIP et de TRIP vers Nemo/Gelato après calcul de l’écoulement des fleuves.

La figure2.2schématise ces différentes interactions entre les composantes du modèle couplé. La fréquence de couplage entre les différentes briques du modèle est de un jour, tandis que les modèles faisant partie d’une même brique interagissent à plus haute fréquence (chaque pas de temps généralement).

2.1.4 Implémentation d’une prévision saisonnière

Maintenant que le modèle couplé de climat CNRM-CM5.1 a été présenté, nous pouvons aborder l’implémentation d’une rétro-prévision saisonnière avec ce modèle sur une période d’étude donnée.

Figure 2.2 – Schéma des différentes composantes de CNRM-CM5.1 et des fréquences de couplage. (Source : GMGEC/ASTER, site Internet du CNRM-GAMEhttp://www.cnrm-game.fr/)

2.1 Composantes du modèle couplé CNRM-CM5.1

2.1.4.1 Conditions initiales

Les conditions initiales du modèle doivent être précisées pour chaque composante. A cet effet, on dispose de données de réanalyses atmosphériques et océaniques (voir le paragraphe

2.2.1.2) sur une période passée. Pour la glace de mer, les données d’observation sont rares ; de même pour certains paramètres des surfaces continentales comme la couverture de neige.

Dans le cadre de cette thèse, le choix a été fait de créer des conditions initiales atmosphé- riques, océaniques, de surface et de glace de mer à partir d’une implémentation continue sur une période historique du modèle couplé dont l’atmosphère et l’océan seraient guidés vers des données issues de réanalyses.3 _{Nous reviendrons sur ce point en temps utile. Les fichiers de}

conditions initiales ont été enregistrés chaque mois de cette période pour les données Surfex, Gelato, Arpege-Climat et Nemo, ainsi que les fichiers de conditions initiales de couplage pour Oasis.

Les prévisions saisonnières avec le modèle CNRM-CM5.1 étudiées dans le cadre de cette thèse sont initialisées à partir des mois de mai et novembre, et plus rarement de février et d’août. L’implémentation guidée du modèle sur la période historique démarre au mois de janvier de la première année, soit généralement au moins 5 mois en amont de l’initialisation de la première prévision saisonnière sur la période. Nous ferons l’hypothèse que ce délai suffit au modèle pour générer un équilibre, et donner des fichiers de conditions initiales cohérents pour chacune de ses composantes.

2.1.4.2 Choix d’implémentation

Contrairement aux simulations climatiques longues, les forçages en gaz à effet de serre, ozone et aérosols ne varient pas au cours d’une prévision saisonnière. En mode opérationnel, l’évolution des quantités de gaz à effet de serre et d’aérosols n’est pas prise en compte en temps réel dans le modèle, aussi avons nous choisi ici d’utiliser les mêmes conditions aux bords pour chaque année de la période de rétro-prévision.

Pour les aérosols, les concentrations de cinq types d’aérosols pour le mois en cours de prévision sont établies en prenant le mois correspondant et l’année 1990 dans la climatologie développée à l’IPSL (Szopa et al., 2012). Les autres forçages sont définis à partir des données du 1er _{janvier 1990 de la simulation historique de CMIP5.}

En cours de prévision, les sorties suivantes du modèle sont sauvegardées : ◦ les données quotidiennes :

– de température de surface minimale – de température de surface maximale – de géopotentiel à 500 hPa

– de pression au niveau de la mer – des précipitations totales ◦ les moyennes mensuelles :

– de température à la surface et à 850 hPa – de géopotentiel à 500 hPa

– des précipitations

Figure 2.3 – Principe de la prévision saisonnière d’ensemble entre 2 et 4 mois d’échéance (cas de la prévision de la saison JJA, pour un ensemble de 5 membres).

La plupart des prévisions saisonnières étudiées dans cette thèse ont été implémentées à partir de conditions initiales de début mai et début novembre, de manière à prévoir le climat d’une saison de trois mois avec un mois d’échéance (mois 2 à 4 de la période de prévision), c’est à dire les saisons juin, juillet, août (JJA) et décembre, janvier, février (DJF).4 _{Un schéma}

figure 2.3 rappelle le principe de prévision d’ensemble pour une prévision saisonnière d’une saison JJA à partir de données initiales pour début mai légèrement perturbées. Dans cette thèse, le choix a été fait de privilégier la taille des ensembles de simulation plutôt que la longueur des échéances des prévisions.

Si les prévisions avec CNRM-CM5.1 permettent d’inclure les différentes composantes dans le calcul de l’évolution du climat à l’échelle saisonnière, elles ne permettent pas d’avoir re- cours à la méthode de lagged-average pour initialiser les prévisions d’ensemble. En effet, il faudrait pour cela enregistrer à l’échelle quotidienne les fichiers de conditions initiales de chaque composante sur la période de réanalyse, ce qui représente un coût de stockage des données considérable. La méthode retenue ici est de perturber les champs atmosphériques des conditions initiales si nécessaire.

Les prévisions saisonnières implémentées de manière opérationnelle ont beaucoup de points communs avec celles décrites ici, mais ne comportent pas à Météo-France de composantes de glace de mer et de surfaces continentales modélisées. On utilise plutôt une climatologie sur une période récente pour ces composantes. L’initialisation des prévisions est alors faite en lagged- average afin de générer un ensemble de prévisions. Dans le cadre du consortium Eurosip, chaque mois un ensemble de 51 membres est implémenté à Météo-France. Actuellement, la version du modèle utilisée est un modèle couplé océan-atmosphère, avec le modèle Arpege- Climat v5.1 à la troncature T127 avec 31 niveaux verticaux, et pour l’océan la composante OPA de Nemo v3.2 avec une résolution nominale de 1◦_.