Données de pluies simulées et projetées

Les projections climatiques sont affectées par trois sources d'incertitude : la variabilité naturelle, l’incertitude du scénario et l'incertitude du modèle (CH2011, 2011; Hawkins et Sutton, 2009). La variabilité naturelle est importante à connaître pour les prévisions décennales. Pour les prévisions à long terme, l'incertitude du scénario domine (Hawkins et Sutton, 2009). Cette dernière fait référence à la difficulté d'estimer les émissions de gaz à effet de serre et des aérosols, qui dépendent fortement de l'évolution des activités socioéconomiques. L’incertitude du modèle est causée par le manque de compréhension des

71 processus, la capacité limitée dans la description de ces derniers ou la faible résolution des modèles climatiques qui servent à paramétrer les processus pertinents. Les incertitudes dues aux conditions initiales et aux limites sont d'une importance mineure dans les projections à long terme (Knutti et al., 2010).

Pour tenir compte de l'incertitude du modèle, différents modèles sont utilisés dans les projections ; ces dernières utilisent des paramètres développés indépendamment. Leurs résultats sont combinés en multi-modèle ensemblistes (Knutti et al., 2010). En outre, les MCR sont imbriqués dans les MCG et exécutés pour des conditions aux limites dérivées des MCG. Ils sont capables de simuler les processus avec des résolutions plus élevées (Hawkins et Sutton, 2009). Une troisième approche est d'obtenir plusieurs ensembles du même modèle climatique, par le biais des perturbations des conditions initiales atmosphère-océan (van der Linden et Mitchell, 2009). Les ensembles basés sur les multi-modèles sont rapportés comme plus pertinents que les ensembles mono-modèles (Palmer et al., 2005).

Dans ce travail de recherche, l’ensemble des simulations et projections climatiques régionales, spatio-temporellement agrégées, produites par les sous projets RT3 et RT2B du projet ENSEMBLES sont utilisées (http://ensemblesrt3.dmi.dk/extended_table.html, 2010).

Le projet ENSEMBLES est une initiative de la Communauté européenne financée dans le cadre du 6ème _{programme-cadre de la Commission Européenne. Il s'agit d'un projet sur} cinq ans lancé en septembre 2004, dont les objectifs principaux étaient les suivants : 1) définir des prévisions de probabilité concernant l'incertitude relative au climat futur aux niveaux saisonnier et décennal, 2) réduire l'incertitude dans les modèles, et 3) établir des relations entre les résultats générés et des applications dans divers domaines susceptibles d'être affectés par les changements climatiques, tels que les ressources en eau, l'agriculture et la gestion des risques. Le projet ENSEMBLES couvre l’Europe et une partie de l’Afrique du nord.

Le sous projet RT3 a servi à la formulation d’ensembles de 16 MCR à aire limitée, utilisant à leurs frontières latérales les mêmes conditions que celles qui sont issues des réanalyses ERA40 du CEPMMT. Il a produit un système d’ensembles multi-modèles pour la prévision du climat régional à des échelles de temps multi-décennales et à des échelles spatiales de 25 et 50 km sur toute l'Europe et une partie de l’Afrique du nord. Les simulations du RT3, dont la majorité est disponible entre 1961 et 2000, ont été précédemment utilisées par diverses études (Oettli et al., 2011 ; Paeth et al., 2011 ; Ibrahim et al., 2012 ; Salack et al., 2012 ; Diallo et al., 2013).

Le sous projet RT2B a permis la construction des scénarios climatiques régionaux probabilistes à haute résolution, à l'aide de méthodes de réduction d'échelle dynamiques et

72 statistiques, dans l’objectif d’évaluation des impacts. Le RT2B exploite le potentiel des MCR développés dans le RT3 et fournit des projections climatiques qui s'étendent sur la période 1951-2050, et certaines projections peuvent atteindre l’année 2100.

Les résultats du sous projet RT3 nous ont servi à évaluer 5 MCR en matière de répartition des pluies, en vue de choisir les modèles qui reprennent mieux la climatologie des zones étudiées alors que ceux du projet RT2B nous ont permis d’étudier les projections des modèles les plus précis déjà retenus. Toutes les analyses des simulations ont été réalisées en comparant, pour une station de mesure donnée, les pluies observées (moyennes et extrêmes) avec celles simulées par les MCR dans le point de grille le plus proche à la station.

Un aperçu détaillé des MCR qui ont contribué à cette étude est donnée dans le Tableau III.7. Chaque MCR retenu fonctionne avec une résolution horizontale de 25 km (0.22°)

(Figure III.11), couvrant la zone d'étude. Les distances entre chaque site d’observation et le point de grille le plus proche pour chaque modèle sont présentés sur le Tableau III. 8. Chaque simulation fournit une sortie avec plusieurs paramètres météorologiques de résolution temporelle journalière allant de 1960 à 2000. Pour le besoin de cette étude, seuls les totaux journaliers des précipitations sont utilisés. La quantité des précipitations sortie de chaque MCR est donnée en (kg m-2 _s-1_{) et est convertie en mm par jour.}

Tableau III. 7 : Caractéristiques des modèles climatiques régionaux.

RCM Institution Abbreviation Référence

RegCM International Center for Theoretical

Physics (ICTP, Italy) ICTP– RegCM3 Pal et al. (2007) RCA Instituto Nacional de Meteorologial

(INM, Spain)

INM – RCA3 Kjellström et al. (2005) CLM Swiss Federal Institute of Technology

(ETHZ, Swiss)

ETHZ – CLM Böhm (2006) RM National Center of Meteorological

Research (CNRM, France)

CNRM – RM4.5 Radu et al. (2008) RCA The Community Climate Change

Consortium for (C4I, Ireland)

C4I – RCA3 Kjellström et al. (2005) Jones et al. (2004)

73

Figure III. 11 : Grille des modèles climatiques régionaux (points noirs).

Tableau III. 8 : Distance entre chaque station de mesure et le point le plus proche de la grille

du MCR (km). MCR Site RegCM (ICTP) RCA3 (INM) CLM (EHTZ) RM4.5 (CNRM) RCA3 (C4I) Rabat Salé 1.21 5.85 5.33 5.45 5.33 Kasba Tadla 17.85 13.45 9.2 9.27 9.2 Marrakech 7.65 13.64 8.42 6.91 8.42 Safi 7.86 3.82 7.24 15.1 7.24 Tanger 11.05 11.72 13.07 11.76 13.07 Fès 6.5 4.14 12.66 10.91 12.66 Agadir 9.22 14.94 9.29 10.97 9.29 Ouarzazate 7.61 13.36 11.14 6.3 11.14