III. Simulation des variables biogéophysiques sur la France
III.2. Sensibilité aux forçages du modèle ISBA-A-gs sur la France
III.2.2. Mise en évidence des différences obtenues sur la simulation des
ERA-Interim sur la France
Le tableau 1 montre les scores obtenus lors de la comparaison des simulations des différentes variables réalisées à partir des forçages ERA-Interim et SAFRAN. Ces scores sont calculés à partir de sorties journalières du modèle sur la période 1991-2008. La première remarque qui peut être formulée est que les différentes simulations obtenues à partir des forçages ERA-Interim et de différents jeux de précipitations ERA-I corrigés 3.2 Sensibilité aux forçages du modèle ISBA-A-gs sur la France
64
et/ou débiaisés sont très cohérentes avec les simulations réalisées avec les forçages SAFRAN. En effet, quelle que soit la variable biophysique que l’on considère, les coefficients de corrélation au carré (r²) sont supérieurs à 0.8 voire à 0.9 pour le cas des humidités du sol, des couches racinaire et superficielle. Il a été montré dans l’article présenté dans le Chapitre 2 que la variabilité journalière des différentes variables atmosphériques ERA-Interim (précipitations, rayonnement, température et humidité de l’air, vitesse du vent) décrivait bien la variabilité journalière observée puisque les r² obtenus entre les données SAFRAN et les données ERA-Interim étaient très élevés. Les plus grandes différences étaient observées sur les données de précipitations et de rayonnement qui traduisaient correctement la variabilité journalière mais présentaient des biais par rapport aux données de référence considérées.
Forçages Forçages Forçages
Forçages Scores ScoresScoresScores WWWW2 2 2 2 (m(m(m(m3 3 3 3 mmmm----3333)))) WWWWg g g g (m(m(m(m3 3 3 3 mmmm----3333)))) LAI (mLAI (mLAI (mLAI (m2 2 2 2 mmmm----2222))))
r² 0.95 0.96 0.82 Biais -0.016 -0.024 -0.357 ERA ERA ERA ERA----IIII RMSE 0.017 0.029 0.618 r² 0.97 0.96 0.88 biais -0.010 -0.016 -0.145 ERA ERA ERA ERA----IIII----RRR R RMSE 0.012 0.023 0.431 r² 0.98 0.95 0.91 biais -0.008 -0.014 -0.042 ERA ERA ERA ERA----IIII----RGRGRG RG RMSE 0.010 0.020 0.346 SAFRAN SAFRAN SAFRAN SAFRAN Moyenne 0.239 0.253 2.129
Tableau 1. Scores (r², biais et RMSE) obtenus pour le LAI, w2 et wg simulés avec ISBA-A-gs
et le jeu de forçages considéré d’une part et les données SAFRAN d’autre part.
Les biais et RMSE sont donnés en m3 m-3 pour les humidités des différentes
couches du sol et en m2 m-2 pour le LAI.
Le tableau 1 montre que les biais existants entre les données SAFRAN et les différentes séries de données ERA-Interim engendrent des biais moyens sur l’humidité simulée de la couche racinaire de 0.016, 0.010 et 0.008 m3 m-3 lorsque les simulations sont
respectivement réalisées à partir des précipitations ERA-I, ERA-I-R et ERA-I-RG. Les biais sont plus élevés sur l’humidité superficielle simulée et sont respectivement égaux à 0.024, 0.016 et 0.014 m3 m-3. On relève enfin que des erreurs relativement fortes sont
obtenues sur la simulation du LAI, avec des biais de 0.36, 0.15 et 0.04 pour les différentes simulations ERA-Interim.
Dans un deuxième temps, les 4 séries de simulations de LAI utilisées précédemment ont été comparées aux produits satellitaires MODIS et CYCLOPES. La figure 9 représente les différents jeux de LAI considérés sur la période 2000-2003, même si les scores donnés par la suite sont calculés sur la totalité de la période 2000-2007, période sur laquelle les données MODIS et CYCLOPES sont disponibles. Cette figure se limite à la période 2000-2003 qui met à la fois en évidence une année humide (2002) et une année
65
sèche (2003) et permet ainsi de confronter les différents jeux de données pour des années hydrologiquement variées.
Figure 9. Suivi journalier des LAI issus du modèle ISBA-A-gs forcé par SAFRAN, ERA-I, ERA-I-R et ERA-I-RG et des LAI satellitaires MODIS et CYCLOPES sur la période 2000-
2003 sur la France
Les produits satellitaires ont tendance à saturer pour les grandes valeurs de LAI ce qui peut expliquer le fait que les LAI satellitaires soient plus faibles en été que les LAI du modèle. Des études ont montré que CYCLOPES présente des valeurs maximales de LAI plus faibles (saturation du signal pour des valeurs de LAI importantes) que les valeurs de LAI obtenues à partir d’autres algorithmes (Chen et al., 2005) et on s’attendrait donc à ce que la courbe des LAI satellitaires MODIS soit au-dessus de la courbe des LAI satellitaires CYCLOPES. Ce n’est pas le cas sur la figure 9. En regardant plus spécifiquement les cycles annuels moyens de LAI observés par CYCLOPES et MODIS sur la France sur une grille régulière de 8km (Lafont et al., 2012), on observe que sur les zones où les valeurs de LAI sont élevées (zones de forêts), les LAI issus de MODIS sont effectivement supérieurs à ceux produits par CYCLOPES. Sur les zones recouvertes majoritairement de végétation basse (zone de culture et de prairie), MODIS a tendance à observer des valeurs de LAI plus faibles que celles observées par CYCLOPES. Comme on observe en France davantage de régions recouvertes de végétation basse que de forêt, on a alors tendance à obtenir avec MODIS des maximums sur les cycles annuels de LAI inférieurs à ceux observés par CYCLOPES, lorsque l’on étudie des cycles végétatifs moyennés sur la France entière.
Les années 2002 et 2003, présentent des cycles annuels de LAI très différents. L’année 2002 qui peut être considérée comme une année plutôt humide, présente une durée plus longue du cycle de LAI. L’année 2003, au contraire, correspond à une année de sécheresse sur une partie de la France, et la décroissance du LAI est plus rapide. Bien que les valeurs minimales et maximales ne soient pas les mêmes, les variations interannuelles des LAI satellitaires et des LAI issus du modèle ISBA-A-gs sont proches. Ainsi, tous suivent un cycle végétatif long en 2002 et les différentes courbes présentent les mêmes aspects et la même variabilité temporelle. De la même façon, les différents jeux de données s’accordent sur le comportement exceptionnel du LAI durant l’année 2003. Cette figure montre que le modèle arrive à décrire correctement les tendances observées par les satellites. Par ailleurs, on voit que les courbes de LAI simulé à partir de différents forçages, 3.2 Sensibilité aux forçages du modèle ISBA-A-gs sur la France
66
sont distinctes. De façon générale, les précipitations ont un impact sur les valeurs fortes de LAI. En comparant à présent les données issues des forçages SAFRAN aux autres données de LAI, on voit que l’impact des forçages est plus marqué : le départ du cycle du LAI survient plus tard lorsque le LAI est simulé à partir des données SAFRAN et la courbe de la sénescence ne présente pas la même allure (c’est particulièrement visible en 2003).
Data Data Data
Data ScoresScoresScores Scores SAFRANSAFRANSAFRANSAFRAN ERAERAERAERA----IIII ERA----IIII----RERAERAERA RRR ERAERAERAERA----IIII----RGRGRGRG r² r² r² r² 0.52 0.82 0.76 0.73 CYCLOPES CYCLOPES CYCLOPES CYCLOPES biais biais biais biais (m2.m-2) 0.45 0.05 0.29 0.39 r² r² r² r² 0.55 0.80 0.75 0.72 MODIS MODIS MODIS MODIS biais biais biais biais (m2.m-2) 0.53 0.14 0.38 0.47
Tableau 2. Scores obtenus entre le LAI des simulations ISBA-A-gs forcées par les données atmosphériques SAFRAN, ERA-I, ERA-I-R et ERA-I-RG et les LAI satellitaires MODIS et CYCLOPES
Comme le montre cette figure, les forçages impactent fortement les simulations du modèle ISBA-A-gs. Les simulations de LAI issues d’ERA-Interim sont plus proches des produits satellitaires que celles issues de SAFRAN.
Le tableau 2 récapitule les scores (r² et biais) obtenus entre les différentes simulations du LAI par le modèle ISBA-A-gs et les données satellitaires MODIS et CYCLOPES sur la période 2000-2007. La corrélation obtenue entre les simulations réalisées à partir des forçages ERA-I et les LAI satellitaires est très bonne (r² > 0.7). Elle est d’autre part meilleure que pour les simulations issues de SAFRAN (r² = 0.52). Comme vu précédemment, l’interprétation des biais ne permet pas de conclure sur la qualité d’un jeu de données. Cependant, ils permettent de vérifier qu’en utilisant des précipitations moins biaisées par rapport à la référence SAFRAN en entrée de modèle, on produit en sortie des séries de LAI plus proches : il y a moins d’écart entre la valeur des biais obtenus entre les simulations SAFRAN d’une part et celles d’ERA-I-RG d’autre part, et les LAI satellitaires.