2.4.1 Réanalyses
Les réanalyses correspondent à des sorties de modèles réalisant l’assimilation de données (de température, humidité, vitesse du vent, ...). Cette dernière consiste à combiner, durant un certain cycle (généralement toutes les six heures), des observations (issues de radiosondages, bouées, satellites, etc.) avec l’information antérieure provenant de modèles de prévision, afin d’obtenir une estimation physiquement cohérente et proche de la réalité de l’état de l’atmosphère à un instant donné. La principale différence avec les analyses opérationnelles, utilisées pour la prévision météorologique à court terme, réside dans le fait que chaque réanalyse est produite avec une seule version d’un système d’assimilation de données (y compris le modèle de prévision), afin d’éviter les incohérences liées à des modifications du système d’assimilation au cours du temps. Dans le cadre de ma thèse, j’ai utilisé les données des réanalyses ERA-Interim et ERA-40 (Uppala et al., 2005; Dee et al., 2011) du Centre Européen de Prévision Météorologique à Moyen Terme, et des Réanalyses 1 et 2 (Kalnay et al., 1996; Kanamitsu et al., 2002) du NCEP-NCAR et NCEP-DOE (National Centers for Environmental Prediction, National Center for Atmospheric Research and Department of Energy). Les observations de surface et de radiosondages effectuées à Port-aux-Français sont assimilées dans ERA depuis 1967 et 1968 respectivement et dans NCEP depuis 1967 et 1970 respectivement.
Dans le cadre de cette étude, j’ai comparé les données de température, précipitations, rayon-nement et couvert nuageux issues d’ERA-40, ERA-Interim, NCEP1 et NCEP2 aux observations réalisées à la station Météo France de Port-aux-Français (Sections 3.2 et 3.4). Certaines don-nées supplémentaires telles que la hauteur du géopotentiel ont été comparées à celles issues des modèles CMIP5 (Section 2.4.2). Par ailleurs, certaines variables-clés (telles que la température ou l’humidité spécifique) d’ERA-Interim et de NCEP1 ont été utilisées pour forcer le modèle régional MAR à ses frontières (Section 2.4.3). Le Tableau 2.5 reprend l’ensemble des données issues de réanalyses utilisées au cours de cette thèse.
Table 2.5 – Description des données issues de réanalyses utilisées dans cette étude.
Donnée Réanalyse(s) Niveau Fréquence Utilisation
Température Toutes 2 m Mensuel Comparaison PAF, CMIP5
ERA-40 Surface (skin T) Mensuel Tendance T2m - Tskin
ERA-Int, NCEP1 Tous 6 h Forçage du MAR
ERA-Int, NCEP1 Surface océan (SST1) 6 h Forçage du MAR
Précipitations Toutes - Mensuel Comparaison PAF, CMIP5
Rayonnement SW Toutes Surface Journalier Comparaison PAF Rayonnement LW Toutes Surface Journalier Intercomparaison Couvert nuageux Toutes Tous (total) Mensuel Comparaison CMIP5
Humidité ERA-Int, NCEP1 Tous 6 h Forçage du MAR
Vent (U, V) ERA-Int, NCEP1 Tous 6 h Forçage du MAR
Pression atm. ERA-Int, NCEP1 Tous 6 h Forçage du MAR
Géopotentiel ERA-40, NCEP1 500, 700hPa Mensuel Comparaison CMIP5 Glace de mer2 ERA-Int, NCEP1 Surface 6 h Forçage du MAR 1Sea Surface Temperature.
2Concentration en %. La glace de mer n’est jamais présente à la latitude des îles Kerguelen.
2.4.1.1 NCEP
Les données des Réanalyses 1 du NCEP-NCAR (NCEP1) sont disponibles depuis 1948 jus-qu’à aujourd’hui (Kalnay et al., 1996). Le modèle utilisé produit des données toutes les six heures à une résolution spectrale T62 (∼ 210 km) et selon 28 niveaux verticaux (situés entre 5 hPa au-dessus de la surface et 3 hPa). Un schéma d’assimilation (variationnel-3D) séquentiel avec un cycle de six heures est employé. Les Réanalyses 2 du NCEP-DOE (NCEP2) constituent un nouveau jeu de données depuis 1979 jusqu’à aujourd’hui, dans lequel certaines erreurs de NCEP1 ont été corrigées (erreur de localisation des observations, problème de couvert neigeux, d’albédo océanique, ...) et la physique du modèle a été améliorée (changements concernant l’humidité du sol, la couche limite, les courtes longueurs d’onde, les nuages, ...) (Kanamitsu et al., 2002).
2.4.1.2 ERA
Les réanalyses ERA-40 utilisent un modèle différent de NCEP1 & 2, et couvrent la pé-riode de 1957 à 2002 (Uppala et al., 2005). Elles emploient également un schéma d’assimilation variationnel-3D avec un cycle de six heures pour produire des données à une résolution spectrale T159 (∼ 125 km) et selon 60 niveaux verticaux (de la surface jusqu’à 0,1 hPa). ERA-Interim fournit des données de réanalyses depuis 1979, utilisant un schéma d’assimilation plus avancé (variationnel-4D, cycle de 12h) et une nouvelle version du modèle de prévision (Dee et al., 2011). Sa résolution est meilleure que celle d’ERA-40 (résolution T255 correspondant à∼80 km) et la physique du modèle a également été améliorée.
2.4.2 Modèles CMIP5
Au cours de cette thèse, j’ai analysé les sorties de température atmosphérique, précipitations, couvert nuageux et hauteur de géopotentiel des modèles CMIP5 (Coupled Model Intercompari-son Project 5). CMIP5 (Taylor et al., 2012) rassemble vingt groupes d’étude du climat, qui ont réalisé deux grands types d’expériences :
1. Des simulations à court-terme (10 à 30 ans), forcées par des observations océaniques et de glace de mer.
2. Des simulations à long terme (à l’échelle du siècle) utilisant des modèles globaux de climat couplés océan-atmosphère (AOGCMs, parfois couplés à un modèle de cycle de carbone) initialisés à partir de résultats de simulations sur la période pré-industrielle.
Pour l’analyse des tendances climatiques récentes (deuxième moitié du 20e siècle), j’ai utilisé les sorties de simulations historiques (issues de l’expérience long terme). Pour l’estimation des tendances futures, j’ai utilisé les sorties des projections à long terme CMIP5 (2006 à 2100). Celles-ci sont produites en forçant les différents AOGCMs avec des concentrations spéCelles-cifiques de gaz à effet de serre correspondant à différents scénarii appelés RCPs (Representative Concentration Pathways). Quatre RCPs ont été définis (RCP 2.6, 4.5, 6 et 8.5), faisant référence à différentes valeurs de forçage radiatif attendu à la fin du 21e siècle (Moss et al., 2010).
L’ensemble des modèles CMIP5 analysés dans cette étude est repris dans l’Annexe B. Dans les sections 3.3 et 3.5, j’analyse les sorties récentes et futures de chaque modèle CMIP5 ainsi que de la moyenne multi-modèles (MMM).
2.4.3 Modèle Atmosphérique Régional (MAR)
Le Modèle Atmosphérique Régional (MAR) est un modèle climatique développé à l’Université Catholique de Louvain (Belgique), couplé à un schéma de surface (1D) nommé SISVAT (Soil Ice Snow Vegetation Atmosphere Transfer) au travers de l’échange des flux d’énergie (Figure 2.10). Ce modèle atmosphérique à aire limitée (LAM) simule l’atmosphère en résolvant complètement l’équation de continuité (Gallée and Schayes, 1994). Il s’agit d’un modèle hydrostatique aux équations primitives utilisant les coordonnées sigma de pression :
σ= p−pt
ps−pt, (2.4)
où p est la pression atmosphérique, pt est la pression constante au sommet du modèle et ps est la pression de surface. L’équation de conservation de la masse est écrite dans sa forme compressible, donc sans approximation. Dans le cas de mes simulations, le MAR présente 23 niveaux sigma allant de 0,11 (environ 15km d’altitude) à∼1 (3 m au-dessus de la surface). Les flux sous-maille sont résolus grâce à l’utilisation du modèle de fermeture de Duynkerke (1988) (modèle K-), qui permet à la longueur de mélange turbulent d’être définie comme fonction des caractéristiques locales du flux. Un modèle de microphysique nuageuse est également inclus, utilisant les équations de conservation des concentrations en gouttelettes de nuages, gouttes d’eau, cristaux de glace nuageux et cristaux de neige basées sur Kessler (1969) et Lin et al. (1983). Le schéma convectif de Bechtold et al. (2001) est également employé. Les schémas radiatifs utilisés sont basés sur Fouquart and Bonnel (1980) pour le solaire et Morcrette (2002) pour l’infra-rouge (schémas utilisés initialement dans le modèle du Centre Européen de Prévision Météorologique à Moyen Terme). Les équations constitutives du modèle MAR sont présentées en détail dans Gallée and Schayes (1994).
Atmosphère (3D)
Modèle MAR
(Gallée & Schayes, 1994) Dynamique méso-échelle (hydrostatique) Aérosols et chimie Nuages et précipitations (Kessler, 1969 ; Lin, 1983) Couche limite (Duynkerke,1984 ; Bechtold, 2001) Surface sol/océan (1D) SISVAT (De Ridder & Gallée, 1998)
Flux océan Biosphère et sols Neige et glace de mer
Réanalyses,
CMIP5
SMHiL,
PDD
Rayonnement (Fouquart & Bonnel, 1980 ; Morcrette, 1984)
Figure2.10 – Schéma décrivant les différents composants du modèle MAR (adapté d’une
pré-sentation de X. Fettweis, 2012).
Le schéma de surface SISVAT (De Ridder and Gallée, 1998; Gallée et al., 2001) détermine les échanges entre les différents composants de la surface. Un module de végétation et sol ainsi qu’un module de neige et glace sont présents dans SISVAT. Dans le cadre des îles Kerguelen,
dépourvues d’arbres, la seule végétation considérée est la toundra. Les pixels peuvent donc être recouverts de manière fractionnaire de neige ou glace, de sol nu, de toundra ou d’eau (océan ou lacs). Le module décrivant la neige et la glace dans SISVAT a été développé par Gallée and Duynkerke (1997), Gallée et al. (2001) et Lefebre et al. (2002). Il s’agit d’un modèle multicouches qui détermine les échanges entre la surface de la calotte, la glace de mer (non présente aux îles Kerguelen), la toundra couverte de neige et l’atmosphère. La partie sol - végétation utilisée pour la toundra a été développée par De Ridder and Gallée (1998). SISVAT prend en compte l’écoulement de l’eau et son regel dans le manteau neigeux, la fermeture des pores dans le névé et l’écoulement de l’eau de fonte sur la glace et son influence sur l’albédo. La conduction de chaleur au sein de la neige est basée sur la formulation de Yen (1981), qui dépend de la masse volumique de la neige. La paramétrisation du métamorphisme de la neige est quant à elle basée sur le modèle CROCUS développé au Centre d’Étude de la Neige (Brun et al., 1992), ce qui permet une représentation fine de l’albédo de surface qui dépend de la forme et de la taille des grains de neige. Les flux turbulents sont calculés selon la théorie des similitudes de Monin and Obukhov (1954) en utilisant les relations entre flux et gradients de Duynkerke and van den Broeke (1994).
Le modèle MAR est forcé à ses frontières par des champs météorologiques (température, humidité, vents, pression) issus de réanalyses ou de modèles grande échelle tels que les modèles CMIP5 (voir Section 2.4). L’archipel des Kerguelen constitue un objet d’étude idéal pour la modélisation régionale, parce qu’il est entouré d’océan. En effet, le fait de placer les frontières latérales du domaine au-dessus de l’océan permet d’éviter les problèmes d’extrapolation et de génération de bruit liés à une topographie complexe aux frontières ainsi que les calculs non réalistes du BES aux frontières (Giorgi and Mearns, 1999). La topographie est issue du modèle topographique global ETOPO1 (résolution 1 arc-minute, Amante and Eakins (2009)), qui four-nit une meilleure représentation de la topographie des îles Kerguelen que d’autres modèles de topographie tels qu’ETOPO5 ou GTOPO30. La création de la grille du MAR, la préparation des champs de forçage de grande échelle (champs météorologiques et topographie) pour le modèle MAR et leur initialisation au début de la simulation sont réalisés par une première composante du modèle appelée NESTOR (NESTing Organization for the preparation of meteorological and surface fields in Regional models). Le MAR à proprement parler est ensuite lancé à une ré-solution de 10 km (limite inférieure de validité de l’approximation hydrostatique, voir Giorgi and Mearns (1999)), sur un domaine de 80 x 80 mailles (soit 800 x 800 km) centré sur les îles Kerguelen.
2.4.4 Désagrégateur SMHiL
Le désagrégateur SMHiL (Surface Mass balance High resolution downscaLing) a été présenté en détail dans les thèses de Gential (2007) et Agosta (2012) ; la présentation réalisée ici sera donc assez succincte. SMHiL est un modèle de désagrégation des précipitations et des bilans d’énergie utilisant des champs atmosphériques de grande échelle issus de réanalyses, de GCM ou de modèles régionaux (tels que le MAR) pour estimer les différentes composantes du BMS à plus haute résolution. La prise en compte par SMHiL de la topographie à haute résolution permet d’évaluer son influence sur les précipitations solides et liquides, la sublimation, la fonte de surface et le regel (le dépôt et l’érosion par le vent ne sont par contre pas pris en compte). Le fonctionnement de SMHiL est repris dans la Figure 2.11. Deux types d’interpolation sont utilisées pour passer de la grande échelle (le MAR dans notre cas) à la plus fine échelle du modèle SMHiL, et sont présentées dans Agosta (2012). Le désagrégateur est composé de deux
parties qui sont utilisées à la suite l’une de l’autre :
1. Un désagrégateur de précipitations (s’appuyant sur les travaux de Sinclair (1994) et Funk and Michaelsen (2004)) qui calcule l’effet de la topographie fine sur les précipitations solides et liquides
2. Un schéma de surface (SISVAT, utilisé dans le MAR) forcé par les champs météorologiques de grande échelle (MAR) interpolés sur la grille de SMHiL et par les précipitations désa-grégées précédemment calculées. Cette deuxième partie du modèle permet de calculer la sublimation, la fonte et le regel à haute résolution.
SMHiL
Sorties MAR (20-10 km): P, T, Qv, U, V, W Champs 3D Pas de temps: 6H Champs de Surface Pas de temps: 3H P liquides SMHiL P solides SMHiL Précipitations BESTopographie à Haute Résolution
Sorties (10-5 km)
Sublimation SMHiL
Fonte SMHiL
Regel SMHiL
Figure2.11 – Schéma décrivant le fonctionnement du modèle SMHiL. D’après une présentation
de Cécile Agosta (2012).
Dans le cadre de cette thèse, j’ai très peu modifié le modèle SMHiL. Celui-ci étant initialement utilisé sur l’Antarctique, je me suis contentée de l’adapter au nouveau domaine des îles Kerguelen. Parmi les différences notables apportées par rapport au cas de l’Antarctique, la réalisation des calculs aux îles Kerguelen a demandé :
1. Le changement de la projection utilisée (passage de la projection stéréographique à la projection UTM 42S)
2. L’utilisation de la topographie issue de SRTM (Shuttle Radar Topography Mission) à 125 m de résolution
3. La suppression de la rotation des vecteurs de vent (qui était effectuée pour désagréger les champs du MAR sur l’Antarctique).
Seul le désagrégateur de précipitations a été utilisé dans ce travail afin d’évaluer l’impact du changement d’échelle sur les précipitations aux îles Kerguelen. Trois simulations SMHiL ont été réalisées sur l’année 2011, passant d’une résolution de 20 à 10 km, 10 à 5 km et 20 à 5 km.
La comparaison entre les sorties de précipitations de SMHiL et du MAR sera présentée à la Section 3.6.3.
2.4.5 Simulations réalisées avec les modèles MAR et SMHiL
Le but des simulations MAR et SMHiL réalisées durant ma thèse était d’évaluer la distribu-tion spatiale des différentes variables climatiques (précipitadistribu-tions, température, vent et humidité) et d’évaluer le BMS de la calotte Cook et son évolution au cours des dernières décennies, mais aussi durant les cent prochaines années. Pour ce faire, dans un premier temps, des simulations MAR multidécennales à 10 km de résolution forcées par les réanalyses ERA-Interim (1980-2014) et NCEP1(1950-2014) ont été réalisées. En raison des différences importantes entre les réanalyses ERA-40 (1957-2002) et ERA-Interim (en terme d’assimilation de données et de résolution, voir Section 2.4.1.2), il n’est pas possible de réaliser des sorties cohérentes en forçant le MAR par ERA-40 suivi d’ERA-Interim. Nous avons donc choisi de n’utiliser qu’ERA-Interim afin de cou-vrir la période actuelle. NCEP1 a quant à lui été choisi afin d’obtenir des sorties plus anciennes (depuis les années 50), mais tout de même cohérentes jusqu’à la période actuelle. Ces sorties du modèle MAR ont ensuite été évaluées par rapport aux données météorologiques disponibles aux îles Kerguelen (ci-dessous, dans la Sect. 3.6.2). Afin de tester les performances de SMHiL en termes de représentation spatiale et temporelle des précipitations aux îles Kerguelen, une com-paraison avec les sorties MAR à différentes échelles est présentée ci-dessous (Sect. 3.6.3) pour l’année 2011. Finalement, pour ce qui est des prévisions futures, les champs de température, précipitation et vitesse du vent de l’ensemble des modèles CMIP5 ont été évalués par rapport à ceux d’ERA-Interim (Sect. 3.5.3) sur la période récente. Pour des raisons de temps de calcul, il n’est pas possible de forcer le MAR avec chaque modèle CMIP5. Le modèle le plus proche d’ERA-Interim (ACCESS1-3, 1975-2005 et 2006-2100), ainsi que les deux modèles présentant les comportements les plus extrêmes (GFDL-CM3 et MRI-CGCM3, 1955-2005 et 2006-2100) ont donc été utilisés pour le forçage du MAR sur la période récente (évaluation de leur climatologie par rapport à ERA-Interim) et sur le siècle prochain (projections futures avec scénario RCP8.5).
2.4.6 Modélisation des pertes glaciaires
Un modèle simple distribué des pertes glaciaires a été développé de façon à reproduire les étendues englacées de la calotte Cook. Celui-ci est constitué d’un modèle degré-jour basé sur Hock (2003) servant à déterminer le BMS distribué sur la calotte, couplé à un automate cellulaire (Harper and Humphrey, 2003) qui permet de simuler l’écoulement glaciaire.
2.4.6.1 Modèle degré-jour
Le modèle degré-jour employé permet de calculer l’ablation journalière de neige ou de glace
Aj(z) à une altitudez donnée, et au pas de temps j (Hock, 2003) :
Aj(z) =F(Tj(zref) +a(z−zref)) si Tj(zref) +a(z−zref)>0 (2.5)
Aj(z) = 0 si Tj(zref) +a(z−zref)≤0, (2.6) oùF est le facteur de degré-jour etTj(z) est la température moyenne journalière. L’épaisseur de neige au pas de temps précédent est Sj-1(z). Le modèle prend en compte différents facteurs de degré-jour selon la présence ou non de neige à la surface. De la neige est présente siSj(z)>0.
Le couvert neigeux résulte de la différence entre ablation et accumulation de neige à une alti-tudez. Des précipitations solides sont considérées si la température de l’air passe en-dessous d’un certain seuil (Tsnow/rain = 1,0˚C), sinon la quantité de précipitations solides est nulle. La tem-pérature aux différentes altitudes est calculée par rapport à la temtem-pérature à Port-aux-Français (altitude de référence zref) en considérant un gradient de température a constant avec l’alti-tude, mais qui varie selon l’orientation (azimuth) des glaciers. Les différentes valeurs dea (entre -0,0071 ˚C m−1 et -0,0087 ˚C m−1) ont été déterminées à partir de sorties de température du modèle MAR (Section 2.3.1.3, Figure 2.9 a). Les sorties de précipitations du MAR (Figure 2.9 b) ont également été utilisées afin de déterminer la répartition spatiale des pécipitations. Il existe une forte corrélation entre les précipitations et l’altitude, même si le modèle MAR sous-estime les précipitations à la Mortadelle en raison de l’emplacement du site dans un corridor étroit qui présente des quantités de pécipitations spécifiques. Cette relation entre altitude et précipitations a été utilisée pour représenter les quantités de précipitations aux différentes altitudes du modèle degré-jour.
Dans le modèle degré-jour, la disparition du névé est prise en compte (ce phénomène est discuté dans la Section 3.2). Pour représenter l’épaisseur du névé, l’épaisseur de neige est limitée à une valeur maximale de 15 m équivalent eau (eq. e.) ; siSj(z) dépasse cette limite, on considère que l’excès est transformé en glace. Des tests de sensibilité ont été effectués concernant l’impact de l’épaisseur de la couche de névé sur le profil à l’équilibre du glacier Ampère (voir Section 3.2). Les facteurs de degré-jour ont été calibrés avec les mesures réalisées aux balises et une sonde à ultrasons installée sur la zone d’ablation du glacier (à côté de la station météorologique d’Ampère lorsqu’elle est positionnée sur le glacier, voir Figure 2.5). L’ablation modélisée a également été comparée à des estimations de BES réalisées à partir de données des stations météorologiques d’Ampère et de la Mortadelle, entre le 21 décembre 2010 et le 4 janvier 2011 (période durant laquelle la station météorologique d’Ampère est positionnée sur le glacier). Le détail du calcul de BES, qui résoud l’équation 2.1 est repris dans l’Annexe F. Cette modélisation du BES permet de reproduire l’ablation mesurée aux balises et à la sonde à ultrasons (voir Figure S2 des supp. mat. de Favier et al. (in review), Annexe F). La comparaison entre les valeurs d’ablation déterminées par le modèle degré-jour et le modèle de BES permet de calibrer les facteurs de degré-jour F pour la neige et la glace. Cette calibration suggère que
F =Fglace= 7,4 mm ˚C−1 jour−1 si Sj-1(z) = 0. (2.7) La facteur de la glace Fglace est très proche de la valeur moyenne de Radić and Hock (2011), i.e. Fglace = 7,2 mm ˚C−1 jour−1. Pour la neige, la calibration ne s’appuie que sur 5 jours de couvert neigeux, entraînant une grande incertitude concernant ce paramètre. Comme la valeur de Fglace calibré est très proche de la valeur moyenne de Radić and Hock (2011), nous avons choisi d’utiliser la valeur moyenne deFneige issue de Radić and Hock (2011) dans notre degré-jour :
F =Fneige= 4,9 mm ˚C−1 jour−1 si Sj-1(z)>0. (2.8) 2.4.6.2 Automate cellulaire
Un automate cellulaire (Harper and Humphrey, 2003) a été couplé au modèle degré-jour afin de simuler l’écoulement de la glace depuis les altitudes élevées jusqu’au front glaciaire. Cette méthode a été largement utilisée auparavant dans différentes études paléoclimatiques (Blard et al., 2007; Jomelli et al., 2011). Le modèle considère la glace comme un matériau plastique se déplaçant par avalanches et par déformation/glissement. Le mouvement de la glace est pris en
compte en considérant une contrainte de cisaillement basal constante de 1 bar (Nye, 1951). Le mouvement est opéré de manière discrète sur une grille hexagonale, permettant six directions cardinales de mouvement différentes. L’écoulement est ensuite largement contrôlé par la pente locale. Le flux de glace est déterminé par la conservation de la masse et les vitesses sont dérivées de ce flux, étant de ce fait fortement reliées à l’idée de vitesse d’équilibre. Il est cependant important de noter que le modèle représente mal les vitesses d’écoulement, et n’est donc pas approprié pour l’analyse des temps de réponse glaciaires ou des régimes glaciaires transitoires. Les simulations ont été effectuées sur une période de 200 ans afin de s’assurer que la calotte Cook soit en équilibre avec les conditions climatiques. Le résultat de la modélisation des pertes sera présenté dans la Section 3.3.
Chapitre 3
Résultats
3.1 Etendue passée des glaciers sur l’archipel
3.1.1 Motivations et principaux résultats
La chronologie de la déglaciation des îles subantarctiques au cours du Quaternaire a fait l’objet d’un article (Hodgson et al., 2014, voir Annexe C) auquel j’ai été associée et dont un