Cette analyse multi-modèle est conduite pour chaque indicateur lié à la tem-pérature de surface ou aux précipitations. Pour l’analyse des indicateurs liés à la végétation, une approche différente est proposée dans le chapitre 5.
2.6 Summary of the second chapter
♣ The great majority of modeling studies characterize future climate change as the evolution between a fixed current baseline and a future period. Howe-ver, upcoming generations will be affected in a way probably more related to the moving trend in climate patterns. Adaptation is also a continuous process driven by the pace of climate change.
♣ Alternative ways to analyze climate projections have been previously in-vestigated : the time of emergence of climate signals from the current or historical variability, the spatial velocity of climate change affecting the migration of numerous ecosystems, and the pace of temperature change during the historical period and near-future decades.
♣ The main idea of this PhD thesis is to propose another alterna-tive way to present climate projections, focusing on the pace of climate change over the entire 21st century.
♣ I follow the evolution of climate statistics with a running baseline of 20 years. In other words, I represent changes that are projected to occur from one 20-year period to the next.
♣ In order to include representations of climate change for as many people as possible (from urban to rural areas), three climate variables are selected in this analysis : the surface air temperature, precipitation and the leaf area index, which is representative of visual landmarks of climate change. ♣ Chapters 3 to 5 correspond to the analysis of each climate variable from the
global scale to regional scales relevant for their strong potential impacts on society and ecosystems.
♣ A strong focus is on the variability of temperature, a measure that provides additional insights on the time of emergence of climate signals.
♣ Due to the strong variability of precipitation, the extraction and physical understanding of robust information across climate models are highlighted. ♣ CMIP5 simulations of 18 GCMs are selected. Each one of them has been developed in a different institute. They are equally represented in the multi-model mean calculation. Several realizations per GCM are considered in order to better quantify the natural variability of the climate system. ♣ To quantify the capacity of the models to reproduce past and present
3
Vitesse de réchauffement et conséquences sur
les distributions de température
L
a vitesse du changement de la température de l’air à la surface est le sujet principal de ce chapitre. Comme évoqué dans le chapitre 2, la température est une variable plutôt représentative de l’évolution des changements globaux dans les zones urbaines, dans lesquelles la population est sensible au temps qu’il fait et moins aux changements de la végétation (Lammel et al., 2012). Le point cen-tral de ce chapitre est un article publié dans la revue Climatic Change, décrivant l’évolution de la vitesse de réchauffement global et latitudinal selon différents scé-narios, ses implications sur le décalage progressif des distributions de température annuelle et saisonnière et l’évaluation des zones et des populations touchées par ce décalage.Après avoir précisé les réalisations de GCMs sélectionnées pour cette partie de l’analyse, je donne un bref aperçu de l’évolution de la température qu’elles simulent d’ici la fin du siècle. Il s’agit ensuite de définir les indicateurs analysés et de présenter l’article en question. Un certain nombre d’éléments traités durant la thèse n’y figurent pas et le reste du chapitre permet de les détailler et de les mettre en relation avec les résultats de l’article. Les éléments "not shown" et le
Supplementary Material de l’article y sont également décrits plus en détail.
3.1 Évolution de la température de surface
Dans le cadre des analyses de la température, les simulations des 18 GCMs cités dans le chapitre précédent sont prises en compte pour la période historique
82 Vitesse de réchauffement
(1860-2005) et pour les 4 scénarios RCP (2006-2100). Le nombre de réalisations par modèle et par scénario peut varier de 1 à 9. Certains modèles n’ont pas conduit les expériences RCP2.6 et RCP6.0. Quinze et 11 modèles sont donc respective-ment conservés pour ces scénarios. Le Tableau 3.1 liste le nombre de réalisations sélectionnées pour chaque modèle.
CMIP5 GCMs #réalisations RCP2.6 RCP4.5 RCP6.0 RCP8.5 ACCESS1-0 0 1 0 1 bcc-csm1-1 1 1 1 1 BNU-ESM 1 1 0 1 CanESM2 5 5 0 5 CCSM4 6 6 6 6 CMCC-CM 0 1 0 1 CNRM-CM5 1 1 0 5 CSIRO-Mk3.6.0 9 9 9 9 FGOALS-s2 1 3 1 3 GFDL-CM3 1 1 1 1 GISS-E2-R 1 1 1 1 HadGEM2-ES 4 4 4 4 inmcm4 0 1 0 1 IPSL-CM5A-LR 4 4 1 4 MIROC5 3 3 3 3 MPI-ESM-LR 3 3 0 3 MRI-CGCM3 1 1 1 1 Nor-ESM1-M 1 1 1 1 42 47 29 51
Table 3.1 :Nombre de réalisations sélectionnées par GCM pour les indicateurs de température. Les réalisations prises en compte pour la simulation historique correspondent à celles du RCP8.5. Voir Flato et al. (2013) pour les références et les caractéristiques de chaque modèle.
Comme pour la quasi-totalité des modèles participant à CMIP5, l’ensemble de modèles choisis ici simule un réchauffement global d’ici la fin du siècle par rapport à la période de référence actuelle. Plus le forçage radiatif est grand, plus l’augmentation de la température est prononcée. Le réchauffement global moyen est projeté à 3.94°C (±0.57, par rapport à la déviation standard) selon le RCP8.5 et à 1.19°C (±0.32) selon le RCP2.6. En prenant en compte le réchauffement déjà effectif (Section 1.1.4), le RCP2.6 permettrait donc bien de limiter le réchauffement global à 2°C dans le cas où la sensibilité climatique du système est relativement faible (Section 1.3.1). Le réchauffement des scénarios RCP4.5 et RCP6.0 est alors intermédiaire. La Figure 3.1 montre la structure spatiale de ce réchauffement en moyenne sur les 18 modèles pour chaque scénario. La majorité des régions montrent un changement significatif et consensuel1 selon le RCP2.6, et même la
1. Un changement est considéré significatif et consensuel si 90% des GCMs sont en accord sur le signe du changement et si le changement excède de deux fois la variabilité interne du système climatique.
3.1. Évolution de la température de surface 83 RCP2.6 30°S 0° 30°N 60°N 90°N 180°W 120°W 60°W 0° 60°E 120°E 180°E 60°S RCP4.5 180°W 120°W 60°W 0° 60°E 120°E 180°E 60°S 30°S 0° 30°N 60°N 90°N RCP6.0 180°W 120°W 60°W 0° 60°E 120°E 180°E 60°S 30°S 0° 30°N 60°N 90°N RCP8.5 180°W 120°W 60°W 0° 60°E 120°E 180°E 60°S 30°S 0° 30°N 60°N 90°N [K] 0 2 4 6 8
Figure 3.1 :Évolution de la température de l’air à la surface en moyenne multi-modèle entre les périodes 1986-2005 et 2081-2100 pour chaque scénario RCP. Les zones rouges indiquent un réchauffement de plus de 1°C, les zones blanches un réchauffement inférieur à 1°C et les zones bleues un refroidissement. Les surfaces pointillées correspondent aux endroits où au moins 90% des GCMs sont en accord sur le signe du changement de température et où le changement excède de deux fois la variabilité interne du système climatique (se référer à la méthode A de Collins
et al., 2013, p. 1041). Tous les GCMs et réalisations listées dans le Tableau 3.1 sont pris en
compte dans le calcul.
2 2.6 3.2 3.8 4.4 5 2 2.6 3.2 3.8 4.4 5 ∆ T for RCP8.5 [K] ECS [K] corr = 0.94 1 1.4 1.8 2.2 2.6 3 TCR [K] corr = 0.84 HadGEM2ES FGOALSs2 BNU ESM IPSLCM5ALR CSIROMk360 GFDL CM3 ACCESS1 0 CanESM2 MPIESMLR CNRMCM5 CCSM4 bcc csm1 1 NorESM1M MIROC5 MRI CGCM3 GISSE2R inmcm4
Figure 3.2 : Relation entre le réchauffement global projeté entre 1986-2005 et 2081-2100 selon le RCP8.5 et l’ECS (à gauche), puis la TCR (à droite) de chaque GCM. Les coefficients de corrélation sont donnés dans les deux cas. Les valeurs d’ECS et TCR sont issus de Andrews
84 Vitesse de réchauffement
quasi-totalité des régions selon le RCP8.5. L’amplitude du réchauffement est plus importante sur les continents et l’Arctique est la région y étant la plus soumise. Les modèles et les réalisations sélectionnés simulent donc des changements de température cohérents avec ceux qui sont décrits dans l’AR5 (Collins et al., 2013). La relation du réchauffement global sur le 21ème siècle avec l’ECS et la TCR confirme deux éléments :
— Plus le modèle est sensible, plus le réchauffement est important dans les scénarios RCP.
— L’ensemble de simulations choisi recouvre toute la gamme de sensibilité et est donc représentatif des simulations de tous les GCMs participant à CMIP5 (exemple du scénario RCP8.5 à la Figure 3.2).