4.3 La contribution des eaux continentales
4.3.3 Variabilit´e interannuelle des eaux continentales : ´etudes
1950-1995. Article publi´e dans le journal ✭✭ Global and
Planetary Change✮✮.
Introduction et r´esum´e de l’article
Dans l’article pr´ec´edent, nous avons mis en ´evidence les tendances du stock
d’eaux continentales sur la p´eriode r´ecente entre 2002 et 2009 `a l’aide de
donn´ees spatiales de GRACE. Nous allons maintenant regarder plus en d´etail
la variabilit´e interannuelle du niveau de la mer en moyenne globale. Nous
avons compar´e la variabilit´e interannuelle des eaux continentales (exprim´ee en
´equivalent niveau de la mer) aux variations interannuelles du niveau de la mer
en moyenne globale. Pour cela, nous avons corrig´e l’effet st´erique du niveau
de la mer observ´e par altim´etrie spatiale. Cette comparaison est encourageante
car la corr´elation est de l’ordre de 0.6 . La variabilit´e interannuelle du niveau
de la mer observ´e est en partie expliqu´ee par les variations du stock d’eaux
continentales. La question sousjacente est de savoir si l’utilisation d’un mod`ele
d’hydrologie continentale confirme ce r´esultat bas´e sur des mesures spatiales
et in situ. Et, ensuite, si ce r´esultat est similaire sur des p´eriodes plus longues.
Le mod`ele hydrologique ISBA
Le mod`ele d’hydrologie continentale ISBA a ´et´e d´evelopp´e au CNRM (Centre
National de la Recherche M´et´eorologique) par Noilhan and Planton [1989]. Ce
mod`ele num´erique global repose sur une physique simple d´ependant
seule-ment de quelques param`etres li´es au type de sol et de v´eg´etation. Ce mod`ele
dispose de deux couches hydrologiques - une couche superficielle de surface
incluse dans la couche totale de sol d´ecrivant la zone racinaire - et de la
repr´esentation de la v´eg´etation. Les bilans d’´energie d’eau en surface et dans le
sol sont mod´elis´es de fac¸on `a reproduire la r´ealit´e des processus physiques
ob-serv´es (Decharme [2005], th`ese de doctorat). Le mod`ele de routage des fleuves
TRIP (Oki and Sud [1998]) a ´et´e coupl´e `a ISBA afin de mod´eliser le ruissellement
de l’eau des continents vers les oc´eans. La composante neige est calcul´ee dans
le mod`ele num´erique ISBA (Douville et al. [1995]) mais aussi la repr´esentation
du gel dans le sol (Boone et al. [2000]). Ce mod`ele est forc´e par les flux
m´et´eorologiques fournis par l’Universit´e de Princeton avec un ´echantillonnage
toutes les 3 heures. Cette base de donn´ees d´ecoule directement des r´eanalyses
NCEP-NCAR (National Center of Environmental Prediction-National Center for
Atmospheric Research). Les diff´erents param`etres sortant de ce mod`ele
hydro-4.3 La contribution des eaux continentales
logique nous int´eressent tout particuli`erement car l’eau qui peut ˆetre stock´ee
sur les continents peut influer sur les variations du niveau marin global.
Les ann´ees r´ecentes : 2002-2009
Dans un premier temps, nous avons compar´e la variabilit´e interannuelle
des eaux continentales aux variations interannuelles du niveau moyen global
de la mer observ´e en le corrigeant de l’effet st´erique. Nous avons, dans un
se-cond temps, compar´e ces deux estimations aux sorties du mod`ele num´erique
d’hydrologie continentale ISBA. La figure 4.11 repr´esente ces diverses
compa-raisons.
FIG. 4.11 – Variabilit´e interannuelle du niveau de la mer observ´e et corrig´e de
l’ex-pansion st´erique (courbe bleue), des stocks d’eaux continentales observ´es par GRACE
(courbe verte) et d´eduits du mod`ele num´erique ISBA (courbe rouge) (Pour chaque
courbe une tendance moyenne est retir´ee)
La figure 4.11 illustre le rˆole du stock des eaux continentales dans les
va-riations interannuelles du niveau de la mer observ´e et corrig´e du niveau de
la mer st´erique (estimation bas´ee sur les donn´ees de CLS, Guinehut et al.
[2009]). Nous avons retir´e une tendance aux diff´erentes courbes. La courbe
bleue repr´esente le niveau de la mer corrig´e du niveau de la mer st´erique. Cette
courbe est en pointill´ee avant 2004 du fait de la couverture incompl`ete des
donn´ees Argo et donc de la mauvaise estimation de la contribution st´erique. La
courbe verte repr´esente le stock total d’eaux continentales exprim´e en terme
de niveau de la mer ´equivalent d´eduit des donn´ees de GRACE (moyenne des
trois solutions CSR, GFZ et JPL calcul´ees par Chambers [2006]). La courbe
rouge est la mˆeme quantit´e estim´ee `a partir du mod`ele hydrologique ISBA-TRIP
d´evelopp´e au CNRM (Decharme et al. [2006]; Alkama et al. [2010]; Decharme
et al.[2010]).
La correspondance entre ces diff´erentes courbes de la figure 4.11 est
int´eressante. La corr´elation entre le niveau de la mer corrig´e de l’effet st´erique
et les variations du stock d’eaux continentales (exprim´ees en niveau de la
mer ´equivalent) est de l’ordre de 0.6 (pour les donn´ees GRACE et le mod`ele
ISBA). Ces r´esultats sugg`erent que la variabilit´e interannuelle du niveau de
la mer est partiellement expliqu´ee par les fluctuations du stock d’eaux
conti-nentales. Un autre constat tr`es int´eressant est l’homog´en´eit´e des r´esultats
entre : les donn´ees altim´etriques corrig´ees du niveau de la mer st´erique
(donn´ees des flotteurs Argo), de la mission spatiale gravim´etrique GRACE et
du mod`ele num´erique hydrologique ISBA, sachant que ces donn´ees sont
tota-lement ind´ependantes.
La p´eriode altim´etrique : 1993-2003
Apr`es l’´etude des ann´ees r´ecentes, nous nous sommes pench´es sur la
p´eriode altim´etrique entre 1993-2003. Pour cela, nous avons compar´e les
donn´ees altim´etriques fournis par le Goddard Space Flight Center (GSFC) de
la NASA (Beckley et al. [2010]) et celle de CLS (Ablain et al. [2009]) aux
estima-tions des eaux continentales du mod`ele num´erique ISBA (Alkama et al. [2010];
Decharme et al. [2010]).
La figure 4.12 repr´esente la variabilit´e interannuelle du niveau de la mer
observ´e par altim´etrie spatiale (Topex/Poseidon et Jason-1) et la variabilit´e
interannuelle des stocks d’eaux continentales exprim´es en niveau de la mer
´equivalent (courbe bleue, bas´ee sur les donn´ees du GSFC,Beckley et al.[2010]
et la courbe noire bas´ee sur les donn´ees de CLS, Ablain et al. [2009]). Nous
observons une bonne corr´elation entre le niveau de la mer observ´e et
l’estima-tion du stock d’eaux continentales exprim´e en niveau de la mer ´equivalent sur
la p´eriode de 1993 `a 2003. N´eanmoins, d’apr`es ces courbes, le niveau de la
mer observ´e bas´e sur les donn´ees du GSFC (Beckley et al. [2010]) montre une
meilleure coh´erence avec les variations des eaux continentales (corr´elation de
4.3 La contribution des eaux continentales
FIG. 4.12 – S´eries temporelles du niveau de la mer observ´e (courbe rouge, `a partir
des donn´ees d’altim´etrie spatiale fournis par le GSFC, Beckley et al. [2010] et courbe
noire `a partir des donn´ees d’altim´etrie spatiale fournis par CLS, Ablain et al. [2009]).
La courbe verte repr´esente la contribution du stock d’eaux continentales exprim´e en
niveau de la mer ´equivalent du mod`ele num´erique d’hydrologie ISBA. Les signaux
sai-sonniers sont retir´es pour chaque courbe et la tendance moyenne respective a aussi
´et´e retranch´ee. La courbe du niveau de la mer observ´ee par mar´egraphie est liss´ee `a
l’aide d’une moyenne glissante sur 3 mois.
0.5 contre 0.34 avec les donn´ees de CLS). En effet, l’accord en ces deux courbes
est bien meilleur durant l’´ev´enement El Ni ˜no de 1997-1998. La courbe du
ni-veau de la mer bas´ee sur les donn´ees de CLS d´ecroche pendant cet ´ev´enement.
Toutefois, nous notons un accord moins bon avant 1996 et apr`es 2003. Ce
constat est probablement d ˆu au fait que nous ne corrigeons pas du niveau
de la mer st´erique. En effet, les estimations du niveau de la mer st´erique
en terme de variabilit´e interannuelle (en moyenne globale) n’apporte pas de
r´esultat concluant. Ceci est probablement d ˆu au manque de donn´ees
hydro-graphiques dans le but d’estimer correctement cette partie du signal du niveau
de la mer.
FIG. 4.13 – Spectres des s´eries temporelles du niveau de la mer observ´e par altim´etrie
spatiale (courbe bleue : spectre du niveau de la mer observ´e bas´e sur les donn´ees du
GSFC, Beckley et al. [2010]) et de la contribution des eaux continentales en niveau
de la mer ´equivalent (courbe rouge, Alkama et al. [2010]; Decharme et al. [2010]) du
mod`ele num´erique d’hydrologie continentale ISBA. Dans chaqu’un des cas les signaux
saisonniers ont ´et´e retir´es avant l’analyse harmonique sur la p´eriode commune entre
1993 et 2003.
La figure 4.13 repr´esente les spectres des donn´ees d’altim´etrie spatiale du
GSFC (Beckley et al. [2010]) et du signal des eaux continentales du mod`ele
ISBA exprim´e en niveau de la mer ´equivalent (Alkama et al. [2010]; Decharme
et al. [2010]). Ces deux spectres montrent de fortes corr´elations entre les
si-gnaux impliqu´ees dans ces s´eries temporelles. Pour les courtes p´eriodes, nous
notons que l’altim´etrie a un fort signal `a 3 mois tandis que le mod`ele
hydrolo-gique pr´esente un pic `a 4 mois. Les deux amplitudes pr´esentent un facteur 2
entre elles. Sinon, pour les p´eriodes de 7, 10, 13, 15 mois, les deux spectres
montrent un tr`es bon accord. Les eaux continentales expliquent donc une
par-4.3 La contribution des eaux continentales
tie de la variabilit´e interannuelle (p´eriodes sup´erieures `a 12 mois) du niveau
de la mer pour les p´eriodes consid´er´ees et une partie de la variabilit´e
intra-annuelle (p´eriodes inf´erieures `a 12 mois). Apr`es, un d´ecalage entre les maxima
aussi bien en terme d’amplitude qu’en terme de phase est visible. N´eanmoins,
nous trouvons du signal sur les bandes 20-23 mois et 27-32 mois pour le signal
du niveau de la mer observ´e, tandis que le signal des eaux continentales existe
plutˆot autour des bandes de p´eriodes 22-24 et 28-32. Toutefois, nous
obser-vons un d´ephasage de quelques mois pour les signaux de p´eriode sup´erieure `a
20 mois.
Nous avons montr´e que les eaux continentales expliquent une partie de la
variabilit´e interannuelle du niveau de la mer observ´e par altim´etrie spatiale.
Par contre, nous ne sommes pas encore en mesure d’expliquer enti`erement
toute la variabilit´e interannuelle observ´ee.
La p´eriode Mar´egraphique : 1950-1995
Nous comparons ici la variabilit´e du niveau de la mer observ´ee par les
donn´ees des mar´egraphes (Jevrejeva et al. [2006, 2008]) en moyenne
glo-bale avec les variations du stock d’eaux continentales calcul´e `a l’aide du
mod`ele num´erique d’hydrologie ISBA sur la p´eriode 1950-1995. La figure 4.14
repr´esente cette comparaison. Ces deux courbes ont ´et´e normalis´ees. En
ef-fet, les donn´ees mar´egraphiques ne nous renseignent que sur la partie cˆoti`ere
des oc´eans et non sur la partie hauturi`ere. Or, une ´etude r´ecente de Prandi
et al. [2009] montre que la variabilit´e interannuelle en moyenne globale est
plus importante pour le niveau de la mer cˆotier observ´e par les mar´egraphes
par rapport aux donn´ees d’altim´etrie spatiale. Ces auteurs montrent que les
mar´egraphes voient une ´el´evation du niveau de la mer du mˆeme ordre de
gran-deur que l’altim´etrie spatiale avec, toutefois une plus forte variabilit´e
interan-nuelle due `a la distribution non homog`ene des mar´egraphes. C’est pour ces
raisons que nous avons normalis´e les deux courbes. De ce fait, nous focalisons
cette ´etude sur les amplitudes relatives et les phases des diff´erents signaux.
La figure 4.14 montre la bonne corr´elation (0.5) entre ces deux signaux dans
les hautes fr´equences. Cependant, les basses fr´equences ne sont toujours pas
expliqu´ees par les variations d’eau terrestre. N´eanmoins, n’oublions pas que
les calottes polaires ne sont pas prises en compte dans cette comparaison, du
fait de la non existence de donn´ees tant in situ que des mod´elisations. Afin de
discriminer les signaux responsables de cette variabilit´e, nous allons analyser
les spectres de ces deux courbes.
FIG. 4.14 – S´eries temporelles du niveau de la mer observ´e (courbe bleue) `a partir des
donn´ees des mar´egraphes utilis´es dans les ´etudes deJevrejeva et al. [2006, 2008]. La
courbe verte repr´esente la contribution du stock d’eaux continentales exprim´e en
ni-veau de la mer ´equivalent et d´eduit du mod`ele d’hydrologie ISBA (Alkama et al.[2010];
Decharme et al. [2010]. Les signaux saisonniers sont retir´es pour chaque courbe et la
tendance moyenne respective a aussi ´et´e retranch´ee. La courbe du niveau de la mer
observ´ee par les mar´egraphes est liss´ee grˆace `a une moyenne glissante sur 11 mois.
Les courbes sont normalis´ees.
La figure 4.15 repr´esente les spectres du niveau de la mer observ´e par les
mar´egraphes (courbe bleue, Jevrejeva et al. [2006, 2008]), de la contribution
des eaux continentales exprim´ee en niveau de la mer ´equivalent (courbe rouge).
Ces spectres mettent en ´evidence des signaux majeurs entre 3-4 ans et 6-7
4.3 La contribution des eaux continentales
FIG. 4.15 – Spectres des s´eries temporelles du niveau de la mer observ´e par les
mar´egraphes (courbe bleue,Jevrejeva et al.[2006, 2008]), de la contribution des eaux
continentales en niveau de la mer ´equivalent (courbe rouge) et du SOI (Southern
Os-cillation Index) un proxi d’ENSO. Dans chaqu’un des cas les signaux saisonniers ont
´et´e retir´es avant l’analyse harmonique sur la p´eriode commune entre 1955 et 1995.
ans pr´esent dans les s´eries temporelles des variations du niveau de la mer en
moyenne globale et la variation du stock des eaux continentales.
L’utilisation du mod`ele d’hydrologie continentale confirme les r´esultats
sugg´er´es par GRACE. Ainsi, la variation en moyenne globale du stock des eaux
continentales explique une partie de la variabilit´e interannuelle du niveau de la
mer observ´e pour les ann´ees r´ecentes mais aussi pour les derni`eres d´ecennies.
Terrestrial waters and sea level variations on interannual time scale
W. Llovel
a,⁎, M. Becker
a, A. Cazenave
a, S. Jevrejeva
b, R. Alkama
c, B. Decharme
c,
H. Douville
c, M. Ablain
d, B. Beckley
eaLEGOS/OMP, 14 avenue Edouard Belin, Toulouse, France
bProudman Oceanographic Laboratory, Liverpool, UK
cCNRM, 42 avenue Gaspard Coriolis, Toulouse, France
dCLS, Ramonville Saint Agne, France
eNASA/Goddard Space Flight Center, Greenbelt, USA
a b s t r a c t
a r t i c l e i n f o
Article history:
Received 25 May 2010 Accepted 18 October 2010 Available online 26 October 2010
Keywords:
land water storage sea level variations tide gauges satellite altimetry
On decadal to multidecadal time scales, thermal expansion of sea waters and land ice loss are the main contributors to sea level variations. However, modification of the terrestrial water cycle due to climate variability and direct anthropogenic forcing may also affect sea level. For the past decades, variations in land water storage and corresponding effects on sea level cannot be directly estimated from observations because these are almost unexistent at global continental scale. However, global hydrological models developed for atmospheric and climatic studies can be used for estimating total water storage. For the recent years (since mid-2002), terrestrial water storage change can be directly estimated from observations of the GRACE space gravimetry mission. In this study, we analyse the interannual variability of total land water storage, and investigate its contribution to mean sea level variability at interannual time scale. We consider three different periods that, each, depend on data availability: (1) GRACE era (2003–2009), (2) 1993–2003 and (3) 1955–1995. For the GRACE era (period 1), change in land water storage is estimated using different GRACE products over the 33 largest river basins worldwide. For periods 2 and 3, we use outputs from the ISBA-TRIP (Interactions between Soil, Biosphere, and Atmosphere—Total Runoff Integrating Pathways) global hydrological model. For each time span, we compare change in land water storage (expressed in sea level equivalent) to observed mean sea level, either from satellite altimetry (periods 1 and 2) or tide gauge records (period 3). For each data set and each time span, a trend has been removed as we focus on the interannual variability. We show that whatever the period considered, interannual variability of the mean sea level is essentially explained by interannual fluctuations in land water storage, with the largest contributions arising from tropical river basins.
© 2010 Elsevier B.V. All rights reserved.
1. Introduction
On decadal to multidecadal time scales, thermal expansion of sea waters and land ice loss are the main contributors to sea level variations (Bindoff et al., 2007). However, modification of the terrestrial water cycle due to climate variability and direct anthropo-genic forcing may also affect sea level (Milly et al., 2010). While in recent years, thermal expansion and land ice melt were the object of numerous investigations (Bindoff et al., 2007; see alsoCazenave and Llovel, 2010for a review), the terrestrial water contribution to sea level has been less studied (Milly et al., 2010). For the past decades, variations in land water storage caused by climate change and variability cannot be directly estimated from observations because these are almost unexistent at global continental scale. However,
global hydrological models (or land surface models) developed for atmospheric and climatic studies can be used for estimating total water storage (Milly et al., 2010). The models compute the mass and energy balance at the Earth surface, as well as water storage change in soil in response to prescribed variations of near-surface atmospheric data (precipitation, temperature, humidity and wind) and radiation. Using atmospheric re-analyses and the Orchidee land surface model outputs, Ngo-Duc et al. (2005a) estimated the terrestrial water storage contribution to sea level over 1950–2000. They found no climatic long-term trend but large interannual/decadalfluctuations, of several millimetre amplitudes when translated into sea level equivalent. A similar result was also found byMilly et al. (2003)using the Land Dynamics model over 1980–2000. Direct human interven-tion on land water storage and induced sea level changes have been estimated in several studies (e.g., Chao, 1995; Sahagian, 2000; Gornitz, 2001; Chao et al., 2008). The largest contributions come from groundwater pumping (either for agriculture, industrial and domestic use) and reservoirfilling. Surface water depletion has a non
⁎ Corresponding author.
E-mail address:william.llovel@legos.obs-mip.fr(W. Llovel). 0921-8181/$–see front matter © 2010 Elsevier B.V. All rights reserved.
Contents lists available atScienceDirect
Global and Planetary Change
negligible contribution. Although detailed information is lacking, and estimates vary significantly between authors, ground water depletion may have contributed to past decades sea level rise by 0.55–0.64 mm/ yr (e.g.,Gornitz, 2001). A recent update byWada et al. (2010) sug-gests an even larger contribution of groundwater depletion, of 0.8 ± 0.1 mm/yr sea level rise over 1960–2000. During the past 50 years, several tens of thousands of dams have been constructed over world rivers, leading to water impoundment into artificial reservoirs, hence negative contribution to sea level. Several attempts have been made to estimate the total volume of water stored in artificial reservoirs over the past half century (e.g.,Chao, 1995; Vörösmarty et al., 1997; Sahagian, 2000; Gornitz, 2001). Chao et al. (2008) reconstructed water impoundment history of nearly 30,000 reservoirs constructed during the 20th century and estimated a−0.55 mm/yr contribution to sea level due to dams and artificial reservoirs during the past half century. Hence, for the last few decades, effects on sea level from groundwater depletion and water impoundment behind dams are of the same order of magnitude and opposite sign. However, a slight positive residual contribution to sea level, of ~0.25 mm/yr, may be expected if the groundwater depletion component dominates.
For the recent years, terrestrial water storage (TWS) change can also be estimated from observations of the GRACE space gravimetry mission. The GRACE mission, launched in 2002, was developed by US National Aeronautics and Space Administration (NASA) and the German Aerospace Centre (DLR), to measure spatio-temporal change of the Earth gravityfield at a monthly interval (Tapley et al., 2004). On time scales ranging from months to decades, these temporal gravity variations mainly result from surface redistribution of water inside and among the outerfluid envelopes of the Earth (Wahr et al., 2004). Thus, on land, GRACE provides measurements of TWS change in river