Variabilit´ es d´ ecennales observ´ ees, reconstruites et simul´ ees

La d´esagr´egation statistique des simulations historiques de trois GCM (GFDL-CM3, IPSL-CM5A-MR et MIROC5) a permis d’obtenir dix simulations hydrologiques (Ta- bleau 2.1 sur la France entre 1860 et 2005. La chronologie de ces simulations hydrolo- giques n’est pas `a comparer `a celle des observations ou des reconstructions hydrologiques. Il n’y a, a priori, aucune raison pour que les GCM simulent une variabilit´e interne sur la France synchronis´ee avec celle des observations (Chapitre2). L’objectif est de comparer l’amplitude de la variabilit´e multi-d´ecennale observ´ee `a celle simul´ee par Isba-Modcou en utilisant la d´esagr´egation des GCM. Si elles sont d’amplitude comparable, l’estima- tion de l’incertitude due `a la variabilit´e interne, r´ealis´ee sur des p´eriodes de 30 ans des projections hydrologiques, pourra ˆetre consid´er´ee comme plus fiable que si cela n’est pas le cas. En effet, sur des p´eriodes de 30 ans, la variabilit´e multi-d´ecennale est la principale contribution `a la variabilit´e interne. Toujours dans l’optique de s’int´eresser principale- ment `a la variabilit´e multi-d´ecennale, la tendance lin´eaire est syst´ematiquement retir´ee aux s´eries de d´ebits dans les analyses qui suivent. Cela permet de ne pas tenir compte d’un ´eventuel signal du changement climatique sur les d´ebits.

Un examen visuel rapide laisse penser que la variabilit´e multi-d´ecennale sur les d´ebits est correctement reproduite par les GCM `a l’exception du printemps o`u elle semble sous-estim´ee (Figure 4.2). Pour estimer plus pr´ecis´ement l’importance de la variabilit´e multi-d´ecennale dans les simulations hydrologiques r´ealis´ees `a partir de la d´esagr´egation des GCM, les ratios entre l’´ecart-type sur les s´eries de d´ebits filtr´ees et l’´ecart-type sur les s´eries de d´ebits non-filtr´ees sont compar´es. Le filtre utilis´e est un filtre passe-bas Lanczos `a une fr´equence de coupure correspondant `a une p´eriode de 20 ans. L’´ecart-type sur les s´eries filtr´ees est utilis´e comme un estimateur de la variabilit´e multi-d´ecennale et l’´ecart-type sur les s´eries annuelles comme un estimateur de la variabilit´e inter-annuelle des d´ebits.

Comme nous avions pu le constater sur la figure4.2, le poids de la variabilit´e d´ecennale par rapport `a la variabilit´e inter-annuelle est g´en´eralement le plus important au prin- temps, particuli`erement pour la Garonne. C’est aussi en cette saison qu’aucune simu- lation hydrologique r´ealis´ee `a partir de la d´esagr´egation des GCM ne permet d’obte- nir, sur la plupart des stations, un ratio entre l’amplitude de la variabilit´e d´ecennale et inter-annuelle aussi fort. Les reconstructions hydrologiques ne permettent pas non plus d’obtenir des rapports aussi forts au printemps que dans les observations. La sous- estimation du poids de la variabilit´e multi-d´ecennale au printemps, dans les simulations r´ealis´ees `a partir des GCM, peut ˆetre li´ee, soit `a la m´ethode de d´esagr´egation statistique qui n’est pas en mesure de parfaitement tenir compte des ´evolutions basse-fr´equence du climat, soit aux GCM qui ne sont pas capables de la simuler correctement, ou soit

Chapitre 4. Le cycle de l’eau en France au XX`eme si`ecle 119

Figure 4.3: Rapport entre la variabilit´e d´ecennale et la variabilit´e inter-annuelle sai- sonni`ere dans les observations (noir), reconstruite avec les r´eanalyses 20CR (bleu) et ERA20C (marron) et simul´ee avec trois GCM CMIP5 (vert) sur six bassins versants (la Seine `a Poses, la Garonne `a Tonneins, la Loire `a Montjean-sur-Loire et le Rhˆone `a Beau- caire, l’Ari`ege `a Foix et le Gave d’Oloron `a Oloron). La variabilit´e d´ecennale est estim´ee par un ´ecart-type sur les s´eries filtr´ees `a 20 ans et la variabilit´e inter-annuelle par un ´ecart-type sur les s´eries non filtr´ees. La tendance a ´et´e retir´ee au pr´ealable. Les saisons sont indiqu´ees par les premi`eres lettres des mois : DJF : D´ecembre-Janvier-F´evrier, MAM : Mars-Avril-Mai, JJA : Juin-Juillet-Aoˆut, SON : Septembre-Octobre-Novembre.

Chapitre 4. Le cycle de l’eau en France au XX`eme si`ecle 120

enfin au mod`ele hydrologique. Il est tr`es probable que cela soit une combinaison de ces trois facteurs, avec une contribution plus marqu´ee des mod`eles climatiques (Ault et al., 2012). Il faut tout de mˆeme garder `a l’esprit que l’estimation de la variabilit´e d´ecennale effectu´ee ici n’est pas n´ecessairement tr`es robuste, tout juste une centaine d’ann´ees est utilis´ee pour estimer un signal d’une p´eriode proche de 60 ans. La dispersion des ratios calcul´es `a partir des membres d’un mˆeme GCM va dans ce sens.

Pour les autres saisons, la variabilit´e d´ecennale a un poids moins important par rapport `

a la variabilit´e inter-annuelle sur les quatre grands bassins versants fran¸cais. Les GCM sont g´en´eralement capables de reproduire des rapports coh´erents avec ceux observ´es ou reconstruits. Ce n’est pas toujours le cas sur deux stations des Pyr´en´ees, l’Ari`ege `a Foix et le Gave d’Oloron `a Oloron. Pour ces deux stations, la variabilit´e multi-d´ecennale est forte au printemps, mais plus forte encore en ´et´e.

La variabilit´e atmosph´erique est responsable d’une variabilit´e multi-d´ecennale des d´ebits importante sur l’ensemble du territoire fran¸cais. Cette variabilit´e est la plus forte au prin- temps, mais elle est aussi marqu´ee `a l’´echelle annuelle. Les simulations hydrologiques r´ealis´ees avec la d´esagr´egation des membres historiques de 3 GCM ne sont pas en me- sure de reproduire correctement l’amplitude de cette variabilit´e multi-d´ecennale. Les incertitudes dues `a la variabilit´e interne dans les projections climatiques seront donc probablement sous-estim´ees au printemps par rapport `a ce qui peut-ˆetre r´eellement at- tendu.