Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
L’exercice de prévision « near-term » à l’IPSL-LOCEAN et au CNRM/Cerfacs
EPIDOM
Juliette Mignot Didier Swingedouw Eric Guilyardi Sébastien Nguyen Sonia Labetoulle Sulagna Ray Jérôme Servonnat Agathe Germe Pablo Ortega Javier Garcia-Serrano
Christophe Cassou Emilia Sanchez Gomez Elodie Fernandez Laurent Terray Marie Pierre Moine David Salas y Melia Yohan Ruprich-Robert Matthieu Chevallier Agathe Germe Paul Arthur Monerie
Les défis liés à la particularité de l’exercice
q La préparation de conditions initiales
q La génération d’un ensemble
q La gestion d’un grand nombre de simulations courtes
q La gestion de la dérive q La prise en main des
statistiques de prévision
26 La Météorologie - n° 81 - mai 2013
Figure 2 - Représentation schématique du protocole expérimental pour les projections/simulations historiques ver-sus les prévisions décennales. Voir texte pour les détails.
Jusqu’à présent, les GCM n’ont pas étéutilisés pour faire de la prévisionclimatique au-delà de l’échelle saison-nière. Même si les modèles reprodui-sent peu ou prou la fréquence etl’amplitude des variations de l’AMOou de la PDO, aucune simulation n’aencore été conduite pour prévoir lachronologie des diverses phases dusignal observé et en particulier samodulation décennale. C’est pourquoiles termes « simulation historique »pour le XXe siècle et « projection clima-tique » pour le XXIe sont inscrits dansles rapports et non « prévision clima-tique ». Détail pour certains, cette dis-tinction est centrale pour une inter-prétation correcte des conclusions four-nies par la communauté des climatolo-gues. Ainsi, reprocher au GIEC de nepas avoir « prévu » l’infléchissementde la tendance au réchauffement desannées 2000 par rapport à la décennie
1990 (les hypothèses privilégiées pourcette inflexion étant, en partie, le chan-gement de phase de la PDO au début dela décennie qui tend à injecter davan-tage de chaleur dans l’océan profond,mais aussi la récurrence de « petites »éruptions volcaniques ; Solomon et al.,2011), ou encore la fin récente desgrandes périodes de sécheresse auSahel (celle-ci ayant en partie pour ori-gine le changement de phase del’AMO), relève d’une incompréhen-sion totale de la nature même desprojections climatiques et des simula-tions historiques sur lesquelless’appuient les rapports successifs duGIEC depuis sa création, il y a mainte-nant 25 ans. « Prévoir » ce type d’in-flexion n’était tout simplementpas dans le protocole de départ. Dansce contexte, en quoi consiste la prévi-sion décennale ? Quelles en sont lesparticularités ?
Les diverses étapesde la prévision décennaleLes modes de variabilité interne, telsl’AMO et la PDO, sont présents dans lesGCM en tant que processus. Tout l’art dela prévision décennale consiste à prévoirleur chronologie afin de reproduire lesmodulations climatiques observéesautour de la tendance due aux forçagesexternes. Un exercice de prévision sedéroule ainsi en trois étapes :1. L’initialisation du modèle. Il s’agit deproduire l’instantané climatique cor-respondant aux observations à partirduquel le modèle est intégré pourprévoir. Dans le cas de l’Atlantique nord,par exemple (figure 1), on comprend quepour prévoir correctement la décennie1985-1995, il est important de partiren 1985 d’une anomalie négatived’AMO cohérente avec les observations.L’initialisation de la composante océa-nique est essentielle, car c’est elle quicontient la mémoire du système clima-
tique à l’échellede temps considé-rée, de par sa fortecapacité ther-mique et les cons-tantes de tempsdes circulations.L’océan est doncl’acteur essentielen prévisiondécennale avec,dans une moindremesure, la glacede mer pour lesrégions polaires.Dans l’initialisa-tion océaniqueréside ainsi laprincipale sourcede prévisibilité depremière espèce.2. L’intégration dumodèle et la priseen compte deschangements desconditions auxlimites. Sur lapériode historique( 1 9 6 0 - 2 0 1 0 ) ,l’évolution mesu-rée de la concen-tration des GES etles perturbationsradiatives liées auxéruptions volca-niques, au cyclesolaire et aux aéro-sols, sont impo-sées. Sur la pério-de future (2010-2030), les scéna-rios d’émission de
Cassou and Mignot 2013
Feedbackcoefficient=-40W/m2/K
Sea surface restoring
Stratégies techniques: méthode d’initialisation
IPSL
Qns =Qns0 +
dQdT(T 'k=1− SST 'ERSST )
RestoringtowardsSSTANOMALIES
CNRM/Cerfacs
Inthethermocline(1/β)=0
DeepOceanβ=360days
Belowthermoclineβ=10days
β=f(depth,space)
3D newtonian damping
Sea surface restoring
RestoringtowardsFULL3DT&S
NonudgingwithintheEquatorialband(1oN-1oS)andnearthecoast(300km)
(1/β)=0
Les résultats en terme de prévisibilité/prévision
IPSL
CNRM/Cerfacs
Score de correlation Échéance = 2-6 ans
detrended data
Cassou and Mignot 2013
température de surface
Les résultats en terme de prévisibilité/prévision
54 Juliette Mignot et al.
●●●
●●●●●●●●
●
●●●●●
●●●
●
●
●
●
●●●●
●●●●●●
●
1970 1980 1990 2000
−0.3
0.0
0.2
●●●
●●●●●●●●
●
●●●●●
●●●
●
●
●
●
●●●●
●●●●●●
●
●●●●●●
●
●
●
●
●
●
●●
●
●●
●
●
●
●
●●
●●
●●●●
●
●●●
●
●
●
●●●
●●●●●●
●●●●
●
●●●
●
●
●●
●●
●
●●●
●●●●
●●
●
years
(K)
(a)DEC3
0.0
0.4
0.8
●● ● ● ●
●●
● ●● ●
●●
● ●● ●
●●●
●
● ●●
● ●ACC
(b)
● ● ● ● ● ●
0.00
0.10
● ● ● ● ●●
● ● ● ● ● ●
● ● ● ● ●●
● ● ●
● ● ●
● ● ● ●
●● ●
●
RM
SE (K
) (c)
1−4 2−5 3−6 4−7 5−8 6−9Lead time (yrs)
●
● ● ●
● ●
●
●
●
1970 1980 1990 2000
−0.3
0.0
0.2
●
●●
● ●●
●
● ●
●
● ● ●
● ●
●
●
●
●
●●
● ●●
●
● ●●
●●
● ●●
●
● ●● ●
●
●
●
●
●
●
●
years
(K)
(d)DEC9
0.0
0.6
●● ●
●● ●
● ● ●
●
● ●●
● ● ●
●
ACC
(e)
0.00
0.10
RM
SE (K
) (f)
1−4 2−5 3−6 4−7 5−8 6−9Lead time (yrs)
Fig. 5 Same as Fig. 1 for SST averaged over the region [0-60�N] in the Atlantic
●●●
●●●●●●●
●
●
●●●●●
●●●
●
●
●
●
●●●●●●●
●
●
●
●
1970 1980 1990 2000
−0.4
0.0
0.3
●●●
●●●●●●●
●
●
●●●●●
●●●
●
●
●
●
●●●●●●●
●
●
●
●●●●
●●
●●
●●●
●
●●●
●
●●
●
●●
●
●●●●
●●●●●●●●●●
●
●●●
●●●●●●●●
●●●
●●●●
●
●●●●●●●●
●●●
●●●●
years
(K)
(a)DEC3
0.0
0.4
0.8
●● ● ● ●
●
●
●● ●●
● ● ●●
● ● ●●
● ● ●●
ACC
DEC3(b)
● ● ● ● ● ●
0.00
0.15
● ● ● ● ● ●
● ● ● ●
●● ● ●
● ● ● ●
●● ● ●
● ● ● ●
●● ● ●
RM
SE (K
) (c)
1−4 2−5 3−6 4−7 5−8 6−9Lead time (yrs)
●●●●●●●●●●●
●
●●●●●●●●●●●●
●●●●●●●●
●●●
1970 1980 1990 2000
−0.4
0.0
0.3
●●●●●●●●●●●
●
●●●●●●●●●●●●
●●●●●●●●
●●●
●●●
●●
●
●
●
●
●
●
●
●●
●●
●
●●
●
●●●
●●●●●
●
●
●●●
●
●
●●●●
●●●
●●
●
●●●●
●●●●
●●
●●
●●●●●●
●●●●●●
●
years
(K)
(a)DEC3
0.0
0.4
0.8
●
● ● ●
●●
●● ●
●●
●● ● ● ● ● ●
●● ● ● ● ●
ACC
(b)
0.00
0.15
RM
SE (K
) (c)
1−4 2−5 3−6 4−7 5−8 6−9Lead time (yrs)
Fig. 6 Same as Fig. 1 (b) for SST averaged over the subpolar [30�N-60�N] (a) and subtropical
[0-30�N] (b) Atlantic.
IPSL
54 Juliette Mignot et al.
●●●
●●●●●●●●
●
●●●●●
●●●
●
●
●
●
●●●●
●●●●●●
●
1970 1980 1990 2000
−0.3
0.0
0.2
●●●
●●●●●●●●
●
●●●●●
●●●
●
●
●
●
●●●●
●●●●●●
●
●●●●●●
●
●
●
●
●
●
●●
●
●●
●
●
●
●
●●
●●
●●●●
●
●●●
●
●
●
●●●
●●●●●●
●●●●
●
●●●
●
●
●●
●●
●
●●●
●●●●
●●
●
years
(K)
(a)DEC3
0.0
0.4
0.8
●● ● ● ●
●●
● ●● ●
●●
● ●● ●
●●●
●
● ●●
● ●ACC
(b)
● ● ● ● ● ●
0.00
0.10
● ● ● ● ●●
● ● ● ● ● ●
● ● ● ● ●●
● ● ●
● ● ●
● ● ● ●
●● ●
●
RM
SE (K
) (c)
1−4 2−5 3−6 4−7 5−8 6−9Lead time (yrs)
●
● ● ●
● ●
●
●
●
1970 1980 1990 2000
−0.3
0.0
0.2
●
●●
● ●●
●
● ●
●
● ● ●
● ●
●
●
●
●
●●
● ●●
●
● ●●
●●
● ●●
●
● ●● ●
●
●
●
●
●
●
●
years
(K)
(d)DEC9
0.0
0.6
●● ●
●● ●
● ● ●
●
● ●●
● ● ●
●
ACC
(e)
0.00
0.10
RM
SE (K
) (f)
1−4 2−5 3−6 4−7 5−8 6−9Lead time (yrs)
Fig. 5 Same as Fig. 1 for SST averaged over the region [0-60�N] in the Atlantic
●●●
●●●●●●●
●
●
●●●●●
●●●
●
●
●
●
●●●●●●●
●
●
●
●
1970 1980 1990 2000
−0.4
0.0
0.3
●●●
●●●●●●●
●
●
●●●●●
●●●
●
●
●
●
●●●●●●●
●
●
●
●●●●
●●
●●
●●●
●
●●●
●
●●
●
●●
●
●●●●
●●●●●●●●●●
●
●●●
●●●●●●●●
●●●
●●●●
●
●●●●●●●●
●●●
●●●●
years
(K)
(a)DEC3
0.0
0.4
0.8
●● ● ● ●
●
●
●● ●●
● ● ●●
● ● ●●
● ● ●●
ACC
DEC3(b)
● ● ● ● ● ●
0.00
0.15
● ● ● ● ● ●
● ● ● ●
●● ● ●
● ● ● ●
●● ● ●
● ● ● ●
●● ● ●
RM
SE (K
) (c)
1−4 2−5 3−6 4−7 5−8 6−9Lead time (yrs)
●●●●●●●●●●●
●
●●●●●●●●●●●●
●●●●●●●●
●●●
1970 1980 1990 2000
−0.4
0.0
0.3
●●●●●●●●●●●
●
●●●●●●●●●●●●
●●●●●●●●
●●●
●●●
●●
●
●
●
●
●
●
●
●●
●●
●
●●
●
●●●
●●●●●
●
●
●●●
●
●
●●●●
●●●
●●
●
●●●●
●●●●
●●
●●
●●●●●●
●●●●●●
●
years
(K)
(a)DEC3
0.0
0.4
0.8
●
● ● ●
●●
●● ●
●●
●● ● ● ● ● ●
●● ● ● ● ●
ACC
(b)
0.00
0.15
RM
SE (K
) (c)
1−4 2−5 3−6 4−7 5−8 6−9Lead time (yrs)
Fig. 6 Same as Fig. 1 (b) for SST averaged over the subpolar [30�N-60�N] (a) and subtropical
[0-30�N] (b) Atlantic.
30-60°N
0-30°N
Mignot et al. 2015
SST
NPP
Lead-)me2-5yrs
SST
Seferian et al. 2014
Example 1: decomposing the predictability of the Atlantic multidecadal variability (AMV)
Example 2: long predictability of the Nutrient Primary Production (NPP) in the Tropics
0-60°N
1-4 2-5 3-6 4-7 5-8 6-9
1-4 2-5 3-6 4-7 5-8 6-9 Lead-Time (years)
N. Atl SST skill score
Les résultats en terme de prévisibilité/prévision CNRM/Cerfacs
Germe et al 2014
Bellucci et al, 2014 Evaluation multi-modèle
CNRM-CM5
Prévisibilité potentielle de la glace de Mer en Arctique
Monerie et al. to be submitted Le hiatus
Ten-years linear trends for 1998-2009 to the 2003-2012 time-period for several observational datasets and for the hindcasts
(cercles: dispersion des ensembles DEC et HIST différente (95%))
Essayer d’améliorer les performances?
Decadal prediction skill with surface nudging 57
●● ● ● ● ●
0.0
0.4
0.8
●
●AC
C
(a) DEC3/NUDG
●●●
(c) DEC3/ORAS4 ● ● 1 yr● ● 1 yr
●
0.00
0.04
0.08
●
1−4 2−5 3−6 4−7 5−8 6−9
RM
SE
(b) (d)
1−4 2−5 3−6 4−7 5−8 6−9
● ●● ●
●●
0.0
0.4
0.8
●●
● ●
● ● 2 yr● ● 2 yr
0.00
0.04
0.08
●● ●
● ● ●
0.0
0.4
0.8
●
● ● ●●
● ● 3 yr● ● 3 yr
0.00
0.04
0.08
●●
● ● ●
0.0
0.4
0.8
● ● 4 yr● ● 4 yr
0.00
0.04
0.08
●●
●
0.0
0.4
0.8
●
● ● ● ●
● ● 5 yr● ● 5 yr
0.00
0.04
0.08
Fig. 2 (a) Potential ACC skill score of global mean SST with start dates taken with an
interval of 1 to 5 years from 1961 to 2005 in DEC3. Grey lines show the corresponding skill
for the HIST ensemble. (b) as (a) for the RMSE. (c) and (d) Same as (a) and (b) for the skill
scores computed against ORAS4. Hindcasts launched between 1961 and 2005 were used here,
but anomalies were not computed against a common verification period since this would be
too restrictive for the longest start date intervals (see section 2.4 for details).
Decadal prediction skill with surface nudging 57
●● ● ● ● ●
0.0
0.4
0.8
●
●AC
C
(a) DEC3/NUDG
●●●
(c) DEC3/ORAS4 ● ● 1 yr● ● 1 yr
●
0.00
0.04
0.08
●
1−4 2−5 3−6 4−7 5−8 6−9
RM
SE
(b) (d)
1−4 2−5 3−6 4−7 5−8 6−9
● ●● ●
●●
0.0
0.4
0.8
●●
● ●
● ● 2 yr● ● 2 yr
0.00
0.04
0.08
●● ●
● ● ●
0.0
0.4
0.8
●
● ● ●●
● ● 3 yr● ● 3 yr
0.00
0.04
0.08
●●
● ● ●
0.0
0.4
0.8
● ● 4 yr● ● 4 yr
0.00
0.04
0.08
●●
●
0.0
0.4
0.8
●
● ● ● ●
● ● 5 yr● ● 5 yr
0.00
0.04
0.08
Fig. 2 (a) Potential ACC skill score of global mean SST with start dates taken with an
interval of 1 to 5 years from 1961 to 2005 in DEC3. Grey lines show the corresponding skill
for the HIST ensemble. (b) as (a) for the RMSE. (c) and (d) Same as (a) and (b) for the skill
scores computed against ORAS4. Hindcasts launched between 1961 and 2005 were used here,
but anomalies were not computed against a common verification period since this would be
too restrictive for the longest start date intervals (see section 2.4 for details).
Decadal prediction skill with surface nudging 57
●● ● ● ● ●
0.0
0.4
0.8
●
●AC
C
(a) DEC3/NUDG
●●●
(c) DEC3/ORAS4 ● ● 1 yr● ● 1 yr
●
0.00
0.04
0.08
●
1−4 2−5 3−6 4−7 5−8 6−9
RM
SE
(b) (d)
1−4 2−5 3−6 4−7 5−8 6−9
● ●● ●
●●
0.0
0.4
0.8
●●
● ●
● ● 2 yr● ● 2 yr
0.00
0.04
0.08
●● ●
● ● ●
0.0
0.4
0.8
●
● ● ●●
● ● 3 yr● ● 3 yr
0.00
0.04
0.08
●●
● ● ●
0.0
0.4
0.8
● ● 4 yr● ● 4 yr
0.00
0.04
0.08
●●
●
0.0
0.4
0.8
●
● ● ● ●
● ● 5 yr● ● 5 yr
0.00
0.04
0.08
Fig. 2 (a) Potential ACC skill score of global mean SST with start dates taken with an
interval of 1 to 5 years from 1961 to 2005 in DEC3. Grey lines show the corresponding skill
for the HIST ensemble. (b) as (a) for the RMSE. (c) and (d) Same as (a) and (b) for the skill
scores computed against ORAS4. Hindcasts launched between 1961 and 2005 were used here,
but anomalies were not computed against a common verification period since this would be
too restrictive for the longest start date intervals (see section 2.4 for details).Impact of the start date frequency
Impact of the ensemble size
Mignot et al. 2015
IPSL CNRM/Cerfacs
Impact of the model resolution BR
HR
60 Juliette Mignot et al.
●●●
●●●●●●●●
●
●●●●●
●●●
●
●
●
●
●●●●
●●●●●●
●
1970 1980 1990 2000
−0.3
0.0
0.2
●●●
●●●●●●●●
●
●●●●●
●●●
●
●
●
●
●●●●
●●●●●●
●
●●●●●●
●
●
●
●
●
●
●●
●
●●
●
●
●
●
●●
●●
●●●●
●
●●●
●
●
●
●●●
●●●●●●
●●●●
●
●●●
●
●
●●
●●
●
●●●
●●●●
●●
●
years
(K)
(a) DEC3
0.0
0.4
0.8
●● ● ● ●
●●
● ●● ●
●●
● ●● ●
●●●
●
● ●●
● ●ACC
(b)
● ● ● ● ● ●
0.00
0.10
● ● ● ● ●●
● ● ● ● ● ●
● ● ● ● ●●
● ● ●
● ● ●
● ● ● ●
●● ●
●
RM
SE (K
)
(c)
1−4 2−5 3−6 4−7 5−8 6−9Lead time (yrs)
●
● ● ●
● ●
●
●
●
1970 1980 1990 2000
−0.3
0.0
0.2
●
●●
● ●●
●
● ●
●
● ● ●
● ●
●
●
●
●
●●
● ●●
●
● ●●
●●
● ●●
●
● ●● ●
●
●
●
●
●
●
●
years
(K)
(d) DEC9
0.0
0.6
●● ●
●● ●
● ● ●
●
● ●●
● ● ●
●
ACC
(e)
0.00
0.10
RM
SE (K
)
(f)
1−4 2−5 3−6 4−7 5−8 6−9Lead time (yrs)
Fig. 5 Same as Fig. 1 for SST averaged over the region [0-60�N] in the Atlantic
N. Atl SST skill score 3 members
start dates every yr 9 members
start dates every 5 yrs
1-4 2-5 3-6 4-7 5-8 6-9 1-4 2-5 3-6 4-7 5-8 6-9
Lead-Time (years)
Lead-Time (years)
Les résultats scientifiques que l’on préfère
Time (years)
Overt
urn
ing (
in S
v)
2040 2050 2060 2070 2080 2090
10
12
14
16 PiControl
Variable gamma
Constant gamma
15 years
before peak
AMOC Peak
25 years
before peak
IPSL Travail sur l’initialisation: variables, régions, coefficient de rappel, interaction avec le forçage externe
Reconstruire un pic extrême d’AMOC en affinant la technique de rappel vers la SST
Historical
Reconstruc)ons
NudgedwithSST
Control
1963 1982
15yrs
Ortega et al. in prep.
Dep
th (
m)
−272
−200
−100
−50
0−2
000
−1.0 −0.6 −0.2 0.2 0.6 1.0
Southern OceanTemperature (−180/180°E ; −70/−50°N)
Corr. coef
●●
●●●●
●●
●
●
●
●●●
●●●
●●
●
●●●●
●●
●
●
●
●●●
●
●●●
●
●
●
●●●
●
●
●●●●
●●
●●●●●●●●
●
●
●
●●●
●
●
●●●●
●●
●●●●●
●
●
(a)
Dep
th (
m)
−272
−200
−100
−50
0−2
000
−1.0 −0.6 −0.2 0.2 0.6 1.0
North AtlanticTemperature (−60/0°E ; 40/70°N)
Corr. coef
●●
●●
●●
●●
●
●●
●●
●●
●●
●
●
●
●
●
●●●●●
●●
●●●●●
●
●
●
●●
●
●●●
●
●
●
●
●
●●●●●
●●
●
●●●●●
●
●
●
(b)
Dep
th (
m)
−272
−200
−100
−50
0−2
000
−1.0 −0.6 −0.2 0.2 0.6 1.0
North PacificTemperature (150/−120°E ; 40/60°N)
Corr. coef
●●●●
●
●
●●
●●●●
●●●●●
●●
●●●●
●●
●
●●
●
●●
●●●●●●●●●●
●
●
●
●●
●
●
●●●
●●
●●●●●●●●●●●●
(c)
Dep
th (
m)
−272
−200
−100
−50
0−2
000
−1.0 −0.6 −0.2 0.2 0.6 1.0
Southern OceanSalinity (−180/180°E ; −70/−50°N)
Corr. coef
●●●
●
●
●
●
●●●
●
●
●
●●●●
●●
●●●
●
●
●
●
●●●
●
●
●
●
●
●●●●●
●●
●
●●
●
●
●
●●●
●
(d)
Dep
th (
m)
−272
−200
−100
−50
0−2
000
−1.0 −0.6 −0.2 0.2 0.6 1.0
North AtlanticSalinity (−60/0°E ; 40/70°N)
Corr. coef
●●
●
●
●
●●●
●
●
●
●
●
●●●●
●●
●
●●●●
●
●●●●
●
●
●
●
●
●
●●
●●●●●●●
●
●
●●
●
(e)
Dep
th (
m)
−272
−200
−100
−50
0−2
000
−1.0 −0.6 −0.2 0.2 0.6 1.0
North PacificSalinity (150/−120°E ; 40/60°N)
Corr. coef
●●
●●●
●
●●●●●
●
●
●
●●
●
●●●●●
●●
(f)
●
●
Free runSST_Full
SST_NoSicSST_40deg
SST+SSS_FullSST+SSS_NoSic
Réussir à initialiser la température en sub-surface en ne contraignant « que » la SST et la SSS
MxldepthSurface
2000m
300m
• SST only: correlation only
significant above winter mixed layer
• SST+SSS: reconstruction down to 2000m for both T and S !
Servonnat et al. 2014
1991
Swingedouw et al. 2013, 2015
Mettre en évidence une interférence entre la variabilité décennale naturelle et le forçage volcanique
Les résultats scientifiques que l’on préfère
CNRM/Cerfacs Etude de dérives pour comprendre les mécanismes du développent d’erreur dans les modèles
Sanchez-Gomez et al. 2015
Equatorial20°Cisothermdepth(colors)and10mwindsover2°S–2°N
leadRm
e
Ini)alisa)onwithnudgingoutsidethetropics
Ini)alisa)onwithnudgingeverywhere
• Excita)onofElNiñoeventatY1.LaNiñaeventoccursatY2.ThespuriousoscillatorybehaviorisprogressivelydampedunRlY4.
• ThismechanismismuchmorepronouncedinDEC_NOEQ
PacifiqueTropical Atlan)queNord
DEC–NCEP
AMOC(Sv)
DEC–ICs
TheAMOCprogressivelydecreasesinresponsetointrinsicatmosphericbiases(NAO-paVern)
Year1–Year4 Year5–Year10
SLP(hPa)
DCPP (CMIP6) IPSL CNRM/Cerfacs
A. Refaire des hindcasts
Non dans un premier temps Travailler sur les verrous scientifiques
d’abord Eventuellement période réduite
B. Forecasts « realtime » Eventuellement pendant quelques années
avec le système « CMIP5 » (IPSL-CM5A-LR / CNRM-CM5)
C.
Pacemakers Oui, au moins en partie Etude de cas: Réchauffement gyre subpolaire N. Atl 1995
Peut-être (problème de dépendance avec A.)
Sensibilité au forçage volcanique
Probablement en partie (problème de dépendance avec A.)
La suite?
La suite?
IPSL q Poursuivre sur les stratégies de reconstructions Vent, SSS, gamma variable, initialisation 3D sur la période ARGO?
CNRM/Cerfacs
SST globale
observations conditions historiques rappels en vent rappel vers les anomalies de SST rappel vers la SST
Travailler sur les verrous scientifiques et les mécanismes de prévisibilité
q Initialisation q Dérive
q Méthodes de génération d’ensemble
Heat flux:
Heatfluxatthesurface
feedbackterm
dTdQ Feedbackcoefficient
=-40W/m2/K
Fresh water flux:
Freshwaterbudgetatthesurface
feedbackterm
Feedbackparameter=-167mm/day
sγ
SeaSurfacerestoring
Seasurfacerestoring
Ini)alisa)onmethod
β=f(depth,space)
Current
NonudgingwithintheEquatorialband(1oN-1oS)and
Nearthecoast(300km)(1/β)=0
Inthethermocline(1/β)=0
DeepOceanβ=360days
Belowthermoclineβ=10days
3DNewtoniandamping
Ini)alisa)onmethod
Bilanscien)fique(CNRM-CERFACS)Voletdecennal§ Etudesdeprévisibilitéavecmul)-modèle,(2arRcles:CassouetMignot,2013;
Belluccietal.,2014)§ EtudedelaprévisibilitédelaglacedemerenArc)que(1arRcle:Germeetal.,
2014)
§ Mécanismesdeprévisibilité(1arRcle:Ruprich-RobertandCassou,2014)§ Review,Bilan(2arRcles:Meehletal.2014,2015)
§ Méthodesd’ini)alisa)onetanalysedeladérivedanslesprévisionsrétrospecRvesafindecomprendrelesmécanismesdudéveloppentdeserreursdanslesmodèles(1arRcle:Sanchez-Gomezetal.,2015)
6arRclesinternaRonauxet1arRclenaRonal