Objectifs et méthodologie de la thèse et du programme PCCC

à l'origine du Stratocumulus cloud deck, ou encore ceux mis en jeu dans la connexion entre l'anticyclone du Pacifique Sud-Est et la circulation de Walker dans le Pacifique tropical, par exemple. En outre, la plupart des études basées sur des simulations de changement climatique dans les EBUS réalisées avec des CGCMs n’évaluent pas la capacité des différents modèles à représenter la dynamique régionale et/ou leur forçage à distance par la dynamique à grande échelle. L'objectif général du programme PCCC consistait à proposer une méthodologie pour étudier l'influence du changement climatique sur le Système de Courant de Humboldt, et qui puisse être appliquée à d’autres EBUS, et dans une certaine mesure, à d'autres régions de l'océan mondial.

Fig. 1.28: Schéma de la stratégie de downscaling atmosphérique statistique (voir texte): (A) anomalies de vent de surface et (B) de pression au niveau de la mer issues de NCEP; (C) anomalies de vent de surface QuickSCAT; (D) anomalies de vent de surface et (E) de pression au niveau de la mer issues de IPSL-CM4; (F) anomalies de vent de surface downscalées pour IPSL-CM4. (G) Vent de surface et (H) pression au niveau de la mer climatologiques issus de NCEP; (I) Vent de surface et (J) pression au niveau de la mer climatologiques issus de IPSL-CM4. Les champs de prédicteurs (prédictants) sont encadrés en bleu (rouge). Noter le changement d’échelle de couleur entre les cartes globales et régionales pour (B), (E), (H) et (J).

ainsi un transport d'Ekman du même ordre de grandeur que les observations, la faible résolution des modèles climatiques globaux ne permet généralement pas de représenter la

A

A B

B

C

D

D E

E F

G

G H

H

I I J

J

Statistical Relationship

Statistical Relationship

zone de drop-off du vent près de la côte, ni le rotationnel du vent qui lui est associé, et qui provoque un pompage d'Ekman le long de la côte Ouest d'Amérique du Sud. En outre, la topographie accidentée des Andes n'est pas bien représentée par les CGCMs et introduit des biais à grande échelle dans la circulation atmosphérique du Pacifique Sud-Est, y compris au niveau de l’anticyclone subtropical. Afin de remédier à ce problème, une méthode de downscaling statistique a été développée par Goubanova et al. (2010). Elle consiste à construire une relation statistique (basée sur des régressions linéaires multiples) entre les vents de surface à l'échelle locale à régionale (le prédictant) et les vents de surface ainsi que la pression au niveau de la mer à grande échelle (les prédicteurs) pour le climat actuel observé, puis à appliquer cette relation aux champs correspondants aux prédicteurs simulés par des CGCMs pour un scénario climatique donné. Ceci suppose que cette relation statistique n’est pas sensible au climat moyen, ce qui constitue bien sûr une hypothèse forte.

Malheureusement, pour l’instant les vents de surface observés à haute résolution ne peuvent fournir un enregistrement suffisamment long pour nous permettre de tester une telle sensibilité. Il convient cependant de noter que des hypothèses similaires sont faites fréquemment lors de la production de projections du climat futur avec des modèles climatiques globaux, par exemple lorsque des paramétrisations dérivées d’observations modernes sont appliquées à des simulations avec des émissions de GES accrues.

Goubanova et al. (2010) ont ainsi appliqué la relation déduite 1) des anomalies de vent et de pression au niveau de la mer issues de la réanalyse NCEP/NCAR à une résolution de 2.5°x2.5° (Kalnay et al., 1996) (fig. 1.28A et 1.28B) - par rapport à leurs cycles saisonniers respectifs sur la période 2000-2008 (fig. 1.28G et 1.28H) - et 2) des anomalies de vent (par rapport au cycle saisonnier moyen au cours de la même période) du satellite QuickSCAT à une résolution de 0.5°x0.5° (CERSAT, 2002) (fig. 1.28C), aux anomalies de vent et de pression au niveau de la mer extraites des simulations Pré-Industrielle (fig. 1.28D et 1.28E) et 4xCO2 du modèle IPSL-CM4 à une résolution de 3,75°x2.5° (Marti et al., 2009), par rapport à leurs cycles saisonniers respectifs sur la période 1970-1999 de la simulation Climat du 20^e siècle¹ (fig. 1.28I et 1.28J). Le lecteur est invité à se référer à l’annexe A pour une explication détaillée sur le choix des scenarii climatiques Pré-Industriel et 4xCO2 ainsi qu’à Goubanova et al. (2010) pour plus de détails sur la méthode de downscaling et sa validation. Il convient de noter qu’IPSL-CM4 a été identifié comme faisant partie des “meilleurs” CGCMs dans le Pacifique Sud-Est (chapitre deux).

1 Dans ce scénario, les simulations des modèles CMIP3 sont réalisées avec des niveaux historiques de CO2 dans l'atmosphère de 1850 à 2000.

Fig. 1.29: Schéma de la stratégie de forçage atmosphérique de ROMS (voir texte): (A) vents de surface climatologiques pour le mois de janvier à partir de la simulation «climat du 20^e siècle» du modèle IPSL-CM4, (B) vents de surface pour janvier 1924 d’après la simulation dite de «contrôle Pré-industrielle» du modèle IPSL- CM4, (C) vents de surface climatologiques pour le mois de janvier à partir de mesures satellitaires QuickSCAT;

(D) vents de surface downscalés pour janvier 1924 d’après la simulation de «contrôle Pré-industrielle» du modèle IPSL-CM4; (E) TSM pour le 1^er Janvier 1924 d’après la simulation ROMS forcée par les vents downscalés de la simulation de «contrôle Pré-industrielle» du modèle IPSL-CM4. La flèche noire en pointillés représente le forçage de vent. Les conditions aux frontières ouvertes et les flux atmosphériques sont décrits en figure 1.31. La barre de couleur pour les TSM (°C) est indiquée en dessous du panneau correspondant (IC: 1°C).

La barre de couleur pour les vents de surface (Pa) est indiquée sur la partie gauche de la figure (IC: 0,02 Pa). La taille (resp. la direction) des flèches sur (A, B, C, D) représente l'intensité (resp. la direction) du vent en surface.

En particulier, il est caractérisé par un bon équilibre entre le zonal advective feedback et le thermocline feedback et donc par une représentation correcte de la variabilité ENSO (Belmadani et al., 2010), ainsi que par une bonne reproduction de l’anticyclone subtropical (Garreaud et Falvey, 2009). Enfin, les anomalies de vent downscalé pour les simulations Pré- Industrielle (fig. 1.28F) et 4xCO₂ ont été rajoutées au cycle saisonnier de QuickSCAT afin de construire les champs haute résolution (~50km) de vents totaux de surface IPSL-CM4 downscalés (fig. 1.29). Les principaux résultats sont brièvement présentés au chapitre quatre.

3) Downscaling du forçage océanique: similairement à Auad et al. (2006) pour le Courant de Californie, Echevin et al. (2010) ont utilisé un modèle régional océanique du HCS à haute résolution (celui décrit au chapitre trois) forcé par les sorties d’un CGCM. Nous avons forcé le modèle régional avec les vents de surface du modèle IPSL-CM4 downscalés suivant

QuickSCAT Jan clim

C

IPSL Dsc PI Jan 1924

D

IPSL PI Jan 1924

B

IPSL 20^th Jan clim

A

E

ROMS-IPSL PI 1^st Jan 1924

la procédure de Goubanova et al. (2010), pour deux périodes de 10 ans issues des simulations Pré-Industrielle et 4xCO₂ (fig. 1.29).

Fig. 1.30: Modulation à basse fréquence d'ENSO sur la période modèle 1860-2007 pour la simulation Pré- Industrielle du modèle IPSL-CM4: a) anomalies de TSM filtrées des hautes fréquences (fc = 1 an^-1) et moyennées spatialement dans la région Niño3 (150°W-90°W, 5°S-5°N), b) spectre en ondelettes correspondant (seules les valeurs supérieures au niveau de significativité à 90% sont représentées), c) série temporelle correspondant à la moyenne de l’ondelette sur la bande 2-7 ans, appelée N3VAR dans ce qui suit. Les unités sont le °C pour a) et le (°C)² pour b) et c). Les lignes verticales rouges (resp. bleues) délimitent la période 1924-1933 (resp. 1955-1964) caractérisée par une faible (resp. forte) amplitude et une faible (resp. forte) modulation d'ENSO. Les lignes horizontales en pointillés noirs sur la figure b) indiquent la bande de fréquence (2-7 ans)^-1 utilisée pour calculer N3VAR.

La sélection de ces périodes a été réalisée dans le cadre de la présente thèse et se fonde sur l’analyse d’indices de l’activité ENSO dans le Pacifique tropical dérivés des modèles couplés:

la modulation à basse fréquence de la variabilité interannuelle de la TSM dans Niño3 (voir 1.2.5) a permis d'identifier des périodes avec une amplitude d’ENSO faible et stable (telles que la période 1 en fig. 1.30), et d'autres avec une amplitude d’ENSO forte et variable (telles que la période 2 en fig. 1.30). Les périodes avec un ENSO faible et stable ont été privilégiées dans cette étude, car dans un premier temps l'accent est mis sur les changements de la variabilité saisonnière et de l'état moyen plutôt que sur les changements de la variabilité interannuelle.

Fig. 1.31: Schéma du downscaling dynamique océanique et de la stratégie de correction des flux (voir texte): (A) TSM pour le mois de janvier 1924 d’après la «simulation de contrôle pré-industrielle» du modèle IPSL-CM4;

(B) TSM climatologiques pour le mois de janvier d’après la simulation «Climat du 20^e siècle» du modèle IPSL- CM4; (C) TSM climatologiques pour le mois de janvier à partir de données observées COADS; (D) TSM corrigée pour le mois de janvier 1924 d’après la «simulation de contrôle pré-industrielle» du modèle IPSL-CM4;

(E) TSM pour le 1^er Janvier 1924 d’après la simulation ROMS forcée aux frontières ouvertes (resp. en surface) par les champs bruts (resp. corrigés) de la «simulation de contrôle pré-industrielle» du modèle IPSL-CM4. Le rectangle noir représente le domaine régional. La flèche noire en trait plein (resp. en pointillés) représente le forçage aux frontières ouvertes (resp. les flux atmosphériques et les termes de relaxation vers les TSM et SSM COADS). Le forçage de vent est décrit en figure 1.29. La barre de couleur (°C) est indiquée dans le coin en bas à droite de la figure (IC: 1°C).

Puisqu’une approche de downscaling statistique ne pouvait être appliquée aux flux air/mer d'IPSL-CM4 en raison de l'absence de données in situ à haute résolution dans la région, requises pour construire le modèle statistique, nous avons suivi une stratégie de correction des flux, schématisée en figure 1.31: 1) les cycles saisonniers des flux de chaleur, des flux d'eau douce, ainsi que des termes de relaxation de la TSM et de la SSM (Salinité de Surface de la Mer) ont été calculés sur la période 1960-2000 de la simulation Climat du 20^e siècle d'IPSL- CM4; et 2) soustraits des champs totaux des simulations Pré-industrielle et 4xCO₂ afin d'en extraire les anomalies par rapport au climat actuel; 3) les données climatologiques COADS à une résolution de 1°x1° (Da Silva et al., 1994) ont finalement été ajoutées aux anomalies de flux afin de produire les flux corrigés utilisés pour forcer le modèle régional. Le lecteur est

IPSL PI Jan 1924

ROMS-IPSL PI 1^st Jan 1924 IPSL PI

Jan 1924

IPSL 20^th Jan clim

B

COADS Jan clim

C

A E

IPSL PI Jan 1924 (corrected)

D A

invité à se référer à Echevin et al. (2010) pour plus de détails. Les conditions initiales et aux frontières ouvertes pour la température, la salinité, les courants et le niveau de la mer ont été directement extraites des sorties du modèle IPSL-CM4, sans aucune correction préalable (fig.

1.31), car 1) les simulations globales pré-industrielle et 4xCO₂ ont été initialisées avec les valeurs climatologiques actuelles du World Ocean Atlas 2005 (Locarnini et al., 2006;

Antonov et al., 2006), et 2) le modèle régional est capable de générer sa propre dynamique océanique malgré l'influence des frontières ouvertes. Les principaux résultats sont brièvement présentés au chapitre quatre. Une simulation régionale de contrôle réalisée dans le cadre de la thèse avec le modèle régional océanique pour la période récente fournit une référence pour les expériences de changement climatique régional (chapitre trois).

Objectifs de la thèse

« Comment le changement climatique simulé par les modèles couplés globaux de la génération actuelle est-il susceptible d’influencer le système d’upwelling du Pérou-Chili?»

constituait la motivation principale lors de la définition de cette thèse de doctorat. Dans cette région de productivité en poissons pélagiques extrêmement élevée et de forte variabilité climatique intrasaisonnière-à-décennale, c’est une question d’une grande importante pour les sociétés des pays voisins dont les économies dépendent fortement de l’exportation de ressources marines vivantes. Cette question centrale a entraîné plusieurs interrogations associées, telles que:

- « Quels sont les Modèles Couplés de Circulation Générale (CGCMs) les plus fiables dans le Pacifique Sud-Est, et quelles métriques utilisons-nous pour les identifier? »

-« A quel point le modèle régional océanique ROMS du Système de Courant de Humboldt (HCS) est-il fiable? Comment prend-il en compte la transmission de la variabilité équatoriale/des ondes équatoriales à la région côtière? Quelle déviation par rapport à la simple théorie linéaire? »

- « La modélisation régionale du futur changement climatique confirme-t’elle les tendances et les théories déduites d’observations historiques et de reconstructions paléoclimatiques éparses? »

Nous avons répondu aux deux premières questions pendant le développement du travail présenté ici, avec comme motivation la nécessité de compléter les différentes étapes requises pour des expériences de downscaling de projections climatiques. Certaines questions

(dont le dernier point mentionné ci-dessus) n’ont cependant pas pu être traitées dans le cadre de la thèse, à cause de la portée très étendue du projet. Ces questions ont été étudiées par d’autres participants au projet PCCC avec qui j’ai collaboré. Dans le cadre de la thèse, une contribution majeure au projet PCCC est située en amont de l’exercice de downscaling lui- même: en plus des développements méthodologiques suivis dans le cadre de PCCC, mon travail a conduit à une meilleure compréhension de certains mécanismes physiques d’intérêt pour PCCC. En particulier, nous avons progressé sur la question spécifique de la compréhension des biais des CGCMs en termes de variabilité ENSO. Dans une seconde partie de la thèse, l’effort était principalement dédié à la compréhension des processus de téléconnexion océanique entre les ondes de Kelvin équatoriales (EKW) et la circulation côtière dans une simulation régionale à haute résolution avec des conditions aux frontières réalistes. J’ai également participé à l’analyse de simulations régionales avec des scénarios de changement climatique idéalisés qui ont été réalisées dans le cadre du projet PCCC, et en particulier à l’évaluation de mécanismes de rétroaction concurrents de réchauffement et de refroidissement en action dans la région du Pérou-Chili.

Dans le chapitre suivant, nous détaillons la méthodologie utilisée pour sélectionner le sous-ensemble de modèles climatiques qui, au final, fournissent le forçage aux frontières du modèle régional océanique. Dans le chapitre trois, la méthode de downscaling océanique est décrite et appliquée à une configuration du HCS avec un forçage réaliste aux frontières sur la période 1992-2000. Cette simulation régionale est utilisée pour documenter les principales caractéristiques de la circulation régionale et de sa variabilité. Une étude spécifique sur l'impact de la variabilité équatoriale à grande échelle sur la variabilité côtière dans la région est également présentée dans le même chapitre, dans le but de mieux comprendre le lien entre la variabilité et les changements climatiques à l’échelle du bassin et à l’échelle régionale. La simulation est également destinée à être utilisée comme référence pour évaluer le réalisme des simulations régionales obtenues à l'aide du forçage aux frontières fourni par les CGCMs. Dans le quatrième et dernier chapitre, les résultats obtenus à partir d'expériences de changement climatique régional sont présentés et discutés, avant de conclure la présente thèse de doctorat et proposer quelques perspectives futures.

Introduction

The coastal ocean, defined as the portion of the ocean limited by the coast on one side and by the continental shelf on the other side, represents only about 10% of the surface of the world ocean, and a negligible part of its volume. However, it concentrates many resources of economical interest which are intensively exploited because of their accessibility and because more than one half of humanity lives less than 100 km away from the ocean. Of particular interest, fisheries provide one of the main sources of food supply and constitute an important sector of the economy in many countries. This is particularly true for Eastern Boundary Upwelling Systems (EBUS’es), which concentrate about 30% of fish catches over 0.1% of the surface covered by the oceans (Durand et al., 1998). In these regions, persistent alongshore trade winds drive strong coastal upwelling of cold, nutrient-rich waters that provide the conditions for high primary production and intense marine ecosystems. There are four EBUS’es which are found in both hemispheres along the eastern boundary of the two main ocean basins (the Pacific and the Atlantic): the Canary Current in the North Atlantic, the Benguela Current in the South Atlantic, the California Current in the North Pacific, and the Humboldt Current in the South Pacific (fig. 0.1).

In this PhD thesis, the focus is on the Humboldt Current System (HCS) that is embedded in the coastal ocean off Peru and Chile. The HCS is the third EBUS in terms of density of primary productivity, but by far the first in terms of fish catch (Chavez et al., 2008): 11 million tons of fish are caught every year off Peru and Chile, which represents 12%

of global fish catch, mainly on pelagic species like sardine and anchovy (F.A.O, 2009). Peru in particular is so productive that several drownings of fishing boats are reported every year because of the excessive weight of fish they carry. This incredible abundance makes fishing an important source of income for these countries, especially because a large fraction of their pelagic fish is exported. Apart from fish catch, a particularity of the HCS compared to other EBUS’es is its proximity to the equator and the orientation of its coastline, which makes it very sensitive to equatorial variability, including ENSO (El Niño-Southern Oscillation), the strongest climate anomaly on the planet at interannual time scales (e.g. Neelin et al., 1998;

Cane, 2005; McPhaden et al., 2006). During the occurrence of an El Niño event, the regional ocean circulation and climate of the HCS undergo dramatic changes: the cool surface waters (about 15°C to 19°C) that normally characterize Peru and Chile’s coastal ocean and gave it

the nickname of « refrigerator of the tropics » can rise up to 8°C above normal temperature (Blanco et al., 2002; Carr et al., 2002). This strong warming of the ocean is accompanied by high rainfall and floodings over the usually arid coasts of Peru and northern Chile, which has severe consequences on the agriculture and on human activities in general. In addition, the warming of the ocean can cause coastal upwelling to reduce significantly or even to shut down, which has serious impacts on the marine ecosystem (Barber and Chavez, 1983). At longer timescales, stocks of pelagic fish exhibit strong variations in relation to decadal variability in the Pacific Ocean: for instance, the climate shift of the tropical Pacific that occurred in 1976 lead the collapse of sardine stocks and the multiplication of anchovies (Chavez et al., 2003). Because of the sensitivity of the HCS to large scale climate variability, potential changes at the regional scale in relation to global warming could be important and have spectacular biological consequences. In this context, the sustainable management of fisheries appears as a key societal and economical issue for the neighbouring countries, but also for the whole world because of the importance of the fish resource of the HCS at global scale, especially in the context of overfishing and decline of fish stocks in many parts of the world.

Fig. 0.1: Mean surface chlorophyll-a concentration (mg/m³) over the period 09/1997-08/2000 from SeaWiFS satellite data (NASA/Goddard Space Flight Center). The four main EBUS’es are indicated: the California Current, the Humboldt Current, the Canary Current and the Benguela Current. Regional maps courtesy of IRD/AOOS.

California

Humboldt

Benguela Canary