1

ACTIONS THEMATIQUES INCITATIVESsur

PROGRAMMES

DEMANDE DE FINANCEMENTformulaire détaillé

La demande de financement doit parvenir par courrier électronique. L’envoyer en format RTF ou PDF, en documentattaché, à : martine.revillon@cnrs-dir.fr.Le document attaché doit être nommé avec les informations minimum suivantes : ATI-nom du responsable scientifiqueN.B. Un exemplaire signé par le directeur de laboratoire doit parvenir par courrier postal à Martine RévillonINSU -BP 287-16-75766 Paris cedex 16

RESPONSABLE SCIENTIFIQUE DU PROJET (nom, prénom et qualité) :Jean-Philippe Boulanger (CR1-CNRS) et Christophe Menkes (CR1-IRD)

Année de naissance : 1967Année de recrutement :

• 1997 pour Jean-Philippe Boulanger (CNRS)• 1996 pour Christophe Menkes (IRD)

LABORATOIRE DU PROPOSANT (intitulé, appartenance, adresse et téléphone, e-mail) :

LODYC (Laboratoire d'Océanographie Dynamique et de Climatologie)Tour 26/Etage 4/case 100UPMC - 4 Place Jussieu75252 Paris cedex 05Téléphone : 01 44 27 51 57Fax : 01 44 27 71 59Adresses électroniques : jpb@lodyc.jussieu.fr , menkes@lodyc.jussieu.fr

Indiquer explicitement les nom et prénom du Directeur du Laboratoire, les références de laformation CNRS de rattachement (n° UMR ou UPR, etc...) :

Pierre Soler-UMR7617

2

Titre du projet :

De la variabilité climatique tropicale grande échelle à la prévisibilité de sesteléconnexions et de ses impacts : application au bassin du Parana en Amérique

du Sud

Résumé du projet :

Ce projet cherche à rassembler de manière durable les compétences de dynamiciens etstatisticiens des différentes composantes du système terre (océan, atmosphère, sol) sur le thèmefédérateur des téléconnexions climatiques et de la prévisibilité de leurs impacts socio-économiques.Ainsi, dans cet objectif, nous développons des liens plus étroits avec les communautés d'unerecherche plus appliquée (à l'heure actuelle : l'hydrologie avec des partenaires argentins; les impactsmacro-économiques avec une équipe du CIRAD) en proposant des prévisions de variablesenvironnementales directement utilisables par ces disciplines.

Plus particulièrement, ce projet a pour objectif de caractériser, comprendre et prévoir lestéléconnexions climatiques tropicales et leurs impacts, en se focalisant sur l'Amérique du sudtropicale directement et durement affectée par les grands modes de variabilité tels ENSO (ElNiño/Oscillation Australe) ou le dipôle Atlantique. Notre région d'intérêt s'étend jusqu'au sud dubassin du Parana-Plata (35°S) qui subit une forte influence de la variabilité tropicale. Nousaborderons cette problématique par (i) une approche à grande échelle des téléconnexions entre lavariabilité des océan limitrophes (Pacifique et Atlantique) et la variabilité des précipitations ettempératures de surface en Amérique du Sud et (ii) une étude régionale des impacts de la variabilitéclimatique sur le bassin du Parana-Plata. Dans un premier temps, ce sont les impacts hydrologiqueset leurs conséquences économiques qui seront considérées dans une région clé du continent sud-américain. En effet, le bassin du Parana-Plata est le deuxième plus grand bassin de ce continent. Ilest à cheval sur 5 pays (Argentine, Paraguay, Uruguay, Brésil et Bolivie), il y est produit plus de70% de leur PNB et il regroupe plus de 50% de leur population. En particulier, la région subitrégulièrement de très fortes inondations aux conséquences socio-économiques dramatiques.

Au-delà de caractériser et comprendre les mécanismes de téléconnexions, notre objectif est deprévoir les grandes tendances régionales (>100 km, échelle mensuelle à saisonnière) associées auxanomalies climatiques et d'évaluer leur influence sur les distributions journalières de la variabilitélocale (stations de mesure; quelques kilomètres). Ces tendances régionales résultent en premier lieude l'influence des grands modes de variabilité du climat d'échelle planétaire sur les processusconvectifs et hydrologiques de petite échelle. La prévision de ces tendances implique donc desprocessus d'échelles de temps et d'espace très diverses. Actuellement, les outils les plus fiables pourla prévision de ces différentes échelles sont de nature et de complexité différentes. Par exemple, lesmodèles intermédiaires (Boulanger et Menkes, 2001) sont parmi les plus performants pour prévoirl'occurrence des phases d'ENSO (El Niño-Oscillation Australe) qui affecte terriblement le continentsud-américain , tandis que les modèles physiques atmosphériques et hydrologiques plus complexessont supposés être les mieux à même de prévoir la réponse des pluies convectives ou des débits desfleuves à ces changements de grande échelle. A ce jour, les méthodes utilisées pour prévoir lesimpacts climatiques privilégient une approche soit purement statistique, soit purement dynamique(modèles de circulation océan-atmosphère). En associant les compétences des chercheurs du projetet de nos collaborateurs, nous proposons de combiner ces deux approches dynamique etstatistique pour améliorer la compréhension des téléconnexions et la qualité de la prévision desimpacts.

3

Liste des personnes collaborant au projet (avec indication de leur unité CNRS de rattachement) :• LODYC-UMR 7617 : Jean-Philippe Boulanger, Christophe Menkes• LMD-UMR 8539 : Sandrine Bony, Jan Polcher• LSCE- UMR CEA-CNRS 1572 : Georg Hoffman, Françoise Vimeux• IPSL : Harilaos Loukos

Deux demandes de bourses de thèse ont été faites dans le cadre de ce projet. Les attributions debourse seront connues en cours d'année.

Liste des collaborateurs extérieurs :• Maria Fernanda Cabré, Nazareno Castillo, Claudio Menendez, Mario Nuñez, et Silvina Solman

du CIMA (Centro de Investigaciòn del Mar y de la Atmosfera) de l'Université de Buenos Airespour le développement, l'étude et l'application (à la prévision saisonnière et au changementclimatique) de la modélisation atmosphérique régionale.

• Olga Peñalba, Matilde Rusticucci et Walter Vargas du Departamento de Ciencias Atmosfericasde l'Université de Buenos Aires pour l'expertise de la variabilité observée régionale (stations detempérature, précipitations et débits des fleuves) et des modes de la variabilité locale (lien avecENSO, événements extrêmes, variabilité lente)

• Sylvie Thiria et Carlos Mejia (équipe "Méthodes Statistiques Avancées" du LODYC) pourl'expertise de la modélisation neuronale

• Lena Sanders (UMR Géographie-Cités, CNRS-Paris I) pour les modèles géostatistiques.• Nathalie de Noblet (LSCE) pour le lien climat-végétation dans le cadre du modèle ORCHIDEE.• Abigaïl Fallot (CIRAD, Centre de coopération internationale en recherche agronomique pour le

développement) pour l'étude des impacts économiques de la variabilité climatique.

Montant demandé en k€ : 92k€ + Demande de chercheur associé (6 mois) ~21k€

Visa obligatoire du Directeur de formation Signature du demandeur :

4

DOSSIER SCIENTIFIQUE

Plan

Introduction générale

1. Téléconnexions Tropiques-Amérique du Sud1.1. Introduction

1.2. Classification des modes de la variabilité tropicale et leurs téléconnexions

1.3. Une approche originale pour l'étude des téléconnexionst r o p i c a l e s

1.4. Mécanismes des téléconnexions sur les Andes tropicales

2. Impacts hydrologiques de la variabilité climatique surle bassin Parana-Plata

2.1. Introduction

2.2 Classification et prévision de la variabilité régionale par réseaux de neurones

2.3 Modélisation de l'hydrologie du bassin

3. Perspectives

4. Annexe

5. Références

6. Calendrier

5

Introduction générale

Les régions tropicales sont les régions les plus lourdement touchées par la variabilité naturelledu climat et, très certainement, par les changements climatiques futurs liés à l'activitéanthropogénique (IPCC, 2001). Or ce sont également les régions où se situent de nombreux pays envoie de développement qui, de par leurs difficultés à prévenir et à s'adapter aux risques climatiques,les subissent de plein fouet. L'Amérique du Sud tropicale ressent les influences directes des océansPacifique et Atlantique qui la bordent (Barros et al., 2000; Moron et al., 2001).

La motivation de ce projet est, en se focalisant dans un premier temps sur l'Amérique du Sudtropicale, de renforcer les études interdisciplinaires permettant d'intégrer la variabilité climatiquedans les études socio-économiques et plus particulièrement d'évaluer la prévisibilité des impactssocio-économiques du climat.

Ce projet est une première étape dans la construction de telles études et il repose sur unedouble approche. Premièrement, et dans la continuité des nombreuses études des téléconnexionsentre les océans tropicaux et les précipitations en Amérique du Sud, nous avons pour objectif (i) derenforcer la compréhension des caractéristiques et des mécanismes par lesquelles la variabilité desocéans Atlantique et Pacifique peut influencer le climat en Amérique du Sud et (ii) d'évaluer laprévisibilité de ces téléconnexions. Deuxièmement, nous nous intéressons à la région du bassinversant du Parana-Plata, deuxième plus grand bassin versant d'Amérique du Sud, important de parla population qui y réside, l'activité agricole et économique qui y est générée et les ressources eneaux qui y sont actuellement disponibles. Nous nous focaliserons dans ce projet sur la composantehydrologique du bassin.

En parallèle à ce premier projet principalement climatique et hydrologique, nous développonsles liens avec des partenaires économistes, médecins/parasitologues/épidémiologistes et agronomesafin de mettre en place une application concrète de nos recherches climatiques.

6

1. Téléconnexions Tropiques-Amérique du Sud1.1. Introduction

Les téléconnexions entre les températures de surface de la mer des océans Pacifique etAtlantique et la variabilité atmosphérique tropicale en Amérique du Sud ont fait l'objet denombreuses études en utilisant soit des observations (e.g. Hastenrath and Covey, 1978; Lamb,1978a,b; Kiladis et Diaz, 1989; Hastenrath, 1990; Folland et al., 1991; Parthasarathy et al., 1993;Pisciottano et al., 1994; Grimm et al., 2000), soit des modèles de circulation généraleatmosphérique (e.g. Lau, 1985; Latif et al., 1990; Lau and Nath, 1994; Graham et al., 1994; Moronet al., 2001).

Plus particulièrement, des études régionales ont permis de relier la variance des précipitationsexpliquée à la variabilité des température de surface de la mer : Hastenrath (1990) et Aceituno(1989) pour le Nord et le Centre de l'Amérique du Sud; Rogers (1988), Cazavos et Hastenrath(1990 et Enfield et Alvaro (1999) pour les Caraïbes et l'Amérique Centrale; Marengo (1992),Marengo et Hastenrath (1993) et Moron et al. (1995) pour le sous-bassin équatorial avec un intérêtparticulier pour l'Amazonie; Hastenrath et Heller (1977), Ward et Folland (1991) Nobre et Shukla(1996), Uvo et Berntsson (1996) et Uvo et al. (1998) pour la région du Nordeste du Brésil. Cesnombreuses études ont permis de démontrer que les précipitations tropicales à l'échelle du continentsont reliées aux températures de surface de la mer (SST) des bassins Atlantique et Pacifique (Fig.1).

Figure 1 : Relations entre les précipitations (et tout particulièrement sur le bassin Parana-Plata encerclé par la courberouge) et les anomalies de température de surface de la mer au cours de la saison (Décembre-Février). Les couleursvertes représentent les précipitations (mm/mois) et les vecteurs noirs, le vent à 925hPa. Les flèches bleues indique lesmaxima de transport d'humidité intégré et la région hachurée est la région du Pantanal (région continuellementinondée). La configuration des SSTs correspond à une précipitation accrue sur le bassin Parana-Plata (extrait dudocument CLIVAR, Climatology and hydrology of the La Plata basin).

7

Les principaux modes climatiques auxquels nous nous intéresserons sont les suivants.• Le phénomène El Niño/Oscillation Australe (ENSO) est le mode de variabilité climatique

majeur des Tropiques de par la taille du bassin Pacifique où il se développe et ses impactstropicaux et extra-tropicaux (Ropelewski et Halpert, 1987). ENSO est un mode couplé océan(El Niño)-atmosphère (Oscillation Australe) dont la présence dans le Pacifique tropical a puêtre retracée sur plusieurs siècles grâce à des données de coraux, de carottes de glacierstropicaux, d'anneaux d'arbres ou d'archives historiques (e.g. Quinn et al., 1978). Il secaractérise principalement par la présence d'eaux chaudes dans le Pacifique central et est làoù habituellement on observe des eaux froides provenant de la subsurface.

• Les précipitations sur les terres environnant l'océan Atlantique tropical sont rythmées par unensemble de cycles climatiques couvrant les échelles saisonnières, interannuelles etdécennales. Les périodes de sécheresse récurrentes qui frappent l'Afrique sahélienne et lacorne nord-est du Brésil (Nordeste) sont fortement liées à la variabilité des températures desurface de la mer (SST: Sea Surface Temperature) de l'Atlantique tropical Nord et Sud(Lamb et Peppler, 1992; Uvo et al. 1998). Le cycle pluviométrique en Afrique TropicaleOuest ainsi qu'en Amérique Centrale et dans les Caraïbes dépend lui aussi de ces fluctuationsde SST (Enfield, 1996; Fontaine et al., 1999). Alors que le cycle saisonnier est le plus fortsignal atlantique tropical, deux modes couvrent les échelles interannuelles à décennales. Leplus important pour les précipitations du Nordeste et du Sahel consiste en une variation dugradient de SST inter-hémisphérique, appelée mode méridien ou "Dipôle Atlantique"(Mourra and Shukla, 1981; Servain, 1991). Il est associé à des anomalies de la position de laZone de Convergence Inter-Tropicale (ZCIT) et ainsi à des cycles de sécheresse (Carton etal., 1996). Le second mode de variabilité, appelé communément mode équatorial, s'apparenteau phénomène ENSO du Pacifique. Il joue un rôle significatif dans la formation d'anomaliesde SST équatoriales aux échelles plurimensuelles à interannuelles (Carton et Huang, 1994).Il affecte notamment la région d'upwelling équatorial et donc les pluies autour du Golfe deGuinée (Wagner et da Silva, 1993). Ces deux modes peuvent se concevoir comme desmodulations basses fréquences des principaux mécanismes à l'oeuvre dans le cyclesaisonnier.

En termes de téléconnexions sur l'Amérique du Sud, des anomalies de SST chaudes dans lePacifique central et est liées à El Niño entraînent une augmentation de la subsidence sur lecontinent (à l'exception des côtes péruviennes et équatoriennes) à travers un déplacement vers l'estde la cellule de Walker et/ou le déplacement d'un dipôle dans la haute troposphère caractérisé parune convergence accrue plus proche de l'équateur et une intense divergence s'étendant depuis lePacifique central vers le nord du Mexique et l'Atlantique ouest (Rasmusson et Mo, 1993; Kousky etKayano, 1994).

Alors que la variabilité Pacifique semble principalement avoir une influence sur le déplacementzonal des régions de précipitations sur l'Amérique du Sud tropicale, la variabilité Atlantique (enparticulier de type Dipôle) induit principalement un mouvement méridien des régions deprécipitations. Ainsi, la présence de SSTs chaudes dans l'Atlantique équatorial et dans l'Atlantiquesud tropical combinées avec des SST froides dans l'Atlantique Nord tropical favorise undéplacement vers le sud de la ZCIT responsable de plus (resp. moins) de précipitations au sud (resp.au nord) de la position habituelle de la ZCIT (Moron et al., 1995; Enfield, 1996).

Comme nous pouvons l'imaginer sur ce dernier exemple, les mécanismes de téléconnexionsatmosphériques sont par nature profondément non-linéaires. En effet, en considérant seulement lesimpacts d'un phénomène donné tel ENSO ou le Dipôle Atlantique, les précipitations à grandeéchelle au cours d'une saison donnée ne seront pas deux fois plus intenses parce que l'événementconsidéré est deux fois plus intense. Il va sans dire que les téléconnexions, même à grande échelle,résultent d'interactions constructives ou destructrices entre les différents modes de la variabilitéclimatique modifiant les transports de vapeur d'eau, la position des zones de convergence etl'intensité de la convection par exemple.

Notre projet a pour objectif d'aborder le thème des téléconnexions climatiques sur l'Amérique duSud par trois approches complémentaires permettant de prendre en compte et/ou de caractériser lacomplexité des mécanismes influençant la variabilité climatique saisonnière de grande échelle (>100 km) sur l'Amérique du Sud.

8

La première approche (1.2) repose sur une classification des principaux événements climatiquesdes bassins Pacifique et Atlantique grâce à laquelle nous identifierons des structures detéléconnexions propres à chaque classe d'événements et donc des relations non-linéaires entre lesbassin océaniques et la variabilité sur le continent. Nous étudierons plus particulièrement lestéléconnexions avec la variabilité à grande échelle de variables telles la température de latroposphère libre, les précipitations et la température de l'air à 2m. Nous évaluerons également laprévisibilité saisonnière de ces variables par ce système.

La seconde approche (1.3) repose sur une combinaison des approches statistiques(téléconnexions entre la variabilité océanique tropicale et la température de la troposphère libre) etdynamiques (réponse 1D de l'atmosphère à des anomalies données de température de la troposphèrelibre). Cette approche originale est avant tout valide dans la bande tropicale. Son faible coût calculnous permettra d'évaluer comme en 1.2 la prévisibilité saisonnière de variables de surface(température, précipitations).

En complément des deux premières approches qui reposent sur une représentation statistique destéléconnexions à grande échelles et de leur prévisibilité, la troisième approche (1.4) s'intéresse à lamodélisation des mécanismes de téléconnexions et repose sur la comparaison des compositionsisotopiques des précipitations observées et modélisées afin d'identifier l'origine des masses d'eaux.

Finalement, dans la perspective des modifications possibles des téléconnexions résultant duchangement climatique, nous appliquerons les deux premières approches à des scénarios issus del'IPCC (International Panel for Climate Change) et nous évaluerons si les téléconnexionsclimatiques liés aux principaux modes tropicaux sont susceptibles de changer et de quelle manière.

1.2. Classification des modes de la variabilité tropicale et leur téléconnexions

Comme nous l'avons vu précédemment, de nombreuses études ont déjà abordé les relationsexistantes entre la variabilité tropicale du Pacifique et de l'Atlantique et les précipitations endifférentes régions d'Amérique du Sud. Toutefois, ces études reposent le plus souvent sur uneapproche statistique qui ne fait pas la différence entre les téléconnexions liées à, par exemple, unévénement ENSO fort et celles liées à un événement faible. Notre objectif est de pouvoirsélectionner et classer les impacts observés au regard des caractéristiques (amplitude, phase) desprincipaux modes de la variabilité climatique et de leurs possibles interactions constructives oudestructrices. Notre stratégie combinera à la fois l'étude des observations et de simulationsatmosphériques.

Notre approche des observations peut se décomposer comme suit :

1- Pour un mode climatique de variabilité donné (cf. 1.1), nous classifierons les différentsévénements à l'aide de méthodes classiques en analyse de données (analyse en composantesprincipales, classification ascendante hiérarchique, nuées dynamiques, décomposition aux valeurssingulières) que nous compléterons par des analyses en régimes de temps (Corti et al., 1999) et desanalyses composites. La significativité des résultats sera testée. Nous réaliserons cette étude pourles différents modes de la variabilité de température de surface de la mer des deux bassinsAtlantique et Pacifique.

2- Pour chaque mode de variabilité et chaque classe identifiée, nous étudierons les composites dedifférentes variables sur l'Amérique du Sud. Ces variables seront a priori : (i) la température de latroposphère libre (cf. 1.4); (ii) les précipitations; (iii) la température de l'air au sol (2m). Certainesvariables pourront être ajoutées à cette liste selon les besoins exprimés par nos collaborateurs socio-économistes.

3- Nous évaluerons grâce à ce système statistique la prévisibilité à plusieurs mois des variablesdécrites ci-dessous. Afin d'"étendre" le potentiel de prévisibilité sur plusieurs mois, nous étudieronsune approche à "deux étapes" i.e. nous utiliserons les prévisions des anomalies de température desurface de la mer fournies par les centres de prévisions opérationnelles (e.g. NCEP, ECMWF) pourforcer notre système statistiques et évaluer les téléconnexions associées.

9

Afin de mieux comprendre comment les téléconnexions liées aux variabilité Atlantique etPacifique peuvent se renforcer ou s'annihiler, nous utiliserons les structures des classes identifiéesau point (i) pour forcer un modèle de circulation générale atmosphérique.

Finalement, afin de qualifier si le changement climatique est susceptible d'affecter lestéléconnexions entre les bassin tropicaux et l'Amérique du Sud, nous appliquerons notre approchepar classification à divers scénarios de l'IPCC et nous évaluerons si les structures destéléconnexions sont significativement affectées et de quelle manière sous l'influence de l'activitéanthropogénique.

1.3. Une approche originale pour l'étude des téléconnexions tropicales : l'ajustementthermodynamique de l'atmosphère aux anomalies tropicales des températurestroposphériques.

La prévision des téléconnexions entre les températures de surface de la mer et la variabilitéatmosphérique en régions tropicales repose, traditionnellement, soit sur des relations purementstatistiques établies à partir d'observations, soit sur des simulations issues de modèles de circulationgénérale (MCG). Notre objectif est de tester la validité d'une nouvelle approche combinant analysestatistique d'observations et modélisation de l'atmosphère, privilégiant l'analyse des téléconnexionstropicales en terme de processus thermodynamiques, et utilisant des outils de modélisation soupleset validés.

L'approche repose au départ sur l'observation bien établie que les variations interannuelles de latempérature de surface de l'océan (SST) contrôlent l'essentiel des variations interannuelles de latempérature atmosphérique dans les Tropiques (e.g. Newell and Wu 1992). Ainsi un réchauffementdu Pacifique lié à El Niño se traduit par un réchauffement rapide et quasi-uniforme de latroposphère libre dans toute la ceinture tropicale (e.g. Yulaeva et Wallace 1994). Ce phénomène, liéfondamentalement aux propriétés dynamiques et thermodynamiques de l'atmosphère tropicale(Sobel et al. 2001), constitue une signature atmosphérique d'ENSO extrêmement robuste, au pointqu'elle est convenablement simulée par la plupart des MCG (Soden 2000). Tirant profit de cettecaractéristique tropicale, Chiang et Sobel (2002) ont proposé récemment une approche originalepour l'étude des téléconnexions tropicales, consistant à étudier l'ajustement thermodynamique d'unecolonne d'atmosphère à une modification prescrite de la température au-dessus de la couche limite.Nous proposons de tester la validité d'une telle approche pour comprendre et prévoir lestéléconnexions tropicales sur l'Amérique du Sud.

La démarche consistera à:1) établir une relation entre les anomalies de SST dans le Pacifique tropical et les anomalies de

température dans la troposphère libre (TT) de la ceinture tropicale (cf 1.2);2) étudier à l'aide d'un modèle atmosphérique uni-dimensionnel la réponse de la précipitation et

des conditions de surface à des anomalies prescrites de TT;3) combiner 1 et 2 pour prévoir, au moins qualitativement, l'impact régional d'anomalies de SST

liées aux modes de la variabilité tropicale (ENSO, Dipôle Atlantique, "El Niño" Atlantique).

La première étape reposera sur l'analyse de différents jeux de données sur la période 1979-1999:température de surface de la mer de Reynolds, températures troposphériques issues des mesuressatellitales MSU, séries temporelles de profils de température issues de réanalyses météorologiques(ERA, NCEP) et/ou de radiosondages. Nous rechercherons les meilleurs prédicteurs des anomaliesde TT, étudierons les lags temporels entre les variations de SST et de TT, définirons commentreprésenter la structure verticale des anomalies de TT. Cette étape se fera en étroite collaborationavec les chercheurs impliqués dans le paragraphe 1.2.

La deuxième étape consistera à forcer un modèle uni-colonne de l'atmosphère tropicale par desanomalies de TT. Ce modèle comportera notamment des paramétrisations détaillées des processus

10

convectifs, nuageux et radiatifs rigoureusement validés en conditions tropicales (Bony et Emanuel2001). La température de surface du modèle sera calculée interactivement en utilisant différentesreprésentations de la surface, de complexités variables. Suivant l'approche de Chiang et Sobel(2002), avec qui nous collaborons, nous prescrirons le profil de température atmosphérique au-dessus de la couche limite, négligerons la convergence horizontale de température etdiagnostiquerons la vitesse verticale de grande échelle d'après le profil de température prescrit et letaux de chauffage diabatique calculé par le modèle (Sobel et Bretherton 2000). Cette vitesseverticale sera utilisée également pour prédire l'advection verticale d'humidité. L'activité convectiveet la nébulosité dans les Tropiques sont contraints en grande partie par l'intensité des mouvementsverticaux de grande échelle (Bony et al. 1997). Une originalité de l'approche consistant à prescrirela température de l'atmosphère libre est de pouvoir prédire à partir d'un modèle 1D, effectivement,les variations de vitesse verticale résultant de l'ajustement thermodynamique de la colonned'atmosphère.

Nous nous placerons d'abord dans un cadre idéalisé pour étudier la sensibilité des résultats auxdétails de la méthode et à la physique du modèle. Nous nous placerons ensuite dans un cadre un peuplus réaliste en utilisant des conditions aux limites régionales particulières (par exemple celles d'unerégion tropicale de l'Amérique du Sud) et en forçant le modèle par des températures atmosphériquesobservées (issues de réanalyses par exemple). Nous pourrons ainsi évaluer la capacité du modèle àreproduire, au moins qualitativement, les anomalies interannuelles de précipitation et de conditionsde surface observées dans de telles conditions.

La troisième étape consistera à combiner les résultats des deux premières étapes. Partant desanomalies de SST observées par exemple dans le Pacifique au cours des différents événements ElNiño, nous prédirons en différentes régions de la ceinture tropicale les anomalies de TT associées àces anomalies de SST, et les anomalies de précipitation et de conditions de surface qui en résultent.La comparaison des résultats aux observations permettra d'évaluer notre capacité à prévoir, aumoins qualitativement, les impacts régionaux de la variabilité tropicale océanique.

Il faut noter que si cette approche s'avère viable, elle ouvrira de nombreuses perspectives pour laprévision des impacts régionaux des modes climatiques tropicaux. La simplicité de l'approche et lalégèreté du coût de calcul comparé à l'utilisation de MCGs est certainement un atout pour l'étudedes téléconnexions. Mais surtout l'approche facilitera la compréhension des processus physiquesmis en jeu dans ces téléconnexions. Enfin, on pourra envisager de remplacer dans le futur le modèle1D par un modèle régional méso-échelle pour la prédiction de l'ajustement thermodynamiquerégional de l'atmosphère aux anomalies de TT.

Enfin, en utilisant les résultats de 1.2 sur les modifications des téléconnexions liées auchangement climatique, nous pourrons forcer ce système par les nouvelles statistiques issues desscénarios de l'IPCC et mesurer l'impact régional potentiel des changement anthropogéniques.

1.4. Mécanismes des téléconnexions sur les Andes tropicales

En complément de l'approche statistique décrite en 1.2 et de l'approche originale proposée en1.3, nous souhaitons aborder la problématique des téléconnexions en utilisant à la fois les donnéesd'isotopes stables dans les précipitations et la modélisation du cycle isotopique atmosphérique.Cette approche nous permettra d'identifier l'origine des masses d'eaux et donc de mieux comprendreles mécanismes de téléconnexions et d'influence de la variabilité des bassins Atlantique etPacifique.

La composition isotopique (δD et δ18O) des précipitations (actuelles ou passées) et de la vapeurd'eau atmosphérique est un outil de premier ordre pour mieux comprendre la variabilité climatique.En effet, les variations isotopiques des précipitations et de la vapeur d'eau contiennent, par rapport àdes mesures météorologiques ponctuelles, une information climatique intégrée sur l'histoire de lamasse d'air depuis sa source océanique. Cette composition isotopique est fortement contrôlée par latempérature de condensation mais au second ordre reflète également les conditions d’évaporationdes masses de vapeur (température et humidité relative à la surface de l’océan, recyclage

11

continental, ré évaporation des gouttelettes). Des séries isotopiques couvrant le dernier siècle sontmaintenant disponibles à partir des forages réalisés par l’IRD (Institut de Recherche pour leDéveloppement) dans les glaciers andins (Ramirez et al., soumis). Ces séries montrent une fortecohérence régionale à l’échelle décennale. Pour aller plus loin dans la compréhension de leurvariabilité à l’échelle intra et inter annuelle, il est nécessaire d’obtenir des informations sur lacomposition isotopique des précipitations actuelles depuis l’Atlantique jusqu’aux Andes. Celles cinous permettront, de plus, de mieux contraindre l'origine Atlantique ou Pacifique des masses d'air.Un réseau de collecte d’échantillons de précipitations (ISOHYC) est en place essentiellement enBolivie (collecte de chaque événement pluvieux) et au Pérou (collecte mensuelle) et les mesurescouvrent plusieurs années (Vimeux et al., en préparation). Le développement d'une installation deterrain pour le prélèvement de la vapeur d'eau est en cours. Les mesures isotopiques de cesprécipitations et de la vapeur d'eau peuvent être intégrées aux travaux statistiques de mise enrelation des paramètres météorologiques locaux avec les indices de variabilité climatique à plusgrande échelle.

Posséder ces données relatives aux variations isotopiques des précipitations permet un meilleurcontrôle des simulations climatiques effectuées à l'aide des modèles de climat via la comparaisonentre les compositions isotopiques simulées et les données obtenues sur le réseau de mesure. Ceteffort de validation est indispensable car le modèle est le seul moyen d'obtenir, à terme, unensemble de données cohérentes en différentes échelles de temps et d'espace. Ces modèlespermettent, en particulier, d'obtenir différentes informations relatives à la climatologie locale (enparticulier les variations du cycle saisonnier actuel) et la variabilité climatique interannuelle et lelien avec l'ENSO ou la variabilité Atlantique. Cependant, la compréhension théorique et lasimulation de ces anomalies avec des modèles atmosphériques restent toujours très préliminaires.Un des obstacles les plus importants dans ce genre d’études est la résolution spatiale des modèlesglobaux qui ne permettent pas de simuler d’une façon réaliste le défilement des perturbations àl'échelle d'une région. En particulier, la région de l’Altiplano, qui est particulièrement touchée pardes sécheresses associées à des événements El Niño, exige une représentation du relief trèsdétaillée. Une première étude avec des modèles de type méso-échelle (d’une résolution spatialed’environ 50-100km) nous a permis de quantifier l’influence de la résolution spatiale sur le cyclehydrologique dans l’Altiplano [Berthier, 2000]. Nous avons utilisé le modèle régional allemandREMO ("Regionalmodell" du DKRZ, Deutsche Klimarechenzentrum) dont les résultats ont étécomparés avec des résultats des réanalyses ECMWF. Au bord de la maille de REMO, d'unerésolution horizontale de 0,5°), le modèle est forcé soit avec des observations (vents, températures,humidité) soit avec les résultats d’un modèle global. Dans le cadre de ce projet nous proposonsd’utiliser cet outil et d'y insérer le cycle atmosphérique des isotopes de l'eau (une thèse débute surse sujet en septembre 2002 sur un financement ENS-ministère) pour étudier l’influence des phasesextrêmes du système ENSO sur le climat d’Amérique du Sud. Cette approche par la modélisationatmosphérique sera complémentaire aux approches statistiques de téléconnexions et permettra doncde mieux interpréter ces dernières.

12

2. Impacts hydrologiques de la variabilité climatique sur le bassin Parana-PlataDans la première partie du projet, nous nous sommes tout particulièrement intéressés à

caractériser, comprendre et prévoir les téléconnexions entre les modes climatiques de la variabilitétropicale Atlantique et Pacifique et la variabilité saisonnière à grande échelle sur le continent sud-américain. Dans cette seconde partie, nous avons choisi une région importante aux plans climatiqueet socio-économique : le bassin du Parana-Plata. Nous nous intéressons plus particulièrement auxrelations entre variabilité climatique (à l'échelle de la région et à l'échelle locale des stationsd'observations) depuis les échelles de temps saisonnière aux événements journaliers. Notre objectifest, par des collaborations avec des collègues économistes, agronomes, médecins/épidémiologistes,d'identifier les variables climatiques qui les intéressent et ainsi développer les relations entrevariabilité climatique et impacts socio-économiques à la fois dans le cadre de la prévisionsaisonnière (décrite ci-dessous) et du changement climatique (réflexion sur le développementdurable et les stratégies d'adaptation; en cours d'élaboration). A la date de soumission du projet,nous avons un projet d'étude de l'hydrologie du bassin du Parana réalisé principalement encollaboration avec nos partenaires argentins de l'Université de Buenos Aires. Nous avons égalementpu identifier des collègues économistes, agronomes, médecins intéressés par ce projet. Nousespérons au cours des trois années de ce projet renforcer nos liens avec ces collègues afin d'étendreles impacts socio-économiques de la variabilité climatique à d'autres domaines que l'hydrologie.

2.1. Introduction

Le bassin du Parana-Plata couvre une superficie de 3.6 millions de km2. Son extensiongéographique le place comme le second plus grand bassin versant d'Amérique du Sud et lecinquième au monde. Il est commun à cinq pays (pour 46% au Brésil, 30% en Argentine, 13% auParaguay, 7% en Bolivie et 4% en Uruguay). Cette région est une des plus riches d'Amérique duSud et du monde de par la production agricole (bovins, lait, soja, céréales,...) mais également saproduction d'énergie hydroélectrique. Cette grande richesse est étroitement liée aux ressources eneaux disponibles (principale source des deux plus grandes villes d'Amérique du Sud : Buenos Aireset Sao Paulo) et donc au réseau complexe de fleuves qui se rejoignent dans le fleuve Parana puisdans le Rio del Plata qui se jette dans l'océan Atlantique

La bassin du Parana-Plata est divisé en plusieurs sous-bassins (Fig.2, d'après Camilloni etBarros, 2000) :

A- Haut-Parana : il est situé au Brésil. Les fleuves Paranaiba et Grande se rejoignent près de lastation de Jupia (station 1) pour former la rivière Parana.

C- Moyen-Parana : Ce sous-bassin couvre à la fois le Brésil, le Paraguay et l'Argentine. Lefleuve Parana reçoit les apports des fleuves Paranapanema au nord, Paraguay à l'est et Iguazu ausud-ouest. Le barrage d'Itaipu (le plus grand au monde; station 8) régule le débit du fleuve en avalet a généré, en 2000, 93,4x109 kWh approvisionnant 95% de l'énergie consommée au Paraguay et24% de celle du Brésil.

B- Iguazu : Ce sous-bassin, situé au Brésil, est associé au fleuve Iguazu qui rejoint le Parana prèsde Capanema (station 7).

D- Haut-Paraguay : Cette région est principalement située au Brésil mais couvre également unepartie de la Bolivie et du Paraguay. Elle se caractérise principalement par la présence d'une régioninondée (le Pantanal) dont la superficie peut augmenter de 10000km2 en période sèche à plus de140000km2 en période d'inondations influençant de fait les rétroactions à la surface sol-atmosphère.La grande particularité de cette région est sa très faible pente (0.25m/km dans la direction est-ouestet 0.01m/km dans la direction nord-sud). Ainsi, des précipitations intenses dans la partie nord duPantanal peuvent nécessiter jusqu'à 4 mois avant d'atteindre la partie sud.

E- Bas-Paraguay : Cette région s'étend sur plusieurs pays (Brésil, Paraguay et Argentine). Lefleuve Bermejo, affluent du fleuve Paraguay, transporte beaucoup de sédiments.

Au sud de ces bassins (non indiqués sur la Figure 2), le Parana s'écoule principalement à traversde grandes plaines et reçoit les apports du fleuve Uruguay avant de déboucher sur le Rio del Plata.A titre d'indications, le débit moyen du Parana passe d'un peu plus de 4000m3.s-1 à la jonction du

13

Paranaiba et du Grande à presque 12000m3.s-1 à sa jonction avec le fleuve Paraguay et plus de20000m3.s-1 à son embouchure.

Figure 2 : Stations de mesure des fleuves Parana, Paraguay et Iguazu (1: Jupia; 2: Guaira; 3: Posadas; 4: Corrientes; 5:Puerto Bermejo; 7: Capanema). Le cycle saisonnier des débits en chacun de ces stations est indiqué (période 1931-1980en noir et 1984-1991 en gris). Sont également indiqués Corumba (6) et Itaipu (8) et les différents sous-bassins décritsci-dessous.

Les objectifs présentés ci-dessous sont principalement d'identifier les sources de variabilitéhydrologique de ce bassin et d'évaluer la prévisibilité des températures, précipitations et débits desfleuves qui sont les variables de première importance pour de nombreuses études d'impacts(agriculture, production hydroélectrique, santé). Nous utilisons pour cela une méthode statistiqueavancée (réseaux de neurones) et un modèle hydrologique représentant également la dynamique dela végétation (ORCHIDEE).

2.2 Classification et prévision de la variabilité régionale par réseaux de neurones

Notre objectif est d'évaluer la prévisibilité saisonnière des précipitations, de la température del'air (2m) et du débit des principaux fleuves du bassin Parana-Plata à l'aide de réseaux de neurones.Dans le cas des précipitations et de la température de l'air, deux informations sont importantes pourles applications : (i) la saison ou le mois va être anormalement sec ou pluvieux (en prenant soin àdéfinir la notion "anormalement" qui peut différer selon les impacts étudiés); (ii) quelle est ladistribution des précipitations ou des températures (e.g. il est important de savoir s'il va pleuvoir unpeu tous les jours ou s'il pleuvra beaucoup durant peu de jours).

Nous avons pour objectif d'aborder ces deux questions en nous focalisant tout d'abord sur laprévisibilité de la variabilité saisonnière ou mensuelle. Ensuite, nous étudierons comment la

14

distribution des événements journaliers est influencée (modulée) par la variabilité saisonnière (coll.avec les partenaires argentins de l'Université de Buenos Aires).

Dans la suite du texte, que ce soit pour la prévision des précipitations, des températures ou desdébits de fleuve, nous nous focaliserons sur la variabilité saisonnière des variables en utilisantcomme champs de données des stations in-situ (température, précipitation, débit), des donnéessatellite (e.g. précipitations, OLR, SST, vents) et des indices de variabilité des principaux modesclimatiques influençant le climat de la région d'intérêt. Notre stratégie d'étude se décompose en 4étapes, un exemple est donné pour chaque étape.

(i) Détermination des classes de variabilité locale (cartes topologiques de Kohonen)

Notre étude cherchera à labelliser de manière automatique les différentes régimes de lavariabilité saisonnière régionale en fonction (i) de la température de l'air et des précipitations et (ii)des débits des fleuves.

Pour cela on utilisera des méthodes statistiques avancées récemment développées en sciencesneuronales. Il s’agit des algorithmes de cartes topologiques (Kohonen, 1989; voir annexe). Cescartes permettent, par apprentissage, d’effectuer une classification automatique d’un ensembled’observations. L’idée de base est de modéliser, dans l’espace des mesures, le nuage de pointsconstitué par l’ensemble des observations. Ces algorithmes qui sont très puissants ont étéperfectionnés et adaptés avec succès aux problèmes rencontrés en Géophysique par l’équipe destatistique avancée du LODYC (Laboratoire d'Océanographie Dynamique et de Climatologie).

A la suite de cette classification, un expert de la variabilité régionale (collaboration avec lesscientifiques de l'Université de Buenos Aires) peut, en se basant sur la connaissance de l’ensembledes informations qu’elle fournit, identifier certaines des classes proposées. Une classificationhiérarchique adaptée effectuée sur l’ensemble des classes permet de propager la connaissance del’expert et de labelliser l’ensemble des zones géographiques. On espère de cette manièredécomposer les données en un nombre restreint de classes ayant une signification physiquepertinente.

De plus, nous étudierons les caractéristiques pour chacune des classes ainsi que les "trajectoires"entre classes c'est-à-dire le pourcentage d'occurrences où un événement situé dans une classe estprécédé ou suivi préférentiellement par un événement d'une autre classe.

(ii) Identification des prédicteurs de cette variabilité

A partir des classes précédentes, nous aurons la connaissance des dates des événements associésà une certaine classe. Dès lors, il nous est possible de rechercher dans d'autres champs de donnéeslocales ou globales, s'il existe des structures robustes systématiquement associées aux événement dela classe considérée. Cette recherche nous permettra d'identifier s'il existe des prédicteurs potentielsà grande échelle de la variabilité locale. Cette méthodologie devrait nous permettre de raffiner lesrésultats de certaines études ayant identifiés des prédicteurs comme ENSO ou la variabilité tropicalet subtropicale Atlantique. Ce travail sera complémentaire de l'étude décrite au paragraphe 1.2.

(iii) Calcul de la variance expliquée par ces prédicteurs (estimation de la prévisibilité)

Après avoir identifié des prédicteurs de la variabilité régionale, nous utiliserons un réseau deneurones de type Perceptron Multi-Couches (MLP) pour déterminer des fonctions de transfert non-linéaires reliant ces prédicteurs aux variables locales d'intérêt. Nous évaluerons alors non seulementle degré de variance expliquée par ces prédicteurs mais également la prévisibilité des variableslocales par ce système.

(iv) Mise en place d'un système de prévision "étendue"

Afin d'étendre le potentiel de prévisibilité identifié au point précédent (ii), nous évaluerons legain à utiliser les prévisions à 3 mois, 6 mois ou plus par les grands centres de prévision climatique(e.g. NCEP, ECMWF) des indices prédicteurs de la variabilité régionale, dans la limite où lesprévisions des grands centres se montreront avoir une certaine fiabilité.

15

2.3 Modélisation de l'hydrologie du bassin

Notre objectif est de comprendre les sources de la variabilité hydrologique observée dans lebassin du Parana (débit des fleuves, humidité des sols, risque d'inondations). Cette compréhensionnous permettra de mettre en perspective les risques associés aux prévisions climatiques saisonnièrescomme aux tendances liées au réchauffement climatique.

(i) La variabilité des précipitations

Nous évaluerons dans un premier temps une simulation climatologique et une simulationinterannuelle du modèle ORCHIDEE (cf. Rosnay et Polcher, 1998; Rosnay, Bruen et Polcher,2000) à partir des nombreuses stations disponibles ainsi qu'à partir des données satellite. Afin demieux comprendre le rôle des différents sous-bassins du bassin du Parana, nous réaliserons unensemble de simulations comme suit. Une simulation climatologique servira de référence. Lessimulations de "perturbation" consisteront à ajouter au forçage saisonnier une composante"anomalie" de structure caractéristique de celles observées dans une région donnée. Nousétudierons la réponse du modèle à cette perturbation et en particulier le temps nécessaire pour quecette "anomalie" se répercute dans les affluents du Parana et le Parana lui-même. Nous étudieronsen particulier les structures susceptibles d'engendrer des risques d'inondations. Nous sommesconscients que le modèle n'intègre pas pour l'heure le rôle des barrages (rôle tampon), ni lepompage lié à l'activité agricole. Toutefois, dans les cas les plus extrêmes de précipitations (e.g.1983), la régulation par les barrages où le pompage pour l'agriculture sont mineures au regard del'amplitude du débit du fleuve. Nous nous placerons donc plus particulièrement dans uneperspective d'événements extrêmes.

Dans le cadre de ce projet, et grâce à nos partenaires argentins, nous espérons tisser des liensavec la communauté hydrologue et, ainsi, pouvoir mieux apprécier le rôle des barrages afind'évaluer la faisabilité de prendre en compte leurs systèmes de régulation dans nos simulations.

(ii) Influence de la végétation

Etant donné que seuls 20% des précipitations sur le bassin atteignent la mer par les fleuves, celasignifie que 80% sont évaporés là ou la précipitation tombe ou en aval après avoir été transportéspar le réseau fluvial. On peut donc s'attendre à un rôle important joué par le delta intérieur du HautParana. Il ne fait aucun doute que des changements de stockage/drainage de l'eau (lié entre autres autype de végétation locale) peuvent significativement affectés le débit des fleuves du bassin.

Ainsi, dans de nombreux sous-bassins, l'activité humaine a dramatiquement modifié lavégétation. Ainsi, les régions boisées de l'est du Paraguay qui couvraient originellement plus de45% de la région ne couvraient plus que 15% au début des années 1990 (Bozzano et Weik, 1992).Sur le bassin du Parana, les régions boisées sont passées de 90% en 1952 à 17% en 1985 alors queles zones de récolte passaient de 0% en 1963 à 58% en 1985 (Tucci et Clarke, 1998). Il est suggéréque la variabilité lente observée des débits des fleuves est également liée à ces changements dansl'utilisation de sols.

Nous nous intéresserons avec le modèle ORCHIDEE à tester comment divers types de sols (àforçage constant) sont susceptibles d'influencer l'hydrologie du bassin du Parana. Ces résultatsseront mis en perspective des tendances actuelles liées à l'activité humaine.

16

3. Perspectives

Le présent projet s'intéresse à la compréhension et la prévision des téléconnexions climatiquessur l'Amérique du Sud et, à l'échelle régionale, sur le bassin du Parana-Plata. Il nous permettra dedémontrer la faisabilité à mettre en place des système statistiques, dynamiques ou combinés deprévision des impacts climatiques à différentes échelles de temps et d'espace. Il est également lereflet d'un état de réflexion et de collaboration avec de nouveaux partenaires d'autres laboratoires,pays ou disciplines.

De fait, notre objectif et notre motivation sont de réunir un ensemble de scientifiques dedisciplines diverses (climat, hydrologie, économie, santé, agriculture,...) pour l'étude desconséquences socio-économiques de la variabilité climatique. Certains projets pourrontcertainement déboucher sur des systèmes d'alerte et d'autres permettront de suggérer des politiquesfavorisant le développement durable en prenant en compte non seulement les impacts de lavariabilité actuelle mais également les risques potentiels liés au changement climatique. Grâce auxcollaborations qui se mettront en place dans les mois et les années à venir, nous espérons voir sedévelopper, en collaboration avec ce projet, des études socio-économiques des impacts de lavariabilité climatique en Amérique du Sud menées par des collègues d'autres disciplines.

17

4. Annexe : Les cartes topologiques de Kohonen (S. Thiria, L. Gross, C. Mallet et C. Mejia)

4.1 Les cartes de Kohonen : un réseau de neurones à deux couches

La carte de Kohonen est un réseau de neurones constitué de deux couches : la couche d’entréesert à la représentation des formes, la deuxième couche est formée de treillis de cellules dont lagéométrie a été fixée au départ.

Les "cartes de Kohonen" sont une classe de réseaux de neurones ayant principalement laparticularité de prendre en compte des propriétés de continuité spatiale ou temporelle. Ce type deréseau s'appuie sur une dynamique de propagation multi-directionnelle avec de fortes interactionsentre neurones d'un même voisinage. Les cartes de Kohonen conviennent bien au traitement deproblèmes intégrant une dimension spatiale ou temporelle (ou les deux), par exemple, laclassification de séries chronologiques.

4.2 Topologie de la carte de Kohonen

Les cartes de Kohonen sont des réseaux à interconnexions fixées, dont les noeuds sont situésdans un espace à n dimensions. Les positions des noeuds dans cet espace décrivent l'état du réseau :la carte évolue de façon à remplir l'espace au mieux (selon une loi de distribution donnée) tout enrespectant le plus possible la topologie du réseau, i.e. des points interconnectés tendent à serapprocher. Autrement dit, on cherche à mailler un domaine avec un maillage de topologie donnée.La topologie du réseau peut être quelconque.

Les cartes de Kohonen permettent de construire une représentation de l’espace des données dansun autre espace, celui des représentations, de manière à ce que des données voisines aient desreprésentations similaires.

La carte de Kohonen est une grille, elle est constituée d’un ensemble discret de neurones. Unneurone est une observation particulière qui résume un ensemble de formes. L’architecture de lacarte n’évolue pas au cours de l’apprentissage : elle est fixe. Par contre, l’ordre change. Au début del’apprentissage, le voisinage est grand, tous les neurones bougent : l’agitation est élevée. Losrqu’unneurone est sélectionné, tous les neurones se rapprochent de celui-ci. Au long du déroulement del’algorithme, l’agitation diminue.

18

5. Références

Aceituno P. 1989. On the functioning of southern oscillation in the South American sector. Part II: Upper-aircirculation. Journal of Climate 1: 341–355.

Barros, V., M. Gonzalez, B. Lliebmann and I. Camilloni, Influence of the South Atlantic sea surface temperature oninterannual summer rainfall variability in Southeastern South America, Theor. Appl., Climatol., 67, 123-133, 2000.

Berthier, E., Modélisation méso-échelle du climat sud-américain, Thèse du DEA Université Paris VI, Paris, 2000.Bony S., K.-M. Lau and Y. C. Sud, 1997: Sea surface temperature and large-scale circulation influences on tropical

greenhouse effect and cloud radiative forcing, J. Climate, 10, 2055-2077.Bony S. and K. A. Emanuel, 2001: A parameterization of the cloudiness associated with cumulus convection;

Evaluation using TOGA COARE data. J. Atmos. Sci., 58, 3158-3183.Bozzano, B. and Weik, J.H. 1992. El Advance de la Deforestacion y el Impacto Economico. Proyecto de Planificacion

del Manejo de Recursos Naturales. Asuncion MAG/GP-GTZ.Camilloni, I. A. and V. R. Barros, 2000: The Paraná river response to El Niño 1982-83 and 1997-98 events. J.

Hydrometeorology, 1, 412-430.Cazavos T, Hastenrath S. 1990. Convection and rainfall over Mexico and their modulation by the southern Oscillation.

International Journal of Climatology 10: 377–386.Chang, P., L. Ji, and H. Li, A decadal climate variation in the tropical Atlantic Ocean from thermodynamic air-sea

interactions, Nature, 385, 516-518, 1997.Chiang, J. C. H. and A. S. Sobel, 2002: Tropical tropospheric temperature variations caused by ENSO and their

influence on the remote tropical climate. J. Climate, en révision.De Rosnay, P. and Polcher J., 1998: Modeling root water uptake in a complex land surface scheme coupled to a GCM.

Hydrology and Earth System Sciences 2(2-3):239-256.De Rosnay, P., Bruen, M. and Polcher, J., (2000). Sensitivity of the surface fluxes to the number of layers in the soil

model used in GCMs. Geophys. Res. Lett. 27(20): 3329-3332.Enfield DB. 1996. Relationships of inter-American rainfall to tropical Atlantic and Pacific SST variability. Geophysical

Research Letters 23: 3305–3308.Enfield DB, Alvaro EJ. 1999. The dependence of Caribbean rainfall on the interaction of the tropical Atlantic and

Pacific oceans. Journal of Climate 12: 2093–2103.Folland CK, Owen JA, Ward MN, Colman AW. 1991. Prediction of the seasonal rainfall in the Sahel region using

empirical and dynamical methods. Journal of Forecasting 10: 21–56.Graham NE, Barnett TP, Wilde R, Ponater M, Schubert S. 1994. On the roles of tropical and midlatitudes SSTs in

forcing interannual to interdecadal variability in the winter Northern Hemisphere circulation. Journal of Climate 7:1416–1441.

Grimm AM, Barros VR, Doyle ME. 2000. Climate variability in southern South America associated with El Niño andLa Niña events. Journal of Climate 13: 35–58.

Hastenrath S. 1990. Decadal-scale changes of the circulation in the tropical Atlantic sector associated with Saheldrought. International Journal of Climatology 10: 459–472.

Hastenrath S, Heller L. 1977. Dynamics of climatic hazards in northeast Brazil. Quarterly Journal of theMeteorological Society 110: 77–92.

Hastenrath S, Covey A. 1978. The Pacific El-Nin˜o phenomenon and the Atlantic circulation. Quarterly Journal of theRoyal Meteorological Society 110: 411–425.

Kousky VE, Kayano MT. 1994. Principal modes of outgoing longwave radiation and 250 mb circulation for the SouthAmerican sector. Journal of Climate 7: 1131–1143.

Lamb PJ. 1978a. Large-scale tropical Atlantic circulation patterns associated with sub-Saharan weather anomalies.Tellus 30: 240–251.

Lamb PJ. 1978b. Case studies of tropical Atlantic surface circulation patterns during recent sub-Saharan weatheranomalies: 1967 and 1968. Monthly Weather Review 106: 482–491.

Lau NC. 1985. Modeling the seasonal dependence of the atmospheric response to observed El-Nin˜os in 1962–76.Monthly Weather Review 113: 1970–1996.

Lau NC, Nath MJ. 1994. A modelling study of the relative roles of tropical and extratropical SST anomalies in thevariability of the global atmosphere-ocean system. Journal of Climate 7: 1184–1207.

Marengo JA. 1992. Interannual variation of surface climate in the Amazon basin. International Journal of Climatology12: 853–863.

Marengo JA, Hastenrath S. 1993. Case studies of extreme climatic events in the Amazon basin. Journal of Climate 6:617–627.

Montecinos, A., A. Diaz, and P. Aceituno, Seasonal Diagnostic and Predictability of Rainfall in Subtropical SouthAmerica Based on Tropical Pacific SST, Journal of Climate, 13, 746-758, 2000

Moron V, Bigot S, Roucou P. 1995. Rainfall variability in subequatorial Africa and South America (1951–1990) andrelationships with the main SST modes. International Journal of Climatology 15: 1297–1322.

Moron, V., M. N. Ward, and A. Navarra, Observed and SST-forced seasonal rainfall variability across tropicalAmerica, Int. J. Climatol., 21, 1467-1501, 2001.

19

Moura, A., and J. Shukla, On the dynamics of droughts in northeast Brazil: observations theory, and numericalexperiments with a general circulation model, J. Atmos. Sci., 38, 2653-2675, 1981.

Newell, R. E. and Z.-X. Wu, 1992: The interrelationships between temperature changes in the free atmosphere and seasurface temperature changes. J. Geophys. Res., 97(D4), 3693-3709.

Nobre P, Shukla J. 1996. Variations of sea surface temperature, wind stress and rainfall with the tropical Atlantic andSouth America. Journal of Climate 9: 2464–2479.

Parthasarathy B, Rupa Kumar K, Munot AA. 1993. Homogenous Indian monsoon rainfall: Variability and prediction.Proceedings of the Indian Academy of Science (Earth Planet Sciences ) 102: 121–155.

Pisciottano G, Diaz A, Cazes G, Mechoso CR. 1994. ENSO impact on rainfall in Uruguay. Journal of Climate 7:1286–1302.

Quinn, W. H., D. O. Zopf, K. S. Short, et R. T. W. Kuo Yang, Historical trends and statistics of the SouthernOscillation, El NIño, and Indonesian droughts, Fish. Bull., 76, 663-678, 1978.

Ramirez, E., G. Hoffmann, J.D. Turpin, B. Francou, P. Ribstein, N. Caillon, H. Dürr, J.C. Simões, A. Landais, U.Schotterer, M. Stievenard, and M. Werner, Coherent isotope history of Andean ice cores over the last century,Nature, 2002Rasmusson EM, Mo K. 1993. Linkages between the 200-mb tropical and extratropical circulationduring the 1986–89 ENSO cycle. Journal of Climate 6: 595–616.

Rogers JC. 1988. Precipitation variability over the Caribbean and tropical Americas associated with the southernOscillation. Journal of Climate 1: 172–182.

Ropelewski, C. F., et M. S. Halpert, Global and regional scale precipitation associated with El Niño/SouthernOscillation, Mon. Wea. Rev., 115, 1606-1626, 1987.

Servain, J., Simple climatic indices for the tropical Atlantic ocean and some applications, J. Geophys. Res., 96, 15137-15146, 1991.

Sobel, A. H., I. M. Held and C. S. Bretherton, 2002: The ENSO signal in tropical tropospheric temperature. Soumis à J.Climate.

Sobel, A. H. and C. S. Bretherton, 2000: Modeling tropical precipitation in a single column. J. Climate, 13, 4378-4392.Soden, B. J., 2000: The sensitivity of the tropical hydrological cycle to ENSO. J. Climate, 13, 538-549.Tucci, C. E. M., and R. T. Clarke, 1998: Environmental issues in the La Plata Basin. Water Resources Development, 14,

157-174.Uvo CB, Berntsson R. 1996. Regionalization and spatial properties of Ceara state rainfall in Northeast Brazil. Journal

of Geophysical Research 101: 4221–4233.Uvo CB, Repelli C, Zebiak S, Kushnir Y. 1998. The relationships between tropical Pacific and Atlantic SST and

northeast Brazil monthly precipitations. Journal of Climate 11: 551–562.Vimeux, F and Gallaire R, Which kind of climate information in Bolivian precipitation isotopic composition ? The case

of the Zongo Valley, pour soumission à GRL.Vuille, M., Atmospheric Circulation over the Bolivian Altiplano During Dry and Wet Periods and Extreme Phases of

the Southern Oscillation, International Journal of Climatology, 19, 1579-1600, 1999Vuille, M., R.S. Bradley, and F. Keimig, Climate Variability in the Andes of Ecuador and Its Relation to Tropical

Pacific and Atlantic Sea Surface Temperature Anomalies, Journal of Climate, 13, 2520-2535, 2000aVuille, M., R.S. Bradley, and F. Keimig, Interannual climate variability in the Central Andes and its relation to tropical

Pacific and Atlantic forcing, J.Geophys.Res., 105 (D10), 12,447-12,460, 2000bWard MN, Folland CK. 1991. Prediction of seasonal rainfall in the North Nordeste of Brazil using eigenvectors of sea-

surface temperature. International Journal of Climatology 11: 711–743.Yulaeva, E. and J. M. Wallace, 1994: The signature of ENSO in global temperature and precipitation fields derived

from the Microwave Sounding Unit. J. Climate, 7, 1719-1736.Zebiak, S. E., Air-sea interaction in the equatorial Atlantic region, J. Climate, 6, 1567-1586, 1993.

20

6. Calendrier

Année 1 (2002-2003)

1.2• Classification des différents modes de la variabilité tropicale• Composites des téléconnexions sur l'Amérique du Sud (température de la troposphère libre,

précipitations, température de l'air à 2m)-collaboration étroite avec 1.3

1.3• Etude des relations entre anomalies de SST et anomalies de température dans la troposphère

libre tropicale (collaboration avec 1.2)• Mise en oeuvre des premières simulations 1D forcées par des températures troposphériques

prescrites.

1.4• Développement et mise au point du module isotopique dans le modèle REMO• Analyse isotopique des échantillons de précipitations collectés sur la période 2000-2001• Développement du prélèvement de la vapeur d'eau en labo et sur le terrain

2.2• Classification automatique des températures et précipitations régionales et identification des

prédicteurs• Développement de relations par MLP entre ces prédicteurs et la variabilité locale

2.3• Validation du modèle ORCHIDEE et évaluation des différentes échelles de variabilité

(tendances à long terme, décennale, interannuelle, saisonner et intra-saisonnier)• Simulations de sensibilité aux précipitations dans les différents sous-bassins du bassin du

Parana

21

Année 2 (2003-2004)

1.2• Prévisibilité des téléconnexions et tests d'"extension" de la prévisibilité en utilisant les

prévisions des SSTs tropicales de NCEP et ECMWF• Simulations atmosphérique de sensibilité aux différents modes océaniques tropicaux

1.3• Simulations 1D idéalisées: étude de la sensibilité des résultats aux détails de la méthode et à la

physique du modèle.• Simulations régionales guidées par des températures observées et utilisant des conditions aux

limites réalistes; comparaison aux observations.

1.4• Validation du module isotopique dans le modèle REMO• Test et simulations actuelles avec REMO sur la région des Andes• Analyse isotopique des échantillons de précipitations collectés sur la période 2002-2003• Tests et mesures de la vapeur d'eau sur le terrain

2.2• Prévisibilité de la variabilité locale (précipitations et température de l'air)• Potentiel d'extension de la prévisibilité par l'utilisation de prévisions des indices prédicteurs• Classification automatique des débits des fleuves et identification des prédicteurs• Mise au point de relations par MLP entre ces prédicteurs et la débit des fleuves• Etude des distributions journalières (précipitations et température de l'air) et de leurs relations

avec les régimes saisonniers

2.3• Validation du modèle ORCHIDEE et évaluation des différentes échelles de variabilité

(tendances à long terme, décennale, interannuelle, saisonner et intra-saisonnier)-suite• Etude du rôle de la végétation sur le débit du fleuve• Tests de prise en compte du pompage de l'agriculture et de l'effet des barrages

22

Année 3 (2004-2005)

1.2• Simulations atmosphérique de sensibilité aux différents modes océaniques tropicaux• Etude des scénarios IPCC et des modifications des téléconnexions résultant du changement

climatique

1.3• Simulations régionales guidées: suite et fin. Etude de la sensibilité des résultats aux

paramétrisations physiques utilisées• Prévision des impacts régionaux liés aux SSTs tropicales observées; comparaison qualitative

aux observations• Couplage de la chaîne de prévision des impacts atmosphériques régionaux aux prévisions

saisonnières des SSTs tropicales (e.g. en provenance des centres de prévision NCEP, ECMWF).Test sur la période 1997-98

• Tests de forçage du système par les téléconnexions statistiques issues des scénarios IPCC(collaboration avec 1.2)

1.4• Analyse isotopique des échantillons de précipitations collectés sur la période 2003-2004• Simulations actuelles avec REMO sur la région des Andes

2.2• Etude des distributions journalières (précipitations et température de l'air) et de leurs relations

avec les régimes saisonniers• Prévisibilité des débits de fleuve

2.3• Etude du rôle de la végétation sur le débit du fleuve-suite• Prise en compte du pompage de l'agriculture et de l'effet des barrages-réflexions dans la

perspective de la gestion des ressources en eau

23

RÉFÉRENCES BIBLIOGRAPHIQUES

2002 : Bony S. and K. A. Emanuel, On the role of cloud-radiative effects in tropical

intraseasonal variability. Quaterly J. Meteor. Soc., en révision.Bony S., H. Le Treut, J.-J. Morcrette and C. Senior, Sensitivity of tropical clouds to sea

surface temperature: observations and evaluation of climate models, Clim. Dyn., enr é v i s i o n .

De Rosnay, P., Polcher, J., Bruen, M. and Laval, K., Impact of a physically based soilwater flow and soil-plant interaction representation for modeling large scale landsurface processes. J. Geophys. Res. , accepted.

Hoffmann, G., E. Ramirez, J. D. Turpin, B. Francou, P. Ribstein, R. Delmas, H. Dürr, R.Gallaire, J. Simôes, U. Schotterer, M. Stievenard, and M. Werner, Coherent, isotopehistory of Andean ice cores over the last century, Geophys. Res. Letters, sous-presse.

Lengaigne, M., J.-P. Boulanger , C. Menkes, S. Masson, P. Delecluse et G. Madec, Ocean response to the March1997 westerly wind event, J. Geophys. Res., sous presse.

Menkes, C., S. C. Kennan, P. Flament, Y. Dandonneau, E. Marchal , B. Biessy, G. Eldin, S. Masson, A. Lebourges,C. Moulin , G. Champalbert , J. Grelet, Y. Montel, A. Herbland et A. Morlière: A whirling ecosystem in theEquatorial Atlantic, Geophys. Res. Letters, sous presse.

Ramirez, E., G. Hoffmann, J. D. Turpin, B. Francou, P. Ribstein, N. Caillon, A. Landais,J. R. Petit, B. Poyaud, U. Schotterer, and M. Stievenard, A new Andean deep ice corefrom the Illimani (6350 m), Bolivia, EPSL , 2002.

Raynaud D., Loutre M.F., Ritz C., Chappellaz J., Barnola J.M., Jouzel J., Lipenkov V.Y,Petit J.R. and Vimeux F., Marine Isotope Stage (MIS) 11 in the Vostok ice core: CO2forcing and stability of East Antarctica, AGU Geophysical Monograph Series, sousp r e s s e

Souchez R., Petit J.R., Jouzel J., Simoes J., de Angelis M., Lipenkov V., Stievenard M.Vimeux F. , Sleewaegen S. and Lorrain R., Highly deformed basal ice in the Vostokcore, antarctica, Geophysical Research Letters, sous presse

Vialard J., P. Delecluse, et C. Menkes, A modeling study of salinity effects in the tropical Pacific ocean during the1993-99 period, J. Geophys. Res, sous-presse, 2002

2001 : Bony S. and K. A. Emanuel, A parameterization of the cloudiness associated with

cumulus convection; Evaluation using TOGA COARE data. J. Atmos. Sci., 5 8 , 3158-3183, 2001.

Boulanger, J.-P., E. Durand, J.-P. Duvel, C. Menkes, P. Delecluse, M. Imbard, M. Lengaigne, G. Madec et S.Masson, Role of non-linear ocean processes to westerly wind events : new implications for the 1997 El Niñoonset, Geophys.Res. Letters, 28, 1603-1606, 2001

Boulanger, J.-P., et C. Menkes, The TRIDENT Pacific model. Part II : The thermodynamical model and the role oflong equatorial wave reflection during the 1993-1998 TOPEX/POSEIDON period, Clim. Dyn., 17, 175-186,2001.

Boulanger, J.-P., The TRIDENT Pacific model. Part I Simulating surface ocean currents with a linear model duringthe 1993-1998 TOPEX/POSEIDON period, Clim. Dyn., 17, 159-173, 2001.

Christensen, O., Gaertner, M.A., Prego, J.A., and Polcher, J ., Internal variability ofregional climate models. Climate Dynamics, 17 , 857-873, 2001.

Cuffey K.M. and Vimeux F., Covariation of carbon dioxide and temperature from theVostok ice core after deuterium excess correction, Nature , 412 , 523-527, 2001

Gaertner, M.A., Christensen, O., Prego, J.A., Polcher, J., Gallardo, C. and Castro, M.,The impacts of deforestation on the hydrological cycle in the westernMediterranean : an ensemble study with to regional climate models. ClimateDynamics , 17 , 875-887, 2001.

Le Blanc, J.-L., et J.-P. Boulanger, Propagation and Reflection of Long Equatorial Waves in the Indian Ocean fromTOPEX/POSEIDON Data during the 1993-1998 Period, Clim. Dyn., 17, 547-557, 2001.

Martin, G.M., Arpe, K., Chauvin, F., Ferranti, L., Maynard, K., Polcher, J . andTschuck, P. , The simulation of the Asian summer monsoon in five generalcirculation model. Atmospheric Science Letters, 0 , 1-19, 2001.

24

Moron, V., Navarra, A., Ward, N.M., Folland, C.K., Friederichs, P. Maynard, K. andPolcher, J., Analysing and combinimg atmospheric general circulation modelsimulations forced by prescribed SST: tropical response. Annali di Geofisica , 4 4 ,755--780, 2001.

Moron, V., Navarra, A., Ward, N.M., Folland, C.K., Friederichs, P. Maynard, K. andPolcher, J., Analysing and combinimg atmospheric general circulation modelsimulations forced by prescribed SST: northern extratropical response. Annali diGeofisica , 44 , 781--794, 2001.

Radenac M.-H., C. Menkes, J. Vialard, C. Moulin, Y. Dandonneau, T. Delcroix, C. Dupouy, A. Stoens, et P.-Y..Deschamps, Modeled and observed impacts of the 1997-1998 El Niño on nitrate and new production in theequatorial Pacific, J. Geophys. Res, 106, 26879-26898, 2001.

Schulz, J.-P., Dümenil, L. and Polcher, J., On the land-surface/atmosphere couplingand its impact in a single column atmospheric model. J.of Applied Meteo. , 40 , 642-663, 2001.

Vialard, J., C. Menkes, J.-P. Boulanger, P. Delecluse, E. Guilyardi , M. J. McPhaden et G. Madec, Oceanicmechanisms driving the SST during the 1997-1998 El Niño, J. Phys. Oceanogr., 31, 1649-1675, 2001.

Vimeux F., Masson V., Jouzel J., Petit J., Steig E., Stievenard M., Vaikmae R. and WhiteJ.W.C., Holocene hydrological cycle changes in southern hemisphere documentedin Antarctic deuterium excess records, Climate Dynamics, 17, 503-513, 2 0 0 1

Vimeux F., Masson V., Delaygue G., Jouzel J., Stievenard M. and Petit J-R., A 420 000year deuterium excess record from East Antarctica : information on past changesin the origin of precipitation at Vostok, Journal of Geophysical Research, 106,31863-31874, 2001

Webb M, C. Senior, S. Bony and J.-J. Morcrette, Combining ERBE and ISCCP data toassess clouds in three climate models, Clim Dyn., 17 , 905-922, 2001.

Yiou P., Vimeux F. and Jouzel J., Ice-Age variability from the Vostok deuterium anddeuterium excess records, Journal of Geophysical Research, 106 , 31875-31884, 2001

2000 : Bony S., W. Collins and D. Fillmore, Indian ocean low clouds during the winter

monsoon, J. Climate, 13 , 2028-2043, 2000.Crossley, J.F., Polcher, J., Cox, P.M., Gedney, N. and Planton S., Uncertainties linked

to land-surface processes in climate change simulations. Climate Dynamics, 1 6 ,949-961, 2000.

De Rosnay, P., Bruen, M. and Polcher, J., Sensitivity of the surface fluxes to thenumber of layers in the soil model used in GCMs. Geophys. Res. Lett., 27 , 3329-3332,2000.

Douville, H., Royer, J.-F., Polcher, J., Cox, P., Gedney, N., Stephenson, D. and Valdes,P., Impact of C0_2 doubling on the Asina summer monsoon: robust versus model-dependent responses. J. Meteo. Soc. Japan, 78 , 421-439, 2000.

Gedney, N, Cox, P.M., Douville, H. Polcher, J. and Valdes, P.J., Characterising GCMland surface schemes to understanding their respons es to climate change. J. Clim.,13, 3066-3079, 2000.

Lebel, T., Delclaux, F., Le Barbé, L. and Polcher J., From GCM scales to hydrologicalscales : rainfall variability in West Africa. Stochastic Environmental Research andRisk Assessment , 14 , 275-295, 2000.

Lee, T., J.-P. Boulanger, L.-L. Fu, A. Foo, et R. Giering, Data assimilation by an intermediate coupled ocean-atmosphere model: application to the 1997-98 El Nino, J. Geophys. Res., 105, 26063-26088, 2000.

Maas, O., J.-P. Boulanger, et S. Thiria, Use of neural networks for predictions using time series : Illustration withthe El Niño/Southern Oscillation phenomenon, Neurocomputing Issue, 30, 53-58, 1999.

Masson V., Vimeux F. , Jouzel J., Morgan V., Delmotte M., Ciais P., Hammer C., JohnsenS., Lipenkov V.Y., Petit J.R., Steig E., Stievenard M. and Vaikmae R., Holoceneclimate variability in Antarctica based on 11 ice-core isotopic records, QuaternaryResearch , 54 , 348-358, 2000.

Mazaud A., Vimeux F., Jouzel J., Short-termed fluctuations in Antarctica isotoperecord : a link with cold events in the North Atlantic ?, Earth Planetary SciencesLetters, 177 , 219-225, 2000.

25

Polcher, J . , Cox, P.M., Dirmeyer, P., Dolman, H., Gupta, H., Henderson-Sellers, A.Houser, P., Koster, R., Oki, T., Pitman, A.J., Viterbo, P., GLASS : Global Land-Atmosphere System Study GEWEX News, May 2000, 2000.

Sabre, M., Hodges, K., Laval, K., Polcher, J. and Désalmand, F., Simulation of Monsoondisturbances in the LMD GCM. Mon. Weath. Rev., 128 , 3752-3771, 2000.

1999 : Boulanger, J.-P., et C. Menkes, Long equatorial wave reflection in the Pacific Ocean during the 1992-1998

TOPEX/POSEIDON period, Clim. Dyn. 15, 205-225, 1999.Desboeufs K.V., Losno R., Vimeux F. and Cholby S., The pH-dependent dissolution of

wind-transported Saharan dust, Journal of Geophysical Research, 1 0 4 , 21287-21299, 1999.

Jouzel J., Petit J.R., Souchez R., Barkov N.I., Lipenkov V., Raynaud D., Stievenard M.,Vassiliev N., Verbeke V. and V i m e u x F . , More than 200 m of lake ice abovesubglacial lake Vostok, Antarctica, Science , 286 , 2138-2141, 1999.

Laval, K. and Polcher, J., Les Scénarios, précisions et intértêt dans le cadre del'Europe de l'Ouest. C.R. Acas. Agric. Fr., 17-19, Séance du 5 Mai 1999, 1999.

Pitman, A.J., Henderson-Sellers, A., Desborough, C.E., Yang, Z.-L., Abramopoulos, F.,Boone, A., Dickinson, R.E., Gedney, N., Koster, R., Kowalczyk, E., Lettenmaier, D.,Liang, X., Mahfouf, J.-F., Noilhan, J., Polcher, J., Qu, W., Robock, A., Rosenzweig,C., Schlosser, C. A., Shmakin, A. B., Smith, J., Suarez, M., Verseghy, D., Wetzel, P.,Wood, E., Xue Y., Key results and implications from phase 1(c) of the Project forIntercomparison of Land-surface Parametrization Schemes Climate Dynamics, 15 ,673-684, 1999.

Vimeux F., Masson V., Jouzel J., Stievenard M. and Petit J-R., Glacial-interglacialchanges in ocean surface conditions in the Southern Hemisphere, Nature , 3 9 8 ,410-413, 1999.

MOYENS DONT DISPOSE LE PROPOSANT ET QUI SERONT AFFECTÉSÀ LA RÉALISATION DU PROJET

1. Chercheurs et laboratoires impliqués

Equipe ADONIS du LODYC, Paris : (1,3 h/an)Nom Fonction % de temps dans le projet Thèmes abordésBoulanger Jean-Philippe CR CNRS 70% 1.2, 2.2, 2.3Menkes Christophe CR IRD 60% 1.2

Equipe du LMD, Paris : (0,6 h/an)Nom Fonction % de temps dans le projet Thèmes abordésBony Sandrine CR CNRS 30% 1.3Polcher Jan CR CNRS 30% 2.3

Equipe du LSCE, Paris : (0,5 h/an)Nom Fonction % de temps dans le projet Thèmes abordésVimeux Françoise CR IRD 30% 1.4Hoffman Georg IC CEA 20% 1.4

Equipe IPSL, Paris : (0,3 h/an)Nom Fonction % de temps dans le projet Thèmes abordésLoukos Harilaos IR CNRS 30% 2.2

26

Deux demandes de bourses de thèse ont été faites dans le cadre de ce projet. Les attributionsde bourse seront connues en cours d'année.

2. Equipement disponible pour la réalisation du projet (préciser dans quel laboratoire)

LODYC, Paris• Modèles : réseaux de neurones, LMDZ, ORCHIDEE• Ressources informatiques du LODYC (stations de travail), du CCR (Jussieu, Cray) et de

l'IDRIS (2000 heures attribuées sur la NEC)• Calculateurs: IDRIS, CCR Jussieu

LMD, Paris• Modèles : LMDZ, ORCHIDEE, modèle 1D• Ressources informatiques du LMD (stations de travail) et de l'IDRIS• Calculateurs: IDRIS

LSCE, Paris• 2 spectromètres pour l'analyse en deutérium• 1 spectromètre pour l'analyse en oxygène 18• Ressources informatiques du LSCE pour les simulations REMO (stations de travail, disques de

stockage,...)

IPSL, Paris• Modèles : réseaux de neurones• Ressources informatiques de l'IPSL

27

BUDGET

1. FONCTIONNEMENT- Publications (2 par an) 6 k€- Equipement bureautique (logiciels, disques) 11 k€- 3 Stations de travail (PC sous Linux ou Mac G4 sous OSX) 12 k€

2. MISSIONS :- Organisation en 2003 d'un workshop pluridisciplinaire sur la prévision saisonnière de la

variabilité climatique et son application socio-économique en vue de mettre en place un projeteuropéen dans le cadre du nouveau programme européen ALCUE (Amérique Latine-Caraïbes-Union Européenne) 10 k€

- 10 Participations à des meetings 20 k€- 3 missions longues France-Argentine (coll. Université de Buenos Aires) 9 k€- 2 missions longues à New York (collaboration avec J. Chiang et A. Sobel) 6 k€

3. ÉQUIPEMENT SPÉCIFIQUE- 375 analyses isotopiques en oxygène et deutérium : 18 k€

(une analyse isotopique en deutérium et oxygène coûte 46 euros. Cela inclut le coût de lamaintenance des spectromètres, le petit matériel, le transport et la conservation des échantillons.Les besoins réels sont de 250 analyses par an. La demande porte sur le financement de la moitié deces analyses).

TOTAL GÉNÉRAL DES CRÉDITS DEMANDÉS (HT) : 92 k€€€€

DEMANDE DE CHERCHEUR ASSOCIÉ (6 MOIS) ~21 k€€€€Spécialiste en méthodes statistiques