Prévisibilité décennale

Initialiser un modèle couplé pour prévoir la variabilité naturelle du climat

Didier Swingedouw, Juliette Mignot, Sonia Labetoule, Aurélie Persechino, Eric

Guilyardi, Benoit Vannière, Jérôme Servonnat (bientôt)

Variabilité climatique

Variabilité décennale en plus d’une tendance liée aux GHG

Forçage? (aérosols, soleil)

Variations naturelles du système climatique superposées à la réponse aux GHG

IPCC 2007, Chapitre 2

Température globale

Variabilité climatique

Simulations d’un même modèle sous le même scenario avec conditions initiales différentes

Variabilité décennale

Température globale modèle GFDL (A1B)

Prévisibilité

Deux types de prévisibilité (cf. Edward Lorenz): Première espèce : conditions initiales Deuxième espèce : conditions aux limites

Meehl et al. 2009

Sources d’incertitude

Hawkins & Sutton 2009

Atlantic Multi-decadal Oscillation Pacific Decadal Oscillation

Variabilité mutidécennale

1ière EOF SST par bassin

Régionalisation

AMO index

Température moyenne sur 30 stations représentatives en France

Figure de Christophe Cassou

Prévision décennale

Grandes tendances

Premières tentatives: Effet global et régional

Pas d’accord entre les prévisions à cause de :

modèles différents

méthodes d’initialisation différentes

Meehl et al. 2009

: AMOC proxy (Latif et al. 2006)

ORCA2

144 x 142 x L39

Test préminaires : (résultats présentés ici)

Objectifs

96 x 95 x L39

Preliminary tests (here): control simulations only, with fixed external forcing

Prévisibilité décennale à l’IPSL: outils

+ PISCES

Prévisibilité décennale : rôle

de l’AMOC

Figure d’aurélie Persechino

Corrélation d’ensemble AMOC

€

∂t x = Flx + Adv + Diff + γ (x − xobs)

Initialisation : « nudging »

Rappeler le modèle vers des observations

Méthode la plus simple : mettre un terme de rappel dans les équations

Choix à l’IPSL :

SST et « avec ou sans » vent

Anomalies plutôt que valeur totale (problème de dérive initiale)

Initialisation des modes de variabilité en SST

Observations

SST

SST+wind

Observations

SST

SST+wind

EOF 1 par bassin

Variabilité AMOC récente

Pas de mesures continues de l’AMOC sur longue période de temps

Estimation via assimilation de données Huck et al. 2008

Nudging initialise bien notre AMOC !

Signif 90%

(pas 99%)

Et la NAO ?

NCEP ERA40

SST SST+wind

Expériences CMIP5 de prévisibilité du climat

1960 1965 1970 198519801975 200019951990 2005 2010 2030

A l’IPSL : on ne met pas de forçage radiatif = prévisibilité première espèce

Hindcasts pour SST’

AMOMax(AMOC)

Prévisibilité en mode hindcast

1960 1965 1970 198519801975 200019951990 2005 2010 2030

Observations

Keenlyside et al. 2008

SST’ nudgingSST’ nudging+ wind stress forcing

SST’ + WS fait moins bien (?)

Hindcasts

Carte de corrélation moyenne d’ensemble sur 10 ans (sans forçage radiatif !) pour chaque date de départ avec observations

Figures de Juliette Mignot

Perspectives

Inclure le forçage radiatif ! (Sonia Labetoule)

Initialisation en SSS (Sonia Labetoule & Didier Swingedouw)

Etudes en modèle parfait plus poussées (Juliette Mignot & Aurélie Persechino)

Compréhension de l’initialisation de l’AMOC (Didier Swingedouw)

Mécansime de prévisibilité dans l’atmopshère (Jérôme Servonnat, EPIDOM)

Merci

AMO and AMOC (coupled GCMs)

Dunstone and Smith 2010

HadCM3 idealised experiments

Comparison of assimilation of

different amounts of ocean data

Forecasting with SST nudging only?

- Fail of global SST assimilation with six hourly

relaxation: strong increase of MOC

-Still strong increase if SST assimilated

poleward of 60°N only.

- Better with 96hrs relaxation, but not good

reproduction of variability.

*(3yr running means)

Anomalies normalisées

Pohlmann et al 2010AMOC 45°NAMOC variability

1960-2005

SST’ + WS

SST’ + WS * 2

SST’ + WS,

different I.C.

Control simulation

SST’

*(3yr running means)

Anomalies normalisées

Pohlmann et al 2010AMOC 45°NAMOC variability

1960-2005

SST’ + WS

SST’ + WS * 2

SST’ + WS,

different I.C.

SST’ equatorward (60°)

Control simulation

SST’

Keenlyside et al 2008

10YR averages

SST nudging

= 40W/m2/K

SST nudging

= 40W/m2/K

+ wind stress forcing

SST correlations

with the control

initialized simulation

Hindcasts

SST nudging

= 40W/m2/K

SST nudging

= 40W/m2/K

+ wind stress forcing

30S

0

30N

60N

30S

0

30N

60N

corelations

with the control

initialized simulation

Oceanic heat content

0-300m

SST

Hindcasts

Relative skill de

SST’ + WS a bit

better for OHC 0-

300m?

SST nudging

= 40W/m2/K

SST nudging

= 40W/m2/K

+ wind stress forcing

SSS

Hindcasts

SST’ + WS fait bcp

mieux pour la SSS?

Conclusions

• SST nudging gives reasonable initialization when the nudging strength is

set with care

• Still, induces artifical feedbacks and would require SSS nudging for consistency

• Benefit of additional wind stress forcing still needs to be precisely assessed

(pb OHC du run initialisé, mais predicitve skill plutôt meilleure pour SSS?)

• Promising hindcasts results on North Atlantic SSTs / heat content (and AMOC)

Next steps

• Better asses the mechanisms of predictability: perfect model studies

• Better assess the impact of surface initialization: perfect model initialization

• Better assess the predictability skill over land / atmosphere

• Better asses the initialization and predictability skill of the AMOC

• Perform full exercice with consistent external forcing and enhanced atmospheric

resolution

• Test other ways of initializing at the surface: repeated initialization cycles,

SSS nudging, bulk formulaes.

“ Worst

case” (no

assimilated

data)

Other panels show

difference

between

assimilated AMOC

and “truth” as a

funcMon of

observing system

“BEST”

(Argo plus

atmosphere temp

and winds)