Étude des relations MAO – état de surface dans les observations aux échelles décennale et long-terme et validation des simulations CMIP5

Télécharger le fichier pdf d’un mémoire de fin d’études

La modélisation du climat

Les différentes investigations menées par les scientifiques pour comprendre le climat passé, présent et futur ont abouti depuis les années 1950 à l’élaboration d’outils informatiques de prévisions (ou modèles) climatiques. Les premières expériences numériques avec des modèles atmosphériques simplifiés datent de cette époque. Elles ont été testées sur le premier ordinateur existant, l’ENIAC (Electronic Numerical Integrator Analyser and Computer).
Un modèle de climat est une représentation plus ou moins idéalisée du système climatique basée sur les équations mathématiques appelées équations primitives de la mécanique des fluides et de la thermodynamique et sur la paramétrisation des phénomènes de sous mailles. Les équa-tions primitives s’appuient sur les lois suivantes : la première loi de la thermodynamique (loi de conservation de l’énergie), la deuxième loi de Newton (loi de conservation du moment cinétique), la loi de conservation de la masse, la loi des gaz parfaits et sur l’hypothèse d’équilibre hydrosta-tique. La paramétrisation ou encore la physique du modèle correspond à la représentation des processus qui ne sont pas explicitement traités par le modèle. Elle est différente d’un modèle à un autre et se fait de façon simplifiée à l’aide d’équations empiriques. Ainsi, pour représenter les processus atmosphériques, on a recours à la discrétisation de l’espace sur les plans horizontal, vertical et temporel (Figure 1.10). Le modèle résout donc les équations dans un espace tridi-mensionnel (altitude, latitude, longitude) formant des mailles (ou points de grille). Cependant, la résolution des modèles est limitée par les capacités et les performances des moyens de calculs existants.

Les modèles globaux

Les modèles globaux sont des modèles qui simulent l’évolution du climat à l’échelle du globe et sur le long terme. Ils permettent d’obtenir par exemple la réponse de l’atmosphère à différents forçages. Ils ont une résolution assez faible (>100 km). Cet ensemble de modèles comprend : les modèles de circulation générale atmosphérique, les modèles de circulation générale océanique et les modèles de circulation générale couplés océan-atmosphère. Ces modèles ont évolué depuis les années 1970 avec une amélioration considérable de leurs résolutions et une meilleure prise en compte de nouvelles composantes du système climatique (la convection, les nuages et les précipitations, les aérosols, la chimie atmosphérique, etc.. . . ).
Cette évolution peut être subdivisée en sept générations :
• Années 1970 : Premiers modèles de circulation générale de l’atmosphère. Prise en compte d’éventuelles variations de l’irradiance solaire et de l’évolution de la concentration atmo-sphérique de CO2. Modélisation sommaire des précipitations ;
• Années 1980 : Prise en compte des propriétés des surfaces émergées ; couverture de glace prescrite. Modélisation sommaire de la nébulosité ;
• Premier rapport (AR1=FAR) du GIEC (1990) : Prise en compte des échanges de chaleur et d’eau entre l’océan et l’atmosphère, mais sans structure verticale de l’océan ni courants océaniques ;
• Deuxième rapport (AR2=SAR) du GIEC (1995) : Prise en compte de l’activité volcanique ainsi que des sulfates issus des émissions anthropiques de SO2. Représentation encore sommaire des processus thermiques et dynamiques de l’océan en 3 dimensions ;
• Troisième rapport (AR3=TAR) du GIEC (2001) : Prise en compte du cycle de carbone, des flux d’eau des rivières, des propriétés des aérosols anthropiques ; représentation plus avancée de la circulation tridimensionnelle des océans ;
• Quatrième rapport (AR4) du GIEC (2007) : Prise en compte de la chimie atmosphérique. Prise en compte des interactions entre la végétation, le climat, et les propriétés des surfaces émergées ;
• Cinquième rapport (AR5) du GIEC (2013) : Amélioration de la paramétrisation des pro-cessus physiques, de la résolution des modèles et ajout de nouvelles composantes.
Cependant, leur faible résolution ne permet pas de simuler tous les aspects du climat et du changement climatique à l’échelle régionale (la topographie, le contraste thermique océan-continent, et…). Elle n’est pas forcément suffisante pour réaliser des études d’impacts à l’échelle régionale alors que ce type d’analyse est d’une importance capitale pour les populations et les décideurs de ces régions. D’où la nécessité de développer des modèles à aire limitée appelés modèles de circulation régionaux.

Les modèles régionaux

La recherche d’une meilleure compréhension du climat et du changement climatique à l’échelle régionale a permis le développement de modèles de climat régionaux. Comme les modèles de circulation générale, les modèles régionaux se basent aussi sur les équations primitives. Mais, à la différence des modèles de circulation générale, ils opèrent sur un domaine géographique restreint et ils utilisent à leurs frontières, les sorties des modèles de circulation générale ou des données de réanalyses. Cette limitation de la région sur laquelle se fait les simulations permet d’augmenter de façon significative leur résolution spatiale sans engendrer une hausse des temps de calcul et de stockage. Ainsi, elle permet de mieux prendre en compte les états de surface et les processus de sous-maille que les modèles de circulation générale n’arrivent pas à résoudre, d’analyser des mécanismes atmosphériques régionaux qui ne sont pas clairement représentés dans les modèles globaux, et de mieux modéliser les interactions entre les processus régionaux et la circulation de plus grande échelle. Par ailleurs, les modèles de circulation régionaux sont aussi largement utilisés pour la désagrégation (descente d’échelles spatiales) afin d’accéder à des échelles de modélisation des impacts.

Le 5ème rapport du GIEC et le projet CMIP5

Le CMIP (Coupled Model Intercomparaison Project) est un protocole expérimental standard mise en place dans le cadre du programme CLImate VARiability and predictability (CLIVAR) par le World Climate Research Program (WCRP) en 1995 avec pour objectif principal, la co-ordination des inter-comparaisons des modèles couplés océan-atmosphère. Il fournit un cadre qui facilite le diagnostic, la validation et l’inter-comparaison des sorties des modèles couplés par l’ensemble de la communauté scientifique. Ce projet a connu plusieurs phases successives qui aboutissent chaque fois à une modification de son protocole. Les deux premières phases ont recueilli respectivement les résultats des simulations de «contrôle» dans lesquelles le forçage climatique est maintenu constant et de scénario idéalisé du réchauffement climatique (augmen-tation graduelle du CO2 de 1% par an). La phase 3 du projet (CMIP3) a coïncidé avec le 4ème rapport du avec des scénarios plus «réalistes» pour le forçage climatique passé et présent.
Réunis en septembre 2008 au sein du groupe de travail du WCRP sur la modélisation couplée, une vingtaine de groupes de modélisateurs décide de mettre en œuvre un ensemble de nouvelles simulations climatiques baptisé CMIP5 (en anglais Coupled Model Intercomparaison Phase 5). Ces nouvelles simulations constituent la cinquième phase des projets de recherche réalisés par le GIEC et l’ensemble de la communauté scientifique qui ont abouti au cinquième rapport, l’AR5. Le CMIP5 est un projet novateur car il intègre de nouveaux éléments impactant le climat mondial, entre autres, la prise en compte des scénarios climatiques dit RCP (Representative Concentration Pathways) qui incluent des politiques de réduction des émissions des gaz à effet de serre et la réalisation d’un ensemble de prévisions rétrospectives du climat des cinq décennies passées.
Au cours de cet exercice, deux principales expériences ont été effectuées : les expériences sur le «long-terme» et les expériences à court terme (Cf. Meehl et al., 2009; Taylor et al., 2012). La Figure 1.12 présente le schéma conceptuel des différentes expériences réalisées dans le cadre du projet CMIP5. Les expériences à long-terme s’appuient sur les expériences du CMIP3 mais intègrent de nouvelles simulations permettant une compréhension plus complète du changement climatique et de sa variabilité. En revanche, les expériences à court terme permettront d’avoir non seulement la réponse des modèles aux forçages climatiques mais aussi de faire des prévisions du climat à des échelles de temps plus courtes (10 ans, 20 ans et 30 ans) dans ce contexte du changement climatique (Taylor et al., 2012).

Évolution du climat présent dans les modèles CMIP5

Les modèles de climat offrent la possibilité de comprendre l’évolution du climat passé, pré-sent et futur. Les travaux réalisés dans le cadre du projet CMIP5 ont livré leurs résultats et montrent une nette amélioration des modèles par rapport à ceux utilisés dans l’exercice précé-dent (CMIP3). Pour les experts du GIEC, la capacité des modèles à simuler la température de surface globale a été améliorée. Selon le rapport du GIEC, les modèles de climat reproduisent, avec un degré de confiance très élevé, les caractéristiques générales de l’augmentation de la température moyenne de surface à l’échelle mondiale sur la période historique, notamment le réchauffement rapide observé dans la seconde moitié du 20ème siècle et les différentes périodes de refroidissement qui ont suivi les grandes éruptions volcaniques (Figure 1.13). Certaines in-certitudes demeurent toujours malgré les différentes améliorations apportées. En effet, pour les experts du GIEC, même si la représentation des structures moyennes de précipitation à grande échelle a été améliorée dans les modèles du CMIP5, les incertitudes aux échelles régionales de-meurent. Cependant, il est démontré maintenant avec certitude que cette évolution générale du climat ne peut pas s’expliquer sans la prise en compte de l’évolution d’origine anthropique des gaz à effet de serre et des aérosols. Pour synthétiser sur la question de l’attribution anthropique de l’évolution récente du climat, l’association entre les analyses statistiques de séries tempo-relles d’indicateurs climatiques de plus en plus nombreux et les progrès dans la modélisation climatique a permis de passer d’un diagnostic de non attribution anthropique possible face à la variabilité naturelle du climat dans le premier rapport du GIEC en 1990 à une attribution probable dans le troisième rapport en 2001, et à très vraisemblable puis quasi-certaine dans les quatrième (2007) et cinquième (2013) rapports.

Évolution du climat futur dans modèles CMIP5

L’utilisation des modèles de climat dans l’analyse de l’évolution future du climat terrestre pour le dernier exercice CMIP5 a permis de récolter un nombre important d’informations. L’ex-pertise de ces informations à partir de différentes techniques a abouti à des résultats dont la synthèse est faite dans le cinquième rapport du GIEC. Selon ce rapport, la poursuite des émis-sions de gaz à effet de serre entraînera un réchauffement supplémentaire et des modifications de toutes les composantes du système climatique. Ainsi, pour les experts du GIEC, la limitation des effets du changement climatique exigera des réductions substantielles et durables des émissions de gaz à effet de serre. D’une manière générale, le rapport sur les projections en température montre que la tem-pérature moyenne globale continuera à augmenter pendant le 21ème siècle si rien n’est fait pour stabiliser les émissions de gaz à effet de serre. Pour ces experts, les changements de température de surface à l’échelle mondiale à la fin du 21ème siècle devraient dépasser 1,5° C par rapport à 1850-1900 pour tous les scénarios RCP, à l’exception du RCP2.6. Il est aussi probable que cette hausse des températures dépasse 2° C pour RCP6.0 et RCP8.5, et très probablement qu’elle ne dépasse pas les 2° C pour RCP4.5 (Figure 1.14). Ce réchauffement se poursuivra au-delà de 2100 dans tous les scénarios RCP, à l’exception de RCP2.6. Le réchauffement continuera de présenter une variabilité interannuelle à décennale avec des disparités importantes au niveau régional (Figure 1.15a). Ces disparités régionales sont également importantes lorsqu’on se réfère aux projections des champs de précipitations (Figure 1.15b). Le contraste dans les projections futures de précipitations entre les régions sèches et humides et entre les saisons sèches et hu-mides augmentera, bien qu’il puisse y avoir des exceptions régionales. En Afrique de l’Ouest par exemple, la moyenne multi-modèle présente une baisse des précipitations sur le Sahel Ouest et une hausse des précipitations sur le Sahel Central et Est (voir plus loin).

La Mousson d’Afrique de l’Ouest (MAO) : climat moyen, variabilités et impacts

Région d’étude

Dans nos investigations, si nous présenterons des résultats sur le globe en raison des phéno-mènes que nous voulons mettre en évidence, le principal domaine de nos recherches est la région Ouest Africaine (zone bleue sur la Figure 1.16). Ce domaine englobe un très vaste espace (entre 3° N-25° N ;20° W-20° E), limité au Sud et à l’Ouest par l’Océan Atlantique, au Nord par le désert du Sahara et à l’Est par le Tchad et le Cameroun. En partant des travaux de Lebel et Ali (2009), nous avons délimité ce domaine en plusieurs sous domaines : le Sahel (entre 10° N-20° N ;20° W-20° E), le Sahel-Est (entre 10° N-20° N ;0° -20° E), le Sahel-Ouest (entre 10° N-20° N ;20° W-10° W) et la zone guinéenne (entre 3° N-10° N ;20° W-20° E). L’Afrique de l’Ouest couvre une surface de plus de 6 millions de km2 avec une population principalement agricole. L’agencement des sai-sons est régi par le système de la mousson ouest-africaine que nous présentons plus loin dans ce chapitre.

Topographie

Les caractéristiques géographiques de la région ouest-africaine (orographie, nature des sols, végétation et environnement océanique) sont des éléments importants pour la compréhension de la mousson ouest-africaine. La Figure 1.17 présente la topographie de l’Afrique de l’Ouest. Elle est caractérisée par un relief relativement plat avec une altitude moyenne inférieure à 500 mètres. Les plaines occupent principalement la bordure littorale, et sont drainées par des cours d’eau d’ordre secondaire, exception faite des fleuves Sénégal, Volta et Niger. A l’intérieur des terres, les bas plateaux dominent. L’Afrique de l’Ouest possède également six massifs montagneux dont les altitudes varient entre 1500 et 4000 mètres : le Fouta Djalon (1515 mètres) à l’Ouest, le Plateau de Jos (1830 mètres) au Centre Est, le massif de l’Adamaoua (5000 mètres) au Sud-Est et le massif de l’Aïr (2020 mètres), le massif du Hoggar (2920 mètres) et le massif du Tibesti (3450 mètres) au Nord. Ces deux derniers massifs se trouvent à la bordure Nord de la région ouest-africaine. Le développement spatial de ces massifs montagneux reste assez faible. La couverture végétale en Afrique de l’Ouest est organisée en bandes zonales plus ou moins homogènes. De ces bandes zonales, on peut distinguer trois structures majeures d’occupation du sol en Afrique de l’Ouest : les forêts qui sont localisées le long de la côte guinéenne (<8° N), les savanes localisées au-delà de 8° N et les zones agricoles situées entre 13° N et 18° N. Cette organisation zonale du couvert végétal est principalement contrôlée par la répartition des cumuls pluviométriques sur la région ouest-africaine.

La Mousson d’Afrique de l’Ouest

Définition

Le mot «mousson» vient de l’arabe «mausim», qui signifie «saison». Dans son rapport spécial sur la gestion des risques d’événements extrêmes et de catastrophes (Field et al., 2012), le GIEC définit la mousson comme «une inversion saisonnière tropicale et subtropicale des vents de surface et les précipitations associées, provoquée par un échauffement différentiel entre une masse continentale à l’échelle continentale et l’océan adjacent». En effet, au printemps boréal, les températures continentales des zones de mousson (Asie, Afrique sub-saharienne) augmentent progressivement et deviennent plus élevées que celles sur les bassins océaniques environnants. La différence de température ainsi formée crée une brise thermique à grande échelle : l’air chaud de la terre tend à s’élever, créant une zone de basses pressions sur le continent et un vent en provenance de l’océan dans les basses couches. Ce flux de mousson est transéquatorial et dévie vers l’Est avec l’action de la force de Coriolis à son passage au niveau de l’Équateur. Il converge vers une dépression thermique qui se forme au-dessus du continent. Son intensité dépend des gradients de pression, de température et d’humidité entre les deux hémisphères. La mousson est donc une réponse dynamique de l’atmosphère au différentiel énergétique entre l’océan et le continent et donc aux gradients horizontaux d’énergie dans les basses couches à l’échelle régionale. C’est aussi un flux chargé d’humidité, nécessaire à la formation des précipitations sur le continent. Qui dit mousson dit saison des pluies, mais aussi inondations ou sécheresses, car les pluies sont l’élément climatique qui présente la plus grande variabilité spatio-temporelle du climat dans les tropiques. Les circulations de mousson impactent plus de la moitié de la population mondiale. En été, deux principales moussons sont connues : la mousson d’Asie et la mousson d’Afrique de l’Ouest. C’est cette dernière qui fait l’objet de notre étude.

Les précipitations de mousson : moyenne et saisonnalité

+ Cumul annuel moyen
La Figure 1.18 présente la distribution spatiale du cumul annuel moyen des précipitations ouest-africaines calculée sur la période 1901-2012 obtenue à partir des données mensuelles du Climate Research Unit (CRU). Elle montre un gradient Nord-Sud de précipitation sur l’Afrique de l’Ouest. Les cumuls pluviométriques annuels observés augmentent progressivement de la région sahélienne (400 mm/an) vers la zone guinéenne (2600 mm/an). Cependant une azonalité est observée sur la région en dessous de 12° N et met en évidence deux maxima pluviométriques, l’un centré sur la Guinée à l’ouest et l’autre sur le Cameroun à l’est. Ces zones de fort cumuls pluviométriques sont liées au forçage orographique des massifs montagneux : le mont Nimba et le Fouta-Djalon sur la Guinée et la chaîne de l’Adamaoua (mont Cameroun) sur le Cameroun. Elles enregistrent des cumuls pluviométriques annuels proches de 3 000 mm/an. Par contre, entre ces massifs montagneux, la répartition spatiale des cumuls pluviométriques est quasi-uniforme avec des valeurs avoisinant 1200 mm/an.
+ Cycle saisonnier
Le régime pluviométrique de la région ouest-africaine est fortement lié au mouvement sai-sonnier de la ZCIT. Les travaux réalisés sur cette région en vue de comprendre ce déplacement, ont montré qu’il se fait de façon discontinue, en particulier entre le printemps et l’été lors de la mise en place de la mousson estivale (Sultan et Janicot, 2000, 2003). La Figure 1.19 illustre l’évolution annuelle moyenne des précipitations, calculée sur la période 1901-2012 pour quatre saisons : l’hiver (JFM), le printemps (AMJ), l’été (JAS) et l’automne (OND).
• En JFM, la saison est marquée par des cumuls de pluies nuls sur la zone sahélienne et très faibles (< 50mm) sur la région guinéenne. Pendant cette période, la ZCIT occupe sa position la plus au Sud (sur l’équateur) ;
• Au printemps (AMJ), la saison est caractérisée par une remontée progressive de la ZCIT vers le nord jusqu’à 5° N. Ce déplacement de la ZCIT s’accompagne d’une hausse des quantités de pluie sur la côte guinéenne (en dessous de 10° N) alors que les cumuls de pluies restent quasiment nuls sur le Sahel. Cette période correspond à la première saison des pluies dans les régions guinéennes ;
• Pendant l’été (JAS), la ZCIT migre rapidement sur le continent pour atteindre sa position la plus septentrionale entre 10° -11° N. La pluviométrie augmente fortement sur la région sahélienne située au Nord de cette position. Les pics de pluies sont atteints dans le mois d’août qui constitue le cœur de la saison des pluies dans ces régions. Pendant ce temps, les régions côtières se retrouvent en petite saison sèche à l’exception des massifs montagneux qui enregistrent de forts cumuls pluviométriques ;
• En automne (OND), la ZCIT se retire progressivement vers le Sud. Ce retrait s’accompagne d’une diminution des pluies sur la bande sahélienne et une augmentation aux latitudes inférieures à 8° N. Les cumuls de pluies restent cependant, plus faibles que ceux observés sur le printemps.

Dynamique atmosphérique régionale

La dynamique atmosphérique régionale de la mousson se structure en basses couches avec des flux opposés de mousson et d’harmattan et en moyenne et haute troposphère autour d’éléments clés du flux zonal tels que le Jet d’Est Africain (JEA), le Jet d’Est Tropical (TEJ), et le Jet d’Ouest Subtropical (JOST). La Figure 1.20 présente le schéma conceptuel de la dynamique atmosphérique de la mousson. Les deux principales structures convectives sont la ZCIT et la Dépression Thermique Saharienne (DTS) marquée sur la figure par l’expression anglaise «Heat Low».
+ Circulation en basses couches
Le mécanisme de l’agencement des saisons au cours de l’année sur l’Afrique de l’ouest est commandé dans les basses couches de l’atmosphère par une circulation des masses d’air autour des centres d’action suivants :
• Les hautes pressions permanentes de l’atlantique nord ou anticyclone des Açores axées sensiblement sur le parallèle 30° N ;
• Les hautes pressions australes du Golfe de Guinée ou anticyclone de Sainte Hélène axées également sur le parallèle 30° S ;
• Une zone de basses pressions relatives séparant les deux anticyclones ci-dessus cités, dont la partie continentale est constituée par la DTS.
L’Afrique de l’ouest dans son ensemble subit l’influence de deux flux principaux d’air de direction et de caractéristiques opposées (Figure 1.21) : l’air continental très sec provenant des régions sahariennes et associé à la DTS (Harmattan) qui souffle du secteur Nord-Est et l’air océanique de régions équatoriales chargées d’humidité, du secteur Sud-Ouest (mousson). En effet, le flux de mousson dirigé de l’océan Atlantique vers le continent apporte l’humidité de basse couche nécessaire à la formation de la convection nuageuse. Il s’établit grâce au gradient thermique méridien existant entre l’océan et le continent surchauffé durant les mois de printemps. Ce gradient thermique renforce les alizés de l’hémisphère sud qui peuvent traverser l’équateur et ainsi être déviés vers l’est grâce à la force de Coriolis (inversion des alizés). Lors de son arrivée sur le continent, le flux de mousson rencontre le flux d’Harmattan. La confluence de ces deux flux forme une zone de convergence en basse couche appelée Front Inter Tropical (FIT). En moyenne troposphère, cette zone de convergence est le lieu de la ZCIT (Figure 1.20). La dynamique de la mise en place de la mousson Ouest Africaine (MOA) est perçue comme associée au mouvement d’oscillation de la ZCIT du sud au nord, entre 5° N et 15° N en août provoquant l’installation progressive et régulière des précipitations sur le continent. Sultan et Janicot (2003) ont montré que la mise en place de la mousson se fait en deux phases. La première, qualifiée de «pré-onset», correspond à l’arrivée à 15° N du Front Inter Tropical (FIT) provoquant la formation de quelques systèmes convectifs isolés, pendant que la ZCIT demeure centrée à 5° N. La date moyenne associée à cette phase est le 14 mai avec un écart type de 9,5 jours Sultan et Janicot (2003). Cette phase est suivie du saut de mousson qualifiée d’onset, associé au saut brusque latitudinal de la ZCIT de sa position à 5° N à une position quasi-stationnaire en juillet-aout à 10° N. La date moyenne associée au saut de mousson est le 24 juin avec un écart type de 8 jours.
Les précipitations de la mousson en été sont principalement produites par des évènements fortement précipitants sur le Sahel, les lignes de grains de méso-échelle, pilotées par la convec-tion profonde de la ZCIT. Le bilan pluviométrique saisonnier est donc fortement dépendant du nombre et de l’intensité de ces évènements. Ils sont au cœur de l’analyse de la variabilité climatique au Sahel. Par exemple les travaux de Panthou et al. (2014) et Taylor et al. (2017) ont montré l’intensification récente du cycle hydrologique par une très forte augmentation de la part de ces évènements dans le cumul pluviométrique saisonnier au Sahel.
+ Mouvement zonal en moyenne et haute altitude
• Le Jet d’Est Africain (JEA) : C’est une circulation d’origine thermique caractéristique de la moyenne troposphère (entre 600 et 700 hPa) entre la Mer Rouge (50° E) et l’Atlantique Ouest (40° W), soit sur près de 10 000 km avec une intensité moyenne de l’ordre de 10-12 m/s pendant l’été. Le JEA est généré par un fort gradient de température et d’humidité dans les basses couches atmosphériques. Il s’intensifie et se déplace vers le Nord de fin avril à fin octobre en même temps que la mousson. Sa présence joue un rôle important dans l’organisation de la convection, la formation des lignes de grain et la genèse des ondes d’Est (Burpee, 1972; Thorncroft et Hoskins, 994a,b). Les variations des conditions de sur-face influencent la position et l’intensité de ce jet. Thorncroft et Blackburn (1999) ont montré que le JEA est maintenu grâce à deux circulations méridionales forcées dont l’une est associée aux flux de surface et à la convection sèche dans la zone de la dépression ther-mique saharienne (DTS), et l’autre, associée à la convection profonde dans la ZCIT. Pour Cook (1999), le gradient de température observé est en partie contrôlé par la distribution d’humidité au sol. Wu et al. (2009) ont mis en évidence le rôle de plusieurs propriétés de la surface du sol (albédo, végétation et évaporation) et de l’orographie.
• Le Jet d’Est Tropical : Le Jet d’Est Tropical (ou TEJ en anglais est un jet de haute troposphère dont le cœur est situé entre 100hPa et 200hPa (Cf. Flohn, 1964; Hulme et Tosdevin, 1989; Krishnamurti, 1971). C’est un vent fort dû à des hauts géopotentiels sur le plateau Tibétain, générés par forçage thermique. Il s’étend du Sud de l’Asie à la côte Ouest de l’Afrique avec une vitesse n’excédant pas 25 m/s. En été, le flux associé à cet jet est localisé entre 5° N et 20° N avec des vitesses maximales atteintes entre 10° N et 15° N (Hulme et Tosdevin, 1989). Il est caractérisé par un maximum de divergence en haute troposphère lié à la circulation de Hadley et à la circulation de Walker. Son influence sur la mousson ouest africaine a été peu mis en évidence. Hulme et Tosdevin (1989) ont montré que les précipitations sahéliennes sont contrôlées par les changements observés dans la dynamique et le flux du TEJ. Il ressort également de cette étude que le TEJ est moins intense avec une extension réduite en latitude et en longitude pendant les années sèches. Pour Nicholson et Dezfuli (2013), l’intensité du TEJ est fortement liée à la variabilité des précipitations, l’apparition de conditions humide coïncident avec le renforcement du TEJ et vice-versa.
• Le Jet d’Ouest SubTropical (JOST) : Vent de haute troposphère (200 hPa) qui se situe entre 30° N et 45° N en été boréal (Figure 1.20). Son intensité est liée à la dynamique des cellules de Hadley. Il se situe en moyenne climatologique au-dessus du Maghreb pendant la période de mousson d’été avec des incursions vers le Sahel aux périodes de transition (juin et septembre).

Variabilité pluviométrique décennale à multi-décennale

Dans cette section, nous abordons l’état des connaissances sur les mécanismes de la variabi-lité pluviométrique décennale sur la région ouest-africaine. Comme on l’a noté en introduction, le Sahel est reconnu comme une des régions avec la plus forte variabilité des pluies aux échelles décennale et multi-décennale, concrétisé en particulier par la succession des décennies 1950 et 1960 excédentaires, puis des décennies 1970 et 1980 déficitaires, enfin à partir de la décennie 1990 d’un retour vers des cumuls proches de la moyenne séculaire caractérisé par une variabilité interannuelle dominante (voir Figure 1). De fait sur cette région ouest-africaine, un nombre très important de travaux de recherche ont été réalisés, mettant en évidence que la MAO est essen-tiellement modulée à ces échelles de temps par les états de surface océaniques et continentaux. La plupart de ces travaux analysent le rôle des températures de surface océaniques (SST en anglais) sur les pluies en Afrique de l’Ouest. D’autres en revanche, mais très peu nombreux en comparaison, évoquent le rôle de la dépression thermique saharienne (DTS). C’est pourquoi nous présentons d’abord l’état de l’art des travaux relatifs aux variations décennales spécifiques des SST et de la DTS, avant d’aborder dans un deuxième temps leur impact sur la variabilité plu-viométrique décennale en Afrique de l’Ouest, puis d’étendre ce bilan bibliographique à l’analyse des scénarios de changement climatique.

Variabilité des températures de surface (SST) océaniques

Variabilité décennale de l’océan Atlantique

L’AMO (en anglais Atlantic Multidecadal Oscillation) est le principal mode de variabilité basse fréquence sur le bassin Atlantique. De nombreux travaux se sont focalisés sur ce mode de variabilité et son rôle dans la variabilité du climat tropical (Cf. Ba et al., 2014; Delworth et Mann, 2000; Deser et Phillips, 2017; Enfield et al., 2001; Knight et al., 2006; Mohino et al., 2011; Ting et al., 2009; Trenberth et Shea, 2006; Van Oldenborgh et al., 2009; Zhang et Delworth, 2006). Pour ces travaux, plusieurs définitions de ce mode de variabilité Atlantique ont été adop-tée. En effet, pour certains d’entre eux, l’AMO est défini comme étant la moyenne géographique des anomalies de température de surface de l’océan Atlantique Nord indépendamment du si-gnal du réchauffement global (Cf. Enfield et al., 2001; Hodson et al., 2010; Sutton et Hodson, 2005; Ting et al., 2009; Trenberth et Shea, 2006; Zhang et Delworth, 2006) et pour d’autres, l’AMO est défini comme le 1er mode de variabilité d’une analyse en composantes principales sur l’océan Atlantique Nord (Cf. Baines et Folland, 2007; Mohino et al., 2011; Polyakov et al., 2010). Son indice présente des périodicités comprises entre 65-80 ans (Enfield et al., 2001). Les phases chaudes de la variabilité multi-décennale Atlantique apparaissent pendant les périodes 1860-1880, 1940-1960 et depuis 2000, et les phases froides pendant les périodes 1905-1925, et 1970-1990 (Enfield et al., 2001; Mohino et al., 2011; Sutton et Hodson, 2005)(Figure 1.22a). Durant sa phase positive, l’AMO est caractérisée par des anomalies chaudes de SST sur l’océan Atlantique Nord et des anomalies négatives de SST sur le bassin Atlantique Sud (Martin et al., 2014), ce qui constitue un gradient inter-hémisphérique de température.
L’AMO est considérée comme un mode de variabilité interne à ces échelles multi- décennales, associé à la dynamique interne de la circulation océanique de l’AMOC (Atlantic Meridional Overturning Circulation en anglais), un renforcement de cette circulation induisant une phase positive de l’AMO (Knight et al., 2006). Cependant deux types majeurs d’autres processus ont été impliqués dans la variabilité de l’AMO, d’une part des interactions avec la circulation at-mosphérique comme la variabilité multi-décennale de la NAO (North Atlantic Oscillation), le principal mode de variabilité atmosphérique au-dessus de l’Atlantique (voir par exemple Keenly-side et al. (2016)), et d’autre part une source de forçage externe, d’origine anthropique, liée aux émissions d’aérosols sulfatés de pollution industrielle, en particulier d’Europe et des Etats-Unis, et dont la variabilité sur la seconde partie du 20ème siècle a pu impacter les SST Atlantique et donc l’AMO (voir par exemple Booth et al. (2012)), en particulier sur les transitions entre phase chaude des années 1950 à phase froide de la décennie 1980 puis à phase chaude plus récente pendant laquelle la concentration en aérosols a augmentée puis diminué. Mais ce résultat est encore largement débattu Zhang et al. (2013)).
Nombre d’études scientifiques ont mis en évidence les relations entre l’AMO et la variation du climat dans certaines régions sur le globe. Certaines d’entre elles pointent le rôle de l’AMO dans la fonte de l’Arctique (Miles et al., 2014), dans la modulation des activités des cyclones sur l’océan Atlantique (Cf. Kossin et al., 2007; Trenberth et Shea, 2006; Zhang et Delworth, 2006) tandis que d’autres montrent que l’AMO peut être fortement lié au climat ouest-africain, américain et européen (Cf. Enfield et al., 2001; Knight et al., 2006; Mohino et al., 2011; Sutton et Hodson, 2005; Zhang et Delworth, 2006). Pour Diatta et Fink (2014) entre autres, l’AMO est positivement corrélée aux précipitations sahéliennes. Knight et al. (2006) et Ting et al. (2011) confirment également l’influence de l’AMO sur les précipitations de l’Atlantique tropical. Ils suggèrent un mécanisme physique en lien avec le déplacement méridional de la ZCIT. Enfield et al. (2001) montrent le rôle joué par l’AMO dans la sécheresse en Amérique du Nord. Sutton et Hodson (2005) et Sutton et Dong (2012) mettent évidence le lien entre les phases chaudes de l’AMO et les anomalies chaudes de température en Europe Centrale, la baisse des précipitations sur le bassin méditerranéen et les conditions humides en Europe du Nord en été.

Table des matières

Introduction générale
Première partie : Synthèse bibliographique et méthodologie 
1 Variabilité et changement climatique en Afrique de l’ouest – Enjeux et état de l’art 
1.1 Circulation atmosphérique générale
1.1.1 Le système climatique
1.1.2 La circulation de Hadley
1.1.3 La circulation de Walker
1.2 Le changement climatique
1.2.1 Les variations paléo-climatiques
1.2.2 Variations climatiques récentes
1.2.3 Influence des tendances de facteurs de variabilité climatique sur la tempé- rature moyenne globale
1.2.4 La modélisation du climat
1.2.5 Le 5ème rapport du GIEC et le projet CMIP5
1.2.6 Évolution du climat présent dans les modèles CMIP5
1.2.7 Évolution du climat futur dans modèles CMIP5
1.3 La Mousson d’Afrique de l’Ouest (MAO) : climat moyen, variabilités et impacts
1.3.1 Région d’étude
1.3.2 Variabilité pluviométrique décennale à multi-décennale
1.3.3 Projections du climat sur l’Afrique de l’Ouest
1.3.4 Impacts sur l’agriculture en Afrique de l’Ouest
2 Données et méthodes d’analyse 
2.1 Données utilisées
2.1.1 Les observations et réanalyses
2.1.2 Les modèles du projet CMIP5
2.1.3 Modélisation agronomique : le modèle SARRA-O
i2.2 Méthodes d’analyse statistique
2.2.1 Prétraitement des données d’entrée
2.2.2 L’analyse spectrale
2.2.3 Approches linéaires
2.2.4 Approches non-linéaires
2.2.5 Approches multi-modèles
2.2.6 Présentation de la méthode statistique de correction de biais
Deuxième partie : Forçages océanique et atmosphérique pour l’étude de la mousson 
3 Étude des relations MAO – état de surface dans les observations aux échelles décennale et long-terme et validation des simulations CMIP5 
3.1 Les précipitations ouest-africaines
3.2 Modes de variabilité océaniques et précipitations en Afrique de l’ouest
3.2.1 Décomposition en valeurs singulières
3.2.2 Analyse en composantes principales
3.2.3 Synthèse
3.3 Rôle de la DTS et la DTA 1 en été sur les précipitations ouest africaines
3.4 Validation des modèles couplés
3.4.1 La circulation atmosphérique
3.4.2 Les champs de pluies
3.4.3 Les champs de température
3.4.4 Les modes de variabilité océanique
3.4.5 La dépression thermique saharienne (DTS) et d’Arabie (DTA)
3.4.6 Fraction de variance dans les bandes décennale et long-terme
3.4.7 Conclusion partielle
3.5 Synthèse du chapitre
4 Rôle du forçage océanique dans la variabilité décennale de la MAO dans les simulations CMIP5 
4.1 Relations entre les modes océaniques et les précipitations sahéliennes dans les simulations de contrôle en été à l’échelle décennale
4.1.1 La dérive des modèles couplés
4.1.2 La décomposition en valeurs singulières
4.1.3 Synthèse
4.1.4 Modes océaniques et réponses atmosphériques
4.1.5 Impact combiné des modes océaniques sur la variabilité décennale des précipitations
4.1.6 Synthèse sur les simulations de contrôle
4.2 Relations entre les modes océaniques et les précipitations sahéliennes dans les simulations historiques en été à l’échelle décennale
4.2.1 La décomposition en valeur singulière
4.2.2 Modes océaniques et réponses atmosphériques
4.2.3 Impact combiné des modes océaniques sur la variabilité décennale des précipitations
4.2.4 Synthèse sur les simulations historiques
4.3 Téléconnexions SST-MAO simulées dans les simulations au printemps et en automne à l’échelle décennale
4.3.1 Influence de l’AMO sur la MAO
1. Voir la définition dans le texte
4.3.2 Influence de l’IPO sur la MAO
4.3.3 Influence de l’IDV sur la MAO
4.3.4 Synthèse sur les simulations de printemps et d’automne
4.4 Synthèse du chapitre
5 Rôle du forçage atmosphérique continental dans la variabilité décennale de la mousson ouest-africaine dans les simulations CMIP5 en été 165
5.1 Influence du forçage atmosphérique continental sur la variabilité de la mousson ouest-africaine
5.1.1 Influence de la DTS et de la DTA sur la MAO dans les simulations de contrôle à l’échelle décennale
5.1.2 Influence de la DTS sur la variabilité de la MAO dans les simulations historiques à l’échelle décennale
5.1.3 Influence de la DTA sur la variabilité décennale de la MAO dans les simulations historiques à l’échelle décenn
5.1.4 Conclusion partielle
5.2 Structures de régressions partielles sur l’indice de la DTS et de la DTA
5.2.1 Régression partielle sur l’indice décennal de la DTS
5.2.2 Régressions partielles sur l’indice décennale de l’indice DTA
5.2.3 Conclusion partielle
5.3 Régressions partielles sur les indices de précipitations sahéliens
5.4 Synthèse du chapitre
Troisième partie : Projection climatique et impact sur le rendement agricole 
6 Évolution long-terme de la MAO dans les projections climatiques 
6.1 Introduction
6.2 Téléconnexion entre la MAO, les SST et la dynamique atmospherique sur la periode historique
6.2.1 Décomposition en valeurs singulières
6.2.2 Classification des structures hétérogènes SVD de précipitations
6.3 Téléconnexion entre la MAO, les SST et la dynamique atmosphérique sur les projections climatiques
6.3.1 Décomposition en valeurs singulières
6.3.2 Classification des structures hétérogènes de précipitations issues du principal mode de covariabilité
6.3.3 Synthèse
6.4 Tendance dans les évènements extrêmes de précipitations et relation avec certains facteurs de forçage à l’échelle régionale en été
6.4.1 Évolution des extrêmes pluviométriques sur le Sahel dans les modèles CMIP5209
6.4.2 Relation entre les extrêmes de précipitations et les facteurs de forçage
6.4.3 Synthése
6.5 Synthèse du chapitre
7 La correction de biais statistique et son impact sur les rendements agricoles en Afrique l’ouest 
7.1 ARTICLE : A bias-corrected CMIP5 dataset for Africa using the CDF-t method – a contribution to agricultural impact studies
7.1.1 Résumé de l’article
7.1.2 L’article en intégralité
7.2 Travail complémentaire
7.2.1 Dépendance entre la température et les précipitations sahéliennes
7.2.2 Les projections climatiques
7.2.3 La production de la 2ème base de données corrigées en utilisant les données de référence EWEMBI
7.2.4 Exemples d’applications
7.3 Synthèse du chapitre
Conclusion générale et perspectives 
Références bibliographiques 

Télécharger le rapport complet