Analyse des biais des modèles couplés à l'aide de l'ajustement de simulations initialisées : application au Pacifique tropical

par Benoît Vannière

Thèse de doctorat en Océanographie physique

Sous la direction de Eric Guilyardi et de Gurvan Madec.

Soutenue en 2013

à Paris 6 .


  • Résumé

    Les modèles couplés de circulation générale (CGCMs) sont largement utilisés pour mieux comprendre les processus physiques à l'oeuvre dans le système climatique et prévoir la variabilité du climat à l'échelle d'une saison et au-delà. Les imperfections des paramétrisations empiriques et le manque de résolution des modèles, entre autre, sont sources d'erreurs systématiques qu'il est nécessaire d'éliminer si l'on veut réduire les incertitudes du climat simulé passé, présent et futur. La persistence de biais systématiques depuis plusieurs générations de modèles montre que l'on ne peut se contenter d'une approche qui consiste à inclure progressivement de nouvelles paramétrisations pour espérer réduire significativement les biais systématiques. Il est nécessaire de trouver de nouvelles stratégies d'évaluation des modèles couplés. Une approche systématique d'attribution des biais qui repose sur l'étude de l'ajustement des CGCMs initialisés proches des observations est développée dans ce travail. Il s'agit de relier les erreurs systématiques de la climatologie d'un CGCM stabilisé aux biais présents initialement, et indépendamment du couplage, dans chacune de ses composantes. Associée aux techniques d'analyse déjà existantes, comme les protocoles transpose AMIP pour l'atmosphère, la stratégie proposée forme une chaîne d'analyse complète permettant d’attribuer les biais des modèles à des paramétrisations précises. Cette approche nouvelle et structurée est généralisable à d'autres modèles et d’autres biais et permet de hiérarchiser les développements des CGCMs afin de réduire significativement les biais systématiques.


  • Pas de résumé disponible.


  • Résumé

    Coupled General Circulation Models (CGCMs) are largely used to understand the physical processes of the climate system, and to predict climate variability from the seasonal to centennal time scales. The deficiencies of empirical parameterizations and the lack of resolution generate systematic biases that need to be eliminated in order to reduce the uncertainty of the past, present and future simulated climate. The persistence of systematic biases for several generations of models shows that the progressive implementation of development of parameterization is not sufficient to significantly reduce systematic biases. It is thus necessary to propose new evaluation strategies for coupled models. A systematic approach to diagnose the origin of biases, based on the analysis of the adjustment of coupled simulations initialized close to observation, is developped in this work. The aim is to attribute the coupled errors to biases of CGCM components that develop independently present from coupling. Associated to the existent evaluation techniques, such as AMIP type protocols for the atmosphere, the proposed strategy forms a an end-to-end strategy to attribute coupled biases to precise parameterizations. This new and structured approach can be generalized to other models and other biases, and will help to define priorities in model development to significantly reduce systematic biases.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (177 p.)
  • Annexes : Bibliogr. p. [165]-177

Où se trouve cette thèse\u00a0?

  • Bibliothèque : Sorbonne Université. Bibliothèque de Sorbonne Université. Bibliothèque Géosciences et environnement.
  • Consultable sur place dans l'établissement demandeur
  • Cote : T Paris 6 2013 184
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.