Réseau canadien en modélisation et diagnostics du climat régional (MDCR)
Simulateurs
La modélisation
numérique du climat a
franchi plusieurs étapes déterminantes avant que se
dessine l'avenir du MRCC. Placée dans un contexte
général, cette section rappelle les principaux enjeux et
les réalisations de cette jeune science.
Pourquoi modéliser le système climatique ?
Les études du climat passé de la Terre fournissent d'importants renseignements sur la variabilité naturelle du système climatique global et sur la réponse des écosystèmes au changement climatique. Toutefois, elles ne peuvent répondre aux nombreuses questions sur les processus et les rétroactions à l'intérieur du système climatique et entre ses composantes. Par ailleurs, une expérimentation du système climatique en mode réel est inconcevable de par son immensité et les risques associés. Bien qu'involontairement l'humanité ait débuté une expérience non planifiée à l'échelle planétaire, nous ne pouvons pas attendre des dizaines d'années ou plus pour connaître les résultats et apprendre de nos erreurs. Afin d'élaborer des plans d'action et permettre l'adaptation des sociétés aux changements climatiques appréhendés, il est fondamental de développer des outils sophistiqués de simulations du système climatique. À ce titre, et malgré le fait que les simulateurs du climat ne reproduisent pas parfaitement toutes les caractéristiques du système climatique réel, ils sont l'unique approche permettant de tester le comportement de ce système complexe dans un environnement perturbé.
Le principe de la modélisation numérique
L'émergence de l'ordinateur dans
les années 1950 et la
croissance presque exponentielle de la puissance de calcul dans les
décennies suivantes ont permis le développement de la
modélisation numérique des processus climatiques. Ces
derniers sont basés sur des lois physiques fondamentales (i.e.,
principes de conservation de masse, d'énergie et de
quantité de mouvement) qui peuvent être
énoncées mathématiquement. Écrire les
équations mathématiques qui décrivent un processus
climatique revient à créer un modèle. En modifiant
certaines valeurs dans les équations, on apprend de quelle
façon le processus réagirait dans différentes
conditions. En
ajoutant un plus grand nombre d'équations pour décrire un
plus grand nombre de processus et d'interactions, on cherche à
créer un modèle de l'ensemble du système
climatique, intégrant l'atmosphère, l'océan et la
biosphère. La limite théorique de cette complexité
reste la puissance
et le temps de calcul, soit le coût de cet outil
sophistiqué.
Les modèles de circulation générale
Les modèles de la circulation
générale de
l'atmosphère (MCG) sont des modèles complexes,
basés sur les principes physiques qui représentent les
mouvements de l'atmosphère dans sa structure tridimensionnelle.
Un MCG simule le passage d'énergie dans le système
climatique à partir de l'entrée
du rayonnement solaire au sommet de l'atmosphère jusqu'à
son départ final dans l'espace en tant que rayonnement de grande
longueur d'onde (infra-rouge). Il simule aussi les effets de cette
énergie sur les différents éléments du
système climatique et calcule le résultat en termes de
température, précipitations, humidité du sol et
autres importantes variables climatiques. Les
MCG sont les modèles les plus complets mais aussi les plus
difficiles à utiliser. Le fonctionnement du système
climatique est
représenté par ces MCG, programmes informatiques capables
de résoudre numériquement des milliers de
séquences
d'équations mathématiques à chaque
itération.
Pour chaque saut dans le temps (pas de temps d'environs 20 minutes) et
à chacun des points de grille horizontale (entre 350 et 500 km),
ces programmes exécutent plus de 100 000 instructions. La
capacité
de calculs est de loin le facteur limitant de la résolution
spatiale
des MCG.
Malgré leur degré de complexité et l'utilisation
de superordinateurs les plus puissants sur le marché, les MCG
n'en demeurent pas moins une approximation de la réalité.
La résolution
grossière
des MCG limite par exemple la représentation du relief, des
différents types de sol et de couverture végétale,
de la glace et de la distribution des lacs qui ont tous un impact sur
les processus
climatiques. Cette résolution spatiale limitée oblige
aussi
à paramétriser des processus climatiques qui se
produisent à des échelles beaucoup plus petites. Des
phénomènes comme le développement des nuages, les
précipitations,
l'évaporation et l'humidité du sol sont introduits dans
les MCG comme des valeurs fixes ou établies selon des
procédés
de paramétrisation qui les relient physiquement et
statistiquement
aux variables à plus grande échelle (e.g.,
température,
pression de l'air, humidité).
Le modèle de circulation générale canadien
Dans les années soixante,
seulement quelques centres de
recherche travaillaient au développement de modèles de
circulation générale (MCG). Rapidement, avec
l'avancée informatique, la simulation de la circulation
générale de l’atmosphère a fait l’objet d’une
attention soutenue dans plusieurs centres de recherche à travers
le monde. Au Canada, le développement d’un modèle de
circulation générale (MCG) débuta vers le milieu
des années 1970 à Toronto au Service de l'Environnement
atmosphérique (Boer et McFarlane, 1979). Les origines de ce
modèle proviennent d’un modèle spectral de
prévisions météorologiques (Daley et al., 1976) auquel
furent graduellement ajoutées les paramétrisations
physiques
nécessaires à la simulation de la circulation
générale.
Ce modèle devint la version 1 du MCG canadien (GCMi). Le
modèle
avait une résolution horizontale d’environ 625 km, utilisait dix
niveaux à la verticale et, à l’exception d’une innovation
importante, partageait les caractéristiques
générales
des MCG de première génération (Boer et al., 1984). L’innovation le
distinguant consistait en l’introduction d’une paramétrisation
du transport
de quantité de mouvement par les ondes de gravité de sous
échelle se propageant à la verticale. La
paramétrisation d’ondes de gravité
générées par l’écoulement
atmosphérique au-dessus du relief permettait d’améliorer
significativement la simulation du courant jet.
À la fin des années 1980, une deuxième
génération de MCG a été conçue
offrant
une résolution beaucoup plus grande, une représentation
plus détaillée des caractéristiques et des
processus
et des paramétrisations plus avancées. Dans la
deuxième
version du MCG canadien (GCMii), les valeurs prescrites de la
température
de surface des océans, du couvert de glace marine et de la
couverture
nuageuse sont remplacées par des schémas qui calculent
ces champs de façon interactive (McFarlane et al., 1992; Boer et al., 1992). La résolution
spatiale de la deuxième version est augmentée à
environ
450 km.
Dans les années 1990, une troisième version (GCMiii) est
en développement à Victoria (BC) au Centre canadien pour
l’analyse et la modélisation du climat (CCCma). Cette version se
distingue par un modèle sophistiqué de processus de
surface (CLASS; Verseghy, 1991; Verseghy et al., 1993) et par une meilleure
paramétrisation de la couverture nuageuse et des processus
convectifs.
La modélisation régionale du climat : une révolution spatiale
La communauté scientifique
reconnaît le rôle
majeur des MCCG, modèles de circulation générale
couplés avec des modèles de surface, d'océan et de
glace marine, au niveau de notre compréhension des processus
physiques responsables de la maintenance, de l'évolution et de
la variabilité
naturelle du système climatique. Les MCCG constituent les outils
les plus sophistiqués permettant d’effectuer des projections
climatiques pour des conditions atmosphériques et de surface
altérées. Néanmoins, à cause de leur
complexité et des longues périodes nécessaires
à la simulation de systèmes climatiques stables, ces
simulateurs mathématiques du système climatique sont
très exigeants en ressources informatiques. Pour cette raison,
les MCCG doivent employer des mailles beaucoup plus grandes (de l'ordre
de plusieurs centaines de km) que les modèles numériques
de prévision météorologique (quelques dizaines de
km). Or, l'étude des impacts des changements climatiques
appréhendés sur l'environnement, la société
et l'économie nécessitent de l'information plus
détaillée à une échelle plus fine que ne le
permettent les MCCG. Les modèles régionaux du climat
à haute résolution constituent donc un outil
essentiel pour la modélisation du climat. Bien qu'aussi
coûteux
que les MCG en terme de développement et d'utilisation, ils
peuvent
néanmoins atteindre des résolutions
beaucoup plus fines que les MCG.
Face à l'impossibilité technique d'intégrer de
façon routinière des modèles globaux à
haute résolution à différentes échelles de
temps climatiques, Giorgi et ses collaborateurs du National Center for
Atmospheric Research (NCAR) ont démontré la
possibilité d'emboîter un modèle à haute
résolution dans un MCCG à
basse résolution (Dickinson et
al., 1989; Giorgi 1990; Giorgi et Marinucci 1991). Leur
stratégie consistait à interpoler des champs
d'observations atmosphériques à basse résolution
de MCCG sur une grille régionale de façon à
fournir au modèle régional les
conditions atmosphériques qui varient dans le temps aux
frontières
latérales. Ce travail de pionniers ouvrit la voie au
développement
de modèles régionaux du climat (MRC) qui ont
été,
depuis, développés dans une douzaine de centre
climatologique
dans le monde, incluant le Canada avec le Modèle Régional
Canadien du Climat (MRCC).
L'équipe de l'UQAM et les débuts du Modèle Régional Canadien du Climat
Le Réseau du Modèle
Régional du Climat Canadien
(MRCC) basé à l'UQAM s'est consacré au
développement du MRCC au cours des quinze dernières
années. Le mandat du groupe est de développer une
expertise canadienne en matière de climat à
l'échelle régionale, et de concevoir, entretenir, valider
et appliquer ce simulateur du climat régional des plus
sophistiqués. Au début des années 1990,
l'expertise canadienne en matière de modélisation
régionale du climat était littéralement
inexistante. À cette époque, René Laprise songea
à utiliser le nouveau noyau dynamique, basé sur les
équations de champ d'Euler (Tanguay, Robert et Laprise, 1990),
comme pierre angulaire d'un nouveau MRC. Une version prototype du MRCC
fut alors développée entre 1991 et 1994 dans le cadre de
la recherche doctorale de Daniel Caya, publiée dans Caya et
Laprise (1999). Le MRCC se caractérise par trois
composantes majeures: un noyau dynamique, un ensemble de
paramétrisations physiques, et une suite de scripts de lancement
(pilotage) et de diagnostics. Ce noyau dynamique est basé sur
les équations d'Euler parfaitement élastiques; il peut
ainsi être utilisé pour toutes les échelles
spatiales. Les équations
du
modèle sont résolues par des algorithmes
numériques semi-implicites et semi-lagrangiens à la fine
pointe de la technologie, rendant le modèle environ 5 fois plus
rapide que ses semblables. L'ensemble des paramétrisations
physiques est basé sur le MCG canadien de seconde
génération (MCGii; McFarlane et al., 1992). Une suite de scripts
de lancement et de diagnostics servant à gérer le nombre
important de données simulées ou observées fut
spécialement développée pour la
modélisation du climat à
aire limitée à l’échelle régionale et leurs
études diagnostiques subséquentes.
Au cours de la première phase (1991-1996), la suite de
diagnostics fut améliorée pour automatiser les
opérations relatives à la gestion des données, et
la dynamique du modèle fut optimisée (Caya et al., 1998). Deux simulations de
cinq ans furent effectuées sur l'Ouest canadien. Elles
correspondaient respectivement à une concentration
équivalente de CO2
actuelle et doublée, et furent complétées en 1996
avant d'être analysées et publiées (Laprise et al., 1998). Ces simulations
relativement longues furent utiles pour documenter certaines faiblesses
de la première version du MRCC, notamment la formulation
empirique de la couverture nuageuse et les processus convectifs de
l'humidité.
Au cours de la seconde phase (1996-2001), deux versions de la
paramétrisation des cumulus furent implantées comme
options dans le MRCC. La première est celle
développée
à l'intention des modèles de mésoéchelle
par Kain et Fritsch (1990) alors que la seconde est la version
adaptée
par Bechtold et al. (2001) et
utilisée par la communauté météorologique
de France. La suite de diagnostics du MRCC fut grandement
élargie pour inclure le calcul de moments statistiques plus
élevés et quelques budgets diagnostics. Trois simulations
de 10 ans portant sur les aérosols et le CO2 évolutif
furent
complétées et sont présentement analysées
alors qu'un article est en
préparation. Au fil des ans, les efforts du groupe furent
dédiés
à la vérification des simulations du MRCC à l'aide
des
observations disponibles, alors qu'une attention particulière
fut
portée aux champs d'études bénéficiant le
plus
de la haute résolution du MRCC, soit les processus hydrologiques
et
les échanges en surface. Le groupe a également
étudié
la sensibilité de l'approche d'emboîtement, essayant ainsi
de définir les limites de confiance dans l'utilisation de
modèles regionaux du climat à aire limitée. Deux
simulations de 10
ans ont été exécutées avec
différentes
techniques d'emboîtement pour documenter leurs effets sur le
climat
simulé (Caya et al.,
en préparation).
Au cours des dix dernières années, le projet du MRCC a directement contribué à faire passer l'expertise canadienne en matière de modélisation régionale du climat de presque rien à un niveau suffisamment élevé pour pouvoir suivre les activités internationales dans ce domaine. La formation de personnel hautement qualifié et spécialisé dans l'utilisation et le développement d'un outil des plus performants à l'UQAM résulte également des activités associées au projet MRCC. De nombreux étudiants aux études supérieures et associés de recherche ont acquis de l'expérience pratique en développant des modules spécifiques au MRCC en utilisant le modèle et ses données simulées, et en travaillant sur des thèmes de recherche liés au climat (38 étudiants de maîtrise, 13 étudiants au doctorat, 9 boursier postdoctoral, 22 assistants de recherche et de quelques dizaines de stagaire; ces données incluent les projets complétés et ceux en cours).
Références
Boer, G.J., et N.A. McFarlane (1979):
The AES atmospheric general
circulation model. Report of the JOC Study Conference on Climate
Models: Performance, Intercomparison and Sensitivity Studies, Vol. I,
GARP Publ. Ser. No. 22, pp. 409-460.
Boer, G.J., N.A. McFarlane et M. Lazare (1992) Greenhouse gas- induced
climate change simulated with the CCC second- generation general
circulation model. J. Climate 5:1045-1077.
Boer, G. J., N. A. McFarlane, R. Laprise, J. D. Henderson et J.-P.
Blanchet, 1984a: The Canadian Climate Centre Spectral Atmospheric
General Circulation Model. Atmos.-Ocean, 22, 397-429.
Boer, G. J., N. A. McFarlane et R. Laprise, 1984b: The Climatology of
the Canadian Climate Centre General Circulation Model as Obtained from
a Five-year Simulation. Atmos- Ocean, 22, 430-473.
Caya, D., S. Goyette et R. Laprise, 1994: La modélisation des
climats: du global au régional. Interface: la revue de la
recherche, ACFAS, 15 (1), 14-25.
Daley, R., C. Girard, J. Henderson et I. Simmonds, 1976: Short-Term
Forecasting with a Multi-Level Spectral Primitive Equation Model. Part
I - Model Formulation. Atmosphere, 14, 98-116.
McFarlane, N. A., G. J. Boer, J.-P. Blanchet et M. Lazare, 1992: The
Canadian Climate Centre Second Generation General Circulation Model and
its Equilibrium Climate. J. Climate, 5, 1013-1044.
Verseghy, D. L., 1991: CLASS - A Canadian Land Surface Scheme for GCMs,
I. Soil Model. Int. J. of Climatology, 11, 111-133.
Verseghy, D. L., N. A. McFarlane et M. Lazarre, 1993: CLASS
- A Canadian Land Surface Scheme for GCMs, II. Vegetation Model and
Coupled Runs. Int. J. of Climatology, 13, 347-370.
Dickinson, R. E., R. M. Errico, F. Giorgi et G. T. Bates, 1989: A
Regional Climate Model for the Western United States. Clim. Change, 15,
383-422.
Giorgi, F., 1990: Simulation of Regional Climate using a Limited Area
Model Nested in a General Circulation Model. J. Clim., 3, 941-963.
Giorgi, F., et M. R. Marinucci, 1991: Validation of a Regional
Amospheric Model Over Europe: Sensitivity of Wintertime and Summertime
Simulations to Selected Physics Parameterizations and Lower Boundary
Conditions. Quart. J. Roy. Meteor. Soc., 117, 1171-1206.
Tanguay, M., A. Robert et R. Laprise, 1990: A semi-implicit
Semi-Lagrangian Fully Compressible Regional Forecast Model. Mon. Wea.
Rev., 118, 1970-1980.
Caya, D. et R. Laprise, 1999: A semi-implicit semi-Lagrangian regional
climate model: The Canadian RCM. Mon. Wea. Rev., 127(3), 341-362.
Caya, A., R. Laprise et P. Zwack, 1998: On the effect of using process
splitting for implementing physical forcings in a semi-implicit
semi-Lagrangian model. Mon. Wea. Rev., 126(6), 1707-1713.
Laprise, R., D. Caya, M. Giguère, G. Bergeron, H.
Côté, J.-P. Blanchet, G. J. Boer et N. McFarlane, 1998:
Climate and Climate Change in Western Canada as Simulated by the
Canadian Regional Climate Model. Atmos.-Ocean, 36(2), 119-167.
Laprise, R., D. Caya, A. Frigon and D. Paquin, 2003: Current and
perturbed climate as simulated by the second-generation Canadian
Regional Climate Model (CRCM-II) over northwestern North America. Clim.
Dynamics, 21, 405-421. (DOI:10.1007/s00382-003-0342-4).
Riette, S. and D. Caya, 2002: Sensitivity of short simulations to the
various parameters in the new CRCM spectral nudging. Research
activities in Atmospheric and Oceanic Modelling, edited by H. Ritchie,
WMO/TD - No 1105, Report No. 32: 7.39-7.40groupe de recherche.