UQAM - Université du Québec à Montréal Faculté des sciences
UQAM  ›  ESCER  ›  Réseau MDCR
MDCR



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.

Flèche Haut

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.

Flèche Haut


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).

Flèche Haut


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.

Flèche Haut


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).

Flèche Haut


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).

Flèche Haut

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.

Flèche Haut



UQAM - Université du Québec à Montréal   ›  Dernière mise à jour de cette page : 31 décembre 1969