Service Communautaire d'Information sur la Recherche et le Développement - CORDIS

ERC

MODES Résultat en bref

Project ID: 280153
Financé au titre de: FP7-IDEAS-ERC
Pays: Slovénie

De meilleures prévisions météorologiques et climatiques

On n'a jamais disposé d'autant d'informations concernant l'atmosphère, les océans et les surfaces terrestres dans le monde, mais ces données présentent néanmoins d'importantes lacunes. Ces lacunes, associées à l'imperfection des modèles de prévision et à la complexité des processus climatiques, nous empêchent de comprendre de façon précise l'état actuel et futur de l'atmosphère et du système climatique.
De meilleures prévisions météorologiques et climatiques
Les prévisions météorologiques dépendent de la précision de l'analyse des conditions initiales et des représentations numériques de l'atmosphère. Les analyses sont préparées en utilisant des mesures de température, d'hygrométrie et de vitesse des vents qui sont effectuées entre la surface terrestre et une hauteur d'environ 60 à 80 mètres. Actuellement, le principal composant manquant dans le système d'observation mondial concerne les observations sur les vents, en particulier dans les zones océaniques.

Les modèles de prévision numérique du temps (PNT) utilisent des formulations mathématiques des processus atmosphériques afin de réaliser des prévisions basées sur les conditions météorologiques présentes, en fonction des observations. Ces modèles génèrent des prévisions météorologiques sur des durées comprises entre une heure et une semaine, ainsi que de nombreux détails spatiaux. Pour la prévision du climat, les modèles doivent intégrer à la fois des prévisions sur l'atmosphère, les océans et les zones terrestres, ainsi que la composition de l'atmosphère et ses variations. Les résultats du modèle climatique sont largement utilisés pour comprendre les changements climatiques actuels et futurs.

L'insuffisance des observations et les imperfections des modèles conduisent à des incertitudes dans les analyses et les prévisions. Cependant, même avec les modèles parfaits et une connaissance précise des états initiaux, les prévisions sont de plus en plus incertaines à mesure que les délais s'allongent, en raison de la non linéarité inhérente des flux.

Ces problèmes ont été abordés par le projet MODES (Modal analysis of atmospheric balance, predictability and climate), financé par l'UE, qui a fourni une perspective mondiale sur les capacités de prévision des modèles de PNT.

«Les climatologues ont étudié les propriétés dynamiques de l'atmosphère et du climat à différentes échelles spatiales et temporelles, ce qui a montré que plus l'échelle spatiale est grande, plus important est le niveau d'incertitude lié aux conditions initiales sur lesquelles se base la prévision», déclare le Dr Nedjeljka Žagar, coordinatrice du projet.

Les chercheurs ont développé et mis en œuvre un nouvel outil logiciel (appelé MODES) pour analyser l'équilibre atmosphérique et la prédictibilité des modèles météorologiques et climatiques. Cette approche innovante est utilisée pour valider et améliorer les modèles climatiques.

«MODES a fourni une vue mondiale en trois dimensions et dépendante de l'échelle de la prédictibilité atmosphérique, et lui associe une analyse des incertitudes dans une circulation équilibrée et non équilibrée», commente le Dr Žagar. «Les résultats ont montré que la majorité des incertitudes se situent dans les zones tropicales, et qu'elles sont dues aux ondes non équilibrées ou d'inertio-gravité», explique-t-elle.

L'étude a examiné l'équilibre atmosphérique et la prédictibilité en termes d'énergie associée à différents types d'ondes: des ondes équilibrées ou de type Rossby et des ondes non équilibrées ou d'inertio-gravité. Connue sous le nom de représentation de fonction en mode normal, cette approche est au cœur de la méthodologie proposée par MODES.

«Les niveaux d'énergie associés aux ondes d'inertio-gravité sont bien plus faibles que pour les ondes de Rossby et leurs échelles spatiales sont habituellement réduites, ce qui les rend difficiles à modéliser. Cependant, les ondes d'inertio-gravité ont un rôle très important car elles affectent à la fois la météorologie et le climat, et il est donc crucial de valider leurs propriétés dans les modèles climatiques et de PNT», affirme le Dr Žagar.

MODES a ainsi fourni une méthode pour estimer les perturbations touchant les températures et les vents, et qui sont associées aux ondes d'inertio-gravité dans les données du modèle mondial. Cette méthode peut être utilisée pour valider les ondes d'inertio-gravité dans les modèles de PNT et climatiques, en les comparant directement aux observations des flux d'ondes de gravité réalisées au cours de périodes d'observations intenses.

Les résultats du projet bénéficieront aux chercheurs travaillant sur les PNT et les modèles climatiques ainsi qu'à ceux qui dépendent de leurs travaux. Le logiciel de MODES a été mis à la disposition de la communauté de la recherche atmosphérique. Il a été appliqué au principal modèle de prévision du Centre européen pour les prévisions météorologiques à moyen terme. Une sélection des résultats de l'analyse modale est publiée quotidiennement sur le site web du projet.

Mots-clés

Météorologie, climat, PNT, MODES, équilibre atmosphérique, analyse modale
Numéro d'enregistrement: 198852 / Dernière mise à jour le: 2017-06-07