Modèles de climat initialisés et prévisibilité mensuelle à saisonnière
Ardilouze, Constantin
Ce mémoire d'HDR synthétise des travaux qui examinent la prévisibilité climatique à des échelles temporelles allant de deux semaines à plusieurs mois, avec un intérêt particulier pour le rôle des surfaces continentales. Les recherches s'appuient principalement sur des modèles numériques de climat et des observations pour analyser l'influence de variables de surface telles que l'humidité et la température du sol, la couverture neigeuse et la végétation sur les anomalies atmosphériques à moyenne et grande échelle et leur prévision. Ces composantes terrestres, souvent caractérisées par une variabilité basse fréquence, peuvent fournir des signaux de prévisibilité importants, malgré les défis inhérents à leur observation et modélisation. J'ai par exemple contribué à des études sur l'influence des anomalies printanières d'humidité des sols sur les vagues de chaleur et les précipitations estivales en Europe, ainsi que l'impact de la neige automnale en Eurasie ou de la température du sol sur le plateau tibétain au printemps sur la circulation atmosphérique au cours des semaines et mois qui suivent. Une prise en compte plus réaliste de la végétation et de l'enthalpie du sol dans les modèles a permis de souligner la nécessité d'améliorer la représentation des interactions surface-atmosphère dans les modèles climatiques, ainsi que la question de la stratégie d'initialisation des surfaces continentales dans les systèmes dynamiques de prévision. Mes travaux s'étendent également à l'évaluation de la prévisibilité d'événements extrêmes, des débits des rivières ou de la biomasse végétale, apportant des perspectives utiles pour des applications hydrologiques, agricoles et énergétiques. Dans le futur, je souhaite approfondir les questions de causalité entre sources de prévisibilité et cible que l'on cherche à prévoir, explorer la prévisibilité de processus biogéochimiques dans les modèles et exploiter l'intelligence artificielle pour réduire le coût de calcul numérique et favoriser l'identification de prédicteurs méconnus. Ces axes me permettront de mieux comprendre les interactions au sein du système Terre et d'améliorer les capacités de prévision climatique à diverses échelles temporelles et spatiales et in fine élargir le champ des applications opérationnelles.</p>
Accès à la notice sur le site du portail documentaire de Météo-France