Summary: | La modélisation numérique du climat est un outil essentiel pour comprendre le fonctionnement du système climatique et pour réaliser des projections de son évolution future. Pourtant les modèles numériques de climat comportent de multiples sources d’incertitude. Parmi celles-ci, la représentation des phénomènes de couches limites stables reste un point sur lequel les modèles numériques doivent progresser. Les couches limites stables les plus extrêmes sont observées sur le plateau Antarctique. Une bonne modélisation de cette région dans les modèles numériques repose sur une bonne représentation des échanges d’énergie au sein de la couche limite et en particulier des flux turbulents. Or dans un modèle de climat, les processus turbulents, ainsi que tout phénomène non résolu par la composante dynamique du modèle reposent sur un ensemble de « sous-modèles » appelés paramétrisations physiques. Ces para-métrisations, en simplifiant les processus physiques en jeu, introduisent des paramètres dont les valeurs sont plus ou moins bien documentées et qui peuvent être considérés comme les leviers de réglage du modèle. L’étape cruciale de la calibration du modèle vise à choisir les valeurs de ces paramètres. L’approche classique consiste à chercher un réglage du modèle optimal sur la base d’un jeu de métriques. C’est un travail long et fastidieux, dans lequel on fait varier un ou deux paramètres à la fois et qui ne permet pas d’explorer l’ensemble des possibilités de réglage du modèle. De plus les sources d’incertitudes ne sont pas toujours prises en compte et l’ensemble de la procédure est peu documentée, peu formalisée, et peu reproductible. Une approche inspirée de l’History Matching a été récemment proposée pour calibrer la physique des modèles atmosphériques. Cette approche propose non pas de chercher un réglage optimal des paramètres, mais de déterminer une région de l’espace des paramètres dans lequel le modèle se « comporte bien ». Associée à l’utilisation d’émulateurs statistiques simulant le comportement du modèle de ...
|