Prévisibilité des précipitations ouest africaines (échelles intrasaisonnières et saisonnières) au travers des simulations type DEMETER et des observations

• Main Author: Bouali, Lotfi
• Language: FRE
• Published: Université de Bourgogne 2009
• Subjects: [SDU:STU:CL] Sciences of the Universe/Earth Sciences/Climatology; Climatologie; Prévisibilité saisonnière; mousson africaine; précipitations
• Online Access: http://tel.archives-ouvertes.fr/tel-00413297; http://tel.archives-ouvertes.fr/docs/00/41/32/97/PDF/THESE_Bouali.pdf

Suite aux recommandations proposées par la communauté scientifique AMMA trois principaux objectifs étaient assignés à ce travail de recherche. Le premier était d'analyser les sorties directes des modèles de circulation générale de l'atmosphére utilisés dans le cadre du projet DEMETER. Le second était de proposer une nouvelle méthodologie de prévision des précipitations saisonnières au Sahel en utilisant les sorties directes des MCG les mieux simulées, c'est-à-dire celles relatives à la dynamique atmosphérique qui explique la pénétration de la mousson ouest africaine dans le continent, et, par conséquent, la pluie au Sahel pendant la saison de mousson d'été boréal. Le troisième objectif enfin, consistait à analyser et comparer les prévisions probabilistes issues du forum PRESAO et du projet ENSEMBLES. Pour répondre à ces objectifs, nous nous sommes appuyés sur 7 bases de données : 4 d'entre elles sont utilisées comme références (CRU, CMAP, réanalyses américaines -R1 et R2- et la TSM), les simulations (précipitations et dynamique atmosphérique) des projets européens DEMETER et ENSEMBLES et enfin les cartes numérisées du forum PRESAO. <br />Il est notamment démontré que <br />• L'approche statistico-dynamique permet d'améliorer nettement les scores obtenus directement à partir des pluies brutes des MCGs DEMETER puisqu'on atteint 40% de la variance totale expliquée (contre 10% pour DEMETER), les performances étant meilleures lorsque la dynamique atmosphérique simulée est utilisée.<br />• Le score du modèle moyen (MMEM) est très proche de ce que peut donner le meilleur MCG utilisé individuellement, cela quelle que soit la méthode utilisée (par indice ou par champs). Ceci montre qu'une approche multi-ensemble est plus performante qu'une approche multi-runs sur un modèle et que seule l'approche d'ensemble permet de retrouver dans les MCGs les téléconnexions responsables d'une bonne prévision de la pluie au Sahel.