Analyse des simulations CCMI de MOCAGE

Alors que le premier volet de cette thèse concernait exclusivement l’analyse synthétique de la base de données d’observations IAGOS, le deuxième et dernier volet est dédié à l’utilisation de IAGOS sur l’intégralité de sa durée d’échantillonnage dans le but d’évaluer, sur les deux dé- cennies de mesures, la simulation REF-C1SD issue du modèle MOCAGE (voir la sous-section 2.2.2). Dans notre cas, celle-ci est basée sur des champs météorologiques prélevés directement depuis la réanalyse ERA-Interim. Comme demandé dans l’exercice CCMI, les sorties de la si- mulation sont archivées en moyennes mensuelles de 1980 à 2010. Ce sont ces champs mensuels qui sont utilisés dans ce chapitre.

A défaut d’une méthode établie à cet effet, la base de données IAGOS est encore peu uti-lisée pour effectuer des comparaisons sur de longues durées, avec des sorties de modèles de résolution mensuelle, bien que son étendue temporelle et sa densité soient à présent suffisantes. Gaudel et al. (2015b) ont mené une comparaison de 2003 à 2010 entre IAGOS, la réanalyse MACC (Monitoring Atmospheric Composition and Climate) et des prévisions opérationnelles issues du modèle MACC afin d’évaluer l’apport de l’assimilation des mesures d’O3 et de COsuelle afin de pouvoir apporter des diagnostics sur des simulations longues de type REF-C1SD. Dans ce contexte, la deuxième partie de ce travail de thèse consiste à mettre en place un outil de comparaison adapté à des échelles de temps (multi-)décennales. Bien qu’il soit appli- qué en premier lieu à MOCAGE, son utilisation pourrait être généralisée à tous les modèles participants de CCMI. Les données instantanées IAGOS étant résolues au kilomètre sur le plan horizontal et à la dizaine de mètres sur le plan vertical, elles ne sont pas comparables aux sor- ties mensuelles de MOCAGE, d’une résolution horizontale de 2◦ et d’une résolution verticale d’environ 800 mètres aux altitudes de croisière. Il est donc nécessaire de dégrader la résolution des observations pour qu’elle soit compatible avec celle de la grille du modèle. Pour ce faire, le premier travail de ce chapitre consiste à redistribuer les points d’observations sur la grille.

Redistribution des observations sur la grille du modèle

La base de données IAGOS se compose, entre autres, d’un ensemble de fichiers ASCII, chacun correspondant à une trajectoire de vol. Le but de ce travail réside, en premier lieu, dans la transformation de l’ensemble des données d’observations en moyennes mensuelles comme dansle chapitre précédent, mais cette fois sur la grille MOCAGE (2◦ × 2◦, et 47 niveaux verticaux s’étendant de la surface jusqu’à 5 hPa). Pour un point à un niveau vertical donné du modèle, nous considérerons la pression comme constante au cours de chaque mois, égale à sa moyenne mensuelle. Il faut donc garder à l’esprit que la pression alors associée à un niveau donné peut être différente des valeurs journalières.

Plusieurs méthodes sont envisageables en matière de répartition des données d’observationsdans la grille du modèle. La plus simple se résumerait à associer chaque point de mesure à la maille dans laquelle il figure. Cela dit, elle ne tiendrait pas compte de l’excentricité des obser- vations au sein d’une maille : même en bordure de maille, un point de mesure serait considéré comme étant au centre, permettant une erreur de 1◦ dans chaque direction horizontale, et d’en- viron 400 mètres sur l’axe vertical. Afin d’éviter cet artefact, nous avons opté pour la répartition de chaque point de mesure sur toutes les mailles adjacentes, en tenant compte de son excen-tricité par le biais d’une pondération spatiale. Pour une observation donnée, le poids associé à chaque point de grille décroît alors linéairement avec la distance entre le point de mesure et le centre de la maille. Les pas de longitude et de latitude décrivent des angles suffisamment faibles pour considérer qu’à l’échelle d’une maille, il y ait une relation linéaire entre distances et coordonnées sphériques.

Le but principal de la redistribution des données IAGOS, présenté au-dessus, est de pouvoir comparer directement celles-ci aux données REF-C1SD de MOCAGE, maille par maille. Il s’agit donc de disposer de deux jeux de données équivalents en matière d’échantillonnage spatial et temporel, un pour IAGOS et un pour MOCAGE. Par conséquent, les mailles considérées comme non échantillonnées par les observations (avec un nombre équivalent de données Ni,j,kinférieur à 1) ne sont pas prises en compte dans le modèle. Nous conservons toutefois une copie non modifiée du jeu de données MOCAGE pour tester ultérieurement la robustesse de l’échantillonnage au sein d’une région. Par ailleurs, afin d’identifier l’impact de l’évolution des émissions telles que paramétrées dans REF-C1SD, nous présenterons les résultats d’une autre simulation auxiliaire nommée SEN-C1SD, dans laquelle les émissions de précurseurs d’ozone depuis la surface sont gardées constantes, aux valeurs de 1980. Pour une meilleure facilité de lecture, nous proposons de renommer les différents jeux de données, de sorte que IAGOS– HR et IAGOS–DM désignent respectivement les données IAGOS à haute résolution et celles distribuées sur la grille du modèle, et que MOCAGE–M et MOCAGE–NM correspondent au jeu de données MOCAGE modifié (suppression des mailles non échantillonnées dans IAGOS–DM) et au jeu de données MOCAGE non modifié. Enfin, MOCAGE–EF est similaire à MOCAGE–M mais correspond au jeu de données issu de la simulation SEN-C1SD, c’est-à-dire aux émissions fixées depuis 1980.