L’ajustement paramétrique, aussi appelé tuning ou calibration, est une étape essentielle du développement des modèles de circulation générale atmosphérique, utilisés tant pour la compréhension du climat que pour la réalisation de projections climatiques. Autrefois réalisée sur la base d’essais-erreurs, cette étape d’ajustement est bouleversée depuis une dizaine d’années par l’arrivée de nouvelles méthodes, ouvrant la voie à de nouvelles questions scientifiques : l’ajustement devient peu à peu une science à part entière. L’équipe développant le modèle atmosphérique LMDZ s’est depuis approprié la méthode d’History Matching with Iterative Refocusing (HMIR), et propose, en 2021, une première stratégie de tuning semi-automatique de son modèle basée sur cette approche. Cette stratégie repose sur un pré-conditionnement du tuning du modèle global, visant les flux radiatifs observés par satellite, par un tuning en mode unicolonne. Elle vise à limiter les compensations d’erreurs en garantissant le bon comportement du modèle à l’échelle des processus sur un certain nombre de cas tests.

Cette thèse a pour objectif d’explorer les potentialités de la méthode d’HMIR pour l’ajustement et la modélisation du climat en général, afin notamment d’améliorer la simulation du climat global et/ou régional, de limiter les compensations d’erreurs dans le processus d’ajustement, et d’aider plus largement au développement des modèles de climat.

Dans un premier temps, la thèse explore le potentiel d’une configuration dite guidée-zoomée pour l’ajustement du modèle LMDZ, dans laquelle la dynamique du modèle est contrainte par une technique de guidage. Avec une telle configuration, les paramètres du modèle peuvent être contraint par des observations journalières in situ (ici celles du site SIRTA en région parisienne) tout en évitant, grâce au guidage, les erreurs dues à une mauvaise simulation de la situation synoptique par le modèle, et ainsi se focaliser uniquement sur les biais des paramétrisations physiques du modèle. Des difficultés liées notamment à la surestimation de la variabilité des précipitations convectives par le modèle nous ont menées à développer une configuration de LMDZ dans laquelle la boucle de rétroaction de l’hydrologie du sol est coupée. Avec cette configuration, nous avons pu mener la première expérience de tuning de LMDZ visant des observations sur site. Elle pourra servir de base pour tuner conjointement les paramètres libres des modèles atmosphériques et de surface continentale.

La thèse aborde ensuite la question des compensations d’erreurs entre paramétrisations des nuages et du transfert radiatif susceptibles d’émerger lors de l’ajustement des flux radiatifs du modèle global. Elle propose une méthodologie originale permettant une étude quantitative de ces compensations d’erreurs, rendue possible grâce à la faculté de la méthode d’HMIR à explorer et quantifier l’erreur paramétrique des modèles. Nous montrons ainsi qu’inclure une paramétrisation des effets radiatifs 3D, proposée dans le code de rayonnement ecRad, permet d’éviter que le tuning à l’échelle des processus ne mène à une surestimation des fractions nuageuses pour compenser un manque de réflectivité intrinsèque aux modèles radiatifs 1D. Cette étude illustre notamment comment la méthode d’HMIR peut guider des choix de modélisation.

Cette thèse a coïncidé avec l’appropriation de la méthode d’HMIR dans la communauté scientifique française de modélisation du climat. Elle a été l’occasion de pratiquer cette nouvelle méthode pour les expériences de cette thèse et également pour un panel plus large d’expériences auxquelles elle a contribué. Les réflexions et prises de recul nourries de cette pratique sont partagées dans la dernière partie de cette thèse.

Lieu
Campus Jussieu de Sorbonne Université – Amphithéâtre Herpin – bâtiment Esclangon

Zoom
https://cnrs.zoom.us/j/95910287145?pwd=lPBiFURRXCs4AUtI1v2LzceXADEXMF.1

• Hélène Chepfer (examinatrice)
• Jacques Gautrais (rapporteur)
• Gerhard Krinner (rapporteur)
• Quentin Libois (examinateur)
• Pierre Nabat (examinateur)
• Aurore Voldoire (examinatrice)
• Frédéric Hourdin (directeur de thèse)
• Najda Villefranque (encadrante de thèse)