Le climat européen de la dernière décennie est marqué par un réchauffement particulièrement fort, environ deux fois supérieur au réchauffement global, et plus fort que celui simulé en moyenne par les modèles de climat. Cette thèse se propose de contribuer à la compréhension des causes de ce réchauffement intense. Nous proposons d'étudier spécifiquement le rôle de la circulation atmosphérique dans ce réchauffement, puis d'exploiter l'information portée par cette dynamique pour ré-évaluer les contributions respectives de la variabilité interne et de la réponse forcée aux tendances récentes.
Dans un premier temps, nous avons développé une méthode fondée sur un réseau de neurones convolutifs, le UNET, pour estimer l'anomalie de température associée à la circulation atmosphérique d'un jour donné. Il s'agit d'une nouvelle méthode d'ajustement dynamique, une méthode permettant d'isoler la contribution de la circulation atmosphérique aux variations de température. Elle vient ainsi compléter les méthodes existantes, par régression ou par analogues de circulation, auxquelles nous la comparons dans un cadre idéalisé. Nous montrons que le UNET améliore significativement la reconstruction des températures quotidiennes, mais aussi celle des variations interannuelles et des tendances à long terme, à partir de cartes de circulation atmosphérique.
Nous appliquons ensuite le UNET à la température observée en Europe, que nous décomposons en un terme dynamique, expliqué par la circulation atmosphérique, et un terme résiduel, qui regroupe les processus non dynamiques, notamment radiatifs, et, pour l'essentiel, la réponse aux forçages anthropiques. Nous montrons que le réchauffement récent en Europe est majoritairement expliqué par ce terme résiduel. Cependant, la circulation atmosphérique a contribué à amplifier le réchauffement, en moyenne annuelle, en été et en hiver, mais ce signal reste fortement bruité par la variabilité interne. L'application de la méthode aux températures issues des modèles conduit aux mêmes conclusions, avec toutefois des tendances dynamiques plus faibles que celles observées.
Par ailleurs, afin d'estimer la part forcée des contributions dynamique et résiduelle au réchauffement européen, nous utilisons une méthode de contraintes observationnelles visant à séparer la variabilité interne de la réponse forcée anthropique sur la période historique, mais aussi dans les projections climatiques jusqu'en 2100. Si l'essentiel de la tendance résiduelle est forcée, une part significative de la tendance dynamique observée l'est également. Cependant, la réponse forcée totale de la température, estimée en incorporant dans la contrainte observationnelle l'information portée par la circulation, reste proche de celle obtenue sans décomposition. Dans les projections, cette méthode de contraintes observationnelles permet de réduire l'incertitude sur les tendances dynamique et résiduelle, montrant que la tendance dynamique reste significativement positive à la fin du siècle.
Enfin, ces travaux ouvrent la voie à de nombreuses perspectives, comme l'étude de la contribution dynamique à la température dans d'autres régions du globe ou lors d'événements extrêmes, ainsi qu'à d'autres variables, comme par exemple, les précipitations ou la température de surface de la mer. |
The European climate over the past decade has been marked by a particular intense warming, about twice the global mean warming, and stronger than the warming simulated on average by climate models. This thesis aims at contributing to the understanding of the causes of this intense warming. We specifically investigate the role of atmospheric circulation in this warming and then use the information carried by this dynamics to re-assess the respective contributions of internal variability and forced response to recent trends.
First, we develop a method based on a convolutional neural network, the UNET, to estimate the temperature anomaly associated with the atmospheric circulation of a given day. This is a new dynamical adjustment method, used to isolate the contribution of atmospheric circulation to the temperature variability. We compare our approach to existing methods based on regression or circulation analogues in an idealized framework. We show that the UNET significantly improves the reconstruction of daily temperatures, as well as interannual variations and long-term trends.
We then apply the UNET to observed temperature in Europe, which we decompose into a dynamical contribution, explained by atmospheric circulation, and a residual term, including non-dynamical processes, including radiative feedbacks and for the largest part the response to anthropogenic forcings. We show that the recent warming in Europe is mainly explained by this residual term. However, the atmospheric circulation has contributed to enhance the warming, in the annual mean, in summer and in winter, but this signal remains strongly affected by internal variability. Applying the method to climate models leads to the same conclusions, albeit with weaker dynamical trends than those observed.
In addition, in order to estimate the forced component in the dynamical and residual contributions to the European warming, we use an observational constraints method aiming at separating internal variability from the anthropogenic response over the historical period but also in climate projections up to 2100. While most of the residual trend is forced, a significant part of the observed dynamical trend is as well. However, the total forced response of temperature, estimated by incorporating the information carried by circulation into the observational constraint, remains close to that obtained without decomposition. In the projections, this observational constraints method reduces the uncertainty on the dynamical and residual trends, showing that the dynamical trend remains significantly positive at the end of the century.
Finally, this work opens up a wide range of possibilities for future research, such as studying the dynamical contribution to temperature in other regions or during extreme events, or to other variables, such as precipitation or sea surface temperature. |