Les  impacts  hydrologiques    du  changement  clima5que  

A.  Ducharne,  F.  Habets,  L.  Oudin  (UMR  Sisyphe,  Paris)  E.  Ledoux,  P.  Viennot  (Centre  de  Géosciences,  Fontainebleau)  K.  Laval,  J.  Polcher,  B.  Sultan,  M.  Guimberteau  (IPSL,  Paris)  D.  Thiéry  (BRGM,  Orléans),  F.  Moatar  (UMR  ISTO,  Tours)  

E.  Sauquet,  J.P.  Vidal  (Cemagref,  Lyon)  J.  Boé,  L.  Terray  (CERFACS,  Toulouse),  M.  Déqué  (CNRM,  Toulouse)  

Comité  «  Changement  ClimaSque  »  du  CoCNRS,  29  septembre  2010,  Paris  

Une  recherche  ciblée  sur  les  méthodes  

1.   Le  rôle  central  de  la  modélisa5on    Projec5ons  clima5ques  de  grande  échelle,  intégrant  des  modèles  de  surface    Modèles  hydrologiques  (dont  les  modèles  de  surface)    Mais    imprécisions  et  incer5tudes  

2.    Qu’est-­‐on  capable  de  dire  malgré  tout  ?    

3.    Comment  ceGe  ques5on  se  décline-­‐t-­‐elle  du  point  de  vue  des  «  impacts  »  ?    Ils  concernent    des  «  secteurs  »  très  ciblés  

•  Hydrologie,  Agriculture,  Forêts,  Ecologie  (aires  de  réparSSon),  Santé,  etc.  •  Impacts  socio-­‐économiques  exclus  du  champ  de  cet  exposé  

  Demande  sociale  sur  des  indicateurs  précis      •  En  hydrologie  :  débits  moyens,  débits  extrêmes  (crues  &  éSages),  

ressources  souterraines  (niveaux  des  nappes),  etc.    •  RégionalisaSon  fine  

Limites  des  modèles  clima5ques  en  hydrologie  

Exemple  :  Milly  et  al.,  2005,  Nature  12  OAGCM  x  «  ensembles  »    35  runs  

Période  1900-­‐1970  («  20C3M  »)  

Mean  runoff    valida5on  :  Obs  vs.  Model  (165  bassins)    

Rsim  >  2  Robs  Rsim  <  Robs/2  

Période  2041-­‐2060  (A1B)  vs.  1900-­‐1970  

Moyenne  du  changement  rela5f  de  runoff  

Nombre  de  runs  d’accord  sur  le  signe    

Modèle global MCGOA 300 km

Modèle régional 20-50 km (optionnel)

Modèle hydrologique 100 m-10 km

La  démarche  des  impacts  hydrologiques  

Modélisa5on  clima5que  à  grande  échelle     couplage  océan  /  atmosphère     scénarios  d’évoluSon  des  GES  et  aérosols  

Descente  d’échelle  /  régionalisa5on     introduire  les  hétérogénéités  spaSales  non  résolues  par  les  modèles  de  climat  (e.g.  relief)     corriger  les  principaux  défauts  des  distribuSons  spaSo-­‐temporelles  simulées  (e.g.  biais)     mais  on  découple  climat  et  surface  

Avancée  récente  :  les  extrêmes  Par  méthodes  de  régionalisaSon  permedant  de  rendre  compte  de  la  variabilité  climaSque  de  l’échelle  journalière  à  interannuelle  :     régimes  de  temps  (Boé  et  al.,  2006)     correc5on  variable  (Déqué,  2007)  

Source  :    CRU  

Scénario d’émission

Une  cascade  d’incer5tudes  élargie  

Modèles  de  circulaSons  atmosphériques  globales  

Scénarios  d’émissions  de  CO2  

Méthodes  de  «  descente  d’échelle  »  

Structure  des  modèles  hydrologiques  

ProjecSons  hydrologiques  

Incer5tude

s  clim

a5qu

es  

Incer5tude

s  hydrologique

s  

Paramètres  des  modèles  hydrologiques  

5  

Projet  RExHySS  :  Ressources  en  eau  et  Extrêmes  Hydrologiques  dans  les  bassins  de  la  Seine  et  de  la  Somme  

Coordina(on  :  A.  Ducharne  (2007-­‐2009)  Collabora(ons  :  Sisyphe,  MINES  ParisTech,  Météo-­‐France,  CERFACS,  Cemagref,  BRGM,  INRA,  2  bureaux  d’étude  

Scénarios    GES  (2)  

Modèles    de  climat  

(15)  

Descente    d’échelle  

(3)  

Modèles  Hydrologiques  

(5)  

     

Un  exemple  concret  dans  le  basin  de  la  Seine  

Evalua5on  des  scénarios  régionalisés  

 1.  Climat  récent  :  scénarios  vs.  analyse  SAFRAN        P,  T,  ETP  :  biais  faibles,  distribuSons  journalières  saSsfaisantes      Régimes  hydrologiques  sa5sfaisants  

 2.  Climat  futur  :  Les  deux  méthodes  donnent  des  réponses  similaires  

Distribu*on  des  précipita*ons  journalières  Scénario    ARPEGE    A2  

Précipita*ons  journalières  rares  T  =  10  ans  

12  scénarios,  amont  de  Paris  

Correction variable Régimes de temps SAFRAN

OBS  

P<  1  mm/d  REF  

 Baisses  du  débit  moyen  à  l’horizon  2100      Seine  à  Poses  :                          -­‐152  m3/s    +/-­‐    60  m3/s    (-­‐28  %  +/-­‐  10%  TP)    Somme  à  Abbeville  :      -­‐10  m3/s        +/-­‐        5  m3/s    (-­‐29  %  +/-­‐  15%  TP)  

OBS  

Moy.  SIM  TP  

Moy.  SIM  2100  

Moy.  SIM  2050  

Moy.  SIM  TP  

Moy.  SIM  TP  

Moy.  SIM  2050  

Source  :  F.  Habets  

Impacts  sur  le  régime  hydrologique  

Débit  de  la  Seine  à  Poses  (m3/s)  12  scénarios  régionalisés  x  5  modèles  hydrologiques  validés  

RExHySS  

Cascade  des  incer5tudes  

EQUIFINALITE    

Analyse  des  incer5tudes  

 Hiérarchisa5on  des  facteurs  d’incer5tude  par  analyse  de  variance    Modèles  climaSques  >  Modèles  hydro  >  RégionalisaSon    Horizon  et  scénarios  d’émission  beaucoup  plus  faibles  

  Le  calage  des  modèles  hydrologiques  est  aussi  source  d’incer5tude  sur  les  impacts  :  il  ne  garan5t  pas  une  réponse  resserrée  

Calage  d’un  modèle  à  4  paramètres  (GR4J)  :  les  «  bons  »  jeux  de  paramètres  sont  nombreux  

(Nash  >  0.95)  

Source  :  P.  Brigode  

ΔQmoy  (%)  à  Poses  en  FS  

Crue  de  la  Seine  à  Paris  Pont  de  l’Alma,  28  janvier  1910  

(photo  Pierre  Pe(t)  

Crue  de  la  Seine  à  Paris    Pont  de  la  Tournelle,  janvier  1982    

(photo  AESN)  

T  ≈  100  ans  

T  ≈  15  ans  

Les  débits  extrêmes  

  Evénements  caractérisés  en  termes  d’intensité  –  durée  –  fréquence      Probabilités  par  ajustement  à  des  lois  ad  hoc  (Gumbel,  Fréchet,  GEV,  etc.)    Souvent  exprimées  en  période  de  retour  moyenne  T  

Trois  fenêtres  de  20  ans  sous  hypothèse  de  pseudo-­‐sta5onnarité            PST  (1981-­‐2000)  ;  MS  (2046-­‐2050)  ;  FS  (2081-­‐2100)  

Méthodes  classiques  d’analyse  fréquen5elle  Dans  l’ensemble  du  bassin  de  la  Seine  :    

   154  staSons  (seulement  8  par  tous  les  modèles  hydro)     environ  8000  chroniques  

QJXA10  :  Débit  journalier  maximal  annuel  surpassé  en  moyenne  tous  les  10  ans,                        (déduit  de  l’ajustement  des  QJXA  à  la  loi  de  Gumbel)  QMNA5  :  Débit  mensuel  minimal  annuel  sous-­‐passé  en  moyenne  tous  les  5  ans,                      (déduit  de  l’ajustement  des  QMNA  à  loi  log-­‐normale)  Jus5fica5on  :  

   Faciles  à  medre  en  œuvre  de  manière  automaSque     USlisés  couramment  pour  le  dimensionnement  d’ouvrages  ou  les  plans  de  prévenSon  des  risques,  avec  des  indicateurs  d’événements  plus  extrêmes  

Les  débits  extrêmes  dans  RExHySS  

Evolu5on  des  extrêmes  du  débit  

La  Seine  à  Paris  Varia(ons  rela(ves  par  rapport  aux  simula(ons  PST  

Source  :  E.  Sauquet  

QJXA10   QMNA5  

  Baisses  systéma5ques  des  é5ages  sévères  (QMNA5)    Réponse  incertaine  des  pointes  de  crue  (QJXA10)  

Eaux  souterraines  :  évolu5on  de  la  recharge  

2050 -27 %

-2200 Mm3/an

Recharge  annuelle  simulée  par  le  modèle  hydrogéologique  MODCOU  19  scénarios  clima*ques    

   Changements  de  moyenne  sta5s5quement  significa5fs     Déficits  proches  des  prélèvements  totaux  actuels  (nappes  +  surface)     Double  des  prélèvements  actuels  en  nappe  

2100 -33 %

-2700 Mm3/an

Source  :  P.  Viennot  

Baisse  de  la  nappe  de  Beauce  selon  2  impacts  dis*ncts  du  changement  clima*que    Modèle  hydrogéologique  MODCOU,  scénario  ARPEGE-­‐A2  régionalisé,  horizon  2100  

Eaux  souterraines  et  irriga5on  

1.  Déficit  de  recharge  (-­‐37%)  sans  changer  l’irriga5on  

-­‐15m  

Source  :  P.  Viennot  

2.  Augmenta5on  de  54%  de  l’irriga5on  sans  déficit  de  recharge  

-­‐3.5  m  

 L’effet  direct  du  changement  clima5que  suffit  à  remeGre  en  cause  la  viabilité  de  l’irriga5on  des  grandes  cultures  telle  que  pra5quée  actuellement.  

Conclusions  :  limites  de  l’exercice  

Impacts  poten5els,  toutes  choses  égales  par  ailleurs  

   Les  interac5ons  avec  les  ac5vités  humaines  sont  une  

         perspec5ve  importante  pour  adapta5on  et  mi5ga5on  

Quelle  confiance  accorder  à  ce  type  de  résultats  ?       CeGe  ques5on  dépasse  l’analyse  des  incer5tudes,  qu’on  ne  peut            couvrir  de  manière  exhaus5ve  

   La  réponse  hydrologique  dépend  étroitement  de  celle  des  précipita5ons,    

         une  des  variables  clima5ques  les  plus  difficiles  à  simuler  

   La  démarche  suivie  n’est  pas  forcément  applicable  partout    Ex:  Afrique  de  l’Ouest  

La  réduc5on  des  incer5tudes  (clima5ques  &  hydrologiques)  est  une  perspec5ve  essen5elle,  au  niveau  na5onal  et  interna5onal  

   Et  n’oublions  pas  que  l’hydrologie  rétroagit  sur  le  climat  

Merci  de  votre  adenSon