​​Les modèles de climat globaux (GCM) offrent à ce jour la description la plus complète du système climatique et de ses processus internes, mais les capacités de calcul actuelles limitent généralement leur résolution spatiale à quelques centaines de kilomètres lorsque des simulations sur de longues échelles de temps (millénaires ou plus) sont nécessaires.

Au fil des ans, diverses techniques de downscaling (ou diminution d'échelle) ont été mises au point pour générer des données à fine échelle à partir des sorties de modèles climatiques mais elles présentent souvent d'importantes limites pour des applications sur le long terme.

En s'appuyant sur des travaux antérieurs, des équipes du LSCE (CEA, CNRS, UVSQ) ont présenté un nouveau modèle simple, appelé (GeoDS), qui est adapté aux études paléoclimatiques qui impliquent souvent des simulations sur plusieurs millénaires.

Quelques données d'entrée pour des résultats fiables et précis

Le modèle GeoDS fonde ses calculs sur la topographie car elle joue un rôle important sur les précipitations : il calcule pour chaque intervalle de temps et chaque point de grille, un indice d'exposition topographique. Cet indice, sans dimension, représente l'exposition des surfaces aux flux d'air dominants, supposés apporter la majeure partie de l'humidité, et ne dépend que des vents à grande échelle et de la configuration du terrain. Il répartie alors les données globales de précipitations sur la grille spatiale à haute résolution. Avec des informations géographiques haute résolution, GeoDS est ainsi capable de fournir des cartes de pluies précises dans des zones complexes à partir d'un faible nombre de données d'entrée.

Un modèle open-source testé avec succès sur le climat actuel

Il a d'abord été testé sous climat actuel sur les Alpes européennes, la complexité de l'orographie régionale et de la diversité des conditions climatiques rencontrées en faisant un test idéal pour l'algorithme.

Les effets relatifs des paramètres de GeoDS ont été évalués, ainsi que sa capacité à reproduire la distribution spatiale des précipitations d'un jeu de données haute résolution faisant office de target. Malgré les incertitudes concernant les champs de vent à sélectionner comme données d'entrée et la dépendance du modèle à la résolution temporelle des sorties du GCM, les tests ont montré que la procédure était capable de reproduire la plupart des patterns spatiaux locaux, tout en étant peu coûteuse en temps de calcul.

Les équipes du LSCE ont démontré également que la base physique qui sous-tend leurs travaux confère au modèle une grande robustesse lorsqu'il est utilisé en dehors du cadre de calibration. Cela ouvre des perspectives prometteuses pour l'application de GeoDS dans des contextes paléoclimatiques, tout en fournissant à la communauté climatique un outil de downscaling flexible, open source et bien documenté.