CNRS : Centre National de la Recherche Scientifique n
Liens utiles CNRSLe CNRSAnnuairesMots-Clefs du CNRSAutres sites
Accueil  Environnement et développement durable - Centre National de la recherche scientifiqueAccueil  Institut écologie et développement - Centre National de la recherche scientifique
  Accueil > Espace communication > En direct des laboratoires

sur ce site :

En direct des laboratoires

 

11 septembre 2018

Analyse spatiotemporelle des biais issus de la modélisation régionale du climat dans les vignobles néozélandais

 

Mots clés : Changement climatique, viticulture, modélisation

 

Une étude menée par des chercheurs du laboratoire Littoral, environnement, télédétection, géomatique (LETG-Rennes – CNRS/Université de Bretagne occidentale /Université de Caen Normandie/EPHE/Université d’Angers/Université de Nantes/Université de Rennes 2) et de l'Université de Canterbury (Nouvelle Zélande) et publiée dans la revue International Journal of Climatology, montre que les biais issus des sorties de modèles climatiques régionalisés peuvent être identifiés en les associant à des régimes météorologiques spécifiques. Il est essentiel de pouvoir évaluer et corriger ces biais car les principaux risques climatiques (ex : gel de printemps, grêle, vagues de chaleur...) pour la viticulture se produisent lors de situations atmosphériques spécifiques.

 

 

Vignobles à proximité du littoral dans la région de Blenheim en Nouvelle-Zélande. © Andrew STURMAN/Hervé QUENOL/CNRS Photothèque

 

 

La viticulture est une activité économique clée pour de nombreux pays à travers le monde, et la température est l'un des paramètres climatiques les plus importants pour la vigne. De nombreuses études ont montré que la variabilité des températures à l'échelle du vignoble a un effet significatif sur le développement physiologique de la vigne et, en fin de compte, sur la qualité du vin. Dans une optique d'adaptation de la viticulture au changement climatique, l'usage de modèles climatiques régionaux permet d'élaborer des scénarii avec une résolution spatiale kilométrique. Les résultats issus de ces modèles présentent des biais qu'il est indispensable de réduire pour fournir des données fiables pour la profession viticole. Cet article présente une méthode de réduction de biais de sorties de modèles climatiques régionalisées avec une résolution spatiale de 1 km dans la région viticole de Marlborough en Nouvelle Zélande. Le modèle Weather Research and Forecasting (WRF) a été utilisé pour réduire dynamiquement la circulation atmosphérique synoptique afin de fournir une analyse à haute résolution du climat dans cette région à terrain complexe. Le biais de température du modèle WRF dans cette région viticole est analysé à l'aide de 18 stations météorologiques automatiques (AWS) afin de comprendre la variation spatiale du biais due aux conditions locales (topographie, distance à la mer, ...). Les températures simulées par le modèle WRF présentent un biais moyen relativement constant entre les sites de mesure, bien que la cohérence de ce biais varie en fonction du type de temps, de l'heure de la journée et de la saison. Ces facteurs ont donc été pris en compte afin de corriger correctement les températures produites par le modèle WRF. 

Ces travaux s'inscrivent dans le cadre de programmes internationaux1 dont l'objectif est de réaliser des scénarios d'adaptation au changement climatique à haute résolution pour la viticulture. En effet, les variations de croissance de la vigne ainsi que des différences dans la qualité du raisin/vin sont souvent observées sur de courtes distances dans une région viticole et sont liées aux caractéristiques locales (pente, sol, climat saisonnier....). La forte variabilité spatiale du climat engendrée par des facteurs locaux est souvent du même ordre voire supérieure à l’augmentation de température simulée par les différents scénarios du GIEC. Le vigneron s’adapte à cette variabilité spatiale du climat notamment par ses pratiques culturales. Dans le contexte du changement climatique, la connaissance préalable de la variabilité spatiale du climat aux échelles fines est un atout pour définir des possibilités d’adaptation à l’évolution temporelle du climat à plus ou moins long terme. L'objectif de ces programmes de recherches est donc d'intégrer la variabilité spatiale du climat aux échelles locales dans les simulations régionalisées du changement climatique. La réduction des biais issus des sorties de modèles régionaux est donc une étape importante.

 

  1. Programme PICS CNRS et projet européen LIFE-ADVICLIM

 

Référence :

Le Roux R., Katurji M., Zawar-Reza P., Quénol H. and Sturman A., 2018: Analysis of spatio-temporal bias of wrf temperatures based on weather pattern classification. International Journal of Climatology, in press


Contacts chercheurs :

Hervé QUENOL  – Littoral, Environnement, Télédétection, Géomatique - LETG (CNRS/Université de Bretagne occidentale/Université de Caen Normandie/EPHE/Université d’Angers/Université de Nantes/Université de Rennes 2) - herve.quenol@univ-rennes2.fr

 

Renan LE ROUX  – Littoral, Environnement, Télédétection, Géomatique - LETG (CNRS/Université de Bretagne occidentale/Université de Caen Normandie/EPHE/Université d’Angers/Université de Nantes/Université de Rennes 2) - renan.leroux@univ-rennes2.fr


Accueil du Sitecontactimprimer Plan du sitecredits