nom_organisme nom_organisme nom_organisme nom_organisme

Faits marquants 2021

09 juillet 2021
Cette courte vidéo présente la succession des manipulations réalisées par le groupe de dendro-isotopie du LSCE (équipe GEOTRAC) pour déterminer la composition isotopique de la cellulose des cernes des arbres.
Réalisateur : Edouard Régnier

01 juillet 2021

Le projet d'équipement "RIOCAS" (Rapport isotopique de l’oxygène, du carbone, de l’azote et du soufre dans le bois et autres composés organiques végétaux) est soutenu par le Domaine d'Intérêt Majeur "Matériaux Anciens et Patrimoniaux" (DIM-MAP) de la région Ile de France au titre de l'appel à projets 2021.

L’objectif du projet RIOCAS est d’accroître les capacités et les performances analytiques de la dendro-isotopie en Île-de-France. Il consiste en l’acquisition d’un spectromètre de masse de rapport isotopique (IRMS) couplé à un analyseur élémentaire Haute température (TC/EA) pour analyser la composition isotopique de l’oxygène, du carbone, de l’azote et du soufre (δ18O, δ13C, δ15N et δ34S) dans la cellulose, le bois et d’autres matières organiques végétales.
Les partenaires du projet, issus de 7 laboratoires de recherche franciliens et d’un bureau d’études, prévoient d’utiliser le TC/EA – IRMS dans plusieurs chantiers d’envergure. Entre autres projets, ils envisagent de réaliser une reconstitution dendro-isotopique du climat médiéval en Ile-de-France et d’évaluer le potentiel de la dendro- anthracologie en paléoclimatologie, à partir des bois calcinés de Notre-Dame de Paris. Ils mettront également à profit les gains de productivité et de fiabilité offerts par ce nouvel équipement, pour explorer le potentiel de l’approche isotopique en paléobotanique et palynologie. Les bases de données qui en découleront, seront ouvertes à la communauté scientifique pour des applications pluridisciplinaires. Enfin, ce nouvel équipement permettra des développements novateurs ouvrant vers de nouvelles thématiques dans le domaine environnemental.

Ce projet résulte d'un partenariat entre les laboratoires AASPE, ArchAm, ArScAn, CR2P, HNHP et METIS, et la société Dendrotech.
Outre le DIM Matériaux anciens et patrimoniaux, le projet bénéficie d'un soutien financier du LSCE, de la plateforme PANOPLY, des labopratoire ArchAm, ArScAn, AASPE, CR2P, HNHP, METIS et de la société Dendrotech.

 

 

 

21 décembre 2021
https://pmip.lsce.ipsl.fr/

Il y a 30 ans sur le plateau de Saclay..... un workshop NATO,  organisé par Jean jouzel et Sylvie Joussaume, a scellé l'avenir de la toute naissante équipe de modélisation du climat du tout naissant LMCE. Les 2 et 3 décembre, nous avons fêté les 30 ans du Paleoclimate Modelling Intercomparison Project sous la forme d'un marathon de 30 heures non stop, qui a rassemblé plus de 500 participants autour de la Terre.

L'objectif? discuter l'apport de la modélisaton des paléoclimats et de la comparaison aux reconstructions climatiques pour une large gamme de questions sur le changement climatique : la sensibilite climatique, le cycle de l'eau, la calotte, l'océan et les événements abrupts, le cycle du carbone, la variabilité interannuelle à millénaire et bien d'autres aspects.

Les deux premières heures ont retracé les premières heures de PMIP et les grandes lignes de cette aventure co-coordonnée au LSCE depuis la première heure.

Cet événement a été accompagné par la sortie du numéro spécial du PAGES Magazine:

https://www.pastglobalchanges.org/publications/pages-magazines/pages-magazine/128645

Cette célébration montre que PMIP a fédéré une communauté de modélsiation des paléoclimats qui a pris plaisir à se retrouver autour de ses trente bougies.

09 septembre 2021

The description and analysis of compound extremes affecting mid and high latitudes in the winter requires an accurate estimation of snowfall. This variable is often missing from in-situ observations, and biased in climate model outputs, both in magnitude and number of events; moreover, large discrepancies in snowfall amounts exist between observational and reanalysis datasets, depending on the region [1]. While climate models can be adjusted using bias correction (BC), snowfall presents additional challenges compared to other variables, preventing one from applying traditional univariate BC methods. We extend the existing literature on the estimation of the snowfall fraction from near-surface temperature, which usually involves binary thresholds [2] or fitting parametric nonlinear functions [3]. We show that, considering models such as segmented and spline regressions and nonlinear least squares fitting, it is possible to obtain accurate out-of-sample estimates of snowfall over Europe in ERA5 reanalysis, and to perform effective BC on the IPSL-WRF high resolution EURO-CORDEX climate model only relying on bias adjusted temperature and precipitation. This method offers a feasible way to reconstruct or adjust snowfall observations without requiring multivariate or conditional bias correction and stochastic generation of unobserved events. This work is currently under review for the interdisciplinary journal Advances in Statistical Climatology, Meteorology and Oceanography and a preprint is available [4] and it has been supported by the ANR-TERC project BOREAS.

 

[1]  Faranda, D.: An attempt to explain recent changes in European snowfall extremes, Weather and Climate Dynamics, 1, 445–458, 2020.
[2] Schmucki, E., Marty, C., Fierz, C., and Lehning, M.: Simulations of 21st century snow response to climate change in Switzerland from a setof RCMs, International journal of climatology, 35, 3262–3273, 2015
[3] Dai, A.: Temperature and pressure dependence of the rain-snow phase transition over land and ocean, Geophysical Research Letters, 35,6652008
[4] Flavio Maria Emanuele Pons, Davide Faranda. Improving snowfall representation in climate simulations via statistical models informed by air temperature and total precipitation. 2020. ⟨hal-02988109⟩
31 mai 2021

L’amélioration des prédictions des modèles de système Terre pour le climat des XXIe siècle et suivants passe par une meilleure compréhension du fonctionnement des modèles dans des contextes de températures et CO2 élevés sur lesquels ils ne sont pas calibrés. Or la dernière période au cours de laquelle les proxies estiment une concentration de CO2 similaire à celle attendue pour la fin du siècle selon les scénarios « business-as-usual » est l’Eocène Inférieur (~ 55 – 50 Ma). Sous l’égide de PMIP4, un projet d’intercomparaison de modèles, DeepMIP (https://www.deepmip.org/), a ainsi été lancé avec cette période comme objectif dans le but d’évaluer la capacité des modèles à reproduire les reconstructions issues des proxies et de comprendre les raisons des différences inter-modèles.

Nous avons participé à cet exercice avec le modèle IPSL-CM5A2 (Sepulchre et al. 2020), une version basse résolution du modèle IPSL analogue à la version utilisée pour l’exercice CMIP5 mais qui a bénéficié de nombreux développements techniques (vitesse de calcul, adaptation des grilles du modèle, …) permettant son utilisation sur des périodes très anciennes. À partir des mêmes conditions initiales (paléogéographie, distribution de végétation, constante solaire, paramètres orbitaux, …), les différents modèles participants ont réalisé des simulations à différents taux de CO2 en plus d’une simulation préindustrielle de référence.

La figure 1 montre les résultats obtenus pour deux métriques couramment utilisées en paléoclimatologie, la moyenne annuelle globale de température de surface (GMST) par rapport à la concentration en CO2 (panel a) et le gradient méridional de température de surface de l’océan (SST) entre les tropiques et les hautes latitudes par rapport à la moyenne annuelle globale de SST (panel b). Les simulations DeepMIP montrent que la plupart des modèles (gros symboles colorés) arrive à simuler une GMST cohérente avec les estimations issues des proxies (rectangles gris) pour des CO2 compris entre 3 et 6 fois la concentration préindustrielle, ce qui n’était le cas auparavant que pour des CO2 bien plus élevés ou avec une paramétrisation spécifique des nuages (symboles gris, simulations réalisées avec des versions plus anciennes des modèles). Le spread inter-modèle est également assez réduit, en particulier à 3x puisque tous les modèles donnent une GMST quasi-identique à l’exception de MIROC (et INMCM et NorESM qui n’ont pas réalisés de simulation à cette concentration en CO2).

07 mai 2021

Le recul des glaciers et des calottes polaires favorise le développement de lacs. Notamment, les lacs proglaciaires se forment dans les dépressions topographiques situées à l’aval des glaciers. Au cours de la dernière déglaciation ces lacs étaient nombreux dans l’Hémisphère Nord et pouvaient atteindre des tailles considérables. Par exemple le lac Agassiz-Ojibway qui bordait la marge sud de la calotte polaire Nord Américaine avait une étendue d’environ 1,5 million de km², soit l’équivalent à la superficie du Portugal, de l’Espagne, de la France et de l’Allemagne réunies. L’importance que ces lacs ont pu avoir sur l’évolution du climat est largement reconnu mais leur rôle sur la dynamique des écoulements glaciaires n’avait jamais été quantifié jusqu’à présent.

Pour cette étude nous avons utilisé un ensemble de simulations numériques qui couvrent la période de la dernière déglaciation pour étudier le rôle des lacs proglaciaires sur la dynamique de la calotte Nord Américaine. Nous avons pu montrer que les lacs pouvaient conduire à des instabilités mécaniques grande échelle pouvant expliquer la moitié des pertes de masse lorsque cette calotte recule dans la région de la Baie d’Hudson actuelle.

Ce mécanisme s’explique par le fait que la ligne d’échouage, c’est à dire la transition entre la glace posée et la glace flottante, est en situation instable lorsque le socle rocheux présente une pente rétrograde (l’amont est plus profond que l’aval). L’enfoncement du socle rocheux sous la calotte Nord Américaine en période glaciaire (isostasie) produit exactement cette configuration et c’est dans ces dépressions isostatiques qu’apparaissent les grands lacs proglaciaires.

07 mai 2021

La fonte des calottes polaires du Groenland et de l’Antarctique s’accentue sous l’effet du réchauffement climatique, avec une perte de masse qui a été multipliée par six ces quarante dernières années. Les calottes polaires pourraient ainsi devenir très prochainement les principales responsables de l’élévation du niveau marin global. Tout récemment, des glaciologues, océanographes et climatologues de 13 pays ont travaillé conjointement pour réaliser de nouvelles projections sur le devenir des calottes polaires du Groenland et l’Antarctique dans le futur, dans le cadre du projet ISMIP6 (Ice Sheet Model Intercomparison Project for CMIP6).

Au LSCE, nous avons participé activement à cette collaboration internationale, notamment en réalisant les projections pour les calottes du Groenland et de l’Antarctique avec le modèle développé au laboratoire (GRISLI).

22 janvier 2021

Le projet PMIP (Paleoclimate Modelling Intercomparison Project) a été initié il y a presque 30 ans, à la suite du projet AMIP (Atmospheric Modelling Intercomparison Project). Il coordonne des simulations de climats-clefs du passé de manière à en comprendre les différences par rapport au climat actuel et à évaluer les modèles utilisés pour la prévision des climats futurs ). La quatrième phase de PMIP, coordonne les simulations paléoclimatiques de la sixième phase de CMIP (Coupled Model Intercomparison Project), qui rassemble un ensemble de simulations du climat actuel, de climats passés et de scénarios pour le futur pour comprendre les changements climatiques, évaluer les modèles de climat et s’interroger sur le futur du climat. Les premiers résultats ont été  publiés fin 2020 et début 2021, pour les climats de l’Holocène Moyen (il y a 6 000 ans) et du dernier interglaciaire (il y a 127 000 ans). Ces deux périodes sont caractérisées par un cycle saisonnier du flux solaire au sommet de l’atmosphère dans l’hémisphère nord, favorisant une plus grande amplitude du cycle saisonnier des températures boréales et des moussons renforcées en hémisphère nord.

13 janvier 2021

La COVID-19 affecte actuellement la totalité de pays du monde et fait peser de graves menaces sur la santé publique ainsi que sur la stabilité économique et sociale. Modéliser et extrapoler en temps quasi réel l'évolution de l'épidémie du COVID-19 est un défi scientifique, qui nécessite une compréhension approfondie des non-linéarités qui minent la dynamique des épidémies. Dans un premier article [1], nous montrons que les prédictions en temps réel des infections COVID-19 sont extrêmement sensibles aux erreurs de collecte de données et dépendent essentiellement du dernier point de mesure disponible. Nous testons ces idées dans des modèles statistiques (logistiques) et dynamiques (Susceptible-Exposed-Infected-Recovered) qui sont largement utilisés pour prévoir l'évolution de l'épidémie de COVID-19. Notre objectif a été de montrer comment les incertitudes résultant à la fois de la mauvaise qualité des données et des estimations inadéquates des paramètres du modèle (taux d’incubation, d’infection et de récupération) se propagent aux extrapolations à long terme du nombre d’infections. Cette connaissance nous a permis de réaliser quelques scenarios de propagation du COVID19 où, même avec des grandes incertitudes, la menace d'une deuxième vague etait bien détectable déjà au printemps 2020 [2].

Références de publication :

[1] Faranda et al. Chaos 30, 051107 (2020); https://doi.org/10.1063/5.0008834

[2] Faranda et al. Chaos 30, 111101 (2020); https://doi.org/10.1063/5.0015943

Articles de presse  associés:

  • Modeling COVID-19 data must be done with extreme care, Science Daily [Anglais]   
  • Modeling COVID-19 data must be done with extreme care, scientists say, Phys.org [Anglais] 
  • Coronavirus, il ricercatore italiano: "Ho perso mio nonno, ora studio i modelli dell'epidemia, Repubblica.it [Italien]
  • ¿Qué se puede hacer para mejorar los modelos de la COVID-19? , SINC.es [Espagnol]  

Auteurs:

FARANDA Davide (LSCE-IPSL, CNRS), ALBERTI Tommaso, PÉREZ CASTILLO Isaac, HULME Oliver, JEZEQUEL Aglaé, LAMB Jeroen, SATO Yuruzu, and THOMPSON Erica

 

 

13 janvier 2021
Challenge: How to simulate 100 millennial heatwaves at the cost of 100 simulations?

Nudging a stochastic weather generator based on atmospheric circulation analogs towards high local temperatures [here temperature average between Madrid, Toulouse, Orly, De Bilt and Berlin], to obtain the warmest summers that could be, starting on a June 1st and the armest summers that could be, with a weather patterns that are similar to observations. This is a proof of concept of a methodology to simulate unprecedented events, by resampling observations. We performed application to simulate a worst case scenario (warm December then wet spring) leading to low crop yield.

References:

[1] Yiou, P. and Jézéquel, A.:, Geosci. Model Dev., 13, 763–781, https://doi.org/10.5194/gmd-13-763-2020,  2020.

[2] Pfleiderer, P., Jézéquel, A., Legrand, J., Legrix, N., Markantonis, I., Vignotto, E., and Yiou, P.: Earth Syst. Dynam. Discuss., https://doi.org/10.5194/esd-2020-32, 2020.

 

Authors:

YIOU Pascal (LSCE-IPSL, CNRS),  JEZEQUEL Aglaé

 

17 mai 2021

Land surface modellers need measurable proxies to constrain the quantity of carbon dioxide (CO2) assimilated by continental plants through photosynthesis, known as gross primary production (GPP). Carbonyl sulfide (COS), which is taken up by leaves through their stomates and then hydrolysed by photosynthetic enzymes, is a candidate GPP proxy. A former study with the ORCHIDEE land surface model used a fixed ratio of COS uptake to CO2 uptake normalised to respective ambient concentrations for each vegetation type (leaf relative uptake, LRU) to compute vegetation COS fluxes from GPP. The LRU approach is known to have limited accuracy since the LRU ratio changes with variables such as photosynthetically active radiation (PAR): while CO2 uptake slows under low light, COS uptake is not light limited. However, the LRU approach has been popular for COS–GPP proxy studies because of its ease of application and apparent low contribution to uncertainty for regional-scale applications. In this study we refined the COS–GPP relationship and implemented in ORCHIDEE a mechanistic model that describes COS uptake by continental vegetation. We compared the simulated COS fluxes against measured hourly COS fluxes at two sites and studied the model behaviour and links with environmental drivers. We performed simulations at a global scale, and we estimated the global COS uptake by vegetation to be 756 Gg S yr−1, in the middle range of former studies (490 to 1335 Gg S yr−1). Based on monthly mean fluxes simulated by the mechanistic approach in ORCHIDEE, we derived new LRU values for the different vegetation types, ranging between 0.92 and 1.72, close to recently published averages for observed values of 1.21 for C4 and 1.68 for C3 plants. We transported the COS using the monthly vegetation COS fluxes derived from both the mechanistic and the LRU approaches, and we evaluated the simulated COS concentrations at NOAA sites. Although the mechanistic approach was more appropriate when comparing to high-temporal-resolution COS flux measurements, both approaches gave similar results when transporting with monthly COS fluxes and evaluating COS concentrations at stations. In our study, uncertainties between these two approaches are of secondary importance compared to the uncertainties in the COS global budget, which are currently a limiting factor to the potential of COS concentrations to constrain GPP simulated by land surface models on the global scale.

Authors: Maignan, F., Abadie, C., Remaud, M., Kooijmans, L. M. J., Kohonen, K.-M., Commane, R., Wehr, R., Campbell, J. E., Belviso, S., Montzka, S. A., Raoult, N., Seibt, U., Shiga, Y. P., Vuichard, N., Whelan, M. E., and Peylin, P.

Ref: Biogeosciences, 18, 2917–2955, https://doi.org/10.5194/bg-18-2917-2021, 2021.

03 mai 2021

Given the ever increasing spatial resolution of climate models and the significant role of lakes on the regional climate, it becomes important to represent water bodies in climate models. Such developments have started in the IPSL (Institut Pierre Simon Laplace) climate model and its land surface component, ORganizing Carbon and Hydrology In Dynamic Ecosystems (ORCHIDEE), with the Freshwater Lake model, FLake. To answer the questions raised by these new developments, such as the lake differentiation and related model parameters, we analyze spatial distributions of lake characteristics in the whole world to perform a global sensitivity analysis of the FLake parameters. As a result, three different climates and four lake depth configurations were selected as test cases. The Sobol method as sensitivity analysis based on variance decomposition was chosen to rank parameters impact on the model output, that is, lake surface water temperature, latent and sensible heat fluxes. We focus on the 11 parameters of the FLake model, which are the lake depth, the albedo and light extinction coefficient of water, snow, and ice respectively, the fetch, and the relaxation coefficient of the thermocline shape factor. The results show different sensitivity features according to the lake type and climate. The dominant role and time varying contribution of the lake depth, radiative parameters (albedo, light extinction coefficient) and thermocline relaxation coefficient linked to the atmospheric conditions, were clearly highlighted. These findings will lead us to distinguish between different lake categories in each grid cell of ORCHIDEE in the future implementation.

Authors: Antnony Bernus, Catherine Ottlé, Nina Raoult

Ref: Journal of Geophysical Research: Atmospheres, 126, e2019JD031928. https://doi.org/10.1029/2019JD031928

Retour en haut