Evaluation de l’apport du débiaisage de la circulation atmosphérique de grande échelle pour les projections d’accumulation de neige en Antarctique

Evaluation de l’apport du débiaisage de la circulation atmosphérique de grande échelle pour les projections d’accumulation de neige en Antarctique

Connaître le bilan de masse de la calotte de glace Antarctique est essentiel pour prédire l’évolution du niveau de la mer. La méthode pour pouvoir faire des projections dans le futur consiste à modéliser séparément les deux composants du bilan de masse : l’écoulement de glace se déversant dans l’océan et l’accumulation nette de neige sur le continent, ou bilan de masse de surface (SMB). Les observations de SMB sont particulièrement rares sur la calotte donc les modèles à aire limitée (LAM) sont souvent utilisés dans les études de bilan massique. Cependant, les modèles globaux forçant les LAM présentent des biais de circulation générale au hautes latitudes australes. Des méthodes de correction de biais, notamment itératives, peuvent venir partiellement corriger ces biais.

Quatre configurations de modèle sont évaluées : une simulation LMDZ globale nudgée à la réanalyse ERA5 et trois LAMs forcés respectivement par ERA5, une simulation LMDZ globale libre et une simulation LMDZ globale avec correction de biais itérative (Krinner et al. 2026). La configuration globale est significativement plus humide que les configurations LAM, reflété par des différences significatives entre les SMB simulés intégrés sur la totalité de la calotte glaciaire. Un deficit inhabituel de précipitation aux bords du domaine dans le LAM forcé par ERA5 et un bug dans la définition de la glace de mer dans les configurations LAM sont mis en évidence (Fig. 1)..

Fig. 1 – (a) Bilan de masse de surface des différentes configurations de modèle (b) Différence de bilan de masse de surface avec la configuration LMDZ-LR-ERA5

Une étude menée sur des transects et secteurs montre que la correction de biais itérative est efficace sur la région côtière mais pas sur l’intérieur du continent et maintient des biais négatifs. Les modèles ont une performance très variable en fonction de la zone d’élévation concernée. Un test statistique implémenté ne permet pas d’isoler un modèle particulièrement performant (Fig. 2). Enfin, les transects ne tiennent pas compte de nombreuses observations côtières, principalement situées sur des plateformes de glace.

Fig. 2 – Statistiques des observations et des modèles le long des transects. Diagrammes en boîte montrant la médiane (ligne noire) et la moyenne (triangle noir) du biais de SMB (modèle moins observation). Les valeurs aberrantes sont représentées par des cercles noirs. L’incertitude moyenne des observations est représentée par un rectangle gris.

Krinner et al. (2026) GMD https://doi.org/10.5194/gmd-19-4961-2026