Les modèles de climat globaux 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 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 nous appuyant sur des travaux antérieurs, nous présentons un modèle simple basé sur la topographie (GeoDS) pour désagréger les champs de précipitations dans les zones complexes, adapté aux études paléoclimatiques impliquant souvent des simulations sur plusieurs millénaires.
À partir d’un nombre limité d’input de GCM et d’informations géographiques à haute résolution, le modèle calcule, pour chaque intervalle de temps et chaque point de grille, un indice d’exposition topographique utilisé pour répartir les précipitations sur une grille spatiale à haute résolution. Cette quantité 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. Le modèle est d’abord 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 sont 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, nous montrons que la procédure est capable de reproduire la plupart des patterns spatiaux locaux, tout en étant peu coûteuse en temps de calcul. Nous démontrons également que la base physique qui sous-tend nos travaux confère au modèle une grande robustesse lorsqu’il est utilisé en dehors du cadre de calibration. Cela ouvre notamment 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.
Auteurs : J.-B. Brenner, A. Quiquet, D. M. Roche, D. Paillard, and P. Vaittinada Ayar
Article : https://doi.org/10.5194/gmd-19-1075-2026