Return to search

Causes, impacts et projections des sécheresses en Amazonie : Une étude numérique des processus et des incertitudes / Causes, impacts and projections of droughts in Amazon. A numeric study of processes and uncertainties

L'augmentation probable de la fréquence des sécheresses au cours du 21ème siècle, en réponse au réchauffement climatique, pourrait faire basculer la forêt amazonienne d'un puits à une source de carbone, déclenchant ainsi une rétroaction positive sur l'accroissement de l'effet de serre. La sensibilité des cycles de l'eau et du carbone aux sécheresses représente donc un point critique dans la stratégie d'évaluation des modèles de climat et pour la crédibilité des scénarios climatiques. Cette thèse vise à évaluer la représentation et la réponse aux sécheresses des cycles de l'eau et du carbone en Amazonie par le modèle de surface ISBA-CC mis en oeuvre dans le modèle de climat du CNRM. Pour ce faire, nous avons utilisé, outre des mesures écophysiologiques, des mesures de tours de flux ainsi que deux expériences d'assèchement artificiel. La version originale du modèle n'étant pas satisfaisante, la paramétrisation des processus métaboliques et la sensibilité de la végétation au stress hydrique ont été modifiées, puis validées, sur ces sites, mais également à l'échelle du bassin en utilisant notamment des données de débits, des reconstructions d'évapotranspiration et d'assimilation de carbone, ainsi que des observations spatiales de variations de stocks d'eau et de fluorescence chlorophyllienne. Une analyse succincte des changements climatiques régionaux a été réalisée sur la base des modèles CMIP5, mettant en évidence un certain consensus à l'allongement et au renforcement de la saison sèche au cours du 21ème siècle. Ces scénarios, après calibration des sorties de quelques modèles, nous ont ensuite permis de tester en mode off-line la sensibilité des projections du cycle de l'eau et du carbone aux modifications apportées au modèle ISBA-CC. Les résultats montrent sans surprise l'influence prépondérante du choix du modèle forceur dans ce type de simulation, mais révèle également l'importance des paramétrisations liées à la végétation. / The likely increase in drought frequency as a result of climate change, might switch the Amazon forest from being a sink to a source of carbon, setting off a positive feedback on the increasing greenhouse effect. Hence, the drought sensitivity of the water and carbon cycles in the Amazon is a crucial point in the evaluation of climate models.In this PhD thesis, we evaluate in off-line mode, how the CNRM land surface model ISBACC, represents the water and carbon cycles and their response to drought in the Amazon. For this purpose, we used published ecophysiological data together with five Amazonian flux tower sitesand two artificial drought experiments. Since the standard version of the model was not satisfactory, we modified the parameterizations of the metabolic processes and the sensitivity of vegetation to water stress. We evaluated this new version against the flux tower and artificial drought sites, but also at regional scale using river discharge data, reconstructed evapotranspiration and carbon assimilation fluxes, and remotely sensed total water storage variations and chlorophyll fluorescence data. A brief analysis of the regional climate changes projected by CMIP5 models showed a relative consensus for longer and more intense dry seasons during the 21st century. Two of these climate scenarios were calibrated and used to test the sensitivity of the water and carbon cycle projections to our modifications of the ISBACC model in off-line mode. As expected, the results reveam the importance of the driving climate model, but also highlight the role of the vegetation parameterizations.

Identiferoai:union.ndltd.org:theses.fr/2014INPT0119
Date03 December 2014
CreatorsJoetzjer, Émilie
ContributorsToulouse, INPT, Douville, Hervé, Delire, Christine
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0014 seconds