ICC-HYDROQUAL Impact du Changement Climatique sur l ......ICC-HYDROQUAL Impact du Changement...

ICC-HYDROQUAL

Impact du Changement Climatique sur l’hydrosystème Loire :

HYDROlogie, Régime thermique, QUALité des eaux

Action 2 : Évolution du régime thermique de la Loir e et de ses affluents sous changement climatique

Rapport final, novembre 2010

Participants: Vincent Bustillo, Florentina Moatar (Université Fra nçois-Rabelais de Tours, UMR ISTO-Tours) Agnès Ducharne (UMR Sisyphe, Université Paris VI, C NRS) Dominique Thiéry (BRGM, Orléans) Eric Sauquet, Jean-Philippe Vidal (Cemagref, UR HH Groupement Lyon) Début du contrat : 1 février 2009 Responsable du projet : Florentina Moatar Université François-Rabelais de Tours UMR ISTO – équipe de Tours Parc de Grandmont 37 200 Tours Contact : [email protected]

Projet ICC-HYDROQUAL - Action 2

Sommaire 1. Introduction ........................................................................................................................ 2 2. Modèle, données disponibles, variables analysés .............................................................. 3

2.1. Principe du modèle .......................................................................................................... 3 2.2. Scénarios climatiques .................................................................................................. 4 2.3. Chroniques disponibles de température de l’eau ......................................................... 6 2.4. Descripteurs thermiques analysés ................................................................................... 8

3. Analyse de l’évolution thermique sur le temps présent (1971-2007) .................................. 10 3.1. Performance du modèle ................................................................................................. 10

3.1.1. Loire moyenne – période 1976-2003 ..................................................................... 10 3.1.2. Cours d’eau suivis par ONEMA – période 1999 - 2003 ........................................ 12 3.1.3. Cours d’eau suivis par le RNB – période 1971-2004 ............................................. 14 3.1.4. Conclusions sur la performance du modèle ........................................................... 18

3.2. Eléments de spatialisation et évolutions récentes.......................................................... 19 3.2.1. Dimension spatiale : facteurs de contrôle............................................................... 19 3.2.2. Dimension temporelle : évolutions récentes .......................................................... 25

3.3. Conclusion ..................................................................................................................... 27 4. Réponse du régime thermique aux projections climatiques au cours du XXIème siècle..... 28

4.1. Evolutions annuelles ..................................................................................................... 28 4.2. Moyennes saisonnières .................................................................................................. 32 4.3. Evolutions de températures chaudes ............................................................................. 37 4.4. Evolutions des seuils de température à signifiance biologique ..................................... 42 4.5. Impacts écologiques prévisibles .................................................................................... 44

5. Synthèse ............................................................................................................................... 47 5.1. Incertitudes des prévisions ............................................................................................ 47 5.2. Recommandations ......................................................................................................... 50

Bibliographie (34 références) ................................................................................................... 53

Projet ICC-HYDROQUAL – Action 2 2

1. Introduction Dans un contexte de changement climatique, la réponse thermique des cours d’eau résulte principalement de la conjugaison de deux facteurs : les forçages hydrologiques et climatiques. Lors de la canicule de l’été 2003, de très fortes disparités spatiales en termes de pic de température observé ont pu être mises en évidence. Par exemple, alors que les eaux de la Loire dépassaient 30°C à Montjean début aout 2003 (Maine-et-Loire), les températures maximales observées sur certains petits cours d’eau (e.g., la Creuse à Saint-Gaultier, dans l’Indre) n’ont pas excédé 20°C. Cet exemple (Figure 1) illustre le fait que les forçages climatiques ne sont donc pas les seuls déterminants du fonctionnement thermique d’un cours d’eau. Les conditions hydrologiques, associées au contexte géomorphologique, jouent également un rôle important, notamment sur les secteurs où l’influence des nappes est la plus marquée. La prise en compte conjointe de ces deux facteurs de forçage est donc nécessaire, plus particulièrement afin d’évaluer leur impact sur la température des cours d’eau en cas de concomitance entre sécheresse et canicule.

14

17

20

23

26

29

32

1/7/03 11/7/03 21/7/03 31/7/03 10/8/03 20/8/03 30/8/03

Date

Tw

(°C

)

Loire à MontjeanBeuvron à Chaumont sur TharonneHuisne à AvèzeCreuse à Saint-Gaultier

Figure 1. Variations de la température moyenne journalière de quatre cours d’eau au cours de la canicule de l’été 2003 : Creuse à Saint Gaultier (639 km²), Huisne à Avèze (825 km²), Beuvron à Chaumont sur Tharonne (377 km²), Loire à Montjean (110 000 km²) Le travail réalisé dans le cadre de cette action consiste (1) à développer un modèle qui intègre ces processus de manière spatialisée pour l’ensemble des cours d’eau du bassin versant de la Loire et (2) simuler la température journalière des cours d’eau du bassin de la Loire pour deux horizons de temps :

- pour la période actuelle (1970-2007) en fonction des forçages climatiques et hydrologiques et, - pour le XXIè siècle en fonction des projections climatiques et hydrologiques issues de 17

modèles climatiques MCG avec plusieurs scénarios d’émissions de gaz à effet de serre..

Ce document présente :


- le principe du modèle développé, les données disponibles pour valider le modèle et la description des variables statistiques choisies pour analyser les évolutions thermiques,

- la performance du modèle thermique en comparant les séries simulées et observées pour 19 stations de suivis,

- l’analyse du régime thermique simulé pour le temps présent en fonction des facteurs de contrôle comme le climat, la lithologie ou la morphologie,

- enfin la réponse du régime thermique aux projections climatiques au XXIè siècle en terme d’évolutions saisonnières, températures extrêmes et durées de dépassement des certains seuils thermiques en lien avec l’activité biologique des espèces végétales et animales.

2. Modèle, données disponibles, variables analysés

2.1. Principe du modèle Le modèle est basé sur la résolution au pas de temps journalier d’un bilan énergétique, qui intègre les échanges avec l’atmosphère et les nappes, et sur la propagation du signal thermique résultant de l’amont vers l’aval en fonction des caractéristiques morphologiques moyennes par ordre de Strahler (Figure 2). Il simule ainsi une température journalière à l’exutoire des 68 sous-bassin déterminés pour l’action « hydrologie » et à l’intérieur de chaque sous-bassin à la confluence des cours d’eau d’ordre équivalent.

Q base

T base

Forçages climatiquespar bassin de calcul

SAFRAN ou Scénarios climatiques

Température de l’airPrécipitations solides et liquidesRay. ondes courtes et Infra-rougeVitesse du ventHumidité de l’air

Forçages hydrologiquespar bassin de calcul

Caract. morphologiquesmoyennes par ordre de strahler

Longueur de tronçonPente du talwegSuperficie amontLargeur du cours d’eau

Bilan énergétique

Température d’équilibreCoef. d’échange thermique

Simulations modèle EROS Qt, Qb, Qr

Facteurs inertiels

Temps de propagationProfondeur cours d’eau

Température simulée

∆t = 1 j

Figure 2. Principe de modélisation de la température de l’eau Les conditions de forçage climatique déterminent une température de l’eau d’équilibre (Teq) qui définit la condition limite aval pour chaque couple « sous-bassin » et ordre de Strahler. Il s’agit de la température de l’eau qui serait atteinte en régime stationnaire. Cette température d’équilibre est


établie en procédant à un bilan énergétique stationnel incorporant 6 termes énergétiques: rayonnement incident ondes courtes, rayonnement incident ondes longues, rayonnement émis ondes longues, convection, évaporation/condensation et flux thermique associés aux apports latéraux de nappe. Les conditions de forçage hydrologique résultent des entrées climatiques appliquées au modèle semi-distribué EROS. Ce modèle simule pour chacun des 68 sous-bassins le débit total (Qt) et ses deux composantes : ruissellement (Qr) et écoulement de base (Qb). A ces deux composantes, on associe deux températures : celle de l’écoulement de base (Tb), approximée par la température moyenne atmosphérique des 365 jours précédents et celle du ruissellement (Tr), approximée par la température atmosphérique du jour considéré. Les caractéristiques morphologiques des cours d’eau du bassin de la Loire ont été déterminées pour chaque sous-bassin de calcul et pour chaque ordre de Strahler; Nous avons ainsi comptabilisé la longueur des cours d’eau et la pente moyenne par ordre de Strahler (d’après MNA 50m x 50m). La largeur des cours d’eau (B) a été déterminé par une relation empirique en fonction de la superficie du bassin drainée : B =0.64 S 0.51, déterminé pour le bassin de la Loire par traitement de 120 images aériennes sous Google Earth. La vitesse du courant, et la profondeur déterminés par la formulation de Manning-Strickler conditionnent le temps de résidence des eaux et l’inertie thermique des masses d’eau pour chaque couple sous-bassin – ordre de Strahler. Ce modèle comporte un seul paramètre de calage, l’indice d’ombrage (compris entre 0 et 1), considéré ici temporellement constant pour chaque station de calage. Il permet de diminuer l’influence du rayonnement global incident sur le bilan énérgetique du cours d’eau. Ce paramètre varie d’un sous-bassin à un autre et d’un ordre de Strahler à un autre. Il est calibré d’une part sur 148 stations du RNB avec des valeurs mesurées entre 65 et 565 jours (moyenne : 181 jours) pendant 33 ans, d’autre part sur 18 stations avec des valeurs journalières pendant la période estivale durant 1998 à 2003. Les indices d’ombrage (SF) des couples ordres de Strahler – sous-bassins non représentés dans l’échantillon sont estimés à partir d’une relation empirique prenant en compte l’altitude moyenne (Alti) du sous-bassin et l’ordre de Strahler (OS) :

17.1149.0033.01000

21.0132.0

×

×+×−×=OS

AltiOS

AltiSF

Afin de mieux appréhender les réactions des écosystèmes aquatiques face aux perturbations, les cours d’eau ont été regroupés au sein d’unités spatiales homogènes, du moins cohérentes : les hydro-écorégions (Wasson et al., 1993 ; Wasson, 1996 ; Andriamahefa, 1999 ; Souchon et al., 2000). Les hydro-écorégions définissent des unités géographiques qui présentent des caractéristiques et sensibilités comparables face à des perturbations ; le découpage spatial, qui résulte du croisement d’informations sur le couvert végétal, la lithologie, le climat, la morphologie, le sol, constitue une base pertinente pour l’analyse des températures de l’eau à l’échelle d’un grand bassin hydrographique contrasté comme la Loire. Dans cette étude, 14 HER de niveau 2 (HER-2) et 5 HER de niveau 1 (HER-1) ont été identifiés (Figure 3 ). Les 18 stations de contrôle du réseau ONEMA, sélectionnées pour la validation du modèle thermique, ne sont réparties que sur 4 HER-2 (Tableau 3 ).

2.2. Scénarios climatiques Les variables climatiques horaires proviennent des ré-analyses SAFRAN pour la période actuelle (1971-2007) et de plusieurs projections climatiques issues de 14 modèles climatiques pour le XXIè siècle (Tableau 1 ), avec une résolution horizontale de 8 km obtenue en utilisant une méthode de désagrégation statistique par types de temps (Boé et al., 2006). Des moyennes ont ensuite été calculées sur chaque sous-bassin pour 7 paramètres de base : précipitations liquides, précipitations


solides, température à 2 m, humidité spécifique à 2 m, radiation infra-rouge incidente à la surface, radiation visible incidente à la surface , et module du vent à 10 m. Les anomalies simulées par les MCGs, à l’horizon 2081-2100 (période de référence : 1971-1990), et pour l’ensemble du bassin hydrographique, sont reportées au tableau 2 . Les anomalies de débit (Q) et d’ETR correspondent à celles obtenues par le modèle hydrologique EROS, forcé par chacun des MCGs. La dispersion inter-MCGs des anomalies climatiques apparaît relativement modérée et livre un tableau cohérent. La dispersion est faible pour le rayonnement infra-rouge Ra (+ 2% à + 5%), moyenne pour les précipitations (+ 1% à -22%) et le rayonnement visible (+ 8% à + 24%), forte pour l’ETP (+ 11 % à + 39%) et la température de l’air (+ 1.9°C à + 4.6°C) et très forte pour le débit (-15 % à – 60%). On distingue ainsi (1) les MCGs qui simulent un réchauffement très important et une tendance à la sécheresse (MIROC3.2, MIUB, MPI, CNRM, MIROC), et (2) les MCGs qui simulent des réponses nettement plus nuancées (Arpège B1, GISS-AOM, GISS-ER, CSIRO-MK3). Tableau 1. Modèles de Circulation Générales (MCGs) utilisés dans cette étude.

MCG Institution Scénario P1 P2 P3CCCMA CGCM3.1 (T63) Canadian Centre for Climate Modelling and Analysis A1BCNRM CM3 Mété-France A1BCSIRO MK3.0 CSIRO Atmospheric Research, Australie A1BGFDL-CM2.1 Geophysical Fluid Dynamics Laboratory, USA A1BGISS-AOM Goddard Institute for Space Studies, USA. A1BGISS-ER Goddard Institute for Space Studies, USA. A1BINGV-ECHAM4 Max-Planck-Institut für Meteorologie, Allemagne.IPSL-CM4 Institut Pierre Simon Laplace, France A1B

MIROC3.2 (medres)Center for Climate System Research, National Institute for Environmental Studies for Global Change, Japon.

A1B

MIUB/ECHO-GUniversité de Bonn et Model & Data Group, Allemagne; Korean Meteorological Agency

A1B

MPI-OM/ECHAM5 Max-Planck-Institut für Meteorologie, Allemagne. A1BMRI-CGCM2.3.2 Meteorological Research Institute, Japon. A1BNCAR-CCSM3 National Center for Atmospheric Research, USA.

ARPEGE v4 A1B

ARPEGE v4 A2

ARPEGE v4 B1

1-8-

1961

=>

31-

7-20

00

1-8-

2046

=>

31-

7-20

65

1-8-

2081

=>

31-

7-21

0019

99-2

100

1950

-199

9

Centre Européen de Recherche et de Formation Avancée en Calcul Scientifique, Union Européenne

3 scénarios d’émission de gaz à effet de serre sont représentés : B1 (réduction des émissions), A1B (émissions modérées), et A2 (émissions élevées). Table 2. Comparaison des anomalies de différents paramètres climatiques, établis à partir de 14 MCGs à l’horizon fin de siècle (2081-2100). Période de référence (1971-1990). Les valeurs moyennes annuelles de chaque paramètre, établies à partir de Safran (1971-2007) sont fournies. Moyennes sur l’ensemble du bassin de la Loire à Montjean


MCG P N Q ETP ETR Ta HS V Rg RaARPEGE v4 A2 -22% -74% -60% 28% 21% 3.7 16% -11% 16% 5%ARPEGE v4 A1B -20% -72% -57% 21% 21% 2.8 12% -10% 13% 3%ARPEGE v4 B1 -13% -57% -36% 14% 13% 1.9 9% -6% 9% 2%CCCMA CGCM3.1 (T63) 1% -69% -16% 23% 6% 3.3 16% -4% 13% 5%CNRM CM3 -17% -76% -52% 24% 18% 3.1 13% -6% 14% 4%CSIRO MK3.0 -2% -43% -14% 11% 5% 1.7 13% -9% 14% 4%GFDL-CM2.1 -12% -63% -46% 25% 19% 3.1 12% -5% 14% 4%GISS-AOM -11% -57% -38% 14% 14% 1.9 10% -5% 10% 2%GISS-ER -1% -50% -35% 16% 12% 2.2 10% -1% 8% 3%INGV-ECHAM4 -2% -71% -15% 17% 6% 2.8 13% -7% 8% 4%IPSL-CM4 -11% -57% -28% 25% 10% 3.4 13% -8% 12% 5%MIROC3.2 (medres) -8% -86% -49% 34% 16% 4.6 14% -10% 14% 4%MIUB/ECHO-G -18% -87% -44% 39% 18% 4.5 20% -8% 24% 5%MPI-OM/ECHAM5 -6% -64% -54% 25% 22% 3.6 16% -3% 13% 5%MRI-CGCM2.3.2 -3% -59% -34% 19% 13% 2.7 12% -5% 11% 4%NCAR-CCSM3 -11% -63% -23% 22% 10% 2.9 13% -5% 13% 4%

SAFRAN 763 27 208 846 555 10.8 6.9 2.9 132 316 P : précipitations liquides annuelles (mm/an) ; N : précipitations solides annuelles (mm/an) ; Q : débit moyen annuel à Montjean (mm/an) ; ETP : évapotranspiration potentielle Penman-Monteith (mm/an) ; ETR : évapotranspiration réelle = P + N – Q (mm/an) ; Ta : température de l’air moyenne annuelle (°C) ; HS : humidité spécifique (g/kg) ; V : module du vent (m/s) ; Rg : radiation visible incidente à la surface (W/m²) ; Ra : radiation infra-rouge incidente à la surface (W/m²). Par ailleurs, on note une excellente corrélation entre les anomalies d’ETP et celles de la température de l’air (r = 0.97), qui ne se concrétise pas par de fortes corrélations entre Ta et ETR (r = 0.42), ou Ta et débit (r = -0.41).

2.3. Chroniques disponibles de température de l’eau

La performance du modèle est analysée par rapport à plusieurs sources de données :

- les chroniques horaires disponibles pour la période estivale (15 juin au 15 septembre) de 1998 à 2003, provenant de l’ONEMA (Tableau ) ;

- les chroniques de moyennes journalières en amont du CNPE d’Avoine (avant confluence avec l’Indre) pour la période 1976-2003. Pour cette même station, des données horaires sont disponibles pour la période 1999-2003.

- les données relevées par l’Agence de l’Eau Loire Bretagne, de façon mensuelle au niveau de 148 stations sur la période 1971-2005, à certaines heures qui peuvent changer d’une période à une autre ou d’une station à une autre.

Par ailleurs, on dispose de chroniques horaires supplémentaires, provenant de l’ONEMA pour la période estivale (1999-2003). Il s’agit de 61 stations réparties en Région Centre et Pays de la Loire. Ces données sont utilisées pour apprécier les facteurs contrôlant la variabilité spatiale des températures. Mais compte-tenu du fait que les séries sont courtes, incomplètes, et que les observations ont été réalisées relativement loin des exutoires des 68 sous-bassins de calcul hydrologiques, nous avons choisi de ne pas inclure les données issues de ces 61 stations en vue de l’analyse des performances du modèle.


Tableau 3. 18 stations de suivi thermique du réseau de l’ONEMA utilisées pour évaluer la performance du modèle thermique. Rivière Localité HER Dpt BV Ordre Strahler Superficie 1999 2000 2001 2002 2003Beuvron Chaumont-sur-Tharonne Dépôts A.-S. 41 20 4 385 X X X XCher Brinay Bassin Parisien 18 24 6 4530 X X XClain Anché Bassin Parisien 37 38 4 573 X X X XCreuse Saint-Gaultier Plateau Limousin 36 41 5 3276 X X X XHuisne Avèze Bassin Parisien 72 58 5 821 X X X XIndre Ardentes Plateau Limousin 36 31 5 644 X X X X XIndre Saint-Jean Saint-Germain Bassin Parisien 37 32 5 1709 X X X XLoir Corze Bassin Parisien 49 56 5 7922 X X XLoir Douy Bassin Parisien 28 53 4 422 X X XLoire Montjean Massif Armoricain 49 68 8 110043 X X X XMayenne St Sulpice Massif Armoricain 53 64 6 4164 X X XOudon Craon Massif Armoricain 53 65 5 1461 X X XSarthe Dureil Bassin Parisien 72 60 6 6141 X X XSarthe St Aubin Bassin Parisien 72 57 5 1600 X X X XSauldre La Ferté-Imbault Dépôts A.-S. 41 29 5 1267 X X X XThouet Artannes Massif Armoricain 49 51 6 3210 X X X X XVienne Anché Bassin Parisien 37 39 6 10040 X XVienne Valdivienne Plateau Limousin 86 37 6 5514 X X Les numéros des sous-bassins de calcul correspondants (BV), de l’ordre de strahler du cours d’eau au point de contrôle, et la superficie sont mentionnés. Les HER indiqués font référence à l’influence dominante, et non à la localisation de la station.

Figure 3. Localisation des stations de suivi de température e t des 68 bassins de calcul hydrologiques.


2.4. Descripteurs thermiques analysés Les effets du CC sont exprimés en anomalie par rapport au temps présent. Différents critères (Crit.) ont été retenus : caractéristiques moyennes, caractéristiques de température chaude, et caractéristiques de seuil de température à signifiance biologique. L’analyse porte sur les écarts de ces critères à différents horizons temporels : ∆Crit. = Crit. (horizon) – Crit. (temps présent). Nous distinguons 3 périodes : 1971-90 (temps présent, noté TP), 2046-65 (milieu de siècle, noté MS) et 2081-2100 (fin de siècle, noté FS). Les simulations issues des projections climatiques sont regroupées en 2 catégories : (i) celles forcées par les 14 modèles de circulation générale (MCG) A1B, noté 14 A1B, et (ii) celles forcées par le MCG Arpège selon 3 scénarios d’émission de gaz à effet de serre : B1 (émissions faibles), A1B (émissions modérées), A2 (émissions fortes). Les anomalies sont établies à partir de simulations issues d’un même MCG, puis ces anomalies sont regroupées par catégorie de MCG, afin d’évaluer la variabilité inter-MCG et l’incertitude quant aux anomalies simulées. Caractéristiques moyennes Les grandeurs caractéristiques du régime moyen saisonnier et de son changement sont : - TEA : température de l’eau moyenne annuelle : TEA ; - TEMi : température de l’eau moyenne mensuelle, avec i=1 :1 :12 - TMX : température moyenne interannuelle du mois le plus chaud ; - TMN : température moyenne interannuelle du mois le plus froid ; - TMX-TMN : amplitude thermique annuelle moyenne. Caractéristiques de température chaude Les caractéristiques de température chaude retenues pour l’analyse sont : - TEJX : température journalière maximale annuelle ; - TECX10 : température de l’eau maximale annuelle sur 10 jours consécutifs ; - TEJXA10 : température moyenne journalière de l’eau qui a 10% de chance d’être dépassée chaque année (ajustement à la loi de Gumbel). - TECXA10 : température moyenne journalière de l’eau, en moyenne mobile à 10 jours, qui a 10% de chance d’être dépassée chaque année (ajustement à la loi de Gumbel). - TE90 : température moyenne journalière de l’eau dépassée 10% du temps (extrait de la courbe de températures classées) ; - TE99 : température journalière de l’eau dépassée 1% du temps (extrait de la courbe de températures classées) ; La validation du modèle en termes d’évènements chauds s’appuie sur l’analyse des chroniques de température d’Avoine, sur la Loire. Caractéristiques de seuils de température à signifi ance biologique Les indicateurs d’impact hydrobiologique retenus sont :

- les dates d’occurrence de dépassement de seuils sur les principaux axes fluviaux (Vienne, Allier, Loire, Cher) pour les poissons migrateurs (alose et saumon). Les seuils de 10°C ( J10) et 16°C ( J16) ont été retenus. Les dates de dépassement de ces seuils sont déterminées à partir des moyennes mobiles à 10 jours de la température journalière (Figure 4 ).

- Le nombre d’occurrences annuelles de dépassement du seuil 24°C, noté N24, , qui semble être une limite au-delà de laquelle la mortalité des populations de poissons migrateurs s’accroît considérablement.


0

4

8

12

16

20

24

28

32

1-1-03 20-2-03 11-4-03 31-5-03 20-7-03 8-9-03 28-10-03 17-12-03

Date

TE

(°C

)

TE (moy journalière)

TE (moy mobile 10 j)J16

TEA

TEJX

TECX10

ΣΣΣΣ j | Tj>24 = N24

Figure 4. Détermination de quelques descripteurs thermiques (TEJX, TECX10, TEA, J16, N24) à partir des chroniques de température moyenne journalière, et de leur moyenne mobile à 10 jours, pour la Loire à Avoine (année 2003).


3. Analyse de l’évolution thermique sur le temps présent (1971-2007)

Nous présentons ici, dans un premier temps une analyse de la performance du modèle par rapport à des observations sur la période 1971-2004, ensuite l’évolution spatiale du régime thermique des cours d’eau du bassin de la Loire, à partir des simulations réalisées et en fonction des principaux facteurs de contrôle identifiés : climat, lithologie et morphologie.

3.1. Performance du modèle La performance du modèle est analysée pour chacun des 3 jeux de données disponibles : la station amont du CNPE d’Avoine en Loire Moyenne suivie de façon journalière depuis 1976, 18 stations de l’ONEMA (suivi de façon continue pendant la période estivale) et 148 stations du réseau national de bassin, RNB, avec des données ponctuelles.

3.1.1. Loire moyenne – période 1976-2003 Le suivi thermique réalisé par EDF a permis l’acquisition de séries historiques longues (> 25 ans) et continues au pas de temps journalier, au niveau des 4 CNPE en Loire Moyenne. Nous comparons ici les résultats issus du modèle avec les mesures réalisés au niveau du CNPE d’Avoine. Ce site est situé à 60 km en aval de Tours, après la confluence avec le Cher et l’Indre. Les résultats des simulations pour la période 1976-2003 sont très satisfaisants avec un biais de -0.3°C et une erreur quadratique moyenne de 1.1°C. Les évolutions annuel les et les pics de température sont bien restitués, comme le montre l’exemple de l’année 2003 (Figure 1 ). Toutefois, on observe un défaut des simulations lors des phases de refroidissement, qui présentent une inertie moins grande que les observations.

0

4

8

12

16

20

24

28

32

1/1/03 2/6/03 3/14/03 4/20/03 5/26/03 7/2/03 8/7/03 9/12/03 10/19/03 11/24/03 12/31/03

Date

Tw

(°C

)

Tobs

Tsim

16

18

20

22

24

26

28

30

32

7/1/03 7/11/03 7/21/03 7/31/03 8/10/03 8/20/03 8/30/03

Date

Tw

(°C

)

Tobs

Tsim

Figure 5. Comparaison des chroniques de température s journalières simulées (en bleu) et observées (en rouge) pour l’année 2003 en amont du CNPE d’Avoine : a) évolution annuelle, b) évolution pendant la canicule de l’été 2003 Deux hypothèses sont avancées : (1) la profondeur d’inertie thermique est sous-estimée et/ou (2) le stockage temporaire d’importants volumes d’eau de rivière dans la zone hyporéique et les nappes d’accompagnement a pour conséquence d‘accroître la mémoire thermique du système. La première hypothèse nous semble être la plus réaliste compte-tenu des irrégularités en termes de forme des profils transversaux et des incertitudes quant à la morphologie, ce qui conduit à des approximations sur l’estimation de la hauteur d’eau. Par ailleurs, l’influence sur la thermie du stockage dans les nappes d’accompagnement et dans la zone hyporéique (hypothèse 2) n’est documentée que sur des cours d’eau de dimension modeste (Evans & Petts, 1997 ; Hannah et al., 2009).


18

19

20

21

22

23

24

25

26

27

18 19 20 21 22 23 24 25 26 27

TE90 (obs.)

TE

90 (s

im.)

s = 0.62b = -0.28

Malgré ce défaut, la performance des simulations en moyenne inter-annuelle est très satisfaisante aussi à l’échelle saisonnière, comme l’indiquent les critères retenus. Les biais varient entre -0.15°C (en été) et -0.45°C (au printemps et en automne). L ’erreur quadratique moyenne est égale à 1.1°C, avec des variations entre 0.9°C en Décembre-janvier et 1.3°C en Avril et en Août. Le niveau de performance est équivalent à celui obtenu sur la base d’un modèle déterministe 0D par Moatar (1997) sur 3 stations de la Loire Moyenne (1990-1994) et par Gosse et al. (2009). Les niveaux de performance des modèles statistiques autorégressifs et par réseau de neurones (Moatar, 1997) sont en revanche supérieurs (RMSE ~ 0.60), sans garantie toutefois sur leur transposabilité à des conditions de forçage très différentes de celles ayant présidé à la calibration du modèle. De même, lorsqu’on analyse les performances des températures chaudes, on observe de bons résultats. Nous avons choisi d’analyser la performance de plusieurs critères : TE90, température journalière dépassée 10% du temps pour chaque année (i.e. 36 jours dans l’année) ; TECX10, valeur maximale annuelle des températures moyennes journalières sur 10 jours consécutifs ; TEJX, température journalière maximale annuelle. Les valeurs observées et simulées pour chaque année (1976-2003) sont représentées (Figure 1 et 7).

(a) (b) (c) Figure 6. Comparaison des valeurs observées et sim ulées de température : a) TE90, température journalière dépassée 10% du temps, b) T ECX10, maxima annuels de la moyenne sur 10 jours consécutifs, c) TEJX, maxima annuels d e température journalière. Les valeurs sont calculées pour la période 1976-2003, soit 28 v aleurs, à la station d’Avoine sur la Loire.

(a) (b) Figure 5b. Evolution comparée des chroniques simulé es et observées de TECX10 et TEJX au cours de la période 1976-2003, à la station d’Avoin e, sur la Loire ; (a) TEJX, (b) TECX10. On observe une bonne concordance entre les valeurs simulées et observées (Figure 6 ). Le critère de température maximale sur 10 jours consécutifs TECX10 est le mieux restitué (erreur quadratique moyenne des erreurs de 0.58 et biais de -0.15), suivi par le quantile de température journalière dépassé 10% du temps et enfin du critère de température maximale journalière annuelle (TEJX). Ce premier critère (TECX10) permet d’identifier de façon efficace les années marquées par des épisodes

22

23

24

25

26

27

28

29

30

31

32

22 23 24 25 26 27 28 29 30 31 32

TEJX (obs.)T

EJX

(sim

.)

s = 0.90b = 0.15

20

21

22

23

24

25

26

27

28

29

30

31

32

20 21 22 23 24 25 26 27 28 29 30 31 32

TECX10 (obs.)

TE

CX

10 (s

im.)

s = 0.55b = -0.16

21

22

23

24

25

26

27

28

29

30

31

1975 1978 1981 1984 1987 1990 1993 1996 1999 2002 2005

Année

TE

CX

10 (°

C)

Sim

Obs

22

23

24

25

26

27

28

29

30

31

32

1975 1978 1981 1984 1987 1990 1993 1996 1999 2002 2005

Année

TE

JX (°

C)

SimObs


chauds tandis que TEJX s’avère plus aléatoire (Figure 7 ), notamment sur la période récente (1989-2003). Les résultats obtenus sur les critères de dépassement de seuil thermique à signifiance biologique s’avèrent assez satisfaisants (Figures 8a et 8b ). Pour l’occurrence de dépassement du seuil 24°C (N24, exprimé en nombre de jours par an), la variabilité interannuelle est bien retranscrite, à l’exception des années 1989 à 1991, qui sont 3 années très sèches. Concernant la date de dépassement du seuil 16°C (J16), les reconstitution s sont très concluantes, sauf pour 1984 où un dépassement de seuil très ponctuel est intervenu tôt en saison, suivi de températures plus fraîches.

0

10

20

30

40

50

60

70

80

1975 1980 1985 1990 1995 2000 2005

Année

N24

ObsSim

(a)

15/4

30/4

15/5

30/5

15/6

1975 1980 1985 1990 1995 2000 2005

Année

J16

obssim

(b)

Figure 8. Evolutions comparées des chroniques simul ées et observées de N24 et J16 au cours de la période 1976-2003, à la station d’Avoine, sur la Loire ; (a) N24, (b) J16. N24 : occurrence de dépassement du seuil 24°C, expr imé en nombre de jours par an. J16 : date de dépassement du seuil 16°C définie cha que année comme étant la première date j pour laquelle TEj > 16°C et Max {TE(j-x)} < 16°C avec 0 < x < 60 jours . Les bonnes performances constatées sur la simulation de ces descripteurs indiquent qu’il est raisonnable de simuler leur évolution, et ce de manière robuste, sur la base des projections climatiques au cours du XXIème siècle. Ces investigations complètent les travaux de Moatar & Gailhard (2006) consacrés à la reconstitution historique de la température de la Loire Moyenne depuis 1881.

3.1.2. Cours d’eau suivis par ONEMA – période 1999 - 2003 Les stations de l’ONEMA permettent un suivi continu des températures estivales et de leur variabilité diurne. Nous présentons ici les résultats pour 18 stations situées en région Centre et Pays de la Loire. Les résultats obtenus sont relativement satisfaisants. Nous avons identifié 2 défauts majeurs affectant la performance du modèle thermique, et illustrés à la Figure 9 : (1)- la variabilité de la température simulée par le modèle est beaucoup plus forte que la variabilité mesurée. Dans ce cas, l’inertie thermique du système est mal décrite, en raison d’approximations sur la profondeur du cours d’eau et/ou de la mobilisation de réserves en eau stockées. Le modèle simule alors des températures plus fortes que la réalité pendant les périodes de forte chaleur, notamment pour les cours d’eau suivants : Oudon, Loir en aval, Clain, Beuvron ; (2)- le modèle sous-estime de manière systématique les températures observées. Dans ce cas, l’indice d’ombrage est égal à 0, ce qui limite considérablement les possibilités correctives. Deux


Vienne à Valvidienne

15

17

19

21

23

25

27

6/1/01 6/22/01 7/13/01 8/3/01 8/24/01 9/15/01

Date

Tw

(°C

)

Tsim

Tobs

Oudon à Craon

11

13

15

17

19

21

23

25

27

29

6/9/00 6/29/00 7/19/00 8/8/00 8/28/00 9/17/00

Date

Tw

(°C

)TsimTobs

Sauldre à La Ferté-Imbault

11

13

15

17

19

21

23

25

27

6/9/00 6/29/00 7/19/00 8/8/00 8/28/00 9/17/00

Date

Tw

(°C

)

TsimTobs

hypothèses peuvent être avancées pour expliquer cette situation : (i) la température des nappes (prise comme la moyenne annuelle de la température atmosphérique) est sous-estimée, (ii) le rayonnement atmosphérique incident fourni par Safran est sous-estimé, comme semble l’indiquer la confrontation des données Safran aux observations (Quintana-Segui et al., 2008). Il semblerait que la mauvaise appréciation de l’inertie thermique d’un cours d’eau (cat. 1) concerne principalement les bassins versants dotés d’importantes réserves souterraines (substratum perméable, e.g. Clain, Huisne, Sarthe, Loir). La catégorie 2 concerne plus particulièrement les cours d’eau de taille intermédiaire (> 1000 km²), dotés de faibles réserves d’eaux souterraines : Mayenne, Sauldre, Vienne, Thouet, Indre, Creuse. On peut supposer que l’alimentation hydrologique du réservoir de stockage hyporéique dépend essentiellement des apports du cours d’eau (par infiltration) et peu des apports de nappe profonde. Il en résulte que la température de ce réservoir hyporéique (supposé) intègrerait ainsi les variations récentes de la température du cours d’eau, ce qui aurait pour conséquence de remobiliser en été un volume d’eau relativement plus chaud que la moyenne annuelle de la température de l’air.

a b

c d

Figure 9. Comparaison des températures de l’eau moy ennes journalières simulées et observées. (a) Vienne à Valvidienne (5514 km²), été 2001 => cat. 2 ; (b) Oudon à Craon (1414 km²), été 2000 => cat. 1 ; (c) Indre à Ardentes (644 km²), été 2003 => cat. 1 ; (d) Sauldre à La Ferté-Imbault (1200 km²), été 2000 => cat. 2. La Figure 10 représente la performance du modèle thermique, en termes de RMSE, pour les 18 points de contrôle, en distinguant la part liée au biais (b²/rmse) et la part liée à l’écart-type des erreurs (s²). Comme indiqué plus haut, le biais exerce une influence défavorable sur les cours d’eau qui drainent des bassins versants de taille moyenne dotés de faibles réserves souterraines. Le tableau 4 livre un aperçu des biais moyens par année et par station, mettant ainsi en évidence des variations inattendues entre années, vraisemblablement liées à une mauvaise qualité (ponctuellement ou pas) des données collectées.

Indre à Ardentes

11

13

15

17

19

21

23

25

27

29

6/30/03 7/10/03 7/20/03 7/30/03 8/9/03 8/19/03 8/29/03 9/8/03 9/18/03 9/28/03

Date

Tw

(°C

)

TsimTobs


0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

4.0

Beuv

ron

Cher

Clain

Creu

se

Huisn

eIn

dre

Indr

eLo

irLo

irLo

ire

May

enne

Oudo

n

Sarth

e

Sarth

e

Sauld

re

Thou

et

Vien

ne

Vien

ne

Cours d'eau

RM

SE

s² / rmse

b² / rmse

Figure 10- Performance des simulations de températu re d’été pour 18 stations ONEMA au cours de la période 1999-2003. Les parts du biais (b) et de la dispersion (s) sur le critère RMSE (cumul des 2 composantes) sont identifiées. Déduction faite de ce biais, et des anomalies isolées, e.g. pour une année sur une station, la performance des simulations est acceptable. Le RMSE moyen est égal à 1.69°C, compris entre 1.47°C en 2001 et 2.10°C en 2003 où les simulations sont dans l’ensemble moins performantes. Tableau 4. Biais des simulations de température d’été (15/6 au 15/9) pour 18 stations ONEMA au cours de la période 1999-2003.

Rivière Localité 1999 2000 2001 2002 2003 1999-2003Beuvron Chaumont-sur-Tharonne 0.43 0.14 - 0.70 0.97 0.56Cher Brinay - -0.85 -0.96 0.27 - -0.51Clain Anché 1.42 - 1.82 1.06 1.33 1.41Creuse Saint-Gaultier - -1.87 -1.59 0.31 3.14 0.00Huisne Avèze - -1.01 -0.71 -0.26 -0.24 -0.55Indre Ardentes -0.99 -1.69 -1.28 -0.12 - -1.02Indre Saint-Jean-Saint-Germain -1.29 -1.50 -0.98 -0.67 - -1.11Loir Corze - 0.33 0.25 - -0.89 -0.10Loir Douy - -0.52 -0.38 - -1.70 -0.87Loire Montjean - 0.11 0.35 -0.11 -0.59 -0.06Mayenne St Sulpice - -2.20 - -2.46 -2.77 -2.47Oudon Craon - -0.19 - -0.27 -0.06 -0.17Sarthe Dureil - -0.70 - -1.40 -1.73 -1.28Sarthe St Aubin - -1.33 -1.43 -1.81 -1.78 -1.59Sauldre La Ferté-Imbault -2.15 -1.90 -3.67 -1.90 - -2.40Thouet Artannes 5.88 -1.38 -0.42 -1.16 -1.02 0.38Vienne Anché -1.24 - - -0.47 - -0.86Vienne Valdivienne - -0.56 -0.87 - - -0.72

Le biais est égal à la moyenne des différences : Tsim - Tobs.

3.1.3. Cours d’eau suivis par le RNB – période 1971 -2004 Les cours d’eau suivis par le RNB permettent d’apprécier la capacité du modèle à reconstituer les régimes de température. La difficulté majeure pour l’analyse de ces séries réside dans le fait que les observations ont été réalisées de manière discontinue, selon une fréquence mensuelle, et à des heures variables, de telle sorte que les simulations moyennes journalières ne sont pas directement comparables avec les observations. Les anomalies de température mensuelles, définies par l’écart entre une observation et la température moyenne mensuelle interannuelle (normalisé par station), ont


été établies pour les 12 mois et différentes heures de prélèvement, puis les valeurs normalisées ont été moyennées pour les 148 stations (Figure 11 ).

-0.8

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

9 10 12 13 15 16

Hour

Tw

(°C

)Jan

Feb

MarApr

May

Jun

Jul

Aug

SepOct

Nov

Dec

Figure 11. Anomalie moyenne de température (∆∆∆∆Tw, données observées) à l’échelle mensuelle, en fonction de l’heure d’échantillonnage. Données calculées en moyennant les résultats des 148 stations du

réseau RNB. Pour un mois donné avec ni observations à une station donnée, nous avons ii

TE∑ ∆ = 0 Cette analyse permet de mettre en évidence (1) que les températures mesurées le matin sont généralement plus basses que celles de l’après-midi, (2) que les températures mesurées entre 12h et 13h sont représentatives des moyennes journalières, et (3) que les écarts entre le matin et l’après-midi sont minimum en hiver (0.3 à 0.7°C) et maximum en été (1 à 1.5°C). Les critères retenus pour évaluer la performance du modèle sont : la température moyenne annuelle (TEA), la température minimale mensuelle (moyenne interannuelle, TMN), et la température maximale mensuelle (moyenne interannuelle, TMX). Les résultats obtenus apparaissent plutôt satisfaisants, dans la mesure où ils restituent convenablement la variabilité spatiale des températures moyennes annuelles (Figure 12 ). Les autres critères sont moins bien simulés, notamment les TMX (biais = -0.40 ; erreur standard : 1.59).

0

5

10

15

20

25

30

0 5 10 15 20 25 30

obs. (°C)

sim

. (°C

)

TEA

TMX

TMN

s = 0.79b = 0.44

s = 1.59b = -0.40

s = 1.06b = -0.16

Figure 12. Comparaison des valeurs moyennes interan nuelles, simulées et observées au droit des 148 stations, de 3 critères : température moyen ne annuelle (TEA, °C), température mensuelle maximale (TMX, moyenne interannuelle), et température mensuelle minimale (TMN,


moyenne interannuelle). L’écart-type des erreurs (s) et le biais (b = sim – obs) sont mentionnés, sur la base des 148 couples d’observations vs. simulations disponibles. Malgré les incertitudes liées au fait que les observations sont des suivis discrets alors que les températures simulées sont des moyennes journalières sans correction des variations diurnes, le modèle affiche une performance honorable. Le RMSE médian est égal à 1.81, avec 64% des RMSE compris entre 1.4 et 2.0 (Figure 13 ).

0

3

15

2927 27

20

5

2

5 5

10

2

10

3937

25

17

8

2 21 1

4

0

5

10

15

20

25

30

35

40

45

< 1.0 1-1.2 1.2-1.4 1.4-1.6 1.6-1.8 1.8-2.0 2.0-2.2 2.2-2.4 2.4-2.6 2.6-2.8 2.8-3.0 > 3.0

RMSE (°C)

Effe

ctif

brut

Corr

Figure 13. Distribution des RMSE relatifs aux 148 s tations RNB. Comparaison des RMSE obtenus à partir des simulations brutes et des simu lations corrigées (Corr) en fonction de l’heure de prélèvement. L’introduction d’une correction, variable en fonction de l’heure et du mois de l’observation, et similaire pour toutes les stations, apporte une amélioration modeste de la performance du modèle (-0.1°C sur le RMSE). En introduisant des paramètres spécifiques pour chaque station, l’amélioration apportée est substantielle : le RMSE passe de 1.81°C à 1.54°C ( Figure 13 ). Les améliorations les plus significatives sont observées sur les cours d’eau de montagne (donnée non montrée), où la variabilité diurne de température est la plus grande, sans doute en raison d’une moindre inertie de la masse d’eau (profondeur moindre). L’un des principaux déterminants de l’erreur semblerait être le biais qui est structuré selon la saison et l’ordre de Strahler du cours d’eau considéré (Figure 14 ). Les simulations tendent à surestimer la température des grands cours d’eau (ordre 5 et plus) pendant l’hiver (JFM : Janvier à Mars) et à la sous-estimer pendant l’été (JAS : Juillet à Septembre). Cela revient à dire qu’on surestime l’inertie thermique des grands cours d’eau, sans doute parce que les températures de l’écoulement de base ne sont pas constantes au cours de l’année, contrairement à ce qu’impose le modèle. L’effet régulateur des nappes serait donc moins important que prévu par le modèle. Sur les cours d’eau d’ordre inférieur (4 et en-deçà), les simulations surestiment les températures estivales et sous-estiment les températures d’automne.


-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

2.0

JFM AMJ JAS ONDPériodes

Tw

(sim

) - T

w (o

bs)

O.S. < 4 O.S. = 4 O.S. = 5 O.S. = 6 O.S. > 6

Figure 14. Biais des simulations selon l’ordre de S trahler et la saison, corrigés selon l’heure de prélèvement. 148 stations RNB, comparaison des simu lations aux températures observées ponctuelles. JFM : 01/01 au 31/03 ; AMJ : 01/04 au 30/06 ; JAS : 01/07 au 30/09 ; OND : 01/10 au 31/12. Sur ces petits cours d’eau, l’effet d’ombrage joue un rôle important sur le régime thermique. La structure du biais suggère que l’ombrage est sous-estimé pendant l’été et surestimé pendant l’automne, ce qui coïncide bien avec le cycle de développement des végétaux. L’hypothèse d’un taux d’ombrage constant au cours de l’année est donc trop simplificatrice. Un deuxième facteur semble devoir être pris en compte pour interpréter les biais : il s’agit du relief. Pour les cours d’eau de piémont (200-400 m) et de moyenne montagne (> 400 m), on obtient une surestimation des températures d’hiver (+ 0.7°C à + 1.4°C, cf. Figure 15 ) et une sous-estimation des températures estivales (-0.3°C à -0.9°C). La struct uration du biais, qui ne ressort pas sur les cours d’eau de plaine (< 200 m), suggère que le régime thermique des cours d’eau de piémont et de moyenne montagne est largement influencé par les variations saisonnières d’ombrage liées au relief (ombrage topographique) et au fait que la trajectoire solaire sur l’horizon soit plus rasante en hiver et en automne, qu’au printemps et en été.

0.0

0.7

1.0

1.4

1.0

0.1

-0.2 -0.1

-0.3 -0.3

0.2

-0.3

-0.5

-0.9

-0.5

-0.3

0.1

-0.1-0.1

0.0

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

800

CLASSE D'ALTITUDE (M)

Tsi

m -

Tob

s (°C

)

JFM AMJ JAS OND

Figure 15. Biais des simulations selon l’altitude e t la saison. Malgré ces quelques défauts liés à la nature des hypothèses simplificatrices qui fondent le modèle, on parvient à établir une relation empirique entre l’indice d’ombrage moyen (SF) et les facteurs qui le déterminent, à savoir l’altitude de l’exutoire (Alti), l’ordre de strahler du cours d’eau (OS), et l’orientation générale de l’écoulement : |Est| et Nord. A partir des 148 stations RNB, on obtient :


[ ]NordEstOS

AltiOS

AltiSF ×+×+×

×+×−×= 081.0274.01149.0033.01000

21.0132.0

Cette régression est statistiquement significative: tous les coefficients calibrés (sauf celui rattaché à l’orientation N-S : Nord) sont différents de 0 avec un risque α < 5% et un coefficient de détermination r² = 0.56. Cette équation permet d’affecter un indice d’ombrage à chaque tronçon du réseau hydrographique, pourvu de disposer des informations nécessaires pour (i) l’altitude, (ii) l’ordre de Strahler, et (iii) l’orientation générale de l’écoulement: (1) – l’indice d’ombrage augmente avec l’altitude (+0.21 par 1000 m d’élévation), ce qui est probablement lié au fait que l’ombrage topographique devient plus important dans les zones de relief; (2) – l’indice d’ombrage diminue avec l’ordre de Strahler (-0.033 lorsqu’on passé d’un rang n à un rang n+1), probablement lié au fait que le bilan énergétique des petits cours d’eau est soumis aux effets de la végétation rivulaire alors que les grands cours d’eau sont peu impactés (Sridhar et al., 2004); (3) – dans les secteurs montagneux, l’indice d’ombrage tend à diminuer plus vite pour les petits cours d’eau que pour les grands: à 1000 m, par exemple, on ajoute 0.149 × 10000.132 = 0.371 pour les cours d’eau d’ordre OS = 1 et seulement 0.149 × (1000/6)0.132 = 0.293 pour les cours d’eau d’ordre OS = 6; (4) – l’indice d’ombrage déterminé par la topographie (i.e. associée à l’altitude) et par le rapport hauteur de végétation / largeur du cours d’eau (i.e. associé à l’ordre de Strahler) augmente pour les orientations E-O ou O-E (+27.4%) et N=>S (+ 8.1% par rapport à S=>N). L’utilisation de cette équation empirique permet de réaliser les simulations thermiques pour l’ensemble du réseau hydrographique, en spatialisant le paramètre de calage manquant.

3.1.4. Conclusions sur la performance du modèle La comparaison des températures simulées aux données journalières issues d’un suivi horaire à Avoine (Loire, 1976-2003) indique que le modèle thermique restitue de façon très satisfaisante le régime, l’occurrence et l’amplitude des évènements chauds, ainsi que les descripteurs thermiques à signifiance biologique. Les descripteurs thermiques extraits de moyennes mobiles (e.g. J16, TECX10) ou de nature intégratrice (e.g. N24) se révèlent plus robustes que ceux déterminés sur des valeurs ponctuelles (e.g. TEJX). L’analyse des résultats simulés en temps futur s’appuiera donc sur ces descripteurs dont la simulation en temps présent est satisfaisante. La comparaison des températures simulées aux données mesurées aux stations ONEMA pendant la période estivale (1999-2003) met en évidence deux écueils principaux : une mauvaise appréciation de l’inertie thermique des cours d’eau amont, et une tendance à sous-estimer les températures sur les grands cours d’eau. Ces défauts, qui ne sont toutefois pas systématiques, semblent indiquer que les processus pris en compte par le modèle ne sont pas toujours bien décrits ou pris en compte (e.g. variabilité saisonnière de la température des eaux de nappe), et que les variables météorologiques forçant le modèle thermique ne sont pas toujours suffisamment précises (e.g. rayonnement IR). Par ailleurs, des problèmes de mesure sur les sondes situées en surface (risque d’émersion) ou en profondeur (risque d’ensablement) ne peuvent pas être exclus. La performance moyenne demeure néanmoins acceptable. La comparaison des températures simulées aux données ponctuelles mesurées aux stations RNB (1971-2003) indique que le modèle est apte à restituer la variabilité spatiale et temporelle des observations, en dépit des inconvénients liés à un suivi discret. Les facteurs structurant les biais sont bien identifiés (ordre de Strahler, altitude, saison) et renvoient aux conclusions formulées sur les stations ONEMA : température variable des eaux de nappe, ombrage variable d’une saison à l’autre avec des contrastes importants selon le contexte topographique. L’analyse de la réponse thermique de ces 148 stations a permis d’obtenir une relation empirique qui permet d’estimer l’indice d’ombrage sur l’ensemble du réseau hydrographique.


3.2. Eléments de spatialisation et évolutions récen tes L’objectif de cette section est d’évaluer l’influence des facteurs du milieu sur les caractéristiques principales du régime thermique de la Loire et des ses affluents (moyennes et amplitudes saisonnières interannuelles), et des évolutions récentes. Nous utiliserons à la fois les chroniques de température simulées et observées, afin de rendre compte des principales tendances spatio-temporelles. Des regroupements par classe d’hydro-écorégions et par ordre de strahler sont également proposés. Une analyse complémentaire, s’appuyant uniquement sur les observations, et visant à identifier et hiérarchiser les principaux facteurs de contrôle, est proposée en annexe.

3.2.1. Dimension spatiale : facteurs de contrôle Les valeurs moyennes interannuelles inter-stations des descripteurs thermiques TEA, TMX, TMX-TMN ont pu être établies pour différentes catégories d’hydro-écorégions et différents ordres de Strahler, à partir d’observations réalisées sur les stations du réseau RNB (Figure 16 ). Il ressort de cette analyse que l’ordre de Strahler est le facteur qui joue au premier ordre sur la variabilité spatiale des réponses thermiques. Pour des cours d’eau d’ordre équivalent, les différences entre HER-1 sont peu importantes. On note néanmoins des valeurs légèrement supérieures sur les cours d’eau du bassin Parisien par rapport à ceux du MA : + 0.5 à + 1.5°C en moyenne annuelle (TEA), 0 à + 2°C pour l’amplitude thermique annuelle (TMX-TMN), -0.1°C à + 1.5°C pour le maximum mensuel (TMX). Aucune tendance ne se dégage pour les températures mensuelles minimales (TMN). Ces écarts sont assez surprenants, tant par leur nature, que par leur magnitude et leur caractère systématique. La singularité des cours d’eau du Massif Armoricain (MA) en terme d’amplitude saisonnière est difficile à interpréter. L’effet régulateur des nappes sur le régime thermique des cours d’eau du Bassin Parisien (BP) se manifeste toutefois lorsque l’on compare les amplitudes saisonnières moyennes des cours d’eau du BP (+ faibles) à celles des cours d’eau de Sologne, du plateau Limousin et du bassin Loire Allier amont (+ fortes). Toutefois, les différences avec ces HER, moins bien représentées quantitativement (Tableau 5 ), sont soumises à une incertitude plus importante. Tableau 5. Effectif des 148 stations du réseau RNB par ordre de Strahler et par hydro-écorégion.

OS Bassin Loire Allier Bassin Parisien Sologne Massif Armoricain Plateau Limousin Dépr. Sédimentaires Total2 - 1 - - - - 13 1 6 2 9 2 - 204 2 12 - 12 5 1 325 4 15 2 7 15 4 476 3 14 - 2 4 6 297 - 7 - 2 - 1 108 - 8 1 - - - 9

Total 10 63 5 32 26 12 148

HER

On constate un abaissement des températures moyennes annuelles TEA pour les cours d’eau du plateau Limousin et du bassin Loire Allier (secteur amont) qui reflètent l’effet de l’altitude. Cet effet d’altitude traduit l’impact de la température atmosphérique sur le régime thermique des cours d’eau. Il existe une excellente corrélation entre la température atmosphérique et la température de l’eau (Figure 17 ). L’écart TEA-TA varie de -0.11 dans les zones montagneuses à +1.96 sur la Loire Moyenne. Les écarts s’accroissent à mesure que l’on s’éloigne des sources et que l’altitude diminue, comme en témoigne la relation multilinéaire calibrée (Figure 17a ). Cette tendance extraite des simulations reproduit celles des observations (Figure 17b ) qui met en évidence l’influence conjointe de la température atmosphérique, de la distance aux sources et de l’altitude (ou du contexte topographique) sur la réponse thermique d’un cours d’eau. La réponse thermique des cours d’eau, simulée sous forçage Safran, et représentée sous forme de cartes (Figure 18 ) met en évidence les éléments suivants :


(1)- l’existence de gradients de température amont-aval, pour l’ensemble des descripteurs analysés ; TEA varie de 9°C à 14°C, TMX de 13°C à 21°C, TECX10 de 15°C à 27°C ; (2)- ces gradients thermiques sont le résultat de forçages climatiques distincts, et d’une mise à l’équilibre progressive par rapport aux conditions atmosphériques ; l’amplitude thermique saisonnière varie ainsi de 9-10°C sur les secteurs amont, dont le régime thermique est régulé par les apports de nappes, à 17-18°C sur les secteurs aval ; par aille urs, les petits cours d’eau sont soumis à des conditions microclimatiques (ombrage) qui contribuent à écrêter les pics de température ; (3) les différences entre HER semblent liées aux effets d’altitude, et de proximité des sources ; (4)- la traduction de ces gradients amont-aval est l’avancement des dates de dépassement du seuil 16°C (J16) sur les secteurs aval (Avril sur la Loir e Moyenne vs. Juillet sur l’Allier et la Loire amont) et l’’occurrence accrue de dépassements du seuil 24°C (N24) qui varie de 0 en amont à 10-12 en aval ;


TEA

12.6

12.912.7

13.413.7

14.1

11.9

12.3 12.3

13.1

13.7

11.7

12.512.6

13.2

12.7

13.3

11.8 11.911.9

13.0

8.0

10.5

10.1

11.7

12.7

7

8

9

10

11

12

13

14

15

3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8

Bassin Parisien Massif Armoricain Dépression Sédim. Sologne Plateau Limousin Bassin Loire Allier

TE

A (°

C)

TMX

20.020.4 20.4

22.0

22.4

23.0

18.5

19.8 19.9

22.121.8

20.2

21.3

22.5

20.8

22.3 22.3

20.5

19.7

20.1

22.1

15.9

20.1

18.7

22.3

19.8

15

16

17

18

19

20

21

22

23

24

3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8


TM

X (°

C)

TMN

6.06.2

5.75.4 5.5

5.7

6.15.8 5.7 5.8

6.4

4.7 4.74.5

6.8

4.9

5.4 5.5

4.1

3.0

1.8

2.8 2.9

3.8

4.3

0

1

2

3

4

5

6

7

8

9

10

3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8


TM

N (°

C)

TMX-TMN

14.014.2

14.7

16.5

16.9

17.3

12.4

14.014.1

16.3

15.4 15.5

16.6

18.0

13.9

17.4

16.9

14.9

15.6

17.2

14.1

17.4

15.7

18.0

15.9

12

13

14

15

16

17

18

19

3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8 3 4 5 6 7 8


TM

X-T

MN

(°C

)

Figure 16. Descripteurs thermiques (moyenne inter-s tations) établis par hydro-écorégion (HER) et par o rdre de strahler (3 à 8). Les descripteurs représentés sont : l’amplitude thermique saisonnière (TMX-TMN), la température de l’eau moyenne annuelle (TEA), la température mensuelle maximale (TMX, moyenne interannuelle). Valeurs établies sur la base de moyennes interannuelles inter-stations, à partir des suivis discrets mensuels réalisés sur 148 stations RNB réparties sur l’ensemble du bassin de la Loire au cours de la période 1971-2004.


TEA-TA (°C)

-0.1 – 0.2

0.2 – 0.5

0.5 – 0.8

0.8 – 1.1

1.1 – 1.4

1.4 – 1.7

1.7 – 2.0

-0.5

0.0

0.5

1.0

1.5

2.0

2.5

3.0

0 200 400 600 800 1000 1200

Distance aux sources (DS, km)

TE

A -

TA

(°C

) Alti = 100 m

Alti = 500 m

Alti = 1000 m

TEA-TA = 0.46 Ln(DS) - 1.1 Alti/1000 - 1.21r² = 0.67; n=68

(a)

TAIR

7.35 - 8.00

8.01 - 9.00

9.01 - 10.00

10.01 - 11.00

11.01 - 12.00

12.01 - 13.00

13.01 - 14.00

14.01 - 17.00

7.3-8

8-9

9-10

10-11

11-12

12-13

13-14

> 14

TA (°C)

(b)

TMM_7107

8.0

8.1 - 9.0

9.1 - 10.0

10.1 - 11.0

11.1 - 12.0

12.1 - 13.0

13.1 - 14.0

14.1 - 17.0

< 8

8-9

9-10

10-11

11-12

12-13

13-14

> 14

TEA (°C)

TEA (°C)

(c)

Figure 17. Relation entre la température moyenne an nuelle de l’air (TA) et la température moyenne annuelle de l’eau (TEA). (a) : écart entre TEA (valeurs simulées) et TA sur les axes fluviaux principaux (valeurs simulées pour TEA), et mise en évidence d’un contrôle par la distance aux sources et par l’altitude moyenne ; contour : HER-2. (b) : TA moyennes annuelles par sous-bassin de calcul. (c) : TEA observées sur 148 stations du réseau RNB.


7.8 - 9

9-10

10-11

11-12

12-13

13-14

> 14

TEA (°C)

TEJXMS

12.7 - 13

13 - 14

14 - 15

15 - 16

16 - 17

17 - 18

TMX (°C)

18 – 19

19 – 20

20 – 21

21 – 22

22 – 22.6

TEJXMS

9.492793 - 10.000000

10.000001 - 11.000000

11.000001 - 12.000000

12.000001 - 13.000000

9.5 - 10

10 – 11

11 – 12

12 – 13

TMX-TMN (°C)

13.000001 - 14.000000

14.000001 - 15.000000

15.000001 - 16.000000

16.000001 - 17.000000

17.000001 - 18.000000

13 - 14

14 - 15

15 - 16

16 – 17

17 – 17.6

10/5 - 20/5

20/5 – 5/6

6/6 – 20/6

21/6 – 5/7

6/7 – 20/7

21/7 – 30/7

J16

12.000001 - 15.500000

15.500001 - 17.000000

17.000001 - 18.500000

18.500001 - 20.000000

20.000001 - 21.500000

21.500001 - 23.000000

23.000001 - 24.500000

24.500001 - 26.000000

26.000001 - 27.500000

14.5 – 15.5

15.5 - 17

17 – 18.5

18.5 – 20

20 – 21.5

21.5 – 23

23 – 24.5

24.5 – 26

26 – 27.5

TECX10

0 - 2

2 - 4

4 - 6

6 - 8

8 - 10

10 - 12

N24

Figure 18. Résultat des simulations de températures des axes fluviaux principaux sous forçage Safran (1971-1989). TEA : température moyenne annuelle ; TMX : température moyenne mensuelle maximale ; TMX-TMN : amplitude thermique saisonnière moyenne ; J16 : date de dépassement du seuil 16°C ; TECX10 : température annuelle maximale s ur 10 jours consécutifs ; N24 : nombre moyen de jours de dépassement du seuil 24°C. Contours : hydro-écorégions de type 2 (HER-2, cf. Figure 3).


Les résultats présentés à l’échelle des grands axes fluviaux occultent en partie l’existence de gradients thermiques entre tronçons, selon l’ordre de Strahler qui leur est associé. Les simulations réalisées sur la Loire amont, sur des cours d’eau d’ordre croissant (Figure 19 ), indiquent une mise à l’équilibre de la température des masses d’eau à mesure que l’on s’éloigne des sources.

0

4

8

12

16

20

24

15/6/03 25/6/03 5/7/03 15/7/03 25/7/03 4/8/03 14/8/03 24/8/03 3/9/03 13/9/03

Date

Tem

péra

ture

(°C

)

Rang 1

Rang 2

Rang 3

Rang 4

Rang 5

(a)

9

12

15

18

21

24

27

30

33

15/6/03 25/6/03 5/7/03 15/7/03 25/7/03 4/8/03 14/8/03 24/8/03 3/9/03 13/9/03

Date

Tem

péra

ture

(°C

)

BV 7

BV 4

BV 3

BV 2

BV 1

(b) Figure 19. Gradients de température entre cours d’e au de rangs distincts (a) et sur un cours d’eau de même rang (b) dont l’éloignement aux sourc es (noté ds) s’accroît. Eté 2003. Cas de la Loire en amont de Chadrac (a) : sous-bassin de calcul n°1, cours d’eau de rangs 1 à 5, et (b) de la Loire entre Chadrac et Nevers : sous-bassins de calcul n°1 (Chadrac, ds = 85 km), n°2 (Bas-en-Basset, ds = 147 km), n°3 (Villerest, ds = 271 km), n°4 (Digoin, ds = 344 km), n°7 (Nevers, ds = 470 km).

NB: BV1-Rang 5 (Fig.19b) �� Rang 5 (Fig.19a).


Il faut noter que lors de la canicule de l’été 2003, malgré l’intensité exceptionnelle des forçages atmosphériques, et l’indigence des débits, les écarts de température entre cours d’eau de rangs distincts demeure. L’épisode de grosse chaleur de début Août, qui se manifeste par un accroissement de 5-6°C sur les cours d’eau de rangs 4 et 5, a en revanche un impact très limité sur les températures des cours d’eau de rang 1 (+1.5 à +2°C) et de rang 2 (+2 à +3°C). A l’aval de Chadrac, la mise en équilibre se poursuit, jusqu’à la station de Villerest (sous-bassin n°3, 271 km du Mont Gerbier de Jonc), au-delà de laquelle la réponse thermique suit une évolution comparable (cf. sous-bassins n° 3, 4 et 7). Il faut également mentionner que les petits cours d’eau (e.g. BV1 rang 5) génèrent des signaux thermiques plus bruités que ceux générés en aval (e.g. BV7), ces derniers intégrant des influences climatiques diverses dont la traduction thermique est étalée dans le temps (Figure 19 ).

3.2.2. Dimension temporelle : évolutions récentes Il s’agit ici de reporter les évolutions récentes de température, à l’échelle de l’ensemble du bassin versant de la Loire. Les températures simulées pour la période 1971-1989 sont comparées à celles de la période 1990-2007 (Figure 20 ). Les chroniques mesurées sur la Loire Moyenne (Moatar et Gailhard, 2006) montrent des augmentations d’environ 2°C en moyenne annuelle et de 2.4 à 3.0°C en moyenne estivale entre 1976 et 2003. La tendance au réchauffement est supérieure à celle observée sur le Rhône qui varie, selon les stations, de +1°C à +1.5°C en moyenne annuelle (Poirel et al., 2008). L’analyse des séries de températures simulées révèle des écarts significatifs entre les deux périodes étudiées. La température moyenne annuelle augmente de 0.6°C (secteurs montagneux en tête de réseau) à 1.7°C (secteurs aval). L’accroissement de la température moyenne maximale TMX varie de 0.4°C sur les cours d’eau situés dans la partie sep tentrionale du bassin (Mayenne, Sarthe, Loir) à 2.2°C sur la Loire, l’Allier (secteur Limagne) et l e Cher. Les accroissements de température sont plus élevés sur les TMN (température moyenne minimale) comme en témoigne la diminution de l’amplitude thermique saisonnière TMX-TMN. La Limagne (Loire et Allier) et le Bourbonnais sont les secteurs les plus impactés alors que les écarts sont moindres sur le Maine et sur le haut-bassin Loire-Allier. L’accroissement de TECX10 (température maximale annuelle sur moyenne mobile à 10 jours) est relativement modéré : il est minimal sur le Loir, la Sarthe et la Mayenne (-0.1 à +0.7°C), et maximal sur les hauts bassins de la Loire, de l’Allier, et sur les cours d’eau du Morvan (0.9 à 1.1°C). Les indicateurs thermiques à signifiance biologique sont également impactés ; la date de dépassement du seuil 16°C (J16) est avancée de 9-11 jours sur les secteurs intermédiaires de la Mayenne, de la Sarthe, du Loir, du Cher. Les têtes de bassin sont les moins impactés. Par contre, l’occurrence accrue des dépassements de seuil 24°C concerne plutôt les secteurs aval (Loire, Vienne, Maine : + 5 à + 10 occurrences par an) tandis que les secteurs amont demeurent préservés.


0.6 -0.7

0.7 – 0.9

0.9 – 1.1

1.1 – 1.3

1.3 – 1.5

1.5 – 1.7

∆∆∆∆TEA (°C)

0.4 -0.7

0.7 – 1.0

1.0 – 1.3

1.3 – 1.6

1.6 – 1.9

1.9 – 2.2

∆∆∆∆TMX (°C)

0.3 -0.4

0.4 – 0.5

0.5 – 0.6

0.6 – 0.7

0.7 – 0.8

0.8 – 0.9

∆∆∆∆TMX-TMN (°C)

(1) – (-1)

(-1) – (-3)

(-3) – (-5)

(-5) – (-7)

(-7) – (-9)

(-9) – (-11)

∆∆∆∆J16 (jours)

-0.1 – 0.1

0.1 – 0.3

0.3 – 0.5

0.5 – 0.7

0.7 – 0.9

0.9 – 1.1

∆∆∆∆TECX10 (°C)

0 – 1

1 – 2

2 – 4

6 – 8

8 – 10

10 – 12

∆∆∆∆N24 (jours)

Figure 20. Ecart des descripteurs thermiques(1971-1 989 vs. 1990-2007) des axes fluviaux principaux simulés sous forçage Safran. TEA : température moyenne annuelle ; TMX : température moyenne mensuelle maximale ; TMX-TMN : amplitude thermique saisonnière moyenne ; J16 : date de dépassement du seuil 16°C ; TECX10 : température annu elle maximale sur 10 jours consécutifs ; N24 : nombre


moyen de jours de dépassement du seuil 24°C. Contours : hydro-écorégions de type 2 (HER-2, cf. Figure 3).

3.3. Conclusion La répartition spatiale des régimes de température est une synthèse des effets du climat et de la morphologie. Les différences simulées entre hydro-écoregions sont modestes en regard de celles associées au rang de Strahler des cours d’eau et à leur localisation altitudinale. Or, les différences observées entre HER sont substantielles, notamment en terme d’inertie thermique. On peut donc supposer que le modèle thermique décrit insuffisamment bien les effets de stockage, parce que les paramètres de forçage hydrologique (débit, hauteur d’eau, vitesse du courant, découpage nappe vs. ruissellement) sont insuffisamment bien estimés et/ou parce que l’usage qui en est fait est mal adapté. On peut ainsi noter que le baseflow index du bassin versant de la Conie, estimé par EROS à 0.30 est établi à 0.98 par la méthode Hysep3 (Pettyjohn & Henning, 1979) des minima avec un intervalle de 15 jours, établi d’après la formule de Sloto & Crouse (1996) reliant cet intervalle à la superficie du bassin, et sur la base des débits observés. La nature de l’écoulement de base estimé par modélisation ou sur la base des observations s’avère donc équivoque. Selon la nature et la localisation des puits utilisés pour le calage du modèle hydrogéologique (e.g. nappe alluviale vs. nappe phréatique profonde), on peut finalement générer ponctuellement des résultats incohérents. L’hypothèse selon laquelle une fraction de l’eau ruisselée est temporairement stockée au niveau des nappes d’accompagnement paraît vraisemblable ; auquel cas, la température affectée à l’écoulement de surface ne peut pas être assimilée à la température atmosphérique du jour où le ruissellement a été généré. L’écoulement de base se mélange avec ces eaux de surface au niveau des zones de stockage alluviales, ce qui produirait un bruit de fond thermique, sous forme d’apport latéral, très différent de celui issu de secteurs dépourvus d’échanges nappes-rivières. La capacité limitée du modèle thermique à retranscrire (1) les différences de réponse thermique entre hydro-écorégions et (2) l’inertie des masses d’eau, tient très probablement au fait que ces échanges latéraux, affectant davantage les cours d’eau du bassin Parisien que ceux du Massif Armoricain, ne sont pas décrits de façon appropriée. Cependant, le développement d’un modèle thermique basé sur une segmentation du réseau en sous-bassins de calcul, subdivisés en tronçons homogènes selon l’ordre de Strahler, se révèle être un choix pertinent, comme l’attestent les gradients thermiques amont-aval et la répartition spatiale des descripteurs de régime thermique. Le modèle permet de bien rendre compte de ces éléments, à condition de ne pas retenir des critères diagnostiques ponctuels (e.g. TEJX) dont l’estimation est biaisée, compte-tenu du fait que l’inertie thermique des cours d’eau est très passablement décrite. Dans la suite de l’analyse, nous retiendrons donc les critères les plus intégrateurs (e.g. TECX10, J16, TEA, N24) comme éléments pertinents de diagnostic.


4. Réponse du régime thermique aux projections climatiques au cours du XXIème siècle

Des simulations de température ont été réalisées en s’appuyant sur différents scénarios climatiques et hydrologiques issus de plusieurs modèles de de circulation générale (noté MCG par la suite)On distingue un jeu de 14 MCGs sous scénario d’émissions A1B (issus du 4ème rapport GIEC) et un jeu de 3 scénarios (B1, A1B, A2) simulés par le modèle Arpege v4.

4.1. Evolutions annuelles Les anomalies sur les températures moyennes de l’eau ont été calculées pour chacun des 17 MCGs testés, à l’horizon milieu de siècle (MS : 2046-65) et à l’horizon fin de siècle (FS : 2081-2100), avec 1971-1990 comme période de référence. Les températures moyennes annuelles simulées pour la période de référence s’échelonnent de 7°C sur le haut bassin de la Loire à 13.9°C sur les tro nçons aval de la Vienne, du Maine, et de la Loire (Figure 21 ). Il est important de mentionner les différences entre les simulations forcées par Safran, d’une part, et par Arpège et les 14 MCG sous scénario A1B, d’autre part. Les données climatiques issues des MCG génèrent des températures simulées d’environ 1°C supérieures à celles issues d’un forçage Safran. Néanmoins, la répartition spatiale des températures est très cohérente d’une carte à l’autre. En conséquence, les anomalies de température reportées au Tableau 6 et à la Figure 21 sont établies par différence entre les valeurs simulées en période test (MS ou FS) et celles simulées en période de référence (TP : 1971-90), pour un jeu de forçage climatique donné.

< 7

7 - 8

8 - 9

9 - 10

10 - 11

11 - 12

12 - 13

> 13

SAFRAN ARPEGE 14 A1B< 7

7 - 8

8 - 9

9 - 10

10 - 11

11 - 12

12 - 13

> 13

SAFRAN ARPEGE 14 A1B

Figure 21. Température moyenne annuelle des cours d ’eau simulée au cours de la période 1971-1990 (période de référence) selon 3 jeux de fo rçage climatique : (a) forçage Safran, (b) scénario A1B, modèle Arpège v4, et (c) moyenne des 14 MCG sous scénario A1B. Les résultats obtenus sur 11 points de contrôle sont reportés au Tableau 6 . La moyenne des simulations des 15 MCG sous scénario A1B fait état d’un réchauffement moyen de 2.1°C en milieu de siècle et de 2.9°C en fin de siècle. Les différence s entre stations sont relativement limitées : 1.9°C < ∆TEA < 2.4°C en MS et 2.7°C < ∆TEA < 3.7°C en FS. Les différences entre MCGs sont plus importantes. L’écart-type moyen des anomalies pour les 11 stations est de 0.5°C en MS et 0.7°C en FS. Les anomalies minimales et maximales, i.e. pour un GCM donné, sont de 0.8°C (min) et 2.8°C (max) en moyenne en MS et de 1.9°C et 4.4°C en moye nne en FS. Les écarts entre stations sur ces critères de variabilité inter-MCG sont très faibles.

(a) (b) (c)


La comparaison des 3 scénarios A2, B1 et A1B avec le MCG Arpège v4 montre l’influence exercée par le forçage anthropique via la magnitude des émissions de gaz à effet de serre. Les scénarios B1 (émissions faibles) et A1B (émissions modérées) génèrent des anomalies comparables (moyenne : 1.0 vs. 0.8°C en MS et 1.4°C vs. 1.8°C en FS), quel que soit la station ou l’horizon considéré. Les anomalies se situent dans la gamme basse des 14 MCGs sous scénario A1B. Le forçage du modèle thermique par le scénario A2 (émissions élevées) simule un réchauffement nettement plus fort de l’ordre de 2.4°C en MS et 3. 6°C en FS (moyenne des 11 stations). Les anomalies se situent dans la gamme haute des 14 MCGs sous scénario A1B. Tableau 6. Changements de la température de l’eau m oyenne annuelle TEA pour une sélection de 11 stations de la Loire et de ses principaux aff luents, et statistiques multi-MCG (moyenne : µ ; écart-type : s) sous scénario A1B et scénarios B1, A1B, B2 d’Arpège v4.

Station µ s min max µ s min max A2 B1 A1B A2 B1 A1B

La Loire à Nevers 7 2.4 0.6 0.8 3.1 3.2 0.8 2.3 4.8 2.5 1.0 0.8 3.9 1.4 1.9

L'Allier à Cuffy 14 2.3 0.6 0.8 3.1 3.2 0.8 2.3 4.7 2.4 0.9 0.8 3.7 1.3 1.8

La Loire à Cosne-sur-Loire 16 2.2 0.6 0.8 3.0 3.1 0.7 2.1 4.6 2.4 1.0 0.8 3.7 1.4 1.9

Le Cher à Savonnieres 30 2.2 0.6 0.8 2.8 3.0 0.7 1.9 4.5 2.4 1.1 0.8 3.7 1.4 1.9

L'Indre à Saint-Cyrans 32 2.1 0.5 0.8 2.7 2.9 0.7 1.9 4.3 2.3 1.0 0.8 3.5 1.4 1.8

La Creuse à Leugny 44 2.1 0.5 0.8 2.7 3.0 0.7 1.9 4.5 2.4 1.0 0.8 3.7 1.4 1.8

La Vienne à Nouatre 48 2.1 0.5 0.8 2.7 2.9 0.7 1.8 4.5 2.4 1.0 0.8 3.8 1.4 1.9

Le Loir à Durtal 56 2.0 0.5 0.8 2.6 2.8 0.7 1.8 4.2 2.3 1.0 0.8 3.4 1.3 1.8

La Sarthe à Saint-Denis 61 2.0 0.5 0.8 2.6 2.7 0.7 1.7 4.2 2.3 1.0 0.8 3.5 1.3 1.8

Le Maine à Angers 67 2.0 0.5 0.8 2.5 2.7 0.7 1.7 4.1 2.2 1.0 0.8 3.4 1.2 1.7

La Loire à Montjean 68 2.0 0.5 0.8 2.6 2.8 0.7 1.7 4.2 2.3 1.0 0.8 3.5 1.3 1.8

Moyenne 2.1 0.5 0.8 2.8 2.9 0.7 1.9 4.4 2.4 1.0 0.8 3.6 1.4 1.8

3 scénarios Arpege

∆TEA (MS-TP) ∆TEA (FS-TP)∆TEA (MS-TP)

14 scénarios A1B

∆TEA (FS-TP)

TP : période de référence temps présent, 1971-90 ; MS : milieu de siècle, 2046-2065 ; FS : fin de siècle, 2081-2100. Par ailleurs, il est à mentionner que la distribution spatiale des anomalies calculées par les 14 MCG A1B et par Arpège (sous 3 scénarios d’émissions distincts) n’est pas identique. La moyenne des modèles thermiques forcés par 14 MCGs A1B simule un réchauffement plus important sur la Loire amont et l’Allier, comparativement aux cours d’eau plus septentrionaux comme la Sarthe, le Loir, ou le Maine (Figures 22 et 23 ). Cette structuration spatiale de l’anomalie moyenne annuelle ne ressort pas sur les simulations forcées par Arpège qui génère des anomalies maximales sur un arc formé par les cours moyens de la Vienne, du Cher, de l’Allier, de la Loire et de leurs affluents. En moyenne, le modèle thermique forcé par les 14 MCG A1B simule des anomalies de température qui varient de + 1.5°C à + 2.4°C en milieu de siècl e et de + 2.2°C à + 3.3°C en fin de siècle. Les simulations forcées par Arpège A2 génèrent des anomalies s’échelonnant de + 1.7°C à + 2.6°C en milieu de siècle et de + 3.0°C à + 4.1°C en fin de siècle. La variabilité inter-MCGs des anomalies fournit une indication sur le niveau de robustesse des tendances simulées. Les écarts-types reportés à la Figure 24 , établis à partir des anomalies de températures simulées par les 14 MCGs se situent entre 0.5°C et 0.7°C en milieu de siècle, et entre 0.7°C et 0.8°C en fin de siècle. L’incertitude quant aux anomalies s’accroît donc à mesure que l’on se place sur des horizons temporels plus lointains. Elle demeure toutefois raisonnable en regard des anomalies moyennes simulées (µ) qui affichent des valeurs très supérieures à l’écart-type (s). L’écart-type signifie (sous réserve d’une distribution normale des anomalies) que 68% des simulations forcées à partir des 14 MCGs sous scénario d’émissions A1B sont comprises dans l’intervalle [µ-s ; µ+s], soit en moyenne [1,3 ; 2,5] en milieu de siècle et [2,0 ; 3,5] en fin de siècle.


< 1.00

1.01 - 1.20

1.21 - 1.40

1.41 - 1.60

1.61 - 1.80

1.81 - 2.00

2.01 - 2.20

2.21 - 2.40

2.41 - 2.60

2.61 - 2.80

2.81 - 3.00

3.01 - 3.20

> 3.20

Figure 22. Anomalies de température (moyenne annuel le) à l’horizon milieu de siècle (2046-2065) selon Arpege A2 et 14 MCGs A1B. Période de référence : 1971-90. Figure 23. Anomalies de température (moyenne annuel le) à l’horizon fin de siècle (2081-2100) selon Arpege A2 et 14 MCGs A1B. Période de référence : 1971-90.

0.00

0.01 - 0.70

0.71 - 0.73

0.74 - 0.76

0.77 - 0.84

0.00

0.01 - 0.53

0.54 - 0.57

0.58 - 0.60

0.61 - 0.65

2046-2065 2081-2100

0.00

0.01 - 0.70

0.71 - 0.73

0.74 - 0.76

0.77 - 0.84

0.00

0.01 - 0.53

0.54 - 0.57

0.58 - 0.60

0.61 - 0.65

2046-2065 2081-2100

Figure 24. Ecart-type des anomalies de température (moyenne annuelle) aux horizons milieu de siècle (2046-2065) et fin de siècle (2081-2100). Les écarts-types sont calculés à partir des simulations forcées par 14 MCGs sous scénario d’émissions A1B.

Arpege A2

14 GCM A1B

14 GCM A1B Arpège A2

< 1

> 3.2

2

3

< 1

> 3.2

2

3

< 1.6

> 3.8

2

3

< 1.6

> 3.8

2

3

0.53

0.65

0.53

0.65

0.70

0.84

0.70

0.84


La Figure 25 illustre la diversité des réponses thermiques selon les forçages utilisés, pour la Loire en amont de la confluence avec la Vienne. La variabilité inter-MCG apparaît relativement modérée, conformément aux conclusions tirées des écarts-types. Néanmoins, on constate qu’il existe un écart significatif et systématiquement sur-estimatif des données simulées sous forçage MCG au cours de la période de référence par rapport aux observations. Les MCG miroc, cccma, gfdl et mri sont ceux qui surestiment le moins : + 0.3°C par rapport aux obse rvations, + 0.7°C par rapport à Safran. Par contre, sous forçage Safran, les simulations sous-estiment légèrement la température moyenne annuelle. Par ailleurs, la hiérarchie des MCG en termes d’anomalie est à peu près la même d’un horizon à l’autre : giss_aom, giss_e_r, csiro et mri génèrent les anomalies les plus faibles ; les forçages sous miub, miroc, ncar et cccma simulent les anomalies les plus fortes. Le MCG miub simule des anomalies de température très supérieures aux autres MCG en fin de siècle (+ 5.1°C). De même, la hiérarchie entre les 3 simulations Arpège sous différents scénarios d’émissions est respectée : A2 > A1B > B1 ; il est à mentionner que les écarts entre A2, A1B et B1, modérés en milieu de siècle, s’accroissent très nettement en fin de siècle.

Figure 25. Comparaison des températures de l’eau mo yennes annuelles (TEA) simulées en temps présent (1971-1990 : période de référence) et à 2 horizons de temps (MS : 2046-2065 ; FS : 2081-2100) par différents MCG sur la Loire à l a confluence avec la Vienne. Les résultats issus des différents MCG sont reportés, et mis en regard des données observées (OBS) et des simulations sous forçage SAFRAN lors de la période de référence. L’analyse des évolutions de température simulées à partir des forçages continus d’Arpège v4 sous différents scénarios d’émissions (Figure 26a ) permet d’apprécier la reproductibilité des anomalies mentionnées. Par ajustement linéaire pour le bassin 34 en Loire Moyenne, on détermine une tendance au réchauffement statistiquement significative pour B1 (0.019 ± 0.0011°C/an, α= 7.7×10-34), A1B (0.029 ± 0.0012°C/an, α= 3.3×10-49) et A2 (0.034 ± 0.0013°C/an, α�= 6.6×10-56).

Figure 26. Evolution simulée de la température de l ’eau à la station d’Avoine (Loire moyenne) ; (a) pour la période 1950-2100 sous forçage Arpège v 4, (b) pour 1970-2000 avec forçage par les 14 MCGs comparés aux données Safran (trait noir).

10

11

12

13

14

15

16

1971 1976 1981 1986 1991 1996

Année

TE

A (°

C)

11

12

13

14

15

16

17

18

19

1950 1965 1980 1995 2010 2025 2040 2055 2070 2085 2100

Année

TE

A (°

C)

ARPEGE A2

ARPEGE B1

ARPEGE A1B

SAFRAN

a b

11

12

13

14

15

16

17

18

19

11 12 13 14 15 16 17 18 19

TEA (1971-1990)

TE

A (2

046-

2065

)

14 A1B

ARPEGE A2

ARPEGE B1ARPEGE A1B

SAFRAN OBS

miub

miroc

ipsl

mpi

giss_e_r

cnrmncar

cccma

giss_aom

gfdlmri

csiro

ingv

+2°C

+4°C

+0°C

-2°C

11

12

13

14

15

16

17

18

19

11 12 13 14 15 16 17 18 19

TEA (1971-1990)

TE

A (2

081-

2100

)

14 A1B

ARPEGE A2

ARPEGE B1

ARPEGE A1B

SAFRAN OBS

miub

mirocipsl

mpi

giss_e_r

cnrm

ncarcccma

giss_aom

gfdlmri

csiroingv

+2°C

+4°C

+0°C

-2°C


L’analyse de l’évolution des températures simulées sous forçage Safran, entre 1971 et 2007, montre un réchauffement plus fort (0.097 ± 0.0012°C/an, α= 1.4×10-9), en palier, avec une transition brutale (11.5°C → 13.5°C) au milieu des années 80, qui n’est obtenue , de près ou de loin, sur aucun des 14 jeux de données simulés sous forçage MCG (Figure 26b ). L’autocorrélation interannuelle de la série sous forçage Safran ne se retrouve sur aucune autre série simulée sous forçage MCG. On peut donc s’interroger sur la contribution à la variabilité interannuelle du climat et des régimes thermiques induits, de facteurs autres que la teneur atmosphérique en gaz à effet de serre, comme l’oscillation nord-Atlantique (NAO) ou les fluctuations périodiques de la température de l’Atlantique Nord (e.g. Dzhiganshin & Polonsky, 1995).

4.2. Moyennes saisonnières Les anomalies moyennes mensuelles de température sont représentées (1) pour la Loire en amont de la confluence avec la Vienne (Figure 27 ) qui constitue un point de contrôle représentatif de l’ensemble du bassin, (2) pour 11 stations à l’exutoire des principaux affluents (Figure 28 ) et enfin (3) sous forme de cartes (Figure 29 ) pour l’ensemble du réseau hydrographique Ligérien.

2046-2065

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

4.0

1 2 3 4 5 6 7 8 9 10 11 12Mois

TM

i (M

S) -

TM

i (T

P) (

ICC-HYDROQUAL Impact du Changement Climatique sur l ......ICC-HYDROQUAL Impact du Changement...

Documents

Transcript of ICC-HYDROQUAL Impact du Changement Climatique sur l ......ICC-HYDROQUAL Impact du Changement...