Mise à jour des données de végétation et de texture du sol dans le modèle MAR: Analyse des impacts en Belgique

Abstract

MAR (Modèle Atmosphérique Régional) meets the needs to update its surface data to take better account of relations between surface and atmosphere in the framework of its actual projects. In this master thesis, vegetation (GlobCover, ESA) and soil texture (HWSD, IIASA) data has been integrated to MAR to update and improve the spatial resolution and cover in regard to the previous data. The impact of this new data has been assessed in Belgium during the 2008-2014 period at a resolution of 7.5 km. Moreover, the sensitivity of MAR to dynamic NDVI has also been appraised to reveal its significance on the surface radiative budget. Results show that MAR reproduce very well the variability of temperature over Belgium but it is not the case for precipitation. In general, the model is too cold and too moist in regard of the IRM (Institut Royal Météorologique) observations. The sensitivity test to vegetation and soil texture data did not show big differences. These results may be explained in several ways : the cold bias has hidden a part of the data effects ; the size of our domain may force too strongly the model at its frontiers ; the surface scheme of the model may not be sensitive enough to this kind of data. Nevertheless, this master thesis has given rise to other update track as the vegetation classification of the surface scheme or the NDVI data. Furthermore, the integration of global data will increase the efficiency of MAR in regions which had not or bad vegetation and soil texture data.

Le Modèle Atmosphérique Régional (MAR) rencontre le besoin de mettre à jour ses données de surface afin de mieux prendre en compte les relations surface- atmosphère dans le cadre de ses nouveaux projets. Dans ce travail, des données de végétation (GlobCover, ESA) et de texture de sol (HWSD, IIASA) ont été intégrées au modèle afin d’actualiser et d’améliorer la résolution ainsi que la couverture spatiale des informations qui étaient présentes dans MAR. L’impact de ce changement de données a été évalué sur la Belgique au cours de la période 2008-2014 à une résolution de 7,5 km. De plus, la sensibilité aux données de NDVI mensuel a été évaluée afin de démontrer l’importance de la saisonnalité de cette variable dans le bilan radiatif. Les résultats des simulations nous montrent que MAR reproduit bien la variabilité des températures, mais peine à reproduire le cycle des précipitations. De manière générale, le modèle est trop froid et trop humide par rapport aux observations de l’Institut Royal Météorologique belge. Les tests de sensibilité aux données de végétation et de texture n’ont montré que de faibles différences. Ceci peut être dû à plusieurs raisons : le biais froid a masqué une partie des effets des données ; la taille du domaine peut contraindre trop fortement le modèle aux frontières ; le module de surface peut ne pas être suffisamment sensible à ce type de données. Toutefois, ce travail a permis de soulever d’autres pistes d’actualisation comme les classes de végétation du module de surface ou les données de NDVI. De plus, l’intégration de données globales permettra d’utiliser MAR plus efficacement dans les régions qui ne disposait pas ou peu de données de végétation et de texture.