Désagrégation spatiale (Méthode de) (Downscaling)

Méthode permettant, à partir de simulations climatique de grande échelle (de l'ordre de 300 à 50 km), de descendre à des échelles fines de l'ordre de la dizaine de kilomètre, et/ou de corriger les résultats des simulations en les calibrant aux observations. Classiquement, les méthodes de désagrégation sont rangées en deux classes : la désagrégation statistique et la désagrégation dynamique (Pagé et al., 2008).

- La désagrégation statistique repose sur l'hypothèse que le climat régional est conditionné à la fois par les caractéristiques de grande échelle et les propriétés locales (topographie, occupation des sols, contrastes terre/mer, etc). L'approche statistique repose donc sur la recherche d'une relation statistique entre les paramètres atmosphériques de grande échelle (prédicteurs) et les variables locales (prédictant).

Les méthodes de désagrégation statistique repose sur trois hypothèses majeures :

        - Les prédicteurs sont des variables appropriées pour le problème étudié (climat régional/local et sont simulés de manière réaliste par les modèles climatiques.

        - Le modèle statistique reste valable pour le climat perturbé (hypothèse de stationnarité). Cette hypothèse forte ne peut être vérifiée ou invalidée formellement. Idéalement, les données observées devraient couvrir une large palette de conditions climatiques incluant les modifications futures des prédicteurs climatiques.

        - Les prédicteurs climatiques doivent être représentatifs du signal du changement climatique.

- La désagrégation dynamique consiste à résoudre explicitement la physique et la dynamique du système climatique régional. Cette méthode repose soit sur l'utilisation d'un modèle climatique à maille variable (capacité de zoom de CNRM-CM5 et den l'IPSL-CM5A), soit sur celle d'un modèle à aire limitée (modèle régional) forcé par un modèle de grande échelle. Dans les deux cas, la résolution horizontale est augmentée sur la zone d'étude.

Les deux approches peuvent être combinées de deux façons : soit en utilisant les sorties d'un modèle méso-échelle pour développer les modèles statistiques, soit en identifiant des périodes d'intérêt par des méthodes statistiques  (types de temps correspondant à des phénomènes extrêmes déterminés à partir d'indicateurs de grande échelle) pour réaliser des simulations à haute résolution ou à résolution variable afin d'obtenir des détails spatiaux sur ces périodes d'intérêt. On parle alors de désagrégation statistico-dynamique.

Syn. : downscaling, descente d'échelle, régionalisation

Voir également quantile-quantile, type de temps.