Pôle Alpin Risques Naturels (PARN) Alpes–Climat–Risques Avec le soutien de la Région Rhône-Alpes (2007-2014)
FR
EN
 


Fiche bibliographique

 

Réf. Gibelin & al. 2014

Référence bibliographique
Gibelin A.L, Dubuisson B., Corre L., Deaux N., Jourdain S., Laval L., Piquemal J.M, Mestre O., Dennetière D., Desmidt S., Tamburini A. Évolution de la température en France depuis les années 1950-Constitution d’un nouveau jeu de séries homogénéisées de référence. La Météorologie - n° 87.

Abstract: A new dataset of monthly homogeneous series of temperature has been produced by Météo-France. It provides an unprecedented coverage of the metropolitan territory,with 228 minimum and 251 maximum temperature series of high quality. It allows a robust estimate of the French temperature evolution from the 1950s to the late 2000s. This new dataset is consistent with both a former set of French series covering the 20th century and international datasets, in term of trends and interannual variability. However, it provides a more precise diagnosis at local scale. From 1959 to 2009, the mean warming over France (+0.3 °C per decade) is mainly explained by spring and summer temperatures increase. It is greater than the one experienced over the 20th century (+0.1 °C per decade), due to an acceleration of the warming since the 1970s.

Mots-clés
 

Organismes / Contact
  • Direction de la climatologie,Météo-France, 42 avenue G. Coriolis, 31057 Toulouse Cedex
  • Direction de la prévision, Toulouse
  • Direction inter-régionale Nord, Villeneuve d’Ascq
  • Direction inter-régionale Centre-Est, Bron
  • Corresponding author: anne-laure.gibelin@meteo.fr

(1) - Paramètre(s) atmosphérique(s) modifié(s)
(2) - Elément(s) du milieu impacté(s)
(3) - Type(s) d'aléa impacté(s)
(3) - Sous-type(s) d'aléa
température mensuelle      

Pays / Zone
Massif / Secteur
Site(s) d'étude
Exposition
Altitude
Période(s) d'observation
France métropole         1950-2000

(1) - Modifications des paramètres atmosphériques
Reconstitutions
 température mensuelle moyenne en France entre 1950 et 2000, 228 minimum and 251 maximum. Météo-France disposait déjà d’un ensemble de 70 séries homogénéisées de température sur le XXe siècle (Moisselin et al., 2002 ; Caussinus et Mestre, 2004). Le nouveau jeu vient compléter ces séries centenaires. Elles portent sur une période plus courte, mais permettent d’avoir un diagnostic jusqu’à une date plus récente : elles débutent entre 1950 et 1962 et se terminent entre 2009 et 2012. Cette période a été choisie car elle permet d’avoir des séries plus nombreuses, mieux réparties sur le territoire et de meilleure qualité.
Observations
 Ce nouveau jeu de données permet de consolider le diagnostic des évolutions climatiques sur tout le territoire français.
Modélisations
 
Hypothèses
 

Informations complémentaires (données utilisées, méthode, scénarios, etc.)
 La méthode Prodige a été développée à Météo-France (Mestre, 2000 ; Caussinus etMestre 2004). Prodige est uneméthode d’homogénéisation relative : le traitement s’effectue sur un ensemble de séries (idéalement entre 10 et 20) situées dans une zone climatiquement homogène et chaque série est comparée aux autres deux à deux. Le principe est d’isoler et d’éliminer le signal dû aux changements dans les conditions de mesure, afin de ne conserver que le signal lié aux variations climatiques. Aucune hypothèse n’est faire sur la forme du signal climatique

(2) - Effets du changement climatique sur le milieu naturel
Reconstitutions
 Cet ensemble de séries homogénéisées témoigne d’un réchauffement compris entre +0,19 et +0,40 °C par décennie pour Tn et entre +0,22 et +0,45 °C par décennie pour Tx sur la France métropolitaine (figure 3). Ces tendances sont toutes significatives (c’est-à-dire statistiquement différentes de 0 au niveau 95%, sous l’hypothèse où la variabilité interne est assimilée à un processus autorégressif d’ordre 1 (AR1)) et sont associées à une incertitude d’environ ±0,1 °C par décennie. En moyenne, sur l’ensemble des séries disponibles, le réchauffement est de 0,29 °C par décennie pour Tn et de 0,32 °C par décennie pour Tx. La température moyenne est définie comme la moyenne des températures minimales et maximales (Tm = (Tn + Tx)/2). 187 séries de Tm peuvent être ainsi calculées et montrent des tendances significatives et positives, comprises entre +0,21 et +0,39 °C par décennie
Observations
 Certaines régions semblent se démarquer avec des tendances plus fortes qu’ailleurs. Par exemple, dans les Alpes du Nord, toutes les tendances de Tx sont supérieures à +0,4 °C par décennie. Ces valeurs sont cohérentes avec celles déduites de séries frontalières dans les Alpes suisses (Begert et al., 2005). Dans la mesure où ce signal s’explique notamment par de fortes tendances en hiver et au printemps, cela pourrait suggérer une rétroaction avec la diminution de la couverture neigeuse. Cependant, aucune des zones climatiques (figure 2) ne présente de tendance moyenne significativement différente des autres et ces contrastes doivent donc être interprétés avec prudence.

Au cours de notre période d’étude, en France métropolitaine, l’année la plus chaude est 2003, supérieure à la normale de 1,7 °C. Les données récentes de l’indicateur thermique montrent que ce record a été de nouveau battu en 2011, avec un écart à la normale de 1,8 °C.

Modélisations
 Les projections climatiques sur la France, déduites de modèles numériques, montrent que l’augmentation des températures va se poursuivre sur les prochaines décennies et probablement à un rythme accéléré (Vautard et al., 2014 ; Terray et Boé, 2013 ; http://www.drias-climat.fr/).

Les modèles projettent une hausse des températures sur la France de 0,9 à 2,8 °C entre la fin du XXe et le milieu du XXIe siècle. À l’horizon 2100, cette hausse pourrait atteindre jusqu’à 6 °C selon le scénario supposant la poursuite des émissions au rythme actuel.

Hypothèses
 

Sensibilité du milieu à des paramètres climatiques
Informations complémentaires (données utilisées, méthode, scénarios, etc.)
 Le réchauffement moyen annuel mis en évidence précédemment s’explique principalement par l’augmentation des températures printanières et estivales, significatives en tout point et comprises entre +0,22 et +0,58 °C par décennie (figure 6). En moyenne sur l’ensemble des séries, les tendances valent +0,33 °C par décennie pour le printemps et +0,42 °C par décennie pour l’été.En automne (+0,20 °C par décennie en moyenne sur l’ensemble des séries) et en hiver (+0,28 °C par décennie), la plupart des tendances ne sont pas significatives.

L’absence de réchauffement en hiver sur les dernières décennies est un résultat qui a déjà été mis en évidence à l’échelle de l’Europe et qui pourrait être lié à la variabilité de grande échelle sur l’hémisphère Nord (Cohen et al., 2012).

 Ces résultats soulignent très clairement la nécessité d’homogénéiser les séries pour diagnostiquer les évolutions du climat et les risques d’aboutir à des conclusions erronées à partir de données brutes

Enfin, les nouvelles séries homogénéisées sont comparées à l’indicateur thermique France, utilisé à Météo-France pour le suivi climatique opérationnel. Cet indicateur est aussi fourni à l’Onerc2 pour caractériser les évolutions de température depuis 1900. Sur ces 49 années, les deux courbes sont quasiment identiques


(3) - Effets du changement climatique sur l'aléa
Reconstitutions
 
Observations
 
Modélisations
 
Hypothèses
 

Paramètre de l'aléa
Sensibilité du paramètres de l'aléa à des paramètres climatiques
Informations complémentaires (données utilisées, méthode, scénarios, etc.)
 
 

(4) - Remarques générales
 

(5) - Syntèses et préconisations
 

Références citées :

Aguilar E., Auer I., Brunet M., Peterson T.C.,Wieringa J., 2003. Guidelines on climate metadata and homogenization.World Meteorological Organization,WMO-TD No. 1186,WCDMP No. 53, Geneva, Switzerland, 55 p. Disponible à l’adresse : http://www.wmo.int/pages/prog/wcp/wcdmp/wcdmp_series/documents/WCDMP-53.pdf

Alexandersson H., 1986. A homogeneity test applied to precipitation data. Int. J. Climatol., 6, 661-675.

Auer I., Böhm R., Jurkovic A., Lipa W., Orlik A., Potzmann R., Schöner W., Ungersböck M., Matulla C., Briffa K., Jones P., Efthymiadis D., Brunetti M., Nanni T., Maugeri L., Mercalli L., Mestre O.,Moisselin J.-M., BegertM.,Müller-Westermeier G., Kveton V., Bochnicek O., Stastny P., LapinM., Szalai S., Szentimrey T., Cegnar T., DolinarM., Gajic-CapkaM., Zaninovic K., Majstorovic Z., Nieplova E., 2007. HISTALP – Historical instrumental climatological surface time series of the Greater Alpine Region. Int. J. Climatol., 27, 17-46, doi: 10.1002/joc.1377.

BegertM., Schlegel T., KirchhoferW., 2005. Homogeneous temperature and precipitation series of Switzerland from 1864 to 2000. Int. J. Climatol., 25, 65-80, doi: 10.1002/joc.1118.

Cassou C., Terray L., Phillips A.S., 2005. Tropical Atlantic influence on European heat waves. J. Clim., 18, 2805-2811.

Cattiaux J., Cassou C., 2013. Opposite CMIP3/CMIP5 trends in thewintertime Northern AnnularMode explained by combined local sea ice and remote tropical influences. Geophys. Res. Lett., 40, 3682-3687, doi: 10.1002/grl.50643.

Caussinus H.,Mestre O., 2004. Detection and correction of artificial shifts in climate series. Appl. Statist., 3, 405-425. Cavarero V., Peltier A., Aubail X., Leroy A., Dubuisson B., Jourdain S., Ganachaud A., Gibelin A.-L., Lefèvre J., Menkes C., Lengaigne M., 2012. Les évolutions passées et futures du climat de la Nouvelle-Calédonie. LaMétéorologie, 77, 13-21, doi: 10.4267/2042/47371.

Cohen J.L., Furtado J.C., BarlowM., Alexeev V.A., Cherry J.E., 2012. Asymmetric seasonal temperature trends. Geophys. Res. Lett., 39, L04705, doi: 10.1029/2011GL050582.

Deaux N., Soubeyroux J.-M., Cuadrat J.-M., Cunillera J., Esteban P., Prohom M., Serrano Notivoli R., 2014. Homogénéisation transfrontalière des températures sur le massif des Pyrénées. XXXVII colloque de l’AIC, Dijon, France, 2-5 juillet 2014, 344-350.

Domonkos P., 2011. Adapted Caussinus-Mestre algorithm for networks of temperature series (ACMANT). Int. J. Geosci., 2, 293-309, doi: 10.4236/ijg.2011.23032.

Ducré-Robitaille J.-F., Vincent L.A., Boulet G., 2003. Comparison of techniques for detection of discontinuities in temperature series. Int. J. Climatol., 23, 1087-1101. Guijarro J.A., 2011. User’s guide to CLIMATOL. Disponible à l’adresse : http://www.meteobal.com/climatol/climatolguide.pdf

Hansen J., Ruedy R., SatoM., Lo K., 2010. Global surface temperature change. Rev. Geophys., 48, RG4004, doi: 10.1029/2010RG000345.

Hartmann D.L., Klein Tank A.M.G., RusticucciM., Alexander L.V., Brönnimann S., Charabi Y., Dentener F.J., Dlugokencky E.J., Easterling D.R., Kaplan A., Soden B.J., Thorne P.W.,WildM., Zhai P.M., 2013. Observations: atmosphere and surface. In: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Stocker T.F., Qin D., Plattner G.-K., Tignor M., Allen S.K., Boschung J., Nauels A., Xia Y., Bex V., Midgley P.M. (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.

Jones P.D., Lister D.H., Osborn T.J., HarphamC., SalmonM.,Morice C.P., 2012. Hemispheric and large-scale land surface air temperature variations: An extensive revision and an update to 2010. J. Geophys. Res., 117, D05127, doi: 10.1029/2011JD017139.

Jourdain S., Canellas C., Dubuisson B., Pery M.-O., 2008. Data Rescue activities at Météo-France. Proceedings of theWMO/MEDARE InternationalWorkshop,WCDMP No. 67,WMOTD No. 1432, 113-120.

Lindau R., Venema V., 2013. On the multiple breakpoint problem and the number of significant breaks in homogenization of climate records. Id”ojárás, 117, 1-34.

MenneM.J.,Williams Jr. C.N., 2009. Homogenization of temperature series via pairwise comparisons. Int. J. Climatol., 22, 1700-1717.

Mestre O., 2000.Méthodes statistiques pour l’homogénéisation de longues séries climatiques. Thèse de doctorat de l’université Paul-Sabatier (Toulouse III).

Mestre O., Gruber C., Prieur C., Caussinus H., Jourdain S., 2011. SPLIDHOM: Amethod for homogenization of daily temperature observations. J. Appl.Meteorol. Climatol., 50, 2343-2358.

Mestre O., Domonkos P., Picard F., Auer I., Robin S., Lebarbier E., Böhm R., Aguilar E., Guijarro J., Vertachnik G., KlancarM., Dubuisson B., Stepanek P., 2013. HOMER: A homogenization software –Methods and applications. Id”ojárás, 117, 47-67.

Moisselin J.-M., Schneider M., Canellas C., Mestre O., 2002. Les changements climatiques en France au XXe siècle. Étude des longues séries de données homogénéisées de température et de précipitations. LaMétéorologie, 38, 45-56.

Moisselin, J.-M., Canellas C., 2005. Longues séries d’insolation homogénéisées en France. C. R. Geosci., 335, 729-734.

Moisselin J.-M., Dubuisson B., 2006. Évolution des valeurs extrêmes de température et de précipitations au cours du XXe siècle en France. LaMétéorologie, 54, 33-42.

Picard F., Lebarbier E., HoebekeM., Rigaill G., Thiam B., Robin S., 2011. Joint segmentation, calling and normalization of multiple CGH profiles. Biostatistics, 12, 413-428.

Planton S., Terray L., 2007. Détection et attribution à l’échelle régionale : le cas de la France, LaMétéorologie, 58, 25-29.

Ribes A., Azaïs J.M., Planton S., 2010. A method for regional climate change detection using smooth temporal patterns. Clim. Dyn., 35, 391-406, doi: 10.1007/s00382-009-0670-0.

Spagnoli B., Planton S., Déqué M., Mestre O., Moisselin J.M., 2002. Detecting climate change at a regional scale: the case of France. Geophys. Res. Lett., 29, 1450, doi: 10.1029/2001GL014619.

Terray L., Boé J., 2013. Quantifying 21st-century France climate change and related uncertainties. C. R. Geosci., 345, 136-149.

Vautard R., Gobiet A., Sobolowski S., Kjellström E., Stegehuis A.,Watkiss P.,Mendlik T., Landgren O., Nikulin G., Teichmann C., Jacob D., 2014. The European climate under a 2 °C global warming. Environ. Res. Lett., 9, 034006, doi: 10.1088/1748-9326/9/3/034006.

Venema V.,Mestre O., Aguilar E., Auer I., Guijarro J.A., Domonkos P., Vertacnik G., Szentimrey T., Stepanek P., Zahradnicek P., Viarre J.,Müller-Westermeier G., LakatosM.,Williams C.N., MenneM.J., Lindau R., Rasol D., Rustemeier E., Kolokythas K.,Marinova T., Andresen L., Acquaotta F., Fratianni S., Cheval S., KlancarM., BrunettiM., Gruber Ch., ProhomM., Duran T., Likso P.E., Brandsma T., 2012. Benchmarking homogenization algorithms for monthly data. Clim. Past, 8, 89-115, doi: 10.5194/cp-8-89-2012.

 


Europe

Alpine Space ClimChAlp ONERC
ONERC
Rhône-Alpes PARN

Portail Alpes-Climat-Risques   |   PARN 2007–2017   |  
Mentions légales