Hybridation de réanalyses météorologiques de surface pour les zones de montagne : exemple du produit DuO sur le bassin de la Durance

Building hybrid near-surface reanalysis adapted to mountainous regions: example of the DuO product over the Durance basin, France

¹ Sorbonne Universités, UPMC, CNRS, EPHE, UMR 7619 METIS, 4 place Jussieu, 75005 Paris, France
e-mail: claire.magand@afbiodiversite.fr
² Agence Française pour la Biodiversité, Le Nadar, Hall C - 5 square Félix Nadar, 94300 Vincennes
³ Irstea, RIVERLY, 5 rue de la Doua CS20244, 69625 Villeurbanne cedex, France
⁴ Electricité de France - DTG, 21 avenue de l'Europe BP 41, 38040 Grenoble cedex 9, France
⁵ Irstea, HYCAR 1 rue Pierre-Gilles de Gennes CS 10030, 92761 Antony cedex, France

Résumé

La rareté des mesures et la complexité du terrain dans les régions montagneuses engendrent d'importantes incertitudes dans les réanalyses météorologiques de surface. L'hybridation de plusieurs réanalyses est une technique efficace pour limiter ces incertitudes. Dans le bassin versant de la Durance, deux réanalyses se basant sur des réseaux de mesures et des techniques d'extrapolation différentes coexistent, SAFRAN et SPAZM. Leur comparaison montre qu'elles sont complémentaires car les précipitations de SPAZM à une résolution spatiale plus fine que celle de SAFRAN, se basent sur un plus grand nombre d'observations en haute altitude. Cependant, SPAZM ne fournit pas l'ensemble des variables atmosphériques dont un modèle hydrologique à bilans d'eau et d'énergie a besoin, contrairement à SAFRAN. L'hybridation de ces deux réanalyses a donc été effectuée. Le produit météorologique obtenu, DuO, fournit huit variables atmosphériques (température de l'air à 2 m, pluie, neige, rayonnements incidents, humidité de l'air, vent et évapo­transpiration potentielle) au pas de temps horaire et à la résolution de 1 km2. DuO a été testé dans un objectif de modélisation hydrologique, avec le modèle semi-distribué CLSM (Catchment Land Surface Model). L'analyse des différentes variables de sortie (débits, stock de neige et évapotranspiration) montre que l'hybridation des deux réanalyses, valorisant les qualités respectives de SAFRAN et de SPAZM, permet une représentation plus réaliste des processus hydrologiques au sein du modèle CLSM.

Abstract

In mountainous regions, near-surface meteorological reanalyses can carry significant uncertainties due to the complex topography and the scarcity of observations. Combining different reanalyses has proved to be efficient in reducing these uncertainties. This technique is applied over a French mountainous basin in the southern Alps, the Durance basin, where two reanalyses exist : SAFRAN and SPAZM. The comparison of the features of these two reanalyses shows that they are complementary. The precipitations provided by SPAZM are at a finer spatial resolution than SAFRAN and are based on more observations at high altitudes. However, on the contrary to SAFRAN, SPAZM does not provide the full set of atmospheric variables required by hydrological models based on water and energy balance. SPAZM and SAFRAN were thus combined. Precipitation and temperature from SAFRAN are corrected by monthly temperature and precipitation from SPAZM, and the other variables from SAFRAN are then corrected accordingly. As a result, the meteorological product called DuO was obtained, providing eight atmospheric variables (temperature at 2 m, rainfall, snowfall, incoming solar and infrared radiation, air humidity, wind speed and potential evapotranspiration), at the hourly timescale and at the 1-km2 resolution. The strong topographical heterogeneity is thus better represented in the upstream part of the Durance catchment. DuO is tested for hydrological modelling, using the Catchment Land Surface Model (CLSM), a land surface model distributed over sub-catchments. The analysis of various output variables (streamflow, snowpack and evapotranspiration) shows that the hybridization of the two reanalyses benefits from their respective qualities and yields a more realistic representation of the hydrological processes in the CLSM model.