Groupe: GMGEC
Responsable d’équipe : Damien Specq
Domaines d’activité
L’équipe PASTEL (Prévisibilité Atmosphérique Saisonnière et TÉLéconnexions) mène des recherches sur la prévisibilité du climat aux échelles de temps mensuelles à interannuelles, avec un accent particulier sur l’échelle de temps saisonnière. Elle s’attache à identifier et à expliquer les évolutions climatiques qui sont prévisibles à ces échéances, en vue de les anticiper au mieux.
Elle est également responsable de la production des prévisions climatiques saisonnières de Météo-France couvrant jusqu’à sept mois d’échéance. Ces prévisions alimentent les services climatiques de l’établissement, ainsi que de nombreux utilisateurs extérieurs dans le cadre du programme européen Copernicus Climate Change Services.
Thèmes de Recherche
Les thèmes de recherche de l’équipe PASTEL sont :
- Sources de prévisibilité aux échelles mensuelles et saisonnières. Cette activité vise à identifier les phénomènes qui conditionnent l’état du système climatique entre quelques semaines et quelques mois, et à caractériser les informations prédictives qu’ils apportent. Ces phénomènes sont liés au couplage entre la troposphère et d’autres composantes plus lentes du système climatique (océan, surfaces continentales, stratosphère,…). Ils peuvent correspondre à des évolutions bien documentées du système appelées “modes de variabilité”, tels El Niño Southern Oscillation (ENSO), ou encore à la persistance de conditions particulières aux interfaces, comme des sols très secs ou très humides.
- Conception et évaluation des systèmes de prévision. Cette activité vise à développer des approches pour anticiper les conditions climatiques aux échéances de quelques semaines à quelques mois, en tirant parti des sources de prévisibilité. L’outil principal sur lequel cette activité s’appuie est la modélisation climatique globale (modèle de climat CNRM-CM, développé au GMGEC et au Cerfacs), mais elle a également recours à des approches statistiques, parmi lesquels des approches émergentes de prévision par Intelligence Artificielle. En amont, les questions de recherche associées sont les choix de modélisation, l’initialisation des prévisions et la génération de prévisions d’ensemble. En aval, la problématique scientifique principale concerne l’évaluation pertinente des prévisions réalisées.
Au-delà de ces activités de recherche, l’équipe PASTEL assure un travail d’ingénierie pour développer, maintenir et exploiter deux systèmes de prévision:
- Le système de prévision saisonnière opérationnelle de Météo-France. Ce système produit chaque mois des données de prévision en temps réel fournies dans un cadre contractuel au service européen Copernicus Climate Change Services (C3S)
- Un système de prévision mensuelle (jusqu’à 46 jours d’échéance) qui produit chaque semaine de prévisions en mode recherche alimentant la base de données de la collaboration internationale Subseasonal-to-seasonal (S2S).