Projet de recherche P4S/251/OZOMATIC (Action de recherche P4S)
L’objectif de ce project est de répondre à des questions restées ouvertes dans la dernière Évaluation scientifique de l’appauvrissement de la couche d’ozone de l’Organisation météorologique mondiale (WMO, 2022). Bien que les principaux mécanismes à l’origine des tendances à long terme de l’ozone soient bien compris et reproduits par les modèles climatiques dans le cadre de l’initiative Chemistry-Climate Model Initiative (CCMI-1), une divergence importante subsiste aux moyennes latitudes : les observations de l’ozone dans la basse stratosphère indiquent une tendance négative, tandis que les modèles prévoient une tendance positive liée à la diminution des substances appauvrissant la couche d’ozone. Les tendances dans la basse stratosphère sont les plus difficiles à évaluer, tant du point de vue des mesures (la forte variabilité de l’ozone à ces altitudes entraîne de grandes incertitudes sur les tendances) que de celui des modèles (le transport atmosphérique est le principal facteur des variations de l’ozone dans la basse stratosphère, et son évolution sous l’effet du changement climatique reste entachée d’importantes incertitudes). Notre recherche intégrera des observations actualisées de l’ozone et d’espèces associées issues des réseaux de mesure au sol, des réanalyses chimiques ainsi que des simulations CCMI, afin de mieux évaluer ces dernières sur l’ensemble de la gamme d’altitudes couverte par les observations (de la surface jusqu’à 50 km selon l’espèce considérée).
Notre premier objectif est d’améliorer les jeux de données d’observation de l’ozone issus du réseau NDACC (Network for the Detection of Atmospheric Composition Change), incluant les mesures FTIR (spectroscopie infrarouge à transformée de Fourier), les ozonesondes, les lidars, les radiomètres micro-ondes et les instruments Brewer/Dobson. En outre, des jeux de données régionaux présentant des variabilités d’ozone similaires seront fusionnés afin de réduire les incertitudes. Les jeux de données révisés et combinés permettront ainsi une évaluation plus précise des tendances de l’ozone, tant à l’échelle des sites individuels que des régions plus vastes.
Afin de faciliter l’interprétation des différences entre les simulations d’ozone issues de CCMI et les observations, nous comparerons également les espèces responsables des variations de l’ozone, notamment les espèces chimiquement actives, les traceurs de transport et les gaz à effet de serre (HCl, NO2, HNO3, CH4, N2O, CFC). Notre deuxième objectif consiste à mettre à jour et harmoniser la fourniture de ces espèces clés au sein du réseau FTIR. L’extension des jeux de données d’observation concernant les CFC et le HCl contribuera également à renforcer les futures évaluations de l’OMM sur l’ozone, qui ne prennent actuellement en compte qu’un nombre limité de stations FTIR.
La base CCMI-2022 comprend actuellement dix modèles réalisant des simulations historiques (jusqu’en 2018) ainsi que des projections futures (jusqu’en 2100). En comparant les distributions et les tendances de l’ozone et de ses principaux facteurs de contrôle, notre troisième objectif, qui constitue également l’objectif principal du projet, est d’évaluer à quels moments, dans quelles régions et pour quels processus les modèles concordent ou divergent par rapport aux jeux de données d’observation couvrant la période 1995–2025, puis de classer les modèles selon leurs forces et leurs faiblesses.
Le transport jouant un rôle dominant dans la distribution et les tendances de l’ozone dans la basse stratosphère, nous renforcerons notre analyse grâce à l’utilisation de réanalyses chimiques. En contraignant les concentrations des traceurs à l’aide des observations par assimilation de données, les réanalyses chimiques fournissent des distributions de traceurs cohérentes et permettent également l’évaluation d’espèces non assimilées. Notre quatrième objectif est de valider ces réanalyses chimiques à la fois pour les espèces assimilées et non assimilées. Une fois validées, elles contribueront à l’interprétation des résultats issus de la comparaison entre les modèles CCM et les observations, en particulier dans les régions où la couverture des observations au sol est limitée.
En identifiant précisément où et pourquoi les CCM divergent des observations et des réanalyses, nos résultats permettront d’améliorer la compréhension des facteurs chimiques et dynamiques qui influencent les tendances de l’ozone. Ce travail bénéficiera à la communauté scientifique ainsi qu’aux décideurs impliqués dans les domaines de l’ozone et du climat.
