Caractérisation des variations climatiques du dernier millénaire à l'aide de nouvelles méthodes statistiques : reconstructions paléoclimatiques et intégration dans un modèle de circulation globale du climat

Climate variability strongly impacts our lives in many ways. The observed growth in global temperatures, forced by anthropogenic greenhouse gases emissions, has experienced of period of hiatus between 1998 and 2012. Causes at the origin of such a sequence are subject to intensive scientific controversies, notably concerning the relative roles of climate variability intrinsic to the climate system and external radiative forcings. In order to address this questions, it is necessary to better understand decadal modes of variability resulting from the global scale organisation of the climate system. However, the only 150 years of instrumental observations are not enough to rigorously caractérise their nature, variability and dynamics.This thesis aims at improving our knowledge of multidecadal climate variability by producing reconstructions of climate indices and grids over the last millennium. For doing so, up-to-date statistical methods are used, namely machine learning technics, which are applied to paleoclimate data coming from natural archives (tree rings, ice cores..). The recently developed PAGES 2k database provides more than 700 of these records, and will thus be abundantly used for training the proposed statistical models.Objective mathematical metrics show that a non linear technique, namely the random forest, generally produces more robust results than the usual linear technics. We thus use the random forest method to reconstruct variations of the preferential mode of North Atlantic sea surface temperatures (SST) de l'Atlantique Nord, namely the Atlantic Multidecadal Variability (AMV), which is notably related to the Atlantic Meridional overturning circulation (AMOC). This reconstruction suggests that changes in this circulation, which occured at the end of the 12th century, has probably been the catalyser of an early onset of the little ice age, a relatively cold period of the last millennium. The strong volcanic activities from the 13th, 15th and 19th centuries have nevertheless been identified as the main causes of the little ice age extension, which reached its climax during the 19th century. Moreover, according to dynamical systems theory, recent changes in the AMV variability constitute an early warning signal of an income tipping point in the AMOC.A gridded SST reconstruction over the last millennium has also been produced using the random forest method. This reconstruction shows that positive phases of AMV are likely to drive, after about a decade, a negative phase of the preferential mode of Pacific SST, namely the Interdecadal Pacific Variability. Since observation show that the 1998-2012 hiatus period exactly match with a long term negative phase of the AMV, these results suggest that the AMV is one of the main drivers of such hiatus periods. In line with the assumption of an AMOC weakening deduced from spectral properties of the reconstructed AMV this grid also suggest that the AMOC has reached an unprecedented low level of intensity, since at least 850 C.E.Finally, the same gridded reconstruction has been assimilated using SST nudging method within the IPSL-CM5A2-LR general circulation model. While the simulation fairly reproduce the observed temperatures and paleo-temperatures, the nudging method seems to be less efficient than more complex data assimilation technics, such as Kalman filtering. Moreover, the simulated AMOC in this reanalyses does not correspond to the one obtained from statistical reconstructions, which might be due to the fact that salinity largely influence ocean surface layers densities, and thus to force oceanic convection and the AMOC. Assimilating surface salinity data thus seems essential to correctly reproduce last millennium AMOC variability using a general circulation model.La variabilité climatique joue un rôle considérable dans de nombreux domaines de nos vies. L’augmentation globale des températures, forcée par les émissions croissantes de gaz à effet de serre d’origine anthropique, a connu une période de hiatus entre 1998 et 2012. Les causes de cette séquence font l’objet de controverses scientifiques concernant les rôles relatifs de la variabilité intrinsèque au système climatique, et des forçages externes. Afin de résoudre ce type de débat, il est nécessaire de mieux comprendre les modes de variabilité décennaux, issus de l’organisation à grande échelle du système climatique. Cependant, 150 années d’observations instrumentales ne permettent pas d’estimer de manière rigoureuse leurs caractéristiques et donc de comprendre leur dynamique.Cette thèse cherche à parfaire la compréhension de la variabilité climatique multi-décennale en produisant des reconstructions sur le dernier millénaire d’indices ou de grilles climatiques. Pour cela, on se propose d’introduire des méthodes statistiques modernes, dites de machine learning, appliquées à des données paléoclimatiques issues d’archives naturelles (cernes d’arbres, carottes de glace..). La base de données PAGES 2K récemment développée propose plus de 700 enregistrements sur le dernier millénaire et sera abondamment utilisée pour construire les modèles statistiques proposés.Des métriques mathématiques objectives permettent de montrer que l’application d’une méthode non-linéaire telle que la forêt aléatoire produit en général des résultats plus robustes que les méthodes linéaires usuelles. On utilise donc la forêt aléatoire pour reconstruire des variations du mode principal des températures de surface océanique (SST) de l’Atlantique Nord, l’Atlantic Multidecadal Variability (AMV), notamment liée à la circulation océanique de retournement dans ce bassin (AMOC). Cette reconstruction suggère que des changements dans cette circulation, survenus à la fin du XIIe siècle, furent probablement le catalyseur d’une entrée précoce dans le petit âge de glace, une période relativement froide du dernier millénaire. Les importantes activités volcaniques des XIIIe, XVe et XIXe siècles sont cependant identifiées comme les causes principales de la prolongation du petit âge de glace dont le paroxysme se situe au XIXe siècle. De plus, des changements récents dans la variabilité de l’AMV semblent, d’après la théorie des systèmes dynamiques, être un signal d’approche d’un point de bascule de l’AMOC.Une reconstruction des SST sur une grille a également été produite par forêt aléatoire sur tout le millénaire. Cette reconstruction montre que les phases positives de l’AMV auraient tendance à conduire, environ une décennie après, à une phase négative du mode principal des SST du Pacifique, l’Interdecadal Pacific Variability (IPV). Comme les observations montrent que le hiatus de 1998-2012 correspond à une phase négative de l’IPV, ces résultats soutiennent l’hypothèse que l’AMV est l’un des moteurs principaux de telles périodes de hiatus. Dans la lignée des hypothèses de ralentissement de l’AMOC déduites du spectre de l’AMV reconstruite, cette grille suggère que celle-ci atteint aujourd‘hui un niveau bas sans précédent, depuis au moins l’an 850.Enfin, cette même grille de reconstruction a été assimilée par méthode de rappel en SST au sein du modèle de circulation globale IPSL-CM5A2-LR. Bien que la simulation reproduit convenablement les températures et paléo-températures mesurées, la méthode de rappel semble moins efficace que des méthodes d’assimilation plus complexes tel que le filtre de Kalman. De plus, l’AMOC simulée dans cette réanalyse ne correspond pas à son estimation à partir de méthodes statistiques, sans doute du fait que la salinité, est déterminante pour forcer la convection océanique et l’AMOC. Ainsi, assimiler la salinité semble nécessaire pour reproduire correctement les variations d’AMOC sur le dernier millénaire à l’aide d’un modèle