probabilité de 90 % (figure 4). Ce seuil de significativité
n'est par contre pas franchi lorsque la même méthode est
appliquée aux tendances de températures maximales
journalières d'été, ou aux tendances de températures
hivernales. Ce succès partiel est très encourageant
puisqu'il montre pour la première fois la détection d'un
signal de changement climatique à l'échelle régionale qui
ressemble à celui qui est calculé par un modèle clima-
tique régional.
sont donc très encourageants mais ils soulignent aussi la
nécessité d'actions de recherche coordonnées afin
d'avancer sur la difficile question des incertitudes. Il est
aussi indispensable d'avancer sur la combinaison des
méthodes dynamiques et statistiques, afin, en particulier,
d'obtenir une meilleure représentation des phénomènes
climatiques extrêmes.
unemesure de la corrélation pour l'ensemble de la France, entre les tendances observées et les tendances simulées par le modèle ARPEGE-
Climat à maille variable. Les deux lignes horizontales représentent des estimations basse et haute du seuil de significativité à 90 % de la
détection d'un signal par rapport à des estimations du bruit de la variabilité naturelle. On constate une augmentation récente de la
cohérence entre les signaux simulés et les observations, les seuils estimés de significativité à 90 % étant plusieurs fois franchis au cours des
15 dernières années.
between the observed trends and the trends simulated by the varying resolution ARPEGE-Climat model. The two horizontal lines represent high and
low estimates of the 90% significance threshold for the detection of a signal compared to estimates of the noise of natural variability. We note a
recent increase of the consistency between the simulated signal and the observations, the 90% significance levels being overcome several times during
the 15 last years.