Version classiqueVersion mobile

Le climat à découvert

 | 
Catherine Jeandel
, 
Rémy Mosseri

Septième partie. Prévision et projection climatique

3. Des prévisions météorologiques aux projections climatiques

Christophe Cassou et Éric Guilyardi

Texte intégral

Origines et sources de prévisibilité

1La première source de prévisibilité dite « de première espèce » découle des conditions initiales du système à prévoir (e.g. l’état dynamique et thermodynamique de l’océan et de l’atmosphère). La deuxième source dite « de deuxième espèce » est issue des conditions aux limites de ce système (forçage solaire, gaz à effet de serre*, etc.). Appliquée au climat, la connaissance des conditions aux limites permet de déterminer la distribution statistique d’une variable* (comme la moyenne de la température sur une zone donnée, sa variance*) définie traditionnellement sur une longue période (environ 30 ans), alors que la connaissance des conditions initiales permet de déterminer la chronologie des fluctuations et états individuels qui forment cette distribution. Le rapport entre les deux sources de prévisibilité dépend donc des échelles de temps et d’espace considérées mais aussi des sous-systèmes climatiques mis en jeu (atmosphère, océan, cryosphère*, biosphère*, lithosphère*) et de leurs interactions.

2Ainsi, la prévision météorologique repose sur la connaissance la plus précise possible au temps t = 0 des paramètres du système atmosphère. Sa prévisibilité est essentiellement de première espèce ; son échelle de temps est de l’ordre de 1 à 2 semaines et son échelle spatiale va du local au régional. Les caractéristiques spatio-temporelles de la prévisibilité météorologique sont fixées par les caractéristiques physiques de l’atmosphère dont les propriétés dynamiques sont de nature chaotique (cf. VII-1). Pour prévoir la chronologie des phénomènes atmosphériques de courte durée de vie qui constituent la variabilité interne à l’atmosphère (e.g. tempête, anticyclone de blocage aux moyennes latitudes, cyclone tropical, etc.), on utilise un modèle d’atmosphère qui assimile les observations atmosphériques de toute nature (cf. IV-4) afin de produire un état initial pour la prévision météorologique contenant les sources potentielles de prévisibilité. Le système considéré ici est l’atmosphère seule, les autres sous-systèmes climatiques pouvant être interprétés comme « conditions aux limites » (deuxième espèce) pour cette atmosphère. Au-delà de la dizaine de jours, la prévisibilité diminue car le véritable état atmosphérique n’est pas observable dans le détail et les « erreurs » associées de par la nature divergente ou chaotique de l’atmosphère, croissent rapidement (cf. VII-1). On utilise des techniques dites « d’ensemble » qui permettent d’introduire dans les conditions initiales des petites perturbations compatibles avec les erreurs ou carences des observations (cf. VII-1) et de refaire autant de fois que nécessaire la prévision afin d’évaluer le spectre des possibles des variables météorologiques en fonction de l’échéance (figure 1). Ces techniques conduisent à une prévision probabiliste et à une estimation objective de son incertitude.

Fig. 1 – Diagramme spaghetti où chaque membre de l’ensemble est représenté par une ligne mince d’une couleur particulière et la moyenne de l’ensemble est une ligne noire plus épaisse. On peut voir qu’à l’altitude 5 640 m, l’isohypse de la hauteur géopotentielle 500 hPa suit plusieurs scénarios sur la partie est du continent Nord Américain suggérant une forte incertitude de la prévision à l’échéance +8 jours dans cet exemple, alors que la dispersion est plus faible sur la façade Pacifique où la confiance dans la prévision sera par conséquent plus forte. Source COMET

3Aux échelles de temps plus longues (mensuelles à pluri-décennales), les prévisibilités de première et deuxième espèces coexistent. Les caractéristiques de la prévisibilité sont fixées par la nature physique du système climatique* dans son ensemble, et non plus atmosphérique seul. On parle alors de prévision climatique qui repose sur la connaissance la plus précise possible au temps t = 0 des composantes lentes du système climatique (e.g. l’océan, la banquise, les conditions de surface continentales, etc.) qui assurent la prévisibilité de première espèce. Si l’on considère l’atmosphère comme seul système d’étude dans le cadre des prévisions climatiques, sa prévisibilité est alors essentiellement de deuxième espèce, assurée par les autres sous-systèmes climatiques jouant le rôle de forçage externe*. Par exemple, savoir que l’océan est plus chaud que la normale dans l’Atlantique tropical permet de prévoir une probabilité d’ouragans plus grande sur les Caraïbes que lorsque l’océan est plus froid. Il ne s’agit donc pas de prévoir la chronologie des cyclones dont le développement temporel et spatial est chaotique mais de renseigner sur leurs statistiques (nombre, intensité, position préférentielle, etc.) correspondant à l’échelle de temps de la prévision. La prévision climatique consiste à prévoir la chronologie des entités océaniques (e.g. ENSO*, Oscillation Atlantique Multidécennale-AMO*, etc.), continentales, de glace de mer, etc. qui contiennent la mémoire climatique, afin d’estimer indirectement leur signature statistique sur l’atmosphère.

4La prévision climatique est par nature probabiliste car il s’agit d’estimer toutes les « trajectoires possibles » du système dans son ensemble. Le modèle utilisé est un modèle couplé comprenant les différents sous-systèmes climatiques, dans lequel les observations océaniques, continentales, de glace de mer, etc. sont assimilées pour produire un état initial des sous-systèmes océancontinent-glace qui contient alors les sources potentielles de prévisibilité. Ainsi la connaissance des conditions initiales atmosphériques n’est pas nécessaire au-delà de l’échelle saisonnière, la prévisibilité de première espèce étant assurée par les composantes lentes du climat.

5Le système climatique étant considéré dans son ensemble, la source de prévisibilité de deuxième espèce est assurée par les forçages externes (fluctuations de l’activité solaire, modifications de la composition chimique de l’atmosphère par le volcanisme, par les activités anthropiques etc.) pouvant être interprétés comme conditions aux limites pour ce système. Par exemple, l’insolation modulée par les paramètres orbitaux de la Terre autour du Soleil est en partie responsable des grandes alternances glaciaire-interglaciaire ; elle contrôle ainsi l’état moyen en température du système climatique. C’est à cette seule source de prévisibilité de deuxième espèce que le GIEC* s’est intéressé jusqu’à présent dans ses rapports successifs. Il a tenté d’évaluer la réponse moyenne du climat d’une part à la modification de la concentration des gaz à effet de serre (GES) par les émissions anthropiques et d’autre part aux fluctuations des forçages naturels. Le modèle utilisé est de nouveau un modèle couplé comprenant les différents sous-systèmes climatiques mais dans lequel les forçages externes sont introduits suivant les observations pour la période présente (simulations historiques), et suivant plusieurs scénarios d’émission de GES dépendant de critères démographiques, économiques, sociétaux et techniques pour le xxie siècle. On parle alors de projections climatiques car les modèles (océan, glace etc.), dans le cas présent, ne sont pas initialisés aux états observés ou à leurs estimations les plus proches, par opposition à la prévision.

6Les modes dominants de variabilité interne climatique, comme l’ENSO aux échelles interannuelles et l’AMO à une échelle plus longue, sont ainsi présents dans les projections climatiques mais leur chronologie diffère selon les modèles et ne correspond pas à celle des observations. On peut faire l’analogie avec les prévisions climatiques aux échelles saisonnières où par exemple, les tempêtes, entités principales de variabilité interne atmosphérique, sont simulées, mais leur occurrence et leur trajectoire sont aléatoires.

7Ainsi, les simulations climatiques faites pour le quatrième rapport du GIEC* (AR4*) n’ont pas été conçues pour « faire » de la prévision climatique (pas d’initialisation). On ne peut donc pas les comparer directement aux observations sur les dernières années ou même sur la dernière décennie. Assimiler correctement les observations océaniques pour produire les états initiaux des prévisions climatiques constitue un véritable défi du fait de la faible couverture observationnelle à la fois dans le temps et dans l’espace de ce sous-système et du fait des contraintes inhérentes au modèle couplé lui-même. La prévision décennale reste donc encore du domaine de la recherche fondamentale mais, à terme, de telles prévisions peuvent éclairer les décisions et directions à prendre dans un contexte d’adaptation au changement climatique en réponse à la perturbation des forçages radiatifs par les GES d’origine anthropique.

Incertitudes

8Les notions d’incertitudes sont constitutives même des notions de prévisibilité, il est donc nécessaire de faire la distinction entre prévision et projection. Dans l’AR4, les synthèses du GIEC sont souvent résumées par le panache de l’évolution de la température globale (figure 2) dont l’amplitude s’accroît avec l’échéance de la projection.

9La dispersion des projections sur la température globale planétaire a plusieurs sources : les incertitudes liées aux modèles et à la variabilité interne du système climatique représentées ici par les divers « spaghettis » de même couleur (traits fins), et l’incertitude liée aux scénarios d’émission des GES (couleurs différentes). Ces distinctions permettent de bien clarifier d’une part les différences entre prévision et projection, et, d’autre part, l’origine très différente des trois sources d’incertitudes en jeu dans les projections et suivant l’échéance considérée. Considérons par exemple l’échéance 2000-2030. L’incertitude sur la projection de la température globale est essentiellement expliquée par l’incertitude liée au modèle climatique et à la variabilité interne du système climatique. Sur cette fenêtre, l’objectif scientifique est double : réduire l’incertitude liée structurellement aux modèles et produire des prévisions climatiques décennales qui prennent en compte la phase temporelle des grandes oscillations océaniques décennales qui modulent la tendance due au forçage par les GES. Ces actions ont été mises en place dans le 5e projet d’intercomparaison des modèles couplés (CMIP5) pour le 5e rapport du GIEC (AR5*) de 2013-2014 ; l’analyse des prévisions décennales en constituera une de ces principales nouveautés. À partir des années 2060-2070, l’incertitude sur la température globale est essentiellement déterminée par le forçage induit par les GES (et donc par les scénarios associés aux activités anthropiques) ainsi que par leurs rétroactions avec les diverses composantes du système climatique. La réduction des incertitudes associées aux modèles est, quant à elle, le travail quotidien de beaucoup de chercheurs. L’amélioration du modèle passe par l’intégration de nouveaux mécanismes physiques, la révision de la façon dont certains sont pris en compte dans les modèles, grâce à des nouveaux jeux de données disponibles, par des nouvelles techniques d’assimilation de données qui permettent de mieux représenter les conditions initiales, par la prise en compte de nouvelles rétroactions à la base même de la définition du climat, etc.

Fig. 2 – Projections de la variation de la température globale de 1950 à 2100 selon trois scénarios (couleurs) et à partir de 14 modèles (spaghettis). La moyenne multimodèle pour chaque scénario est en trait plein de la couleur correspondante, et les observations (sur environ un demi-siècle) sont représentées en noir. Source : GIEC AR4*

Bibliographie

Références bibliographiques

• E. GUILYARDI - Océans et climat : quel avenir ?, Le Pommier, 2008.

• G. A. MEEHL and al. - « Decadal Prediction : Can It Be Skillful ? », Bull. Amer. Meteor. Soc., 2009.

Table des illustrations

Légende Fig. 1 – Diagramme spaghetti où chaque membre de l’ensemble est représenté par une ligne mince d’une couleur particulière et la moyenne de l’ensemble est une ligne noire plus épaisse. On peut voir qu’à l’altitude 5 640 m, l’isohypse de la hauteur géopotentielle 500 hPa suit plusieurs scénarios sur la partie est du continent Nord Américain suggérant une forte incertitude de la prévision à l’échéance +8 jours dans cet exemple, alors que la dispersion est plus faible sur la façade Pacifique où la confiance dans la prévision sera par conséquent plus forte. Source COMET
URL http://books.openedition.org/editionscnrs/docannexe/image/11489/img-1.jpg
Fichier image/jpeg, 303k
Légende Fig. 2 – Projections de la variation de la température globale de 1950 à 2100 selon trois scénarios (couleurs) et à partir de 14 modèles (spaghettis). La moyenne multimodèle pour chaque scénario est en trait plein de la couleur correspondante, et les observations (sur environ un demi-siècle) sont représentées en noir. Source : GIEC AR4*
URL http://books.openedition.org/editionscnrs/docannexe/image/11489/img-2.jpg
Fichier image/jpeg, 155k

Auteurs

Physicien climatologue, Chargé de Recherche au CNRS, CERFACS, Toulouse.
christophe.cassou@cerfacs.fr

Océanographe climatologue, Directeur de recherche au CNRS, Professeur à l’Université de Reading (GB), LOCEAN, Paris.
eric.guilyardi@locean-ipsl.upmc.fr

Le texte et les autres éléments (illustrations, fichiers annexes importés) sont sous Licence OpenEdition Books, sauf mention contraire.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search