Concevoir des expériences climatiques est pratiquement impossible dans le monde réel. Nous ne pouvons pas, par exemple, étudier les effets des nuages ​​en enlevant tous les nuages ​​pendant une période de temps définie et voir ce qui se passe.

Au lieu, nous devons concevoir nos expériences virtuellement, en développant des modèles informatiques. Maintenant, un nouvel ensemble de modèles climatiques open source a permis à cette recherche de devenir plus collaborative, efficace et fiable.

Les modèles climatiques complets sont conçus pour être aussi proches que possible de la nature. Ils sont des représentations des connaissances combinées de la science du climat et sont sans aucun doute les meilleurs outils pour comprendre à quoi pourrait ressembler l'avenir.

Cependant, de nombreux projets de recherche se concentrent sur de petites parties du climat, comme des changements de vent soudains, la température dans une région donnée, ou les courants océaniques. Pour ces études, se concentrer sur un petit détail dans un modèle climatique complet, c'est comme essayer de trouver une aiguille dans une botte de foin.

Il est donc pratique courante dans de tels cas d'enlever la botte de foin en utilisant des modèles climatiques plus simples. Les scientifiques écrivent généralement ces modèles pour des projets spécifiques. Une citation communément attribuée à Albert Einstein résume peut-être le mieux le processus :« Tout doit être rendu aussi simple que possible, mais pas plus simple."

Voici un exemple. Dans un article de l'année dernière, j'ai examiné les changements de température et de vent dans la haute atmosphère près de l'équateur. Je n'avais pas besoin de savoir ce qui s'est passé dans l'océan, et je n'avais pas besoin de chimie, glace polaire, ou même des nuages ​​dans mon modèle. J'ai donc écrit un modèle beaucoup plus simple sans ces ingrédients. Il s'appelle "MiMA" ( M exemplaire d'un je conclu M l'huile UNE tmosphère), et est disponible gratuitement sur le Web.

Les inconvénients des modèles plus simples

Bien sûr, l'utilisation de modèles plus simples comporte ses propres problèmes.

Le principal problème est que les chercheurs doivent être très clairs sur les limites de chaque modèle. Par exemple, il serait difficile d'étudier les orages avec un modèle qui ne reproduit pas les nuages.

Le deuxième problème est que si les résultats scientifiques peuvent être publiés, le code lui-même ne l'est généralement pas. Tout le monde doit croire que le modèle fait bien ce que prétend l'auteur, et de croire qu'il n'y a pas d'erreurs dans le code.

Le troisième problème avec les modèles plus simples est que toute autre personne essayant de dupliquer ou de s'appuyer sur des travaux publiés devrait reconstruire elle-même un modèle similaire. Mais étant donné que les deux modèles seront écrits par deux (ou plus) personnes différentes, il est très peu probable qu'ils soient exactement les mêmes. Aussi, le temps que le premier auteur consacre à la construction de son modèle est ensuite passé une deuxième fois par un deuxième auteur, pour obtenir au mieux le même résultat. C'est très inefficace.

Modèles climatiques open source

Pour remédier à certains (sinon tous) de ces problèmes, certains collègues et moi avons construit un cadre de modèles climatiques appelé Isca. Isca contient des modèles faciles à obtenir, complètement libre, documenté, et sont livrés avec un logiciel pour faciliter l'installation et le fonctionnement. Toutes les modifications sont documentées et peuvent être annulées. Par conséquent, il est facile pour tout le monde d'utiliser exactement les mêmes modèles.

Le temps qu'il faudrait à chacun pour construire sa propre version du même modèle peut désormais être utilisé pour étendre les modèles existants. Plus de paires d'yeux sur un modèle signifie que les erreurs peuvent être rapidement identifiées et corrigées. Le temps gagné pourrait également être utilisé pour construire un nouveau logiciel d'analyse, qui peut extraire de nouvelles informations à partir de simulations existantes.

Par conséquent, les modèles climatiques et les expériences scientifiques qui en résultent deviennent à la fois plus flexibles et plus fiables. Tout cela ne fonctionne que parce que le code est accessible au public et que tout changement est suivi et documenté en permanence.

Un exemple est mon propre code, MiMA, qui fait partie d'Isca. J'ai été étonné de l'étendue des recherches pour lesquelles il est utilisé. Je l'ai écrit pour regarder la haute atmosphère tropicale, mais d'autres l'ont depuis utilisé pour étudier le cycle de vie des systèmes météorologiques, la mousson indienne, l'effet des éruptions volcaniques sur le climat, etc. Et ce n'est qu'un an après sa première publication.

Rendre les modèles librement disponibles de cette manière présente un autre avantage. L'utilisation d'une preuve accessible peut contrer la méfiance à l'égard de la science du climat qui prévaut encore dans certains milieux.

La charge de la preuve incombe automatiquement aux sceptiques. Comme tout le code est là et que toutes les modifications sont traçables, c'est à eux de signaler les erreurs. Et si quelqu'un trouve une erreur, encore mieux! La corriger n'est qu'une étape supplémentaire pour rendre les modèles encore plus fiables.

Passer à l'open source avec du code scientifique a beaucoup plus d'avantages que d'inconvénients. Il permet la collaboration entre des personnes qui ne se connaissent même pas. Et, le plus important, cela rendra nos modèles climatiques plus flexibles, plus fiable et généralement plus utile.

Cet article a été initialement publié sur The Conversation. Lire l'article original.