Les modèles climatiques sont une réussite, étant donné qu'une grande partie de ce qu'ils avaient prédit s'est en fait réalisé. Néanmoins, Reto Knutti souligne dans un article de blog, les chercheurs ont encore besoin de nouveaux modèles.

En 1950, les météorologues Jule Charney et Ragnar Fjørtoft se sont associés au mathématicien John von Neumann et à d'autres chercheurs pour créer la première simulation informatique de la météo. À l'époque, il a fallu 24 heures de calculs pour prévoir 24 heures de météo. En d'autres termes, pratiquement dès que la prévision dérisoire était terminée, la réalité s'était installée et la rendait inutile. Les prévisions météorologiques d'aujourd'hui sont étonnamment bonnes, produisant souvent des prévisions habiles jusqu'à une semaine à l'avance et conçues pour inclure des événements extrêmes. Ils sont disponibles sur tous les téléphones portables et chacun sait les interpréter.

Progrès étonnants des modèles climatiques

Les modèles climatiques sont étroitement liés aux modèles météorologiques; et ils, trop, ont fait des progrès incroyables. Aujourd'hui, ils simulent les courants aériens et océaniques, glace de mer, la biosphère, terre, le cycle du carbone et bien plus encore. Ils prennent en compte des milliers d'effets de rétroaction et de processus climatiques, se composent d'un million de lignes de code de programmation, et produisent des pétaoctets de données, et ces modèles sont une réussite à bien des égards. De nombreuses projections de modèles climatiques se sont réalisées. C'est sur la base de telles projections que les décideurs politiques ont décidé de limiter le réchauffement climatique anthropique à considérablement moins de 2 degrés Celsius. Mais pourquoi, alors, ce domaine nécessite-t-il encore plus de recherches et de nouveaux modèles ?

Il y a des décennies, Le statisticien George Box a déclaré :« Tous les modèles sont faux, mais certains sont utiles." Et en effet, chaque modèle simplifie la réalité dans une certaine mesure. Pour certaines questions, cette simplification est justifiée, tandis que pour d'autres, les incertitudes sont encore grandes. Un point en particulier est que chaque modèle a une résolution spatiale spécifique, ou échelle, sous lequel aucune prévision n'est possible. De nos jours, les modèles climatiques ont généralement une échelle de 10 à 50 kilomètres. Même cette résolution indique clairement que nous devons réduire nos émissions de CO 2 émissions. Cependant, pour connaître la fréquence des étés chauds et secs comme celui de 2018, ou si le village de montagne suisse de Sedrun recevra encore suffisamment de neige en 2040, nous avons besoin d'une échelle de quelques kilomètres seulement. C'est parce que les montagnes, les vallées et les phénomènes très localisés, tels que la montée de masses d'air qui se transforment en formations nuageuses, jouent un rôle essentiel.

Pourtant, atteindre ces plus petites échelles nécessite une énorme puissance de calcul, ce qui se trouve de plus en plus fréquemment uniquement dans les ordinateurs dotés d'unités de traitement graphique (GPU). Par conséquent, les "fonctionnements internes du modèle, " en d'autres termes, comment les cœurs individuels partagent et traitent les données, doivent être reprogrammés. Des supercalculateurs aussi puissants permettent de cartographier des phénomènes à petite échelle, comme les nuages ​​orageux, ou des modèles de ville de manières nouvelles et améliorées. Cependant, ils produisent également plus de données qu'il n'est possible d'en stocker.

Faire tourner un modèle haute résolution sur une nouvelle architecture informatique nécessite donc l'expertise de physiciens, chimistes, biologistes et autres experts pour mieux décrire ces phénomènes à petite échelle. Informaticiens, trop, sont nécessaires pour utiliser efficacement les nouvelles technologies. Mais à la fin de la journée, même la meilleure simulation est inutile si ses utilisateurs ne la comprennent pas ou ne savent pas à quoi s'en servir.

Avantages pour la société

Pour les chercheurs, les modèles climatiques sont des outils avec lesquels ils peuvent tester leurs hypothèses, apprendre à comprendre les processus et à interpréter les données de mesure. Mais ils peuvent aussi faire plus :les modèles climatiques sont utilisés dans les prévisions pour minimiser les risques et les vulnérabilités de la société et des infrastructures et pour trouver des moyens d'ajustement robustes. Le dialogue et le bénéfice pour les utilisateurs sont la clé de ce processus. Une fois que nous, les modélisateurs climatiques, comprenons de quelles informations les agriculteurs ou les ingénieurs civils ont besoin pour quel lieu et quelle période, nous pourrons alors mieux préparer nos modèles à l'ajustement – ​​un exemple brillant de la façon dont le développement technologique et la recherche inter et transdisciplinaire fonctionnent ensemble pour offrir des avantages tangibles à la société.