Une étude du projet européen Horizon 2020 TiPES confirme que les grandes incertitudes des modèles climatiques utilisés dans les rapports du GIEC pourraient être considérablement réduites par l'utilisation de la mécanique statistique. La technique, qui a été considérée avec scepticisme par certains experts, conduit à des prévisions climatiques considérablement améliorées et pourrait également aider à évaluer les points de basculement, les auteurs concluent en Rapports scientifiques .

Un défi majeur dans la prévision climatique est l'incertitude sur la façon dont nous allons faire face au changement climatique. Les simulations informatiques doivent être exécutées encore et encore avec différents scénarios qui varient dans le développement économique futur, quantités de gaz influençant le climat, le changement d'usage des pratiques d'occupation des sols, décisions politiques, etc.

Mais les modèles climatiques avancés de la classe du GIEC prennent du temps et fonctionnent sur des superordinateurs dont l'utilisation est coûteuse. Seule une sélection limitée de scénarios est envisagée avec chaque nouvelle génération de modèle climatique.

La conséquence est de grandes lacunes dans notre compréhension du système climatique, car les résultats de différents scénarios et modèles ne peuvent pas être facilement comparés. Il y a beaucoup de questions sans réponse telles que quand et comment les points de basculement s'installeront-ils ? Combien exactement une quantité donnée de CO 2 ajoutés à l'atmosphère affectent la température moyenne mondiale à l'heure actuelle ainsi qu'au cours des siècles à venir ?

Maintenant, Valerio Lucarini, Université de Lecture, Royaume-Uni et Valerio Lembo, Université de Hambourg, Allemagne et Francesco Ragone, Ecole Normale Supérieure, Lyonnais, France documente en Rapports scientifiques que ces incertitudes pourraient être considérablement réduites. Ils constatent que la qualité des informations extraites des modèles climatiques avancés s'améliore considérablement lorsqu'elles sont soumises à la théorie de la mécanique statistique.

"Ce que nous avons fait, c'est montrer que l'approche est réalisable même dans un modèle climatique de la classe utilisée pour les projections du GIEC, " explique Valerio Lucarini.

Le groupe a construit des opérateurs de réponse mathématiques qui traduisent les entrées sous forme de scénarios de forçage en sorties sous forme de signaux de changement climatique. La méthode a ensuite été appliquée à la dernière génération de modèles climatiques avancés, appelé CMIP6.

Les calculs ont prédit avec précision les variations de la température moyenne mondiale ainsi que les courants océaniques à grande échelle comme la circulation méridienne de renversement de l'Atlantique et le courant circumpolaire antarctique, démontrer que la méthode fonctionne.

C'est la première fois que cette approche, qui est extrêmement théorique et utilise des propriétés mathématiques et physiques très basiques, a été appliqué à un modèle climatique complexe à grande échelle avec un océan entièrement interactif.

"En principe, les outils que nous utilisons ici vous permettent de combler le fossé entre différents scénarios et, disons, de décomposer l'effet de différents forçages. Alors c'est comme une boîte noire. Vous me donnez un délai et une quantité de forçage et je vous donne la réponse. En temps réel. C'est un moyen très efficace d'utiliser les données et vous pouvez essentiellement construire un scénario complet de forçage pour un modèle donné, " explique Lucarini.

"Beaucoup de gens pensaient que cela ne serait pas faisable pour un modèle de la classe du GIEC. Au lieu de cela, nous avons montré que cela fonctionne. Et tout comme il est plus facile de prédire le mouvement statistique de milliards de molécules que le mouvement exact d'une seule, cette approche fonctionne en fait d'autant mieux que le modèle climatique est plus complexe, " dit Lucarini.

Théoriquement, l'approche devrait également faciliter l'évaluation des points de basculement. Tester la réponse du système sous divers scénarios est désormais plus accessible, ce qui signifie que de telles expériences peuvent découvrir où le système est le plus sensible dans certaines directions pour certains forçages. C'est exactement la situation lorsque nous nous approchons d'un point de basculement.