En examinant les mesures satellitaires des changements de température dans la couche inférieure de l'atmosphère terrestre, les scientifiques ont découvert que les modèles climatiques peuvent avoir surestimé la variabilité naturelle de la température d'une décennie à l'autre.

La statisticienne du Lawrence Livermore National Laboratory (LLNL) Giuliana Pallotta et le climatologue Benjamin Santer ont créé un cadre statistique pour évaluer de manière exhaustive l'importance des différences entre la variabilité naturelle simulée et observée de la température moyenne à supérieure de la troposphère (TMT). La troposphère est la région la plus basse de l'atmosphère, s'étendant de la surface de la Terre à une hauteur d'environ 4 à 12 milles, selon la latitude et la saison.

L'équipe a découvert que dans les générations actuelles et antérieures de modèles climatiques, la variabilité naturelle d'une décennie à l'autre de la température troposphérique est systématiquement trop importante par rapport aux estimations de la variabilité naturelle obtenues à partir des satellites. Une telle surestimation du « bruit climatique » naturel rendrait plus difficile l'identification d'un signal de réchauffement troposphérique d'origine humaine. La recherche apparaît dans le Journal du climat .

"Nos résultats renforcent la confiance dans les affirmations précédentes d'un réchauffement de la troposphère d'origine humaine détectable et impliquent que ces affirmations peuvent être prudentes, " a déclaré Pallota.

Meilleure connaissance de ce signal de réchauffement troposphérique, et une meilleure compréhension des incertitudes dans les observations satellitaires de température, ont contribué à faire avancer les études de détection et d'attribution, qui aident à démêler les causes du changement climatique récent.

La variabilité interne naturelle se produit en l'absence de tout changement d'origine humaine dans la composition atmosphérique. Il constitue le bruit de fond contre lequel tout signal de réchauffement d'origine humaine à évolution lente doit être détecté. L'étude se concentre sur le spectre de la variabilité interne, fournissant des informations sur la répartition de la variabilité de la température sur des échelles de temps allant de quelques mois à plusieurs décennies. Ces informations sont un élément essentiel des études de détection de signaux anthropiques.

Pallota et Santer ont exploré la sensibilité des comparaisons spectrales modèle-données à un large éventail de décisions subjectives. Ceux-ci comprenaient le choix des ensembles de données TMT satellitaires et de modèles climatiques, la méthode utilisée pour séparer les signaux de réchauffement du bruit de variabilité naturelle, la gamme de fréquences considérée et le modèle statistique utilisé pour représenter la variabilité naturelle observée.

"Nous constatons que sur des échelles de temps d'une à deux décennies, la variabilité TMT observée est en moyenne surestimée par les deux dernières générations de modèles climatiques, " a déclaré Santer. Les modèles analysés faisaient partie des phases antérieures et les plus récentes du projet d'intercomparaison de modèles couplés (CMIP5 et CMIP6).

L'un des défis auxquels sont confrontés les chercheurs est que les changements de température troposphérique dans le monde réel ne représentent qu'un seul exemple de signal de réchauffement causé par l'homme et de variabilité naturelle du climat. Il est difficile de séparer sans ambiguïté le signal et le bruit dans cette seule réalisation du signal et du bruit. L'équipe a exploré de nombreuses manières différentes de réaliser cette séparation dans les données TMT du satellite. Pour chacune des méthodes de séparation signal et bruit appliquées, ils ont étudié de nombreux modèles statistiques différents de la « mémoire » à court et à long terme du bruit climatique.

Pallotta a noté :« La modélisation statistique nous a permis de générer plusieurs milliers d'estimations plausibles différentes de la variabilité climatique interne à partir de la seule réalisation du changement climatique observé. Sans la modélisation statistique, il aurait été plus difficile de faire des inférences fiables sur la signification statistique des différences entre la variabilité de la température troposphérique observée et la variabilité de la température dans les modèles climatiques. »

L'équipe a l'intention d'appliquer le cadre statistique qu'elle a développé à d'autres variables climatiques. Une prochaine étape évidente consiste à examiner les températures de surface, qui sont près de trois fois plus longs que le record TMT du satellite de 41 ans.