Schémas expliquant l'utilisation de LDA pour les données climatiques :les mots sont remplacés par des valeurs de pixels, les motifs correspondent à des objets météorologiques (cyclones et anticyclones). Crédit :Davide Faranda, Lucas Fery
Selon certaines mesures, le changement climatique appartient au passé.
"Plusieurs sources de données appuient fortement la conclusion selon laquelle les gaz à effet de serre anthropiques sont devenus le principal moteur du réchauffement climatique mondial observé depuis le milieu du XXe siècle", rapporte la déclaration révisée sur le changement climatique de la Terre adoptée par le Conseil de l'American Physical Society en novembre. —représentant la voix collective de plus de 50 000 membres.
D'importants efforts pour freiner les conséquences du futur changement climatique se poursuivent. Mais certains chercheurs posent une question différente :comment la société peut-elle devenir plus résiliente dans un monde déjà réchauffé ?
Lors de la réunion de mars 2022 de l'APS, les scientifiques partageront de nouvelles découvertes sur l'apprentissage de la vie avec le changement climatique et les événements extrêmes qui en découlent. Lors d'une conférence de presse le lundi 14 mars 2022, les chercheurs discuteront de la lutte contre la confusion et la désinformation climatiques, de la construction d'un dictionnaire météorologique et de la prédiction du climat avec la physique de l'apprentissage en profondeur. La conférence se tiendra sur place et sera diffusée via Zoom.
Tout au long de l'administration Trump, des responsables comme le chef de l'EPA, Scott Pruit, ont affirmé qu'il y avait trop d'incertitude pour affirmer avec certitude que les humains contribuent au changement climatique. En outre, cette administration a promulgué une interprétation des observations du réchauffement et des conditions météorologiques extrêmes comme le résultat de fluctuations extrêmes normales mais possibles d'un climat statistiquement inchangé.
"On n'a besoin que de statistiques élémentaires pour montrer que la position de l'administration Trump sur le climat n'est pas cohérente avec les faits d'observation :en utilisant des observations, il est possible de démontrer que le climat n'est pas statistiquement immuable", a déclaré le mathématicien Juan M. Restrepo, scientifique à Laboratoire national d'Oak Ridge du ministère de l'Énergie.
Restrepo et Michael Mann, climatologue à l'Université d'État de Pennsylvanie, ont en outre appliqué un théorème de probabilité simple aux données de température à partir du 19e siècle. Ensuite, ils ont estimé les incertitudes liées aux fluctuations de température d'origine humaine et naturelle.
"La variabilité naturelle ne peut à elle seule expliquer les changements actuels dans les données climatiques. Malgré les incertitudes, on prévoit toujours que la Terre se réchauffera d'une manière cohérente avec les comptes rendus sommaires du GIEC", a déclaré Restrepo à propos de ses conclusions préliminaires.
"Compte tenu de la preuve que les principaux attributs du changement climatique, tels que l'effondrement de la calotte glaciaire et l'élévation du niveau de la mer, se produisent plus tôt que prévu, l'incertitude s'est à bien des égards brisée contre nous, plutôt qu'en notre faveur", a ajouté Mann. "L'incertitude scientifique n'est pas une raison pour l'inaction. Au contraire, c'est une raison pour des efforts plus concertés pour limiter les émissions de carbone."
L'un des domaines les plus cruciaux de l'action climatique réside dans la préparation aux événements extrêmes.
"Il ne fait aucun doute que la planète se réchauffe. Mais la plus grande incertitude existe quant aux événements qui nous affectent le plus :se produire une ville, une forêt, un continent à la fois", a déclaré le climatologue Daniel Swain.
Les cyclones, les inondations, les vagues de chaleur, les tornades et d'autres types de conditions météorologiques extrêmes émergent des mêmes processus qui composent le climat, explique Swain, qui travaille à l'Institut de l'environnement et de la durabilité de l'Université de Californie à Los Angeles.
Mais pour une catastrophe donnée, comment pouvons-nous identifier si le changement climatique était un coupable ? Swain a récemment co-publié une introduction sur le jeune domaine de "l'attribution d'événements extrêmes", affirmant que les médias et même d'autres scientifiques se méprennent souvent sur les données.
Lors de la réunion, Swain donnera un aperçu des avancées récentes dans les observations et la modélisation du monde réel, et expliquera comment la société devra s'adapter aux conditions météorologiques extrêmes induites par le climat.
L'un des plus grands dilemmes liés aux conditions météorologiques extrêmes est de les prévoir :comment savoir à quoi s'attendre et quand ?
Les scientifiques de l'Université Paris-Saclay cherchent des réponses en créant un dictionnaire météo qui s'appuie sur la technologie de recherche de mots.
Une technique d'apprentissage automatique appelée Latent Dirichlet Allocation sélectionne des sujets à partir du texte. Le groupe a appliqué la stratégie pour produire des cartes météorologiques totalement repensées.
"Nous avons exporté la technique linguistique populaire vers l'étude du climat pour comprendre le "langage" des événements météorologiques extrêmes. Quels sont les sujets récurrents lorsque l'atmosphère nous parle, à travers le vent ?" a déclaré Davide Faranda, chercheur en systèmes complexes.
L'équipe a comparé des points de grille de pression au niveau de la mer à des mots et identifié avec succès des cyclones et des anticyclones connus des météorologues, comme la dépression de Gênes, l'anticyclone scandinave et l'anticyclone des Açores.
Décomposer le temps en motifs simples rend plus claire l'étude des effets du changement climatique. "Il offre un moyen facile d'étudier les événements extrêmes tels que les vagues de chaleur et les vagues de froid et d'identifier leurs précurseurs", a déclaré Faranda.
L'intelligence artificielle a révolutionné la prévisibilité climatique, mais de nombreux obstacles subsistent. Rose Yu, informaticienne de l'Université de Californie à San Diego, a découvert un moyen d'améliorer considérablement la capacité de l'IA à prévoir le climat.
Le principal problème est que si l'apprentissage en profondeur fait des prédictions puissantes et précises, celles-ci ne respectent pas toujours les lois réelles de la physique. Yu et ses collègues ont développé des solutions de contournement qui intègrent la physique dans un algorithme pour modéliser les écoulements turbulents.
"Nous avons résolu des problèmes extrêmement complexes en sciences physiques autour des modèles climatiques et des simulations COVID-19. Je montre comment intégrer principalement la physique dans les modèles et algorithmes d'IA pour obtenir à la fois une précision de prédiction et une cohérence physique", a déclaré Yu.
Des approches informatiques comme celle de Yu pourraient améliorer la façon dont nous prévoyons tout, des événements météorologiques extrêmes et du changement climatique à la prochaine pandémie, et même les modèles de circulation dans une ville.