Science Briefs

La physique de la modélisation du climat

Copyright (2007) American Institute of Physics. The English version of the following article appeared in Physics Today, January 2007, page 72. This article may be downloaded for personal use only. Any other use requires prior permission of the author and the American Institute of Physics. This article is available in English.

Le climat est un phénomène de grande échelle qui résulte des interactions complexes entre des systèmes physiques de petite échelle. Cependant, en dépit de cette complexité, les modèles climatiques ont fait preuve de quelques succès impressionnants.

Les projections climatiques effectuées avec des modèles numériques sophistiqués ont permis d'informer les politiques du monde entier des dangers potentiels des interférences de l'activité humaine avec le système climatique. Ces codes numériques prétendent modéliser une grande partie du système. Mais quelle est la physique de ces modèles, comment sont ils évalués et à quel point sont ils crédibles?

La tâche que les modélisateurs du climat se sont assignée est de réunir toutes leurs connaissances des interactions locales des masses d'air et d'eau, de leur vitesse et de l'énergie et d'utiliser cette connaissance pour expliquer les caractéristiques de grande échelle du système climatique, sa variabilité et sa réponse aux contraintes externes ou forçages. Il s'agit d'une tâche formidable et loin d'être terminée, les succès obtenus jusqu'ici sont pourtant surprenants. En conséquence, les climatologues ont quelques bonnes raisons de croire que ce n'est pas une tentative complètement folle.

Photo of Pinatubo explosion Image to right: The 1991 eruption of Mount Pinatubo in the Philippines produced sulfate aerosols that affected climate for years and offered climate modelers an unprecedented opportunity to compare models with observations. (Photograph by Dave Harlow, courtesy of the US Geological Survey)

La modélisation du climat dérive des efforts qui furent d'abord formulés dans les années 1920 pour la prédiction numérique du temps météorologique. Ce n'est, cependant, qu'à partir des années 1950 que les ordinateurs ont acquis une puissance suffisante pour permettre une description minimale des systèmes météorologiques. Depuis lors, les modèles se sont complexifiés sans cesse en incorporant de plus en plus de composants du système: surfaces continentales, océans, glace et, plus récemment, des représentations interactives des aérosols, de la chimie atmosphérique et du cycle du carbone. En fait, le travail de recherche interdisciplinaire mené pour comprendre le changement climatique est, en grande partie, piloté par le développement des modèles. Les modèles actuels sont des outils flexibles, capables de répondre à une large variété de questions, mais cela a un prix: ils en deviennent presque aussi difficile à analyser et à comprendre que le monde réel.

La physique de base, les propriétés émergentes

La physique des modèles du climat peut être divisée en trois catégories. La première inclut les principes fondamentaux tels que la conservation de l'énergie, de la vitesse et de la masse et les processus tels que ceux de la mécanique orbitale qui peuvent être calculés à partir des principes fondamentaux. La deuxième inclut une physique bien connue en théorie, mais qui, en pratique, doit être approximée à cause de la discrétisation d'équations continues. On peut citer comme exemples le transfert de rayonnement à travers l'atmosphère et les équations de Navier Stockes qui décrivent le mouvement des fluides. La troisième catégorie concerne une physique connue empiriquement telles les formules qui décrivent l'évaporation comme une fonction de la vitesse du vent et de l'humidité.

Pour les deux dernières catégories, les modélisateurs développent souvent des paramétrisations qui essaient de capter les phénomènes essentiels du processus de petite échelle. Par exemple, la moyenne de la nébulosité pour une boîte de 100 km2 n'est pas directement reliée à la moyenne de l'humidité dans la boîte. Cependant, dans la mesure où l'humidité moyenne augmente, la nébulosité moyenne augmente aussi. Cette relation monotone pourrait être la base d'une paramétrisation, bien que les schémas actuels soient significativement plus complexes que cet exemple.

Étant donnée la nature des paramétrisations entre autres caractéristiques, un modèle climatique requiert diverses expertises. De ce fait chaque modèle aura ses propres détails qui lui sont uniques. Cependant, une grande partie des propriétés prévues par les modèles climatiques est robustes en ce sens qu'elle ne dépend pas de façon significative des paramétrisations spécifiques et de leur représentation spatiale.

La propriété la plus intéressante du système climatique est l'émergence. C'est-à-dire que les phénomènes de grande échelle ne sont pas simplement des fonctions triviales de la physique de petite échelle mais qu'ils résultent de la complexité du système. Par exemple, aucune formule ne décrit la zone de convergences intertropicales qui résulte d'une combinaison du cycle saisonnier du rayonnement solaire, des propriétés de la convection humide, de la rotation de la Terre, et ainsi de suite. Ces qualités émergentes font que la modélisation climatique est fondamentalement différente de la résolution numérique d'équations délicates.

La modélisation du climat est aussi fondamentalement différente de la prévision du temps. Le temps météorologique est un problème de valeur initiale: étant donné la situation d'aujourd'hui quelle sera la situation de demain? Le temps météorologique est chaotique; des différences imperceptibles dans l'état initial de l'atmosphère conduisent à des conditions radicalement différentes une semaine ou deux plus tard. Par contre, le climat est un problème de conditions aux limites — une description statistique de l'état moyen et de la variabilité d'un système, et non pas un chemin individuel à travers l'espace des phases. Les modèles climatiques actuels conduisent à des climats stables et non chaotiques ce qui implique que les questions qui regardent la sensibilité du climat à, disons une augmentation des gaz à effet de serre sont bien posées et justifient de l'utilisation des modèles. Cependant, dans la mesure où sont incorporés davantage de composants compliqués tels que les systèmes biologiques, la dynamique complète des calottes glaciaires, etc., il est concevable que les possibilités de contre réaction s'accroissent et que des climats chaotiques en résultent.

Comparative plots of optical depth and observed and simulated global mean temperature Image to right: The upper graph shows the atmospheric concentration of aerosols as measured by the optical depth, an indication of the atmosphere's ability to block radiation transmission (in this case, at 500 nm). The black solid curve gives the global mean; broken curves describe the Northern (red) and Southern (blue) hemispheres. The lower graph gives global mean surface temperature. The green and purple curves were generated from two somewhat different observational data sets. The red curve gives the average of five runs simulated by the GISS ModelE GCM. Circles indicate June-August; asterisks, December-February. Click for large GIF or PDF. (Graph adapted from Hansen et al. 2007, in press.)

Tests des modèles climatiques

L'évaluation des modèles s'effectue sur deux niveaux distincts - la petite échelle à laquelle on évalue les spécificités d'une paramétrisation et la grande échelle sur laquelle on peut tester les propriétés émergentes telles qu'elles sont prédites. Le socle primaire des tests est le climat de l'époque présente particulièrement depuis 1979 quand une quantité significative de données satellites est devenues facilement disponible.

L'éruption du Mont Pinatubo, en 1991, a procuré un bon laboratoire pour le test des modèles (voir la figure). Non seulement le refroidissement d'environ 0,5° qui en a résulté a été précisément prévu peu de temps après l'éruption, mais les rétroactions par l'intermédiaire du rayonnement de la vapeur d'eau ou de la dynamique qui étaient incluses dans les modèles ont été quantitativement vérifiées.

Plus d'une douzaine d'équipes à travers le monde développent des modèles climatiques, dont la capacité à simuler le climat présent s'est améliorée significativement sur les vingt dernières années. D'une façon fort intéressante, la moyenne de tous les modèles fait invariablement mieux que chacun des modèles individuellement ce qui montre que les erreurs des simulations sont non biaisées et cela de façon surprenante. Des biais significatifs communs à la plupart des modèles existent cependant, par exemple dans les caractéristiques des précipitations tropicales.

Les modélisateurs du climat sont particulièrement intéressés de tester la variabilité de leurs modèles. Une part de cette variabilité est intrinsèque, mais les modélisateurs étudient aussi la variabilité causée par des changements dans les forçages extérieurs, tels que l'orbite de la Terre où l'activité solaire. Ces études sont compliquées du fait d'observations très incomplètes, de la nature des donnes de satellite, des incertitudes dans les forçages et d'autres problèmes.

La comparaison de modèles la plus complète qui ait jamais été conduite est actuellement en cours en utilisant les simulations qui ont été effectuées en 2004-2005 pour le Groupe Intergouvernemental d'Evaluation du Climat. Ces simulations pour le XXe siècle et au-delà sont actuellement examinées par des centaines d'équipes indépendantes qui évalueront la robustesse des résultats et aideront à préciser les problèmes persistants.

Beaucoup de questions importantes restent sans réponse. Par exemple, on peut citer l'influence des conditions climatiques sur El Niño, ou encore les prévisions d'évolution à l'échelle régionale et la manière dont les simulations des événements rares et extrêmes tels que les cyclones et les vagues de chaleur peuvent être validées. De tels problèmes peuvent requérir de meilleures représentations des propriétés turbulentes de l'atmosphère au voisinage de la surface, les effets des tourbillons océaniques ou de la microphysique des nuages et des aérosols. L'incorporation de paramétrisations plus sophistiquées et l'augmentation constante de la résolution qui accompagne l'accroissement des ressources informatiques suggère que ces modèles continueront de s'améliorer. Cependant, beaucoup de résultats, tels que l'effet du réchauffement par l'accroissement des gaz à effet de serre qui ont d'abord été démontrés par les modèles les plus simples, il y a des décennies se sont avérés extrêmement robustes.

Les modèles climatiques sont inégalés dans leur capacité à quantifier des hypothèses qui, autrement resteraient qualitatives et à générer de nouvelles idées qui peuvent être testées contre des observations. Ils sont loin d'être parfaits, mais ils ont réussi à capter et à décrire les aspects fondamentaux de la circulation de l'atmosphère, de l'océan et de la glace de mer et leur variabilité. Ils constituent donc des outils fort utiles pour estimer les conséquences de l'expérience audacieuse que l'humanité est en train de conduire à l'échelle planétaire.

Reference

Hansen, J., Mki. Sato, R. Ruedy, P. Kharecha, A. Lacis, R.L. Miller, L. Nazarenko, K. Lo, G.A. Schmidt, G. Russell, I. Aleinov, S. Bauer, E. Baum, B. Cairns, V. Canuto, M. Chandler, Y. Cheng, A. Cohen, A. Del Genio, G. Faluvegi, E. Fleming, A. Friend, T. Hall, C. Jackman, J. Jonas, M. Kelley, N.Y. Kiang, D. Koch, G. Labow, J. Lerner, S. Menon, T. Novakov, V. Oinas, Ja. Perlwitz, Ju. Perlwitz, D. Rind, A. Romanou, R. Schmunk, D. Shindell, P. Stone, S. Sun, D. Streets, N. Tausnev, D. Thresher, N. Unger, M. Yao, and S. Zhang 2006. Climate simulations for 1880-2003 with GISS modelE. Climate Dynam., 29, 661-696, doi:10.1007/s00382-007-0255-8.

Contact

Veuillez adresser toutes les enquêtes au sujet de cette recherche à Gavin A. Schmidt.