Vous êtes ici : Accueil > actualités > La prouesse de la modélisation du climat, système complexe

Actualité | Décryptage | Focus | Environnement | Climat | Modèles climatiques | Impact du changement climatique | Simulation & modélisation

Décryptage - L'oeil des experts

La prouesse de la modélisation du climat, système complexe


Dès les années 1960, un modèle adapté des premières modélisations de prévision météorologique montrait que la planète allait se réchauffer. La simulation de cette machine complexe qu’est le climat est aujourd’hui saluée par l’attribution du prix Nobel de Physique 2021.

Publié le 8 novembre 2021

​ Le 5 octobre dernier, trois scientifiques se voyaient distingués par l’Académie des Nobels : l’Américano-japonais Syukuro Manabe et l’Allemand Klaus Hasselmann, tous deux spécialistes de la modélisation physique du changement climatique, et l’Italien Giorgio Parisi, théoricien des systèmes complexes (voir encadré). Qu’en est-il ?

Venkatramani Balaji, climatologue du CEA au LSCE qui a côtoyé pendant près de 25 ans Syukuro Manabe, explique : « Manabe a eu l’idée d’utiliser un modèle de circulation générale de l’atmosphère, développé initialement pour la prévision de la météo, et de le coupler à une modélisation océanique pour réaliser un premier modèle simplifié du climat. En le faisant tourner jusqu’à l’équilibre (*), et en ayant doublé arbitrairement le paramètre de la concentration atmosphérique en CO2, il a pu établir en 1967 que la planète allait se réchauffer du fait de l’augmentation des émissions de CO2. En 1975, il a confirmé cette conséquence avec la version 3D de son modèle ». 

C’est ici que l’apport du deuxième lauréat entre en jeu. Car toute la difficulté fut de pouvoir attribuer ce réchauffement aux émissions d’origine anthropique. « Hasselman a joué un rôle pionnier dans ce domaine, poursuit le climatologue, en parvenant à extraire le signal du changement climatique dû aux émissions anthropiques de toutes les variabilités naturelles ». C’est ce qui fait, selon lui « la beauté d’un modèle : nous pouvons créer des planètes contrefactuelles, c’est-à-dire qui n’existent pas, sur lesquelles la révolution industrielle n’a pas eu lieu, et comparer ce climat préindustriel au nôtre ». 

gmst_until_2100_FR (002).png

Carte du réchauffement global prévu par le modèle de l'IPSL et par les deux modèles français dans le cadre de l'infrastructure nationale CLIMERI-France © CLIMERI-France

Etudier le passé pour mieux comprendre l’avenir

Cet aspect de la climatologie, qu’est la modélisation globale du climat, est l’un des domaines de recherche majeur du LSCE. « Depuis trente ans, nous travaillons sur ce sujet, dans la droite ligne des recherches initiées par Syukuro Manabe avec ce premier modèle de climat couplant les circulations de l’atmosphère et des océans », raconte Sylvie Joussaume, spécialiste de la modélisation des climats au LSCE qui est l'un des coordinateurs du projet international de comparaison des modèles sur les climats du passé. Appelé PMIP et « soutenu dès son démarrage par Manabe », ce projet a été lancé il y a 30 ans et en est aujourd’hui à sa quatrième phase. Son objectif : combiner des simulations de climats clés du passé et en analyser les différences par rapport au climat actuel. Cela permet, en plus, de mieux comprendre les changements en cours et d’évaluer les modèles climatiques déjà utilisés. « PMIP a plusieurs simulations phares à son actif, dont en particulier celle du climat du dernier maximum glaciaire (**) dont Manabe a été un pionnier », indique la climatologue. 

Evénements climatiques extrêmes et nouvelle climatologie statistique

Par ailleurs, les travaux récompensés sont à l’origine d’une nouvelle discipline que Pascal Yiou, spécialiste des événements climatiques extrêmes du LSCE explore depuis une quinzaine d’années avec son équipe. « Nos recherches forment une sorte de synthèse des travaux des trois lauréats du prix Nobel de physique. Elles allient la modélisation physique du climat de Manabe, les modèles stochastiques (***) de Hasselmann, mais aussi les systèmes chaotiques de Parisi ». En effet, note-il : « une propriété fondamentale des systèmes déterministes chaotiques est de pouvoir leur associer une densité de probabilités. Et il se trouve que les outils de modélisation statistique fonctionnent étonnamment bien pour des systèmes chaotiques comme le climat ».

Grâce à cette combinaison de techniques, Pascal Yiou et son équipe ont élaboré de nouvelles méthodes d’attribution d’événements climatiques extrêmes aux émissions d’origine anthropique. Elles sont désormais partagées par la Convention de service climatique qui vise à diffuser données et méthodologies aux industriels et décideurs pour les aider à interpréter les projections climatiques, les événements extrêmes et les contributions nationales aux réductions d'émissions. Pour lui, ce prix signe ainsi « une reconnaissance internationale de la nouvelle discipline qu’est la climatologie statistique ». 

La physique des systèmes complexes

Prenons un système complexe comme un verre de spin, alliage métallique intégrant un certain nombre d’impuretés réparties au hasard. Un grand nombre d’agents (les spins) interagissent de manière désordonnée et il existe de ce fait un très grand nombre de configurations possibles qui sont presque optimales et peuvent avoir des propriétés physiques différentes. Se pose alors une question : que se passe-t-il si l’on perturbe légèrement le système ? C’est en cherchant à répondre à cette question que Giorgio Parisi a proposé entre 1979 et 1983 une solution mathématique d’un modèle de verre de spin très célèbre (modèle de Sherrington-Kirkpatrick). « Avec sa méthode de brisure de symétrie des répliques, Parisi part de l’hypothèse que plusieurs répliques d’un même système désordonné évoluent toutes différemment, mais avec une similarité structurée de manière hiérarchique. Dans un éclair de créativité extrême, il a eu l’intuition de cette solution qui permet désormais de comprendre et d’appréhender le comportement de ces systèmes complexes désordonnés », explique Pierfrancesco Urbani, physicien théoricien au CEA-IPhT, par ailleurs ancien doctorant de Parisi. Créée avec une mathématique complètement inédite, cette solution a marqué le début d’une discipline, la physique des systèmes complexes. Elle a produit des ramifications dans de nombreux domaines, comme l’algorithmique, les réseaux de neurones ou même la climatologie. 

(*)Modèle à l'équilibre : Modèle climatique dont la température moyenne globale obtenue se stabilise, c’est-à-dire ne tendant ni vers un réchauffement ou un refroidissement de la planète.

(**) Dernier maximum glaciaire : Période (- 21 000 ans) au cours de laquelle le froid a atteint son ampleur maximale. Marqué par une extension extrême des calottes de glace et par un niveau minimal des mers, le climat était plus froid d’environ 5°C par rapport à aujourd’hui.

(***) Stochastique : Se dit d'un phénomène qui, partiellement, relève du hasard et de l’aléatoire et fait l’objet d’une analyse statistique.


Haut de page

Haut de page