Ficha de revisão: Modélisation et projections climatiques

📋 Plan du Cours

1. Modélisation climatique
2. Variables et équations
3. Types de modèles
4. Scénarios d'émissions
5. Validation des modèles
6. Limites des modèles
7. Projections climatiques
8. Impact des choix sociétaux

📖 1. Modélisation climatique

🔑 Notions clés & Définitions

• Modèle climatique : Représentation simplifiée du système climatique terrestre qui intègre les interactions entre ses différentes composantes (atmosphère, océans, cryosphère, biosphère, lithosphère) à l’aide d’équations mathématiques, permettant de simuler son évolution dans le temps.
• Découpage en grille (discrétisation) : Technique consistant à diviser la surface de la Terre en un grand nombre de cubes ou mailles, chaque cube représentant une unité spatiale du modèle. Plus la maille est petite, plus la résolution est fine, ce qui permet de mieux représenter les phénomènes locaux (voir modèle climatique).
• Utilisation des lois fondamentales : Application des principes de physique, chimie, biologie et mathématiques pour établir les équations qui régissent les processus climatiques simulés par le modèle (voir modèle climatique).
• Rôle des supercalculateurs : Outils informatiques puissants permettant d’effectuer les calculs complexes nécessaires à la résolution des équations du modèle, notamment en utilisant une discrétisation fine pour améliorer la précision des simulations (voir modèle climatique).
• Étapes de construction d’un modèle climatique : Comprennent la collecte d’observations, la découpe en grille, l’intégration des lois fondamentales, la paramétrisation des processus non simulables directement, la validation par comparaison aux observations passées, puis l’utilisation pour la prévision (voir modèle climatique).
• Objectifs des modèles climatiques : Comprendre le fonctionnement du système climatique actuel et passé, prévoir ses évolutions futures, et aider à élaborer des politiques d’adaptation et de réduction des émissions de GES (voir modèle climatique).

📝 Points essentiels

• Un modèle climatique est une représentation simplifiée du système climatique, utilisant des équations mathématiques basées sur les lois fondamentales de physique, chimie, biologie et mathématiques.
• La discrétisation en grille permet de traiter la complexité du système en découpant la surface terrestre en unités spatiales, avec une résolution dépendant de la taille des mailles.
• La construction du modèle comporte plusieurs étapes : observations, découpage, intégration des lois, paramétrisation, validation, puis utilisation pour la simulation et la prévision.
• Les supercalculateurs jouent un rôle crucial en permettant de réaliser les calculs intensifs nécessaires à la résolution des équations du modèle, notamment pour des résolutions spatiales fines.
• L’objectif principal des modèles est d’améliorer la compréhension du système climatique et de prévoir ses évolutions, en particulier dans le contexte du changement climatique anthropique.
• La fiabilité des modèles est évaluée par comparaison avec les observations passées et actuelles, mais ils présentent des limites liées à la simplification et à la résolution spatiale.

💡 À retenir

Les modèles climatiques sont des outils essentiels, basés sur des lois fondamentales et la discrétisation en grille, permettant de simuler et prévoir l’évolution du système climatique tout en étant constamment améliorés par la validation et l’utilisation de supercalculateurs.

📖 2. Variables et équations

🔑 Notions clés & Définitions

• Variables climatiques essentielles : paramètres fondamentaux qui caractérisent l’état du climat à un instant donné, notamment la température, la concentration en CO2, et le niveau de la mer. Ces variables influencent directement ou indirectement l’évolution du système climatique (source : contenu source).

• Équations mathématiques représentant les processus physiques : formules qui modélisent les transferts d’énergie, le cycle de l’eau, et autres mécanismes physiques du climat. Elles permettent de simuler le comportement du système climatique en intégrant ces processus dans les modèles (source : contenu source).

• Paramètres pour processus complexes non simulables directement : valeurs ou coefficients utilisés pour représenter des phénomènes difficiles à modéliser précisément, comme la formation des nuages. Ces paramètres introduisent une incertitude dans les simulations mais sont essentiels pour rendre les modèles réalistes (source : contenu source).

• Résolution spatiale et temporelle des modèles : granularité avec laquelle le modèle divise la surface de la Terre (mailles ou cubes) pour effectuer les calculs. Une résolution fine permet de mieux représenter les phénomènes locaux mais augmente la complexité et le temps de calcul (source : contenu source).

• Inertie du système climatique : délai entre une perturbation (ex : augmentation du CO2) et la réponse observable du climat (ex : hausse de température). Elle explique pourquoi le changement climatique actuel résulte en partie de phénomènes passés et se manifeste avec un décalage dans le temps (source : contenu source).

📝 Points essentiels

• La modélisation climatique repose sur la mise en équation des mécanismes fondamentaux du système Terre, notamment la circulation atmosphérique et océanique, la formation des nuages, et le cycle du carbone, en utilisant des lois physiques, chimiques, biologiques et mathématiques (contenu source).

• La discrétisation de la surface terrestre en mailles ou cubes permet de représenter spatialement le climat. La taille de ces mailles détermine la résolution spatiale du modèle, influençant la précision des résultats et le temps de calcul (contenu source).

• Les équations mathématiques intégrées dans les modèles simulent les transferts d’énergie, la condensation, l’évaporation, et autres processus physiques. Cependant, certains phénomènes comme la formation des nuages sont modélisés par des paramètres, ce qui peut limiter la précision (contenu source).

• La validation des modèles se fait par comparaison avec les observations passées et présentes, ainsi qu’avec les données paléoclimatiques. Malgré leur sophistication, ils présentent des limites liées à la simplification de la réalité, la résolution spatiale et la paramétrisation (contenu source).

• L’inertie du système climatique explique que les effets du changement de variables comme le CO2 ne se manifestent pas immédiatement, ce qui rend crucial le recours à des modèles pour anticiper l’évolution future du climat (contenu source).

💡 À retenir

Les modèles climatiques utilisent des variables essentielles, des équations physiques, et des paramètres pour représenter le système complexe de la Terre, tout en étant limités par leur résolution et la nécessité de simplifications. Leur fiabilité repose sur leur validation continue et leur capacité à intégrer l’inertie du système climatique.

📖 3. Types de modèles

🔑 Notions clés & Définitions

• Modèles de circulation générale atmosphérique (MCGA) : Modèles qui simulent la circulation de l’atmosphère à l’échelle globale en utilisant des équations physiques pour représenter les vents, la température, la pression, etc. (voir section 1).
• Modèles de circulation générale océanique (MCGO) : Modèles qui reproduisent la circulation des océans, intégrant les courants, la température, la salinité, etc., pour comprendre leur rôle dans le système climatique (voir section 1).
• Modèles numériques spécifiques (ex : ARPEGE-Climat) : Modèles élaborés par des centres de recherche, tels que le Centre national de recherches météorologiques, qui intègrent des données précises pour simuler le climat à différentes échelles spatiales et temporelles (voir section 1).
• Différents niveaux de complexité des modèles : De simples modèles à faible résolution spatiale aux modèles couplés très détaillés, permettant une représentation plus ou moins fine des processus climatiques (voir section 1).
• Modèles indépendants prenant en compte diverses données : Modèles développés séparément par différents centres, utilisant des jeux de données variés, pour comparer et améliorer la fiabilité des simulations (voir section 1).

📝 Points essentiels

• Les modèles climatiques sont construits à partir d’observations (directes et indirectes) et appliquent les lois fondamentales de la physique, chimie, biologie et mathématiques (voir section 1).
• La discrétisation spatiale, en découpant la surface de la Terre en mailles, permet de simplifier la complexité du système climatique tout en limitant la précision selon la taille des mailles (voir section 1).
• La validation des modèles se fait par comparaison avec les données passées (paléoclimats) et actuelles, ainsi que par des exercices d’intercomparaison entre différents modèles (voir section 1).
• La complexité et la résolution des modèles influencent leur capacité à simuler des phénomènes locaux ou régionaux, tout en augmentant leur coût en temps de calcul (voir section 1).
• Les modèles numériques spécifiques, comme ARPEGE-Climat, sont développés pour répondre à des besoins précis, notamment pour les prévisions à moyen terme ou pour étudier des scénarios futurs (voir section 1).

💡 À retenir

Les modèles de circulation atmosphérique, océanique, et leurs versions couplées, ainsi que les modèles numériques spécifiques, constituent des outils essentiels pour simuler le système climatique, avec des niveaux de complexité adaptés aux objectifs de prévision et d’étude.

📖 4. Scénarios d'émissions

🔑 Notions clés & Définitions

• Scénarios d’émissions de gaz à effet de serre (GES) : Hypothèses sur l’évolution future des émissions de GES, utilisées pour modéliser différents futurs climatiques possibles (voir section 7).
• Scénarios pessimistes : Scénarios d’émissions de GES où les émissions restent élevées ou augmentent, menant à un réchauffement climatique important.
• Scénarios optimistes : Scénarios où les émissions de GES sont faibles ou en diminution, limitant le réchauffement climatique.
• Scénarios socio-économiques SSP (Shared Socioeconomic Pathways) : Cadres élaborés par le GIEC (2014) décrivant différentes trajectoires de développement mondial, intégrant croissance démographique, développement économique, politiques climatiques, etc.
• Hypothèses sur les émissions futures : Suppositions concernant la stabilité, l’augmentation ou la réduction des émissions de GES dans le temps, influençant les projections climatiques (voir section 7).

📝 Points essentiels

• Les scénarios d’émissions sont essentiels pour réaliser des projections climatiques, car ils déterminent la quantité de GES dans l’atmosphère à l’avenir.
• Les scénarios pessimistes supposent une augmentation continue ou une forte stabilité des émissions, souvent associés à une croissance démographique et économique sans mesures de réduction (voir AUTEUR (2014) : SSP).
• Les scénarios optimistes envisagent une réduction progressive ou une stabilisation des émissions, grâce à des politiques de transition énergétique et d’efficacité énergétique.
• Les hypothèses sur les émissions futures varient : elles peuvent rester constantes, augmenter (par exemple, en cas de croissance démographique) ou diminuer (en cas de politiques fortes de réduction).
• Le lien entre scénarios et projections climatiques est direct : plus les scénarios sont émetteurs, plus le réchauffement sera important, et vice versa.
• La différenciation entre scénarios permet d’évaluer l’impact potentiel des choix sociétaux sur le climat (voir AUTEUR (2014) : SSP).

💡 À retenir

Les scénarios d’émissions, qu’ils soient pessimistes ou optimistes, servent de base pour élaborer des projections climatiques et orienter les politiques publiques, en montrant l’impact des choix sociétaux sur l’avenir du climat.

📖 5. Validation des modèles

🔑 Notions clés & Définitions

• Validation par comparaison aux observations passées : Processus consistant à confronter les résultats des modèles climatiques aux données in situ (mesures directes) ou spatiales (images satellites) des climats passés, afin d’évaluer leur fiabilité (voir aussi "la légitimité" en section 3).

• Utilisation des données paléoclimatiques : Méthode de validation qui exploite les enregistrements du climat ancien (carottes de glace, sédiments, etc.) pour tester la capacité des modèles à reproduire les variations climatiques sur de longues périodes, renforçant leur crédibilité (voir aussi "la légitimité" en section 3).

• Test des modèles sur climats connus des dernières décennies : Vérification de la performance des modèles en simulant le climat récent, dont les conditions sont bien documentées, pour ajuster et améliorer leur précision (voir aussi "la légitimité" en section 3).

• Amélioration continue des modèles basée sur validation : Processus itératif où les modèles sont ajustés, recalibrés et perfectionnés à partir des écarts observés lors des comparaisons avec les données réelles, afin de renforcer leur fiabilité (voir aussi "la légitimité" en section 3).

• Évaluation de l’efficacité des prévisions : Analyse de la capacité des modèles à prévoir avec précision le climat futur, en comparant leurs projections à l’évolution réelle observée ou à d’autres modèles, pour mesurer leur pertinence et leur robustesse (voir aussi "la légitimité" en section 3).

📝 Points essentiels

• La validation des modèles climatiques repose principalement sur la comparaison de leurs résultats avec des observations passées, qu’elles soient in situ ou spatiales, permettant d’évaluer leur précision et leur crédibilité (voir "Validation par comparaison aux observations passées").
• Les données paléoclimatiques jouent un rôle crucial en fournissant des références sur le climat ancien, ce qui permet de tester la capacité des modèles à reproduire des variations sur des échelles de temps longues, renforçant leur légitimité (voir "Utilisation des données paléoclimatiques").
• Les modèles sont également testés sur des climats récents, connus et bien documentés, pour ajuster leurs paramètres et améliorer leur capacité prédictive (voir "Test des modèles sur climats connus des dernières décennies").
• L’amélioration continue des modèles s’appuie sur la validation régulière, permettant de réduire les incertitudes et d’accroître leur efficacité dans la prévision du changement climatique (voir "Amélioration continue des modèles basée sur validation").
• L’évaluation de l’efficacité des prévisions consiste à comparer les projections des modèles avec l’évolution réelle du climat, afin de mesurer leur fiabilité et leur capacité à anticiper les risques futurs (voir "Évaluation de l’efficacité des prévisions").

💡 À retenir

La validation des modèles climatiques, par comparaison aux observations passées et aux données paléoclimatiques, est essentielle pour garantir leur fiabilité, leur amélioration continue, et leur capacité à prévoir avec précision l’évolution future du climat.

📖 6. Limites des modèles

🔑 Notions clés & Définitions

• Complexité du système climatique : La difficulté à représenter toutes les interactions et phénomènes du système climatique dans un modèle, ce qui limite la précision des simulations (voir "Modélisation" dans le contenu source).

• Temps de calcul et résolution spatiale limitée : La nécessité de réduire la taille des mailles et la simplification des processus pour rendre les calculs réalisables, ce qui limite la finesse et la précision des résultats (voir "Discrétisation" et "Résolution spatiale" dans le contenu source).

• Incertitudes liées aux paramètres et processus non simulés directement : La difficulté à modéliser certains phénomènes complexes, comme la formation des nuages, en utilisant des paramètres, ce qui introduit des marges d’erreur dans les prévisions (voir "Paramètres" dans le contenu source).

• Impossibilité de prévoir précisément les choix sociétaux futurs : La difficulté à anticiper les décisions politiques, économiques ou technologiques qui influencent directement les scénarios d’émissions de GES, rendant les projections incertaines (voir "Projections et choix de société" dans le contenu source).

• Inertie du système et délais de réponse du climat : La lenteur avec laquelle le système climatique réagit aux changements, notamment en raison de la capacité thermique des océans ou de la glace, ce qui limite la rapidité des prévisions et la précision des effets à court terme (voir "Inertie du système" dans le contenu source).

📝 Points essentiels

• La complexité du système climatique impose des simplifications dans les modèles, limitant leur capacité à représenter tous les phénomènes avec précision, notamment en raison de la multitude d’interactions entre l’atmosphère, les océans, la cryosphère, la biosphère et la lithosphère (voir "Modélisation" et "Modèles du système Terre").

• La résolution spatiale et temporelle est limitée par la puissance de calcul disponible, ce qui empêche de modéliser certains phénomènes locaux ou rapides avec une grande précision (voir "Discrétisation" et "Résolution spatiale").

• Les incertitudes proviennent notamment de la paramétrisation de processus complexes non simulés directement, comme la formation des nuages, ce qui peut affecter la fiabilité des projections (voir "Paramètres").

• La prédiction précise des choix sociétaux futurs est impossible, ce qui rend toute projection dépendante de scénarios hypothétiques et donc incertaine (voir "Impossibilité de prévoir précisément" dans le contenu source).

• La lenteur de la réponse du système climatique à certains changements, due à l’inertie thermique des océans ou à la masse glaciaire, limite la capacité à prévoir rapidement les effets du changement climatique (voir "Inertie du système" dans le contenu source).

💡 À retenir

Les modèles climatiques, bien qu’indispensables, sont intrinsèquement limités par la complexité du système, la puissance de calcul, et l’incertitude sur les processus et décisions futures, ce qui rend leur utilisation prudente et complémentaire d’autres méthodes d’évaluation.

📖 7. Projections climatiques

🔑 Notions clés & Définitions

• Projection climatique : Prévision du climat futur selon un scénario donné, basée sur l’utilisation de modèles climatiques simulant différentes évolutions possibles en fonction des émissions de GES et des politiques adoptées (voir section 1).
• Simulation de l’évolution de la température : Processus numérique utilisant des modèles pour estimer comment la température moyenne de la Terre pourrait évoluer dans le temps, en intégrant des facteurs comme l’effet de serre et les émissions anthropiques (voir section 1).
• Effet de serre et son impact sur la température future : Mécanisme par lequel certains gaz, notamment le CO2, retiennent la chaleur dans l’atmosphère, contribuant au réchauffement climatique futur selon les scénarios de projection (voir section 1).
• Influence des émissions anthropiques sur les projections : Rôle déterminant des activités humaines dans la détermination des scénarios climatiques futurs, en particulier par la quantité de GES émises, qui conditionnent la trajectoire du changement climatique (voir section 1).
• Utilisation des modèles pour anticiper risques climatiques : Application des modèles climatiques pour prévoir et évaluer les risques liés aux événements extrêmes, à la montée du niveau de la mer, et aux impacts socio-environnementaux, permettant d’orienter les politiques d’adaptation (voir section 1).

📝 Points essentiels

• La projection climatique repose sur des modèles qui simulent l’évolution du climat en fonction de scénarios d’émissions de GES, notamment ceux du GIEC (voir section 1).
• La simulation de l’évolution de la température montre qu’en l’absence de mesures, le réchauffement pourrait atteindre 1,5°C à 3°C ou plus dans les 100 prochaines années, selon le scénario choisi (voir section 1).
• La concentration en CO2 dans l’atmosphère, influencée par les activités humaines, est un facteur clé dans la détermination des scénarios futurs, avec une augmentation continue sous les scénarios de forte croissance (voir section 1).
• La relation entre effet de serre et température future est bien établie : plus la concentration en GES augmente, plus la température globale s’élève, ce qui intensifie les risques climatiques (voir section 1).
• La capacité des modèles à anticiper les risques climatiques dépend de leur précision, de la qualité des données d’entrée, et de la prise en compte des rétroactions complexes dans le système climatique (voir section 1).

💡 À retenir

Les projections climatiques, basées sur la modélisation et différents scénarios d’émissions, permettent d’anticiper l’évolution du climat futur et d’évaluer les risques associés, en soulignant l’impact crucial des choix sociétaux sur le devenir climatique.

📖 8. Impact des choix sociétaux

🔑 Notions clés & Définitions

• Impact des choix sociétaux sur les émissions de GES : La quantité de gaz à effet de serre émise dépend des décisions collectives et individuelles concernant l’utilisation des énergies, la consommation, et les politiques environnementales. Selon GIEC (2021), ces choix déterminent directement la trajectoire future du changement climatique.

• Conséquences du changement climatique sur les territoires : Les effets du réchauffement, tels que l’élévation du niveau de la mer et la fréquence accrue d’événements extrêmes, modifient durablement les paysages, la biodiversité, et la vulnérabilité des populations. Auteurs (2014) soulignent que ces impacts varient selon la vulnérabilité et la résilience des territoires.

• Inégalités territoriales face au changement climatique : La vulnérabilité aux impacts climatiques n’est pas répartie équitablement. Les territoires plus pauvres ou moins préparés subissent davantage les effets, accentuant ainsi les inégalités sociales et économiques. Füssel et Klein (2006) insistent sur cette disparité dans leur étude sur la justice climatique.

• Nécessité de politiques d’adaptation et de réduction des émissions : Face aux risques, il est indispensable de mettre en place des stratégies pour limiter les émissions de GES et renforcer la résilience des territoires. Selon PERROUX (1977), la gouvernance doit intégrer ces dimensions pour assurer un développement durable.

📝 Points essentiels

• Les choix sociétaux, notamment en matière d’énergie, de consommation et de politiques publiques, influencent fortement le volume d’émissions de GES. La trajectoire future du climat dépend donc des décisions collectives, comme le souligne GIEC (2021).

• Les conséquences du changement climatique se manifestent par la montée du niveau de la mer, la multiplication des événements extrêmes (canicules, inondations, incendies), et la dégradation des écosystèmes. Ces effets varient selon la vulnérabilité des territoires, renforçant les inégalités territoriales, comme l’indiquent Füssel et Klein (2006).

• La mise en œuvre de politiques d’adaptation (aménagement du territoire, gestion des ressources) et de réduction des émissions (transition énergétique, réglementation) est essentielle pour limiter ces impacts. PERROUX (1977) insiste sur l’importance d’une gouvernance adaptée pour faire face à ces enjeux.

• La modélisation climatique permet d’évaluer l’impact des choix sociétaux en simulant différents scénarios d’émissions, ce qui guide l’action politique et économique.

💡 À retenir

Les choix sociétaux déterminent l’ampleur du changement climatique et ses impacts territoriaux, rendant cruciales des politiques d’adaptation et de réduction des émissions pour limiter les inégalités et préserver les territoires.

📊 Tableaux de Synthèse

Critère / Modèle	Modèles de circulation générale atmosphérique (MCGA)	Modèles de circulation générale océanique (MCGO)	Modèles couplés (atmo + océan)	Auteur / Référence clé
Objectif	Simuler la circulation atmosphérique	Reproduire la circulation océanique	Simuler interactions atmosphère-océan	Connaître les modèles couplés (ex: CMIP)
Résolution	Variable, souvent fine (décimale à quelques km)	Variable, dépend de la zone et du besoin	Haute résolution spatiale et temporelle	Modèles ARPEGE-Climat, CMIP
Complexité	Moyenne à élevée	Moyenne à élevée	Très élevée	Références : IPCC, ARPEGE
Limites	Difficultés à modéliser nuages et précipitations	Difficultés à représenter la salinité et les courants profonds	Complexité de la modélisation couplée	Limites communes aux modèles

⚠️ Pièges & Confusions Fréquentes

1. Confondre modèle climatique et modèle météorologique : le premier prévoit à long terme, le second à court terme.
2. Croire que la résolution fine garantit une meilleure fiabilité : elle augmente la précision mais ne supprime pas les incertitudes.
3. Sous-estimer l’impact de la paramétrisation, notamment pour la formation des nuages.
4. Confondre variables climatiques essentielles (température, CO2) et variables secondaires.
5. Négliger l’effet de l’inertie du système climatique dans l’interprétation des résultats.
6. Confondre modèles de circulation atmosphérique et modèles de projections futures.
7. Omettre la distinction entre modèles simples (conceptuels) et modèles complexes (numériques).

✅ Checklist Examen

1. Connaître la définition d’un modèle climatique selon le rapport du GIEC.
2. Savoir expliquer la technique de discrétisation en grille et ses enjeux.
3. Identifier les lois fondamentales utilisées dans la modélisation climatique.
4. Connaître le rôle des supercalculateurs dans la résolution des équations du modèle.
5. Définir les variables climatiques essentielles et leur importance dans la modélisation.
6. Expliquer le concept d’inertie du système climatique et ses implications.
7. Connaître les principales étapes de construction d’un modèle climatique.
8. Savoir citer et décrire les principaux types de modèles (MCGA, MCGO, modèles couplés).
9. Comprendre les limites des modèles climatiques liées à la résolution et à la paramétrisation.
10. Connaître les scénarios d’émissions et leur impact sur les projections climatiques.
11. Maîtriser la notion de validation des modèles par comparaison avec observations passées.
12. Connaître la référence clé : le rapport du GIEC et ses recommandations sur la modélisation.