Le quatrième rapport du GIEC, paru en 2007, nous donnait, par scénario d'émission, une fourchette et une meilleure estimation d'augmentation de température en 2100.

Par exemple, un scénario d'émission faible, comme le B1, nous donnait une fourchette de 1.1 à 2.9°C et une meilleure estimation à 1.8°C.

Un scénario fort, comme le A1FI, nous donnait une meilleure estimation à 4.0°C pour une fourchette de 2.4 à 6.4°C.

Malheureusement, il ne s'agissait que de fourchettes et de meilleures estimations concernant des scénarios théoriques dont les probabilités d'occurrence n'étaient ni indiquées ni même envisagées.

Les scénarios d'émissions des GES (SRES) étaient un moyen d'esquiver, en quelque sorte, une partie importante du problème qui nous préoccupe tous, à savoir la probabilité réelle de telle ou telle augmentation de température, ou de telle ou telle augmentation du niveau de la mer, etc., si on ne change pas de politique, évidemment.

La première tentative formelle de couplage des données économiques et climatiques, et donc de fourniture, in fine, de résultats directement exploitables par le grand public et les décideurs, est assez récente puisqu'elle date de 2003 (Webster et al 2003) sous l'égide du MIT.

L'augmentation de température déterminée comme la plus probable à l'époque atteignait la valeur relativement modeste de 2.4°C.

La mise à jour, très récente, de cette précédente tentative, sous l'égide du même MIT et par une équipe dont fait partie le fameux Webster, aboutit à une augmentation de température autrement plus importante et inquiétante : 5.1°C.

Si on veut résumer d'une phrase, le MIT prévoit comme la plus probable, sans inflexion de la politique énergétique, une augmentation de température de 5.1°C (par rapport au pré-industriel) et ce, sans faire intervenir aucun scénario.(dans le sens des scénarios du GIEC)

C'est, en quelque sorte une probabilité "absolue".(quoique l'on ne va pas jusqu'à étudier la probabilité d'un changement de politique)

Je vous invite donc à lire avec attention cet  article qui constitue, à mon sens, une facette intéressante de la modélisation numérique en vue de faire des prévisions sur la réponse du climat au forçage anthropique.

En voici l'abstract en anglais :

"Probabilistic forecast for 21st century climate based on uncertainties in emissions (without policy) and climate parameters

A.P. Sokolov*, P.H. Stone*, C.E. Forest*,$, R. Prinn*, M.C. Sarofim*,&, M. Webster*,+, S. Paltsev*, C.A. Schlosser*, D. Kicklighter#, S. Dutkiewicz*, J. Reilly*, C. Wang*, B Felzer#,@, H.D. Jacoby.*

The MIT Integrated Global System Model is used to make probabilistic projections of climate change from 1861 to 2100. Since the model's first projections were published in 2003 substantial improvements have been made to the model and improved estimates of the probability distributions of uncertain input parameters have become available. The new projections are considerably warmer than the 2003 projections, e.g., the median surface warming in 2091 to 2100 is 5.2°C compared to 2.4°C in the earlier study. Many changes contribute to the stronger warming; among the more important ones are taking into account the cooling in the second half of the 20th century due to volcanic eruptions for input parameter estimation and a more sophisticated method for projecting GDP growth which eliminated many low emission scenarios. However, if recently published data, suggesting stronger 20th century ocean warming, are used to determine the input climate parameters, the median projected warming at the end of the 21st century is only 4.1°C. Nevertheless all our simulations have a much smaller probability of warming less than 2.4°C, than implied by the lower bound of the IPCC AR4 projected likely range for the A1FI scenario, which has forcing very similar to our median projection.. The probability distribution for the surface warming produced by our analysis is more symmetric than the distribution assumed by the IPCC due to a different feedback between the climate and the carbon cycle, resulting from the inclusion in our model of the carbon-nitrogen interaction in the terrestrial ecosystem.

DOI: 10.1175/2009JCLI2863.1

Corresponding author address: Andrei Sokolov, Joint Program on the Science and Policy of Global Change, Massachusetts Institute of Technology, 77 Massachusetts Ave., E40-431, Cambridge, MA 02139. E-mail: Sokolov@mit.edu"

(dans cet abstract les auteurs indiquent une valeur médiane de 5.2°C alors que dans le reste de l'article et dans le tableau en particulier, on parle de 5.1°C)

Voici quelques réflexions à la suite d'une lecture rapide de l'article.

Dans Webster et al 2003 , on utilisait un modèle , l'ISGM, qui couplait un composant économique, l'EPPA, à un modèle climatique de complexité intermédiaire.

l'ISGM a été conçu pour être flexible tout en étant efficace, numériquement parlant, ce qui permettait son utilisation en termes de probabilités.

Le nouvel ISGM a été amélioré par :

-augmentation de la résolution du modèle atmosphérique

-remplacement d'un modèle océanique zonal par un modèle en 2D

-un modèle terrestre plus sophistiqué

-une représentation plus détaillée de l'économie globale et régionale.

Ces changements ont abouti à des changements relativement modérés des émissions de GES et de la réponse climatique au forçage.

Toutefois, du à la non linéarité des interactions entre ces différents facteurs, l'effet net a été de relever substantiellement la distribution probabiliste du réchauffement en 2100.

composants du modèle (voir figure1) :

ce modèle se compose :

-         d'un modèle des activités humaines et des émissions : EPPA

-         d'un modèle atmosphérique dynamique et chimique qui inclut un sous modèle de chimie urbaine

-         d'un modèle océanique à couche mélangée à anomalie diffusive (ADM) avec un sous modèle à cycle de carbone et de banquise

-         d'un modèle terrestre qui combine un modèle des écosystèmes terrestres (TEM) un modèle des émissions naturelles (NEM) et un « Community Land Model » (CLM) qui décrivent, ensemble, le global et les budgets hydrologiques et d'énergie ainsi que différents autres processus des écosystèmes terrestres.

Le composant climatique de l'ISGM est un modèle complètement couplé qui permet la simulation des  rétroactions critiques entre les différents composants.

voir détails pages 5 à 12.

méthodologie

la méthode basique pour l'analyse des incertitudes est la méthode de Monte Carlo couplée au « Latin Hypercube Sampling » (LHS) qui permet de réduire l'échantillonnage.

incertitudes physiques et scientifiques

ce sont principalement: la sensiblité climatique (S) , la prise de chaleur de l'océan (Kv) et le forçage des aérosols (Faer).

La flexibilité du modèle et la méthodologie permettent de contraindre ces incertitudes sur la réalité observée.

On aboutit ainsi à une distribution de sensibilité climatique transitoire (TCR) telle que figurée sur le graphe de gauche de la fig 3 page 14.

Cette distribution est beaucoup plus étroite qu'auparavant (courbe bleue), décalée vers les plus hautes températures et centrée sur 1.9-2°C environ.

Ceci représente donc une augmentation significative de la sensibilité à l'équilibre.

autres incertitudes physico-chimiques (cycle du carbone et précipitations)

incertitudes économiques et sur les émissions

Le détail technologique du modèle EPPA a été approfondi avec la représentation explicite des automobiles privées,du transport commercial et le secteur des services et l'addition de biocarburants.

La spécification de l'incertitude dans la croissance économique a été revue.

La simulation par le modèle a permis de déterminer les distributions d'incertitude en les comparant aux données historiques plutôt que de se baser sur le jugement d'experts.

La biblio en fin d'article donne pas mal de liens utiles au lecteur désireux d'en savoir plus.

Résultats

Ils sont plutôt surprenants et je vous invite à consulter les différentes courbes sur les émissions, les élévations de température, ainsi que le tableau récap de la page 24 dont voici les traits saillants.

la deuxième colonne indique la partie la plus basse de la fourchette 5-95%.

Par exemple, le CO2 a moins de 5% de chance d'être inférieur à 716ppm.

La troisième colonne indique le résultat médian qui représente la valeur au milieu de l'intervalle de probabilités (50% en dessous, 50% au dessus)

La quatrième (95%) représente la valeur haute de la fourchette (95% de chance pour être en dessous de cette valeur et 5% au dessus)

Que penser de tout cela ?

Le modèle ISGM du MIT est un prototype de modèle « intégral » qui ne part pas de scénarios économiques et d'émissions préétablis, mais qui élabore un genre de courbe de probabilité d'évolution économique, technologique et donc d'émissions.

Cette courbe est traitée par un modèle complexe mais suffisamment flexible pour être utilisé, au préalable, en « échantillonnage » et donc en détermination des incertitudes sur les différents composants du système terrestre, comme la sensibilité, la prise de chaleur océanique, le forçage des aérosols...

Il n'est pas simple de juger de la validité d'un tel processus, mais les résultats qui en découlent, pour le principal d'entre eux, une augmentation de température globale de 5.1°C , peuvent nous laisser à la fois perplexes et inquiets.

On peut rappeler que cette anomalie de 5.1°C est largement au dessus de la valeur médiane de 4.0°C issue de l'application aux modèles du GIEC, du scénario d'émission le plus sévère, l'A1FI , considéré par certains comme très improbable.

PS: sensibilité du modèle aux paramètres observés

Les auteurs nous donnent l'exemple du paramètre "prise de chaleur océanique" qui varie du plus faible (Levitus 05) au plus fort (Domingues 08).

Les auteurs ont utilisé le plus faible pour comparer à Webster et al 2003.

Si on utilise le plus fort, l'élévation de température en 2100 n'atteint "que" 4°C environ, ce qui la met au même niveau que l' A1FI de l'AR4.

C'est un peu contre-intuitif d'ailleurs...