“paleoclimatique_t2” — 2013/10/24 — 11:38 — page 173 — #196
i
i
i
i
i
i
i
i
4. La modélisation en paléoclimatologie
173
les reconstructions des températures tropicales au Dernier Maximum glaciaire
permettent de faire une sélection encore plus contraignante des valeurs de ces
paramètres, et ainsi, de réduire les incertitudes sur le changement climatique
futur. Cette étude montre ainsi que la modélisation des climats passés et sa
comparaison avec des reconstructions peut être bénéfique pour l’évaluation
des modèles climatiques utilisés pour prévoir le climat futur. Cette conclusion
est également avancée par Hargreaves et al. (2007).
4.5.4 Perspectives
On pourrait penser qu’avec les progrès de l’informatique, les modèles climatiques de complexité intermédiaire n’auront plus de raison d’être. En fait,
il n’en est rien car ils seront toujours moins consommateurs de temps de calcul que les modèles de circulation générale, qui incorporent de plus en plus
de mécanismes et utilisent une résolution de plus en plus fine. D’une certaine
manière, les modèles de circulation générale, tels que ceux utilisés pour les
simulations du GIEC, sont définis par les capacités des plus gros calculateurs.
On doit pouvoir réaliser des simulations avec ces modèles de plusieurs centaines d’années en un délai raisonnable sur les calculateurs disponibles. Les
simulations longues nécessaires à la compréhension des changements climatiques passés reconstruits à l’aide de multiples indicateurs, ainsi que la nécessité d’explorer de nombreux scénarii ou paramètres de modèles requièrent
des modèles plus rapides. Les modèles de circulation générale d’aujourd’hui
deviendront sans doute les modèles de complexité intermédiaire de demain,
mais cette notion existera toujours. Il est important, en outre, de disposer de
cette hiérarchie de modèles car chaque type de modèle est basé sur des hypothèses différentes. C’est en comparant les résultats de modèles différents que
l’on peut mettre en évidence l’importance d’un processus particulier, inclus
dans un modèle et non dans l’autre ou représenté de manière différente dans
chaque modèle.
4.6 Modèles conceptuels
Les modèles décrits plus haut ont avant tout pour objectif de tenter de
reproduire les observations que l’on peut avoir du système climatique et de ses
variations passées. Comme cela a été souligné, la modélisation a aussi pour
ambition de mieux comprendre ces changements, et il est donc utile de décrire certains aspects du système à l’aide de modèles extrêmement simples,
qui ont vocation à illustrer certains processus clefs. On parle alors de modèles conceptuels. Les exemples sont très nombreux et variés. On pourrait
citer dans cette catégorie l’exemple du modèle de Lorenz (Fig. 4.1d), qui sert
souvent d’archétype du système chaotique. En effet, le météorologue Edward
Lorenz a ainsi proposé un modèle extrêmement simple, basé sur une idéalisation de la convection thermique, qui illustrait pour la première fois que la
i
i
i
i
i
i
i
i
4. La modélisation en paléoclimatologie
173
les reconstructions des températures tropicales au Dernier Maximum glaciaire
permettent de faire une sélection encore plus contraignante des valeurs de ces
paramètres, et ainsi, de réduire les incertitudes sur le changement climatique
futur. Cette étude montre ainsi que la modélisation des climats passés et sa
comparaison avec des reconstructions peut être bénéfique pour l’évaluation
des modèles climatiques utilisés pour prévoir le climat futur. Cette conclusion
est également avancée par Hargreaves et al. (2007).
4.5.4 Perspectives
On pourrait penser qu’avec les progrès de l’informatique, les modèles climatiques de complexité intermédiaire n’auront plus de raison d’être. En fait,
il n’en est rien car ils seront toujours moins consommateurs de temps de calcul que les modèles de circulation générale, qui incorporent de plus en plus
de mécanismes et utilisent une résolution de plus en plus fine. D’une certaine
manière, les modèles de circulation générale, tels que ceux utilisés pour les
simulations du GIEC, sont définis par les capacités des plus gros calculateurs.
On doit pouvoir réaliser des simulations avec ces modèles de plusieurs centaines d’années en un délai raisonnable sur les calculateurs disponibles. Les
simulations longues nécessaires à la compréhension des changements climatiques passés reconstruits à l’aide de multiples indicateurs, ainsi que la nécessité d’explorer de nombreux scénarii ou paramètres de modèles requièrent
des modèles plus rapides. Les modèles de circulation générale d’aujourd’hui
deviendront sans doute les modèles de complexité intermédiaire de demain,
mais cette notion existera toujours. Il est important, en outre, de disposer de
cette hiérarchie de modèles car chaque type de modèle est basé sur des hypothèses différentes. C’est en comparant les résultats de modèles différents que
l’on peut mettre en évidence l’importance d’un processus particulier, inclus
dans un modèle et non dans l’autre ou représenté de manière différente dans
chaque modèle.
4.6 Modèles conceptuels
Les modèles décrits plus haut ont avant tout pour objectif de tenter de
reproduire les observations que l’on peut avoir du système climatique et de ses
variations passées. Comme cela a été souligné, la modélisation a aussi pour
ambition de mieux comprendre ces changements, et il est donc utile de décrire certains aspects du système à l’aide de modèles extrêmement simples,
qui ont vocation à illustrer certains processus clefs. On parle alors de modèles conceptuels. Les exemples sont très nombreux et variés. On pourrait
citer dans cette catégorie l’exemple du modèle de Lorenz (Fig. 4.1d), qui sert
souvent d’archétype du système chaotique. En effet, le météorologue Edward
Lorenz a ainsi proposé un modèle extrêmement simple, basé sur une idéalisation de la convection thermique, qui illustrait pour la première fois que la