“paleoclimatique_t2” — 2013/10/24 — 11:38 — page 393 — #416
i
i
i
i
i
i
i
i
10. Des climats du passé aux climats du futur
393
composition chimique de l’atmosphère, entre les changements climatiques et
le cycle du carbone ou du méthane. Ceci a nécessité des développements pour
chacune des composantes du système : atmosphère, océan, végétation, surface
continentale, glace de mer.
Les modèles numériques du climat prennent progressivement en compte,
de façon cohérente, les principaux phénomènes physiques régissant les phénomènes climatiques et leurs interactions. Ce gain en cohérence a pour contrepartie de rendre les modèles climatiques plus complexes, plus difficiles à développer, à mettre au point et à évaluer.
10.2.2.2 Quelles sont les incertitudes propres aux modèles
de climat ?
Le climat est notamment caractérisé par un éventail très large des échelles
d’espace (du micromètre à plusieurs milliers de kilomètres) et de temps (de
la seconde à plusieurs milliers d’années, voire davantage). Les phénomènes à
ces différentes échelles interagissent entre eux, et il n’est jamais a priori possible de savoir quelles doivent être les échelles qu’il faut retenir et comment
doivent être représentées de façon simplifiée les échelles négligées. Un exemple
typique est la formation des nuages et des précipitations. Prenons l’exemple
de nuages convectifs (type cumulonimbus), dont le cœur est une colonne ascendante d’air humide dans laquelle la vapeur d’eau se condense au cours
de l’ascendance. Cette colonne ascendante se mélange avec l’air environnant,
plus sec, et ce mélange dépend de nombreux facteurs (par exemple, l’intensité
de l’ascendance ou le cisaillement du vent). Pour bien prendre en compte ces
mélanges, il faudrait tout d’abord connaître précisément le profil vertical des
variables atmosphériques au voisinage de la colonne. Il faut également calculer
les échanges turbulents entre la colonne et son environnement, et le couplage
entre ces échanges turbulents et la formation ou la dissipation des gouttes
de pluies, de grêlons ou de flocons de neige. Ceci nécessite une modélisation
à très petite échelle (quelques centaines de nanomètres à quelques mètres),
ce qui n’est pas possible pour les modèles globaux. On doit donc élaborer
une modélisation simplifiée qui ne dépend que des variables grandes échelles
mais qui reproduit l’effet des phénomènes de petite échelle non résolus. Ce
type de modélisation, appelée paramétrisation, repose sur des simplifications
importantes qui nécessitent une analyse physique poussée et une bonne compréhension des phénomènes. On cherche à obtenir une modélisation simplifiée
qui soit non seulement la plus précise possible, mais également la plus justifiée
et la mieux comprise.
Il existe de nombreuses paramétrisations dans un modèle climatique, qui
peuvent porter directement sur la circulation atmosphérique (par exemple les
ondes de gravité et les effets orographiques), le calcul des échanges par rayonnement, la convection profonde, ou encore sur les phénomènes de couches limites. Un grand nombre de ces paramétrisations exerce un rôle clef sur le cycle
de l’eau, la formation et les propriétés radiatives des nuages, les précipitations,
i
i
i
i
i
i
i
i
10. Des climats du passé aux climats du futur
393
composition chimique de l’atmosphère, entre les changements climatiques et
le cycle du carbone ou du méthane. Ceci a nécessité des développements pour
chacune des composantes du système : atmosphère, océan, végétation, surface
continentale, glace de mer.
Les modèles numériques du climat prennent progressivement en compte,
de façon cohérente, les principaux phénomènes physiques régissant les phénomènes climatiques et leurs interactions. Ce gain en cohérence a pour contrepartie de rendre les modèles climatiques plus complexes, plus difficiles à développer, à mettre au point et à évaluer.
10.2.2.2 Quelles sont les incertitudes propres aux modèles
de climat ?
Le climat est notamment caractérisé par un éventail très large des échelles
d’espace (du micromètre à plusieurs milliers de kilomètres) et de temps (de
la seconde à plusieurs milliers d’années, voire davantage). Les phénomènes à
ces différentes échelles interagissent entre eux, et il n’est jamais a priori possible de savoir quelles doivent être les échelles qu’il faut retenir et comment
doivent être représentées de façon simplifiée les échelles négligées. Un exemple
typique est la formation des nuages et des précipitations. Prenons l’exemple
de nuages convectifs (type cumulonimbus), dont le cœur est une colonne ascendante d’air humide dans laquelle la vapeur d’eau se condense au cours
de l’ascendance. Cette colonne ascendante se mélange avec l’air environnant,
plus sec, et ce mélange dépend de nombreux facteurs (par exemple, l’intensité
de l’ascendance ou le cisaillement du vent). Pour bien prendre en compte ces
mélanges, il faudrait tout d’abord connaître précisément le profil vertical des
variables atmosphériques au voisinage de la colonne. Il faut également calculer
les échanges turbulents entre la colonne et son environnement, et le couplage
entre ces échanges turbulents et la formation ou la dissipation des gouttes
de pluies, de grêlons ou de flocons de neige. Ceci nécessite une modélisation
à très petite échelle (quelques centaines de nanomètres à quelques mètres),
ce qui n’est pas possible pour les modèles globaux. On doit donc élaborer
une modélisation simplifiée qui ne dépend que des variables grandes échelles
mais qui reproduit l’effet des phénomènes de petite échelle non résolus. Ce
type de modélisation, appelée paramétrisation, repose sur des simplifications
importantes qui nécessitent une analyse physique poussée et une bonne compréhension des phénomènes. On cherche à obtenir une modélisation simplifiée
qui soit non seulement la plus précise possible, mais également la plus justifiée
et la mieux comprise.
Il existe de nombreuses paramétrisations dans un modèle climatique, qui
peuvent porter directement sur la circulation atmosphérique (par exemple les
ondes de gravité et les effets orographiques), le calcul des échanges par rayonnement, la convection profonde, ou encore sur les phénomènes de couches limites. Un grand nombre de ces paramétrisations exerce un rôle clef sur le cycle
de l’eau, la formation et les propriétés radiatives des nuages, les précipitations,