Un changement radical dans les prévisions de la modélisation climatique pour l’adaptation au climat

Aujourd’hui, les modèles climatiques sont confrontés au défi de fournir les prévisions à haute résolution – avec des incertitudes quantifiées – dont ont besoin un nombre croissant de planificateurs de l’adaptation, depuis les décideurs locaux jusqu’au secteur privé, qui ont besoin d’évaluations détaillées des risques climatiques qu’ils peuvent sont confrontés localement.

Cela nécessite un changement radical dans l’exactitude et la convivialité des prévisions climatiques qui, selon les auteurs de l’article, « Exploiter l’IA et l’informatique pour faire progresser la modélisation et la prévision du climat« , peut être apporté par l’Intelligence Artificielle.

Le commentaire a été publié dans Changement climatique par un groupe de climatologues internationaux, dont le directeur scientifique de la CMCC, Giulio Boccaletti, et le président de la CMCC, Antonio Navarra.

Une approche proposée pour un changement radical dans la modélisation climatique consiste à se concentrer sur des modèles globaux avec une résolution horizontale de 1 km. Cependant, expliquent les auteurs, bien que les modèles à l’échelle kilométrique aient été qualifiés de « jumeaux numériques » de la Terre, ils présentent toujours des limites et des biais similaires aux modèles actuels. De plus, étant donné leurs coûts de calcul élevés, ils imposent des limites à la taille des ensembles de simulation, qui sont nécessaires à la fois pour calibrer les inévitables modèles empiriques de processus non résolus et pour quantifier les incertitudes.

Dans l’ensemble, les modèles à l’échelle kilométrique n’offrent pas le changement radical de précision qui justifierait l’acceptation des limites qu’ils imposent.

Plutôt que de donner la priorité à une résolution à l’échelle kilométrique, les auteurs proposent une approche équilibrée axée sur la génération de grands ensembles de simulations à une résolution moyennement élevée (10 à 50 km, contre environ 100 km, ce qui est la norme aujourd’hui) qui capitalise sur les progrès de l’informatique et de l’IA pour apprendre. à partir de données.

En augmentant modérément la résolution mondiale tout en exploitant largement les données d’observation et de simulation, cette approche est plus susceptible d’atteindre l’objectif de modélisation climatique pour l’évaluation des risques, qui implique de minimiser les erreurs de modèle et de quantifier les incertitudes et permet une adoption plus large.

1 000 simulations à une résolution de 10 km coûtent le même prix qu’une simulation à une résolution de 1 km. « Bien que nous devions repousser les limites de la résolution à mesure que les performances informatiques augmentent, la modélisation climatique au cours de la prochaine décennie devra se concentrer sur des résolutions comprises entre 10 et 50 km », écrivent les auteurs. « Il est important de noter que les modèles climatiques doivent être développés de manière à pouvoir être utilisés et améliorés par une itération rapide dans le cadre d’un programme de recherche mondial inclusif et distribué qui ne concentre pas les ressources dans les quelques centres monolithiques qui seraient nécessaires si l’accent était mis sur des projets à l’échelle kilométrique. modélisation globale. »