Là où les modèles climatiques échouent

par Michel de Rougemont

le mars 5, 2016 

En usant son bon sens on peut prévoir qu’un modèle grossier décrivant n’importe quel système fournira des résultats plus cahoteux qu’un plus fiable qui reflète le système dans une maille plus fine ou avec une période d’échantillonnage plus vaste [1].

Eh bien, c’est ce qu’un papier scientifique confirme, comme j’ai pu le comprendre.

Il est cité dans la dernière édition de NATURE (vol 531, le 3 mars 2016, la page 10, paywall, mais ne payer pas, c’est juste un « high light ») sous le titre « Where climate models fall short. » Voir : Geophys. Res. Lette. http: // doi.org/bcsr (2016) (résumé, paywall pour le texte intégral).

En utilisant ce qui est appelé un modèle-jouet pour varier son degré de fiabilité les auteurs montrent que la probabilité de prédiction d’événements extrêmes est plus élevée avec des modèles de basse fiabilité qu’avec des meilleurs.

“Climate model ensembles tend to be overconfident in their representation of the climate variability which leads to systematic increase in the attributable risk to an extreme event.”

« Des ensembles de modèles climatiques ont tendance à être présomptueux dans leur représentation de la variabilité climatique, ce qui mène à l’augmentation systématique du risque attribuable à un événement extrême.« 

Des simulations climatiques peu fiables surestiment le risque d’événements météorologiques et climatiques extrêmes.

Unreliable climate simulations overestimate attributable risk of extreme weather and climate events

Figure 3  Fraction du Risque Attribuable (FAR) pour une fois en dix ans (a) et une fois en cinquante ans (b) en fonction de l’écart-type de l’erreur du modèle (ß) qui est inversement proportionnelle à sa fiabilité (voir la figure 2). On montre la variation de FAR pour différents ratios signal (S, la tendance) sur variabilité (V, la variabilité résiduelle de la tendance) où les points montrent le nombre des différents niveaux de ß qui ont été calculés. La zone verte montre l’intervalle de confidence 5-95%, échantillonné en répétant les prédictions 1000 fois pour permettre au modèle de varier avec l’écart-type choisi (ß).

La possibilité actuelle de prédire en arrière, afin d’assembler tous les paramètres nécessaires sur une période donnée pour comparer des résultats du modèle avec la réalité, est limitée à quelques décennies au mieux. Il s’ensuit que de tels modèles ne peuvent pas avoir une haute fiabilité. Seulement nos petit- petit- petit-enfants pourront commencer à améliorer ceci. Pouvons-nous faire face à notre impatience ?

La réalité consiste en ce qu’une telle augmentation de fréquence d’ouragans, des tornades ou d’autres événements de pluie extrêmes n’a pas encore été observée d’une façon statistiquement pertinente. Néanmoins, nous devons constamment nous entendre dire que des événements extrêmes seront de ces mauvaises choses qui deviendront plus fréquentes si nous continuons à péter, respirer et brûler des combustibles fossiles. Ne devrions-nous pas demander quelle est la fiabilité des modèles utilisés pour faire de telles de telles projections ?

Il est surprenant que la rédaction de NATURE ait choisi un tel article pour leurs Research Highlights, car cela ressemble à une pierre dans le jardin des climastrologistes.

Autre aspect ironique : l’utilisation d’un modèle-jouet simplifié pour démontrer que les plus complexes échoueront à cause de leur intrinsèque manque de fiabilité.

[1] Oui, il est encore permis d’utiliser le bon sens sans devoir fournir une base de données pleine de citations. Jusqu’à quand ?

https://blog.mr-int.ch/?p=2982