mémoire - Centre National de Recherches Météorologiques
mémoire - Centre National de Recherches Météorologiques
mémoire - Centre National de Recherches Météorologiques
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Annexe B :<br />
Réaction à la lettre <strong>de</strong> cadrage <strong>de</strong> l’atelier CSOA « Réduire les incertitu<strong>de</strong>s »<br />
8/04/2005<br />
Le thème <strong>de</strong> cet atelier me semble particulièrement pertinent au moment où la recherche climatique<br />
semble parfois renoncer à développer le modèle « idéal » pour mieux se concentrer sur la prévision<br />
multi-modèles. Le problème soulevé pose aussi la question <strong>de</strong> l’utilisation optimale <strong>de</strong>s ressources<br />
humaines et <strong>de</strong>s moyens <strong>de</strong> calcul, notamment au niveau <strong>de</strong> la communauté française où la<br />
coexistence <strong>de</strong> <strong>de</strong>ux modèles globaux reste un pari risqué. Veuillez trouver ci-joint quelques remarques<br />
personnelles concernant notre incapacité à faire reculer les incertitu<strong>de</strong>s, ainsi que quelques pistes pour<br />
remédier à cette situation.<br />
1) La rançon du « succès »<br />
D’abord envisagés comme outils <strong>de</strong> compréhension du climat, les Modèles <strong>de</strong> Circulation Générale<br />
(MCG) se sont rapi<strong>de</strong>ment imposés comme <strong>de</strong>s outils <strong>de</strong> prévision complémentaires <strong>de</strong>s Modèles <strong>de</strong><br />
Prévision Numérique (MPN), puisque traitant <strong>de</strong>s échéances mensuelle à séculaire dans le cadre <strong>de</strong> la<br />
prévision saisonnière et <strong>de</strong>s scénarios climatiques. Il semble toutefois que l’enthousiasme initialement<br />
suscité par les succès relatifs obtenus en prévision saisonnière soit un peu retombé (même si certains<br />
systèmes <strong>de</strong> prévision dynamique sont maintenant utilisés <strong>de</strong> manière opérationnelle), et que les<br />
projections du climat du 21 ème siècle ne se soient guère affinées au cours <strong>de</strong> la <strong>de</strong>rnière décennie.<br />
L’approche probabiliste, via les simulations d’ensemble, a été la principale piste explorée pour réduire<br />
les incertitu<strong>de</strong>s. Cependant, malgré son intérêt évi<strong>de</strong>nt, elle ne saurait masquer le cœur du problème :<br />
les MCG restent <strong>de</strong>s outils très imparfaits qu’il est plus facile d’utiliser que d’améliorer. L’attraction<br />
légitime que suscite la prévision saisonnière et les scénarios climatiques, chez les chercheurs comme<br />
chez les déci<strong>de</strong>urs et les médias, a détourné une (trop?) gran<strong>de</strong> partie <strong>de</strong>s modélisateurs <strong>de</strong>s tâches<br />
pourtant essentielles <strong>de</strong> développement/validation <strong>de</strong>s modèles. Un rééquilibrage est nécessaire, qui<br />
passe par un soutien plus marqué aux projets s’attaquant aux principaux défauts <strong>de</strong>s modèles, qu’il<br />
convient d’abord d’inventorier et <strong>de</strong> hiérarchiser.<br />
2) Les limites <strong>de</strong> « l’artisanat »<br />
Comparée à la prévision numérique opérationnelle, la modélisation climatique reste relativement<br />
artisanale. La lour<strong>de</strong>ur <strong>de</strong>s simulations et le manque d’observations ren<strong>de</strong>nt délicat tout effort <strong>de</strong><br />
validation d’un système <strong>de</strong> prévision climatique. Ainsi, alors qu’une nouvelle version d’un MPN ne<br />
pourra <strong>de</strong>venir opérationnelle que si elle répond à certains critères objectifs (scores), <strong>de</strong> tels critères<br />
restent difficiles à définir en ce qui concerne les MCG. La conséquence la plus frappante, bien connue<br />
<strong>de</strong>s modélisateurs eux-mêmes, est qu’il semble impossible <strong>de</strong> « consoli<strong>de</strong>r » un modèle <strong>de</strong> climat :<br />
chaque version apporte son lot d’améliorations, mais aussi <strong>de</strong> « mauvaises surprises ». Ce constat<br />
suggère qu’il faut rationaliser nos métho<strong>de</strong>s <strong>de</strong> travail, notamment en terme <strong>de</strong> validation. Cette<br />
exigence doit se traduire à plusieurs niveaux. On ne peut pas se contenter d’une validation locale et<br />
« off-line » pour déci<strong>de</strong>r <strong>de</strong> l’utilisation d’une nouvelle paramétrisation dans un MCG. Les questions <strong>de</strong><br />
changement d’échelle, <strong>de</strong> couplage et <strong>de</strong> sensibilité doivent être systématiquement traitées pour<br />
évaluer la pertinence <strong>de</strong>s choix effectués. Avec la progression <strong>de</strong>s moyens <strong>de</strong> calcul, la validation <strong>de</strong>s<br />
MCG atmosphériques doit être menée parallèlement en mo<strong>de</strong> forcé et couplé, car le forçage masque