Tirer parti de l’effet papillon
![](/newsroom/files/newsroom/styles/fullwidth_breakpoints_theme_moriarty_small_1x/public/channels/image/clouds_aerial_view.jpg?itok=v_0vaO2-×tamp=1439923798)
L’atmosphère est tellement instable qu’« un seul battement d’ailes d'un papillon au Brésil peut déclencher une tempête au Texas ». Le célèbre « effet papillon » signifie également que la fiabilité des prévisions météorologiques diminue considérablement au-delà de dix jours.
On observe ensuite d’importantes fluctuations de la température, les hausses ayant tendance à être suivies de baisses, et vice-versa. Le même schéma s’applique au fil des mois, des années et des décennies. « Cette tendance naturelle vers le retour à un état fondamental constitue une expression de la mémoire de l’atmosphère tellement forte que nous ressentons encore les effets de fluctuations survenues il y a un siècle », affirme Shaun Lovejoy, professeur de physique à l’Université ƽÌØÎå²»ÖÐ. « Alors que le réchauffement atmosphérique d’origine humaine se traduit par une tendance vers une augmentation globale des températures, les fluctuations naturelles entourant cette tendance suivent le même schéma de mémoire à long terme. »
- Analyse de la pause dans le réchauffement climatique
- Entre la météo et le climat, il y a la macrométéo
Dans un article publié récemment en ligne dans la revue scientifique Geophysical Research Letters, le professeur Lovejoy explique comment tirer parti directement de la mémoire d’éléphant de l’atmosphère pour établir des prévisions météorologiques relativement plus exactes que celles obtenues à l’aide des modèles informatiques numériques habituels. Selon lui, cette nouvelle méthode pourrait permettre d’accroître considérablement la fiabilité des prévisions saisonnières et d’établir de meilleures projections climatiques à long terme.
Amélioration de l’approche standard
Afin de tirer parti de l’effet papillon, l’approche du professeur Lovejoy considère le temps de façon aléatoire et utilise des données historiques afin de forcer la prévision à refléter un climat réaliste. Cette méthode permet de repousser les limites de l’approche standard, où les représentations imparfaites du temps poussent le modèle informatique à demeurer fidèle à son modèle climatique plutôt qu’au véritable climat. Cette nouvelle méthode constitue également une amélioration comparativement à d’autres techniques statistiques de prévision qui n’exploitent que la mémoire à court terme de l’atmosphère, affirme le professeur Lovejoy.
Dans son article, le professeur Lovejoy a recours à une version simplifiée de cette nouvelle méthode pour démontrer que les données atmosphériques historiques peuvent très bien expliquer la prétendue pause dans le réchauffement climatique observée depuis 1998. Il conclut également que cette méthode se révèle plus exacte que les modèles informatiques standards utilisés au cours de cette période, notamment par le Groupe d’experts intergouvernemental sur l’évolution du climat.
Le modèle du professeur Lovejoy permet également de prévoir que si les émissions de gaz à effet de serre continuent au même taux qu’après 2000, il y a 97,5 pour cent de chances que la « pause » dans le réchauffement climatique soit terminée d’ici 2020.
Lovejoy, S. (2015), « Using scaling for macroweather forecasting including the pause », Geophys. Res. Lett., 42. DOI : 10.1002/2015GL065665
en libre accès :
´Ç³ÜÌý: