Climat : scénarios, modèles et Cie

Par MD

Quo vadis ?

Introduction, quelques rappels.
On sait que le GIEC, en prévision de la COP26 de Glasgow, avait publié en juillet 2021 la première partie (working group WG n°1) de son sixième rapport (AR6), qui présentait entre autres des scénarios d’évolution climatiques jusqu’à la fin du siècle. Chacun connait l’hypothèse fondamentale admise par le GIEC : les températures, en raison de l’« effet de serre », sont commandées très majoritairement par la concentration de l’atmosphère en dioxyde de carbone (CO₂), et l’augmentation de cette concentration est due très majoritairement aux émissions « anthropiques » résultant de la combustion des énergies fossiles. On sait qu’aucune mise en cause de ce dogme n’est tolérée.

Par conséquent, pour simuler les températures de l’avenir, le GIEC doit estimer les futures émissions anthropiques de CO₂ , et donc en préalable les futures évolutions des nombreux paramètres qui déterminent ces émissions (paramètres démographiques, économiques, énergétiques, etc.). Cette démarche conceptuelle périodique est connue sous le nom de « Climate model intercomparison project ». Le dernier « project » en date est le CMIP6, (du numéro d’ordre du dernier rapport AR6 du GIEC). Le CMIP6 a pour objectif essentiel de définir plusieurs jeux d’hypothèses (scénarios ou trajectoires) dits « Shared socio-economic pathways » (SSP) destinés à servir de base commune aux travaux ultérieurs. Ces SSP, élaborés en 2016, ont été édictés en janvier 2017.

Les “Shared socio-economic pathways” (SSP).
On trouve dans le rapport AR6 de 2021 (AR6-WG1-SPM, figure SPM.4 partie haute) une représentation graphique des scénarios d’évolution des émissions anthropiques de CO₂ entre 2015 et 2100 correspondant à cinq « pathways ». Les SSP sont caractérisés par un premier chiffre (1 à 5) correspondant à une échelle croissante de « conformité » aux objectifs des accords de la COP21 de Paris (le chiffre 1 étant le plus « vertueux »), et un second groupe de chiffres correspondant au « forçage radiatif » (W/m²) sur la période. On ne s’étendra pas sur cette notion.Comme on le voit, à l’origine des courbes en 2015 (dernière année connue à l’époque de la conception des jeux d’hypothèses) les émissions anthropiques s’établissaient à 40 milliards de tonnes de CO₂. Ce chiffre correspond, selon les données officielles, à l’ensemble des émissions anthropiques, somme des émissions fossiles et des émissions dues aux changements d’utilisation des terres (voir notamment « Carbone, etc. »).

Ces différentes trajectoires sont commentées par le GIEC dans l’AR6-WG1 (§1.6.1.4, pages 238-239). En substance, les scénarios SSP5-8.5 et SSP3-7.0 correspondent à un renoncement à toutes politique volontariste en matière d’émissions de CO₂, ce qui semble irréaliste. Le scénario SSP2-4.5 correspond sensiblement à la poursuite des politiques actuelles et aux « Nationally determined contributions » (NDCs) pour 2030 élaborées à l’occasion de la COP21 de Paris. Il est généralement considéré comme le plus plausible ; on voit d’ailleurs sur le graphique que les émissions de CO₂ sont supposées n’augmenter que modérément, leur baisse éventuelle étant reportée au-delà de 2070. Les scénarios SSP1-1.9 et SSP1-2.6 correspondent à des politiques très volontaristes de réduction des émissions. On a déjà observé sur ce forum (encore récemment) que la décroissance accélérée des émissions de CO₂ relevait du wishful thinking des pays occidentaux et n’avait aucune chance de se réaliser. Mais là n’est pas le propos.

Les modèles d’évolution des températures.
Sur les bases précédentes, une quarantaine d’équipes internationales de chercheurs ont élaboré en 2019 des « modèles » d’évolution des températures qui ont servi d’ossature au dernier rapport AR6 du GIEC. Ces séries sont accessibles sur le site du KNMI néerlandais à la rubrique « select a monthly field » (les personnes intéressées trouveront en appendice au présent article la procédure à suivre).
– Les modèles sont établis sur la base de quatre des scénarios précédents (à l’exclusion du SSP1-1.9).
– Les séries de températures vont de 1850 à 2100, elles comportent donc successivement les données historiques de 1850 à 2017 (ou 2018), puis des données prévisionnelles de 2018 à 2100.
– Il y a différentes variables : températures moyennes, maximales, minimales, etc.
– Ces séries sont mensuelles ; on peut les moyenner en valeurs annuelles.
– Les températures sont exprimées en deux unités de mesure : températures absolues en K, et « anomalies » en °C par rapport à une période de référence que l’on peut choisir.
– On peut sélectionner tout élément de la sphère terrestre comprise entre deux latitudes et deux longitudes (et donc, notamment, la totalité de la sphère, ou chacun des deux hémisphères, ou tout autre zone géographique).

Quelques applications des modèles.
On trouvera ci-après quelques exemples de représentations graphiques des données fournies par les modèles. Dans les exemples qui suivent : la variable choisie est la « near surface air temperature » (« tas ») ; la période de référence définissant les « anomalies » est la période dite « préindustrielle » 1850-1900 ; enfin, les données sont relatives à l’ensemble du globe terrestre (latitudes -90° à +90°, longitudes 0° à 360°).

Ensemble de 35 « modèles » pour le SSP2-4.5, de 1850 à 2100.
Rappelons que tous les modélisateurs ont travaillé sur les mêmes jeux d’hypothèses.

Même graphique avec en surimpression les températures observées selon l’indicateur HadCRUT5 du Hadley center.

Extrait du graphique précédent pour la période 1979-2030 (l’année 1979 est un gold standard, marquant le début des relevés de températures par satellites ; 2030 correspond à la date horizon des NDCs de la COP21 de Paris).

Séries mensuelles de l’indicateur synthétique « CMIP6 mean » du KNMI pour le SSP2-4.5.

Ce graphique est intéressant : il montre que les séries mensuelles sont déduites d’un « gabarit » unique qui est reproduit douze fois avec des écarts de températures pratiquement constants (5°C entre les deux mois extrêmes). Au passage, on remarquera les indentations à la baisse succédant aux grandes éruptions volcaniques : Krakatoa (1883), Montagne Pelée (1902), Da Cunha (1960-62), El Chichon (1982), Pinatubo (1991).

Séries annuelles de l’indicateur synthétique « CMIP6 mean » pour les quatre scénarios SSP, avec HadCRUT5 en surimpression. Les quatre scénarios restent assez regroupés jusqu’en 2030, puis divergent considérablement ensuite.

Extrait du graphique précédent pour la période 1979-2030.

Dans tous ces graphiques, on a pu remarquer la discordance croissante entre les modèles et les deniers relevés de températures du Hadley center. Le proche avenir les départagera.

Interprétation du GIEC pour les valeurs de 2100.
On retrouve les valeurs de 2100 dans le diagramme à moustaches ci-dessous de l’AR6 (AR6-WG1-SPM figure SPM.4 partie basse). Il s’agit de simulations pour la période 2081-2100 par rapport à la référence 1850-1900. En plus foncé sont indiquées les températures observées dans la période actuelle (« to date »), soit +1°C par rapport à la période préindustrielle.

Conclusions.
Il faut savoir gré au KNMI d’avoir mis gratuitement à la disposition du public un corpus de données aussi riche et facile d’accès, même si le choix et le téléchargement des données sont nécessairement des exercices assez fastidieux. On n’a donné ici qu’un échantillon des nombreux traitements de données possibles.

Sur le fond, on peut être surpris de la dispersion considérable des résultats fournis par les différents modèles à partir de données de base pourtant communes. Cette dispersion est déjà surprenante s’agissant des données historiques entre 1850 et 2017-2018, et elle ne fait que s’amplifier au fil des futures années. Elle est de nature à jeter une certaine suspicion sur la vraisemblance de ces projections à long terme et l’usage immodéré qui en est fait.

Appendice. Utilisation du site KNMI.
Rubrique « select a monthly field ». Sélectionner sur la page principale un des modèles individuels (ou un des indicateurs synthétiques dont par exemple CMIP mean), un des scénarios puis une des variables (pour les températures moyennes, « tas » : near surface air temperature). Appliquer. Sélectionner la zone par latitudes et longitudes, puis « make time series ». On obtient les deux séries : températures absolues en K et « anomalies » en °C par rapport à une base temporelle (année origine-année fin) à choisir. Données téléchargeables en txt par « raw data ».