Un modèle climatique est un programme informatique qui simule les composantes du système climatique. Une telle simulation s’appuie sur une connaissance détaillée des teneurs atmosphériques, des sols, de la couverture végétale, des gaz à effet de serre … Les modèles climatiques prennent en compte différents paramètres physiques afin de suivre l’évolution des composantes terrestres, marines et atmosphériques. Ces modèles se basent sur des algorithmes complexes et nécessitent des super-calculateurs pour être correctement exécutés. Néanmoins, il est possible de bâtir des modèles climatiques simples à l’aide de logiciels éducatifs comme en programmation Python ou avec Edu’Modèles.
![](https://louernos-nature.fr/wp-content/uploads/2022/01/final_5f05e29e974220.53263146.png)
La maille est une forme géométrique unitaire décrivant un volume géographique du modèle numérique. Par exemple, dans un modèle climatique, l’atmosphère terrestre est découpée en de nombreux volumes unitaires ou mailles dont les coordonnées sont renseignées dans les trois dimensions : latitude, longitude et altitude.
Ces modèles sont numériques car leurs composantes sont la mise en équation. Les climatologues parlent alors de paramétrisation physique des phénomènes observés, qu’ils soient naturels ou anthropiques, au sein d’une maille. Toutes ces composantes sont bien entendu issues de données scientifiques connues.
Une puissance de calcul conséquente
Un modèle numérique est par conséquent gourmand en puissance de calcul ! Prenons par exemple une simulation climatique réalisée sur un intervalle de 250 ans avec un pas de temps de 15 minutes. Nous définissons pour ce modèle de mailles de 100 km de côté (horizontal) avec un empilement vertical de 80 mailles.
Le calcul de chaque équation devant être exécuté dans chaque maille, cela revient à exécuter le script 250 ans x 365 jours / an x 96 pas / jour x 200 mailles en latitude x 400 mailles en longitude x 80 mailles en altitude = 56 064 milliards de fois ! La puissance de calcul est un facteur limitant. De telles simulations nécessitent obligatoirement de puissants supercalculateurs.
Fiabilité du modèle
Un modèle numérique climatique se base sur les données disponibles et renseignées. Mais pour évaluer la capacité d’un modèle à décrire les caractéristiques du climat, il faut confronter les résultats numériques aux observations effectuées sur Terre (mesures terrain, satellites). Les modèles climatiques gagnent en fiabilité en incluant plus de paramètres. Seule une meilleure connaissance scientifique permet d’ajouter de nouveaux paramètres.
Peut-on à des fins militantes « truquer » un modèle pour qu’il produise dans le futur un réchauffement climatique particulièrement élevé ? Non, car le même modèle de climat est aussi utilisé pour simuler le climat présent, des climats passés, et même les climats d’autres planètes. Donc toute « fraude » d’un modèle serait dans ces conditions immédiatement décelée !
Un modèle climatique pédagogique pour l’enseignement scientifique
Le programme d’enseignement scientifique de Terminale générale propose pour le chapitre « Le climat du futur » de mettre en évidence le rôle des modèles climatiques sur les projections climatiques.
![](https://louernos-nature.fr/wp-content/uploads/2022/01/consigne-modele-climatique-BO.png)
Pour répondre à cette exigence pédagogique, je vous propose un modèle simple à réaliser. Il utilise un logiciel en ligne facile d’usage, Edu’Modèles, et ne nécessite pas de connaissances spécifiques en programmation. De plus, sa conception fait le lien avec le chapitre d’orogénèse du programme de spécialité SVT en terminale.
Ce modèle se base sur le bilan carbone de l’année 2017. A partir des grandeurs physiques en Gt(CO2)/an d’émission et de stockage du dioxyde de carbone à l’échelle planétaire, il donne une prévision de la teneur atmosphérique en CO2 (en ppm) et de l’anomalie des températures (en T°c).
Le logiciel Edu’Modeles
Ce logiciel en ligne présente un mode « analytique » qui permet l’exécution de variables que l’utilisateur renseigne directement. Cette option permet d’ajouter des grandeurs physiques précises tout comme d’exécuter des équations mathématiques.
Pour créer un modèle, il faut rajouter « variables » (par défaut il faut prendre « variable dynamique »), qui peut être une grandeur physique (température, pression …), une teneur (gaz à effet de serre …) ou tout autre paramètre susceptible de varier. Cette opération se fait en cliquant sur le logo « + » situé en haut à gauche de l’écran.
![](https://louernos-nature.fr/wp-content/uploads/2022/01/tuto-edu-modeles-01.png)
Ensuite, il suffit de cliquer sur la variable que vous venez de rajouter afin d’en éditer le contenu. Ici, la fenêtre d’édition d’une variable dynamique :
![](https://louernos-nature.fr/wp-content/uploads/2022/02/tuto-edu-modeles-02.png)
Les grandeurs physiques retenues
Altération des roches siliceuses et CO2
Les variables dynamiques utilisent des grandeurs physiques, qui sont pour la plupart issues de données de la littérature scientifique. Il est ainsi plus facile d’associer modèle de niveau lycée et recherche scientifique actuelle. A noter cependant que lors de la création de ce modèle, il n’existait pas d’estimation suffisamment fiable de l’altération des roches siliceuses. J’avais donc utilisé une approximation basée sur la surface mondiale de chaînes montagneuses et le rendement massique annuelle de leur altération. Cette estimation permettait ainsi de proposer 1,19 Gt(CO2) /an. Mais la parution d’une publication récente sur le sujet avance le chiffre de 0,273 Gt(C)/an. Soit une fois convertie la valeur de 1 Gt(CO2) / an. Vous en conviendrez, la différence est plutôt faible avec la méthode d’approximation. Mais la précision du modèle vaut bien d’utiliser les données scientifiques les plus récentes.
Volcanisme et émissions de CO2
Marty and Tolstikhin (1998) give a preferred estimate of 0.26 gigaton per year for the present-day global volcanic CO2 emission rate and a range for plausible estimates of 0.18–0.44 gigaton (Gt) per year. Their study is the most comprehensive and probably the most cited of the global estimate studies, and its broad range of plausible estimates reflects a realistic assessment of uncertainties. What’s more, Marty and Tolstikhin’s assessments give the highest preferred, minimum, and maximum global estimates, making them appropriate high-end volcanic limits for the comparisons with anthropogenic CO2 emissions in this article. The projected 2010 anthropogenic CO2 emission rate of 35 gigatons per year is 135 times greater than the 0.26-gigaton-per-year preferred estimate for volcanoes.
Extrait de l’article de T. Gerlach, « Volcanic Versus Anthropogenic Carbon Dioxide », Revue Eos (American Geophysical Union), Vol. 92, No. 24, 14 juin 2011.
En définitive, les émissions annuelles de CO2 d’origine volcanique seraient de 0,26 Gt(CO2)/an. Aussi cette valeur, bien qu’elle s’accompagne d’un intervalle de valeurs assez large, sera utilisée dans ce modèle.
Emissions anthropiques et puits naturels de CO2
Un puits de carbone est un réservoir qui stocke, par un mécanisme naturel ou artificiel, le flux de carbone émis par les autres sources. Les principaux puits de carbone sont les océans, la surface terrestre mais aussi l’atmosphère qui elle-même possède une capacité de rétention.
Les principales formes de carbone stockés dans chaque réservoir sont ainsi :
- L’Atmosphère : CO2 et CH4 (méthane)
- La biosphère : molécules biologiques, fixation biologique du CO2 via la photosynthèse : [C6H10O5]n
- Les océans : ions hydrogénocarbonates HCO3–
- Les dépôts sédimentaires marins : carbonate de calcium CaCO3
- Les sols : molécules organiques (= contenant des liaisons C-H)
- Les sous-sols : carbone organique fossile rocheux (charbon, hydrocarbures)
Le « Global Carbon Budget » est un projet scientifique international visant à compiler des données annuelles fiables et dynamiques sur la dynamique du cycle biogéochimique du carbone.
![](https://louernos-nature.fr/wp-content/uploads/2022/02/s45_Global_Sources_and_Sinks_newcm-1024x683.png)
Les données de l’année 2017 servent ainsi de référence pour ce modèle. D’après le GCB, la balance 2017 est en excédent de +1,19 Gt(CO2) dans le cycle du carbone terrestre. Cela signifie donc que nous avons plus produit de CO2 via nos flux anthropiques de carbone que ce que les puits naturels à la surface de la Terre peuvent stocker.
Ces données sont cependant fournies en Gigatonnes de carbone. Pour obtenir des valeurs en Gt(CO2) il faut compléter le tableau ci-dessous en effectuant le calcul suivant : Gt(CO2) = 3,664xGt(C).
Le modèle climatique sous Edu’Modèles
Sous Edu’Modèles, quatre variables calculées se rajoutent à ces variables dynamiques. Elles permettent de sommer les émissions et puits de CO2. Mais aussi de réaliser les conversions en teneur atmosphérique globale (en ppm) et l’anomalie thermique qui en résulte. Ces variables calculées font par ailleurs l’objet d’un travail personnel en classe des élèves durant l’heure d’enseignement scientifique (terminale générale).
![](https://louernos-nature.fr/wp-content/uploads/2022/02/Capture-ecran-EduModeles-climat-1024x549.png)
Tester la robustesse de ce modèle
D’après les données de la NOAA, les teneurs en dioxyde de carbone atmosphérique durant l’année 2017 mesurées à partir des instruments satellites sont de 406,55 ppm. L’anomalie de température par rapport à la période de référence est de +0,92°C. Testons alors la robustesse de notre modèle à partir du tableau ci-dessous :
Teneur en CO2 (ppm) | Anomalie température (°C) | |
---|---|---|
Données instrumentales | 406,55 | +0,92 |
Résultats du modèle | 406,98 | +1,03 |
% de précision | 100,1 % | 111,9 % |
Ce modèle apparaît ainsi d’une grande précision vis à vis des données instrumentales pour l’année-test de 2017. Ceci est lié au fait que la quasi-totalité des données utilisées proviennent de la bibliographie scientifique. L’exercice reste donc très proche des modélisations climatiques actuelles. Mais sa simplicité permet d’initier simplement les élèves de lycée à la modélisation en climatologie.