Le modèle climatique GENIE

GENIE propose un cadre flexible pour la modélisation du climat. Il permet d'associer différentes composantes, de complexité variable, en vue de fournir un outil de modélisation approprié à un large éventail d'applications. GENIE comporte des modules qui décrivent l'océan, l'atmosphère, la biogéochimie des océans, les processus sédimentaires marins, l'altération des processus, la végétation terrestre, la banquise et la calotte glaciaire.

Les résultats présentés sur ce site proviennent de deux configurations différentes de GENIE, que nous appelons GENIE-1 et GENIE-2. La principale différence entre ces deux configurations est la complexité du modèle atmosphérique, qui passe de deux à trois dimensions avec GENIE-2.

GENIE-1

GENIE-1, dans la configuration actuelle, utilise un modèle océanique en 3 dimensions de résolution faible et de complexité intermédiaire (Goldstein), un modèle hybride très simplifié d'équilibre énergie / atmosphère en 2 dimensions (EMBM), un modèle simple de banquise (qui représente à la fois les effets dynamiques et thermodynamiques) et un modèle spatial de végétation terrestre (ENTS). Le module de végétation est inclus car il a un effet très significatif sur les bilans énergétiques. D'autres modules, comme la biogéochimie des océans (BIOGEM) n'ont pas été inclus puisque considéré comme peu pertinent pour l'utilisation qui en est faite ici : en effet, les entrants du modèle sont globalement limités à une trajectoire d'émission de GES.

Les résultats présentés sur ce site proviennent d'émulateurs statistiques qui ont été construits à partir d'une collection de 480 simulations de GENIE-1. Chacune de ces simulations est considérée comme plausible d'un point de vue climatique; Elles ont des valeurs d'entrée différentes pour 25 paramètres physiques, permettant de quantifier l'incertitude du modèle. Pour une description plus détaillée de la conception d'ensemble voir Holden et al. Climate Dynamics (2009). L'ensemble a une sensibilité du climat moyenne (variation de température d'équilibre à un doublement du CO2) de 3,8ºC.

GENIE-1 utilise une grille de 36x36x8 pour représenter l'océan. Il simule environ 3000 ans de "temps réel" en 1 heure CPU.

GENIE-2

GENIE-2, dans sa configuration actuelle, utilise aussi le modèle d'océan GOLDSTEIN, un modèle en 3 dimensions de l'atmosphère (IGCM), des modèles de l'océan, de la banquise et de la surface terrestre (différent d'un modèle de végétation) très simplifiés. Le modèle atmosphérique est sensiblement plus compliqué que dans GENIE-1 et contient la même dynamique qu'un MCG complet, mais à moindre résolution et une représentation simplifiée des phénomènes physiques tels que les nuages. L'utilisation d'une atmosphère en 3 dimensions permet des estimations plus robustes des changements au niveau régional qu'avec GENIE-1. Mais c'est un calcul beaucoup plus complexe : GENIE-2 est environ 250 fois plus lent que GENIE-1 dans les configurations décrites ici.

Nous utilisons également des émulateurs pour GENIE-2 : 19 paramètres atmosphériques et océaniques clés en entrée à différentes valeurs permettent d'avoir une collection de 122 états climatiques plausibles. La sensibilité du climat de cet ensemble n'a pas encore été calculé (10.000 heures CPU sont nécessaires pour exécuter des simulations à l'équilibre), mais a été estimée à 2,1°C d'après les premiers calculs. Cela se situe à la limite inférieure de l'amplitude proposée par le GIEC (2,1 à 4,4°C). Afin de corriger ce biais et présenter une réponse du climat qui reflète mieux le consensus des modèles du GIEC, nous avons calibré les résultats de Genie-2 au réchauffement de la moyenne mondiale prévue par GENIE-1.

GENIE-2 utilise une grille de résolution 64x32x8 (océan) et T21 (atmosphère) avec 7 niveaux verticaux. Il simule environ 12 ans de "temps réel" en 1 heure CPU.

Incertitudes dans les modèles climatiques

Les incertitudes liées aux prédictions climatiques proviennent de trois sources distinctes:

1) L'incertitude liée au forçage radiatif (les évolutions des émissions de gaz à effet de serre et des aérosols sont inconnues, tout comme l'évolution future de l'utilisation des sols) est de loin la plus grande source d'incertitude liée aux changements climatiques futurs.

2) L'incertitude paramétrique du modèle. Certains comportements comme la formation des nuages ne peuvent être modélisés de façon globale car cela nécessiterait une trop grande précision spaciale et temporelle. Ils sont donc représentés de façon paramétrique : ce sont des équations relativement simples qui sont conçues pour reproduire à grande échelle un comportement moyen afin d'en mesurer les effets espérés. Les coefficients (paramètres) de ces équations ne peuvent pas toujours être définis de façon certaine ou précise, même si la compréhension théorique ou un ensemble d'observations empiriques fournit des informations sur les choix de la valeur à donner.

3) L'incertitude structurelle du modèle. C'est l'incertitude liée à ce qui n'est pas représenté dans le modèle, soit parce que trop complexe (même si un comportement peut être modélisé, ses effets peuvent ne pas l'être !), soit parce que mal connu.

Les sources d'incertitudes 2) et 3) représentent ce que l'on nomme l'incertitude dûe à la modélisation. Les résultats présentés sur ce site internet prennent en compte les trois incertitudes mentionnées ci-dessus.

Pour de plus amples informations, se référer à l'article : A probabilistic calibration of climate sensitivity and terrestrial carbon change in GENIE-1, Climate Dynamics, Holden PB, Edwards NR, Oliver KIC, Lenton TM and Wilkinson RD, 2009. disponible en format électronique avant publication papier.

Emulations de GENIE-1 et GENIE-2

On utilise une émulation statistique du modèle GENIE pour fournir des résultats en ligne. Le modèle lui-même serait trop couteux en temps de calcul pour une utilisation en temps réel.

L'émulation est réalisée en approximant les fonctions de réponse (information sur les précipitations, sur les températures, etc) par des fonctions polynomiales des paramètres d'entrée. L'émulateur est affiné au fur et à mesure des simulations. On applique la méthode des critères bayesiens à chaque nouveau terme ajouté. Ce test n'est pas favorable à l'ajout de nouveau paramètre. Par son utilisation, on recherche un modèle le plus petit possible permettant de répondre aux critères fixés.

Emulation de GENIE-1
Pour émuler GENIE-1, nous avons construit 12 émulateurs qui décrivent les 3 sorties du modèle (changement de la température de surface, changement du carbone végétal, et de la couverture végétale) pour 4 régions, représentant les 4 grandes masses terrestres (Amérique du Nord, Amérique du Sud, hémisphère Nord Eurasie / Afrique et hémisphère Sud Asie / Afrique / Australie).

Emulation du GENIE-2
Pour émuler GENIE-2, nous avons développé une approche visant à émuler les changements spaciaux en 2 dimensions au cours du prochain siècle. L'approche utilise l'analyse en composantes principales.

Cette technique revient à dégager un nombre minimum d'éléments (ici des simulations) considérés comme représentatifs de l'ensemble (puisque peu ou pas corrélés). Ces éléments sont appelés les composantes principales (ou CP). Le but principal est de réduire le nombre élevé de variables qui sont nécessaires à la description d'un ensemble de champs spatiaux, tout en conservant une description complète de la variabilité de la structure spatiale.

Généralement, les 5 premieres CP sont suffisantes pour capter 90% de la variabilité simulée. Les CP sont des fonctions des paramètres du modèle. On peut donc les utiliser pour émuler la réponse du modèle à un changement d'un des paramétres d'entrée.