|
|
|
|
|
|
|
|
Les différentes sources d'incertitude :
Les incertitudes socio-économiques (l’incertitude réflexive), liées aux scénarios futurs d’émission des gaz à effet de serre (la société fait partie à la fois du problème et de la solution),
Les incertitudes scientifiques et techniques (l’incertitude épistémique) liées à une connaissance imparfaite des phénomènes et à leur représentation approximative dans les modèles (processus physiques liés à la convection et aux nuages et représentation incomplète des couplages avec cycle du carbone ou chimie atmosphérique par exemple).
L’incertitude liée à la variabilité naturelle du climat (l’incertitude stochastique) liée à la variabilité climatique intrinsèque et chaotique et qui comprend également la problématique des conditions initiales du système climatique modélisé.
l’incertitude spécifique au problème de descente d’échelle et dépendant des méthodes de désagrégation.
Une autre typologie pourrait être proposée, celle de la bonne et de la mauvaise incertitude : la bonne incertitude est celle que l’on voudrait maximiser (pour ne pas exclure des futurs possibles) alors que la mauvaise est celle que l’on veut réduire (afin d´écarter des futurs basés sur de fausses hypothèses ou outils inadaptés). L’incertitude stochastique est considérée comme une bonne incertitude alors que l’incertitude épistémique et celle associée à la méthode de régionalisation sont de mauvaises incertitudes.
Certaines incertitudes ne sont pas réductibles, soit pour des raisons fondamentales (par exemple l’incertitude stochastique), soit pour des raisons de trop grande complexité du système considéré par rapport à l´état de nos connaissances actuelles (incertitude réflexive et la modélisation du comportement humain, par exemple) ; on parle alors d’irréductibilité congénitale. Par ailleurs les différentes sources d’incertitude sont très souvent dépendantes les unes des autres et on ne peut pas postuler a priori leur séparabilité.
Il en résulte que l’exercice de modélisation climatique revêt un caractère nécessairement probabiliste et nécessite donc le recours à des techniques ensemblistes dérivées des méthodes de prévision d’ensemble utilisées aux échelles mensuelle et saisonnière (Monte-Carlo, multi-modèles, physique perturbée, physique stochastique). Ces ensembles de projections climatiques seront donc utilisés pour décrire les différents types d’incertitude. Il faut souligner que la considération de la seule moyenne d’ensemble (dans le cas d’une distribution bimodale de la réponse : que signifie la moyenne d’ensemble ? ) et des extrêmes est insuffisante pour représenter la dispersion réelle et les incertitudes liées aux projections disponibles.
À l’heure actuelle il n’est pas possible de dire avec certitude si les estimations des incertitudes associées aux projections climatiques représentent une fourchette haute ou basse. Cependant, et pour ce qui concerne le dernier rapport du GIEC, il est probable que la gamme des futurs proposés soit une estimation basse de l’incertitude.
Notion de Cascade d’incertitudes
Les méthodes de régionalisation et les études utilisant des modèles d’impact (e.g. modèle hydrologique, modèle de rendement agricole) s’appuient sur des simulations de modèles climatiques globaux, eux-mêmes conditionnés par des hypothèses de développement socio-économiques, formant ainsi une chaîne de modélisation (cf. figure ci-dessous, d’après Boé, 2007). Chaque maille de cette chaîne introduit une source d’incertitude, de sorte que cette dernière augmente au fur et à mesure que l’on descend dans la chaîne de modélisation. On parle alors de cascade d’incertitudes. Il est donc important de garder à l’esprit que l’augmentation de la résolution spatiale des simulations, ou le calcul d’indices plus intégrés que des paramètres atmosphériques se fait au détriment d’une incertitude plus grande.
Source : « Thèse de J.Boé, 2007 »
Liens et références :
- Guide de l'incertitude du portail européen pour l'adaptation au changement climatique
- 4ième volume du rapport "Climat de la France au XXIe siècle"
Boé, J., 2007 : « Changement global et cycle hydrologique : Une étude de régionalisation sur la France ». Thèse de Doctorat, Université Paul Sabatier - Toulouse III, 256 pp.
Pagé, C. et L. Terray, 2010 : Nouvelles projections climatiques à échelle fine sur la France pour le 21ème siècle : les scénarii SCRATCH2010. Technical Report TR/CMGC/10/58, SUC au CERFACS, URA CERFACS/CNRS No1875, Toulouse, France.
