Cet axe applicatif répond au besoin urgent d’informations climatiques exploitables et à haute résolution pour soutenir les décisions en matière d’atténuation, d’adaptation et de politique. Les modèles climatiques sont devenus des outils prédictifs essentiels, qui aident les parties prenantes à évaluer les risques climatiques et à mettre en œuvre des stratégies d’adaptation. L’axe se concentre sur le développement de capacités de modélisation avancées, l’amélioration de la compréhension physique, la réduction des incertitudes et l’exploration de méthodes hybrides combinant la modélisation physique et l’intelligence artificielle (IA).
Quatre défis principaux guident cet axe :
- Fournir des informations climatiques exploitables : Le CERFACS vise à développer, en collaboration avec les parties prenantes, des projections climatiques à haute résolution et fondées sur des données physiques, afin de soutenir la planification de l’adaptation. Cela inclut l’utilisation de simulations à l’échelle du kilomètre pour évaluer les événements extrêmes (par exemple, les vagues de chaleur, les tempêtes) et le développement d’approches hybrides de réduction d’échelle et basées sur les événements à l’aide de l’IA. L’utilisation de SMILEs (Single Model Initial-condition Large Ensembles) et de prévisions décennales améliorera notre compréhension de la variabilité climatique à court terme (1-30 ans), un horizon temporel essentiel pour l’adaptation.
- Améliorer la précision des modèles et réduire l’incertitude : L’amélioration des composantes des modèles – en particulier la circulation océanique (AMOC, ENSO), la dynamique de l’Arctique et la représentation de la glace de mer à l’aide d’une rhéologie avancée – améliorera la fiabilité. Les processus biogéochimiques couplés (par exemple, les zones de minimum d’oxygène) et l’amélioration de l’étalonnage des modèles par l’intermédiaire d’ensembles de paramètres perturbés et de l’IA seront également prioritaires. En outre, les incertitudes liées aux observations, notamment en ce qui concerne les précipitations extrêmes, seront mieux quantifiées.
- Comprendre les interactions entre l’aviation et le climat : Compte tenu de la contribution croissante de l’aviation au forçage radiatif, le CERFACS affinera la représentation des traînées de condensation dans les modèles climatiques, évaluera les effets non-CO₂ à l’aide de modèles simplifiés, et évaluera les risques liés à l’aviation (givrage, turbulence) à l’aide de simulations à l’échelle du kilomètre et de modèles de substitution. Cette recherche soutient directement les objectifs de décarbonation d’associés tels qu’Airbus, SAFRAN et TotalEnergies.
- Exploration d’approches hybrides et fondées sur les données : L’apprentissage profond sera utilisé pour émuler des modèles complexes, améliorer l’interprétation du rapport signal/bruit dans les simulations climatiques et soutenir l’étalonnage des modèles et la quantification de l’incertitude. Ces approches permettent des diagnostics plus rapides et rentables, en particulier pour les extrêmes et les événements rares.
D’un point de vue stratégique, cet axe est s’appuie sur les axes stratégiques suivants : « Modélisation basée sur les données » (apprentissage automatique, modélisation de substitution, quantification de l’incertitude) et « Programmation durable » (utilisation efficace du HPC, principes de données FAIR et jumeaux numériques). Ces efforts s’alignent sur des programmes majeurs tels que TRACCS (France) et des projets européens comme Impetus4Change et MOSCITO.
Le CERFACS travaille en étroite collaboration avec des associés clés (Météo-France, CNES, EDF) et de nouveaux partenaires (IRD, institutions du Sud), renforçant ainsi son leadership national et international dans le domaine de la science du climat. L’axe vise à produire des outils et des connaissances robustes et évolutifs pour répondre aux défis climatiques de la société, de l’échelle mondiale jusqu’à des informations locales exploitables.
