The emergence of regional record-breaking summer heat predictability

La chaleur extrême est l'une des conséquences les plus dangereuses du changement climatique d'origine humaine, frappant avec une fréquence et une intensité qui s'accélèrent chaque année. Bien que les scientifiques sachent depuis longtemps qu'un réchauffement de la planète rend les journées de forte chaleur plus probables, prédire exactement quand et où un été spécifique, battant des records, se produira est resté un défi redoutable. Cette difficulté provient du fait que la météo est un mélange chaotique de tendances à long terme prévisibles et de fluctuations à court terme imprévisibles. Pendant des décennies, la communauté scientifique a débattu pour savoir quelle part d'un événement de chaleur était pilotée par la main constante du réchauffement climatique par rapport aux oscillations aléatoires de la variabilité climatique naturelle. La question fondamentale était de savoir si nous pouvions prévoir de manière fiable ces extrêmes mortels des années à l'avance, pour donner aux communautés le temps de se préparer, ou si le chaos inhérent à l'atmosphère rendait les avertissements à long terme impossibles.

Une équipe de chercheurs a maintenant développé une nouvelle façon de répondre à cette question, démontrant que la capacité de prédire les étés records n'est pas seulement une possibilité future, mais qu'elle émerge déjà dans de nombreuses parties du monde. En utilisant des outils d'apprentissage informatique avancés, ils ont découvert qu'en combinant l'augmentation constante des températures mondiales avec des motifs spécifiques dans les températures de surface des océans, il est possible de réaliser des prévisions précises sur les chaleurs extrêmes cinq à dix ans avant qu'elles ne surviennent. Cette approche surpasse les modèles climatiques traditionnels dans de nombreuses régions, suggérant que nous entrons dans une ère où le moment de nos étés les plus chauds peut être anticipé avec une confiance significative.

Les chercheurs, Emily Gordon de l'Université d'Auckland et Noah Diffenbaugh de l'Université de Stanford, se sont concentrés sur un type spécifique de prédiction : déterminer si un été au cours des cinq ou dix prochaines années sera plus chaud que n'importe quel été enregistré dans le passé récent. Pour ce faire, ils ont entraîné un type d'intelligence artificielle connue sous le nom de réseau de neurones convolutifs. Considérez ce système comme un détecteur de formes hautement qualifié qui apprend en étudiant de vastes quantités de données historiques. L'ordinateur a été alimenté par deux types principaux d'informations : la température moyenne de l'ensemble du globe et les changements de motifs des températures de surface de la mer à travers les océans du monde. Le but était de voir si l'ordinateur pouvait apprendre à repérer la combinaison spécifique d'un réchauffement de la planète et de conditions océaniques favorables qui mène à un été record.

Lorsque l'équipe a testé cette méthode par rapport aux données réelles des dernières décennies, les résultats ont été frappants. Le modèle d'apprentissage automatique a identifié avec succès les moments où un été record était susceptible de se produire, prédisant souvent l'événement des années à l'avance. Par exemple, dans des régions comme l'Europe de l'Est, le modèle a détecté les conditions qui mèneraient à un nouveau record de chaleur autour du début des années 2000, anticipant correctement que le record précédent serait battu. Il a également prédit correctement qu'aucun nouveau record ne serait établi dans les années 2010, pour ensuite prévoir l'arrivée d'un autre été record vers 2024. Cette capacité à distinguer une année chaude d'une année véritablement historique a prouvé que le modèle capturait des signaux réels plutôt que de simplement deviner.

Crucialement, les chercheurs ont constaté que cette approche d'apprentissage automatique était souvent plus précise que les modèles dynamiques standards utilisés par les climatologues, qui reposent sur des équations physiques complexes pour simuler l'atmosphère et les océans. Dans de nombreuses zones, notamment en Afrique du Nord, en Méditerranée, en Asie de l'Est et dans certaines parties de l'Australie et de l'Amérique du Sud, le modèle informatique a prédit l'apparition de la chaleur record avec une meilleure compétence que les modèles traditionnels. Les modèles traditionnels peinent souvent à capturer les variations internes spécifiques du système climatique qui, combinées au réchauffement climatique, déclenchent ces événements extrêmes. Le modèle d'apprentissage automatique, en revanche, a appris à reconnaître les précurseurs subtils dans l'océan et l'atmosphère qui signalent une vague de chaleur imminente.

L'étude introduit un concept qu'ils appellent « émergence de la prédictibilité ». Cela décrit le point auquel le réchauffement climatique devient assez fort pour que, combiné aux motifs océaniques naturels, la chaleur record devienne prévisible. Par le passé, le bruit aléatoire de la variabilité climatique naturelle était si fort qu'il étouffait le signal du réchauffement climatique, rendant impossible la prévision d'événements extrêmes spécifiques des années à l'avance. Cependant, à mesure que la planète continue de se réchauffer, le signal de ce réchauffement est devenu plus fort. Les chercheurs ont trouvé que dans de nombreuses régions, ce signal est déjà devenu assez fort pour permettre des prédictions fiables. Dans certains endroits, la capacité de prédire un été record dans une fenêtre de cinq ans est déjà apparue, tandis que dans d'autres, elle devrait devenir possible d'ici un ou deux décennies si les tendances actuelles de réchauffement se poursuivent.

L'équipe a également exploré jusqu'où ces prédictions pouvaient s'étendre. Ils ont trouvé qu'étendre la fenêtre de prévision de cinq à dix ans améliorait considérablement la capacité de prédire la chaleur record. C'est simplement parce qu'un cadre temporel plus long augmente la probabilité statistique qu'un événement extrême se produise. Dans de nombreuses parties de l'hémisphère nord, le modèle suggère que si nous regardons dix ans en avant, nous pouvons déjà prédire avec habileté l'arrivée d'un nouveau record de chaleur, à condition que les conditions océaniques soient favorables. Même dans les régions où le signal de réchauffement n'est pas encore dominant, la combinaison d'une fenêtre de prévision plus longue et de l'augmentation constante de la température mondiale signifie que la prédictibilité est susceptible d'émerger bientôt.

L'une des découvertes les plus importantes de l'étude est que cette prédictibilité repose à la fois sur la tendance de réchauffement à long terme et les fluctuations à court terme des océans. Les chercheurs ont testé ce qui se passerait s'ils retiraient les données océaniques du modèle, ne laissant que la tendance de la température mondiale. Ils ont constaté que sans l'information océanique, la capacité du modèle à prédire des étés records spécifiques chutait considérablement. Cela confirme que si le réchauffement climatique prépare le terrain pour la chaleur extrême, le moment et le lieu spécifiques de ces événements sont toujours fortement influencés par la variabilité naturelle des océans. Le modèle d'apprentissage automatique réussit parce qu'il apprend à lire le scénario écrit à la fois par la planète qui se réchauffe et par les mers changeantes.

Les chercheurs ont également examiné comment ces prédictions pourraient évoluer à l'avenir. En simulant différents niveaux de réchauffement climatique, ils ont estimé que pour la plupart des régions terrestres, la capacité de prédire un été record dans les cinq ans deviendra possible d'ici 10 à 30 ans, en supposant que le taux actuel de réchauffement se poursuive. Dans certaines zones, ce seuil a déjà été franchi. L'étude suggère qu'à mesure que la planète se réchauffe davantage, la fenêtre de prédiction fiable s'élargira, offrant plus de temps aux communautés pour se préparer à l'arrivée inévitable de la chaleur extrême.

Bien que les résultats soient prometteurs, les auteurs notent prudemment les limites de leur travail. Les modèles d'apprentissage automatique ont été entraînés sur les données d'une seule simulation climatique, et différents modèles pourraient produire des résultats légèrement différents. De plus, les modèles sont meilleurs pour prédire les moyennes saisonnières que les vagues de chaleur spécifiques et de courte durée, bien que les deux soient étroitement liés. Les chercheurs soulignent également que si les futurs schémas océaniques évoluent d'une manière jamais vue auparavant, les prédictions actuelles pourraient devoir être ajustées. Cependant, la conclusion centrale reste robuste : la combinaison du réchauffement causé par l'homme et de la variabilité naturelle des océans crée une nouvelle ère de prédictibilité pour la chaleur extrême.

Ce travail représente un changement significatif dans la façon dont les scientifiques abordent les prévisions climatiques. Au lieu de considérer les événements extrêmes comme purement chaotiques et imprévisibles, l'étude montre qu'ils contiennent un signal prévisible qui se renforce à mesure que la planète se réchauffe. En utilisant l'apprentissage automatique pour décoder la relation complexe entre les océans et l'atmosphère, les chercheurs ont trouvé un moyen de regarder plus loin dans le futur que jamais auparavant. Cela ne signifie pas que le climat est devenu entièrement prévisible, mais cela signifie que nous acquérons la capacité d'anticiper les événements de chaleur les plus dangereux avec un niveau de confiance qui était auparavant hors de portée. Pour les communautés du monde entier, cette capacité émergente de prévoir les étés records pourrait être un outil vital d'adaptation, offrant une fenêtre de temps cruciale pour protéger les vies et les infrastructures contre la menace croissante de la chaleur extrême.