The wind resource of Northeast Brazil as a climate variable: decadal variability, regional model bias and projected change at turbine hub height

Le vent est bien plus qu'un simple événement météorologique ; c'est une variable climatique qui alimente des réseaux électriques entiers. Dans le Nord-Est du Brésil, le vent est la deuxième plus grande source d'électricité, générant suffisamment d'énergie pour éclairer des millions de foyens et stimuler l'économie locale. Cette région dépend fortement de brises constantes qui soufflent à travers la côte et sur les hauts plateaux, mais la force de ces vents n'est pas constante. Elle fluctue au fil du temps, influencée par des schémas à grande échelle dans l'océan et l'atmosphère, tels que l'oscillation australe El Niño (ENSO), qui réchauffe et refroidit l'océan Pacifique, ainsi que les changements de température dans l'Atlantique tropical. Pour les ingénieurs et les planificateurs, comprendre si ces vents se renforcent, s'affaiblissent ou changent simplement de rythme est une question d'adaptation. Si la ressource éolienne diminue, l'approvisionnement énergétique devient risqué ; si elle croît, la région pourrait devenir encore plus puissante. La question cruciale est de savoir si les changements observés ces dernières années sont un virage permanent causé par le réchauffement climatique ou simplement une fluctuation naturelle et temporaire qui finira par s'inverser.

Une équipe de chercheurs s'est donné pour mission de répondre à cette question en observant le vent exactement là où les turbines modernes tournent, plutôt que de se fier à de vieilles mesures prises près du sol. Ils ont recueilli plus d'un million d'enregistrements horaires provenant de douze hautes tours métalliques, connues sous le nom de mâts météorologiques, situés dans trois parcs éoliens différents dans les États du Rio Grande do Norte et du Ceará. Ces tours mesurent entre 78 et 95 mètres de haut, correspondant à la hauteur des moyeux des turbines où les pales captent le plus d'énergie. Les données couvrent une période allant de 2011 ou 2015 jusqu'en 2025. Les scientifiques ont ensuite comparé ces mesures réelles à des simulations informatiques du climat futur, en utilisant un modèle régional appelé Eta, imbriqué dans quatre modèles climatiques mondiaux différents. Ces simulations projetaient ce que le vent pourrait être sous différents scénarios d'émissions de gaz à effet de serre, s'étendant jusqu'au milieu du siècle. L'objectif était de voir si les modèles pouvaient prédire avec précision le vent à la hauteur des turbines et de déterminer si le vent changeait réellement ou s'il suivait simplement ses cycles naturels.

L'histoire que racontent les données est celle de variations dramatiques plutôt que d'un déclin lent et régulier. Les chercheurs ont constaté que le vent était exceptionnellement fort de 2015 à 2017, une période qui coïncidait avec un événement El Niño très intense. Ensuite, à partir de 2018, les vents ont chuté de manière significative et sont restés calmes jusqu'en 2024, une période qui correspondait à une séquence rare de trois événements La Niña consécutifs et à une phase de réchauffement dans l'Atlantique tropical. En 2025, les vents ont commencé à se rétablir. Ce schéma n'était pas une chute graduelle et linéaire qui suggérerait une perte permanente de l'énergie éolienne. Au contraire, il s'agissait d'un décrochage soudain, un passage d'un niveau d'activité à un autre, suivi d'un retour à des niveaux plus élevés. Dans les sites du Rio Grande do Norte, cette baisse était statistiquement significative, représentant une diminution de 5 à 12 % par décennie si l'on traçait une ligne droite à travers les données. Cependant, les chercheurs soulignent qu'il s'agit d'une variabilité décennale naturelle synchronisée avec l'océan, et non d'un signal forcé par le changement climatique. Les années les plus venteuses et les années les plus calmes n'étaient que des chapitres différents d'un même livre, dictés par l'humeur de l'océan.

Lorsque les scientifiques ont testé les modèles informatiques par rapport à ces mesures réelles, ils ont constaté que les modèles étaient bons pour prédire les saisons, mais médiocres pour prédire les années spécifiques. Les simulations montraient correctement que le vent est le plus fort entre août et novembre et le plus faible pendant la saison des pluies, mais elles sous-estimaient systématiquement la vitesse réelle du vent, parfois jusqu'à 36 %. Cette sous-estimation était plus sévère pendant les mois pluvieux, lorsque les modèles ne parvenaient pas à capturer la façon dont le vent s'accélère sur les hauts plateaux. Plus important encore, les modèles ne pouvaient pas prédire la séquence spécifique des années venteuses et calmes car ils ne fonctionnaient pas sur le même calendrier que le monde réel. Cela a conduit à une découverte surprenante sur la façon dont les scientifiques tentent de relier les prédictions des modèles aux emplacements réels. Les chercheurs ont testé si les outils d'apprentissage automatique (machine learning), souvent utilisés pour « traduire » les données des modèles en prévisions locales, pouvaient résoudre ce problème. Ils ont découvert que ces outils échouaient complètement lorsqu'ils étaient appliqués aux scénarios climatiques futurs. Parce que les modèles et le monde réel étaient désynchronisés, les algorithmes d'apprentissage automatique ne pouvaient pas apprendre la véritable relation entre les deux. Au lieu de cela, ils se contentaient de moyenner les données, ne transmettant qu'une infime fraction du changement projeté et masquant ainsi efficacement le signal des changements climatiques futurs.

Pour obtenir une image plus claire de l'avenir, les chercheurs ont utilisé une méthode différente qui se concentrait sur la distribution statistique du vent plutôt que d'essayer de correspondre aux schémas année par année. Ils ont ajusté les données des modèles pour corriger les biais connus, particulièrement la sous-estimation pendant la saison des pluies. Lorsqu'ils ont examiné les projections corrigées pour la période entre 2025 et 2054, les résultats ont été étonnamment modestes. Les modèles suggéraient une légère augmentation de la vitesse du vent d'environ 3 à 5 % sur les hauts plateaux du Ceará, tandis que les sites côtiers du Rio Grande do Norte ne montraient presque aucun changement. Ces changements projetés sont faibles, surtout si on les compare aux fluctuations naturelles que la région a déjà connues. La différence entre une année venteuse et une année calme dans le passé récent était bien plus grande que l'entière différence prédite entre aujourd'hui et le milieu du siècle. De plus, les différents modèles informatiques divergeaient plus qu'ils ne s'accordaient sur le scénario d'émissions spécifique, ce qui signifie que l'incertitude des modèles est actuellement plus grande que le signal du changement climatique lui-même.

Les implications de ces découvertes sont profondes pour la manière dont les planificateurs énergétiques devraient envisager l'avenir. L'étude suggère que la ressource éolienne dans le Nord-Est du Brésil n'est pas en danger de disparition ou d'effondrement en raison du changement climatique au cours des prochaines décennies. La région demeure l'un des meilleurs endroits au monde pour l'énergie éolienne. Cependant, la variabilité naturelle du vent est un facteur bien plus important que la marche lente du réchauffement climatique. Un parc éolien construit aujourd'hui pourrait faire face à une décennie de vents plus faibles simplement en raison des cycles océaniques naturels, ce qui réduirait considérablement sa production d'énergie, même si la tendance climatique à long terme est stable. Cela signifie que les estimations énergétiques pour les nouveaux projets doivent tenir compte de ces hauts et de ces bas naturels, et non seulement du climat moyen du futur. Les chercheurs concluent que pour les trente prochaines années, le facteur le plus important pour la planification n'est pas le signal du changement climatique, mais la capacité à s'adapter au rythme naturel de l'océan. Le vent continuera de souffler, mais sa force fluctuera selon des cycles plus larges et plus immédiats que les changements lents prédits par les modèles climatiques.