En août 2018, pendant la mousson, l’État indien du Kerala a été durement touché par les inondations.
Photo: ©Shutterstock

Phénomènes météorologiques extrêmes : une meilleure adaptation grâce à des prévisions plus précoces

Traditionnellement, les prévisions météorologiques et climatiques dépendent essentiellement de modèles numériques. Un nouveau système de prévision mis au point par l’Institut de recherche de Potsdam sur les effets du changement climatique (PIK) pourrait sauver des centaines de milliers de vies dans les régions exposées aux phénomènes météorologiques extrêmes telles que l’Inde.

Dans une nouvelle publication, des chercheurs déclarent qu’une nouvelle approche mathématique s’appuyant sur l’analyse des liens et des tendances entre lieux géographiques pourrait considérablement améliorer les prévisions de phénomènes météorologiques extrêmes. Cette approche pourrait sauver des milliers de vies et éviter des milliards de pertes économiques. 

Selon le type de phénomène météorologique, il serait possible d’augmenter considérablement les délais de prévision de phénomènes tels que El Niño, les moussons, les sécheresses et les très fortes pluies, jusqu’à un mois, voire, dans certains cas, un an, à l’avance. Le nouveau système pourrait donc devenir un élément clé d’amélioration de l’adaptation au réchauffement de la planète.  

« La nouvelle méthode de prévision a prouvé, à plusieurs occasions ces dernières années, qu’elle était très efficace pour prévoir différents phénomènes climatiques bien plus tôt qu’auparavant. Par exemple, El Niño pourrait être prédit jusqu’à un an plus tôt, comparativement à six mois avec les méthodes de prévision standards, » explique Josef Ludescher de l’Institut de recherche de Potsdam sur les effets du changement climatique (PIK), auteur principal de l’article 'Perspective' à paraître dans la revue Proceedings of the US National Academy of Sciences (PNAS). « Grâce à cette nouvelle approche, en Inde centrale, le début de la mousson d’été, qui est vitale pour l’économie de cette région, a été prédit plus d’un mois à l’avance, bien plus tôt qu’avec les actuelles méthodes de prévision. »  

Les phénomènes météorologiques extrêmes tels que les inondations, les canicules ou les sécheresses se manifestent souvent sans prévenir, ou presque, si bien qu’il est difficile, voire impossible, de s’y adapter efficacement en peu de temps. Comme l’indique Jürgen Kurths, du PIK, pionnier de l’application des réseaux complexes aux prévisions des phénomènes climatiques et co-auteur de l’article, le nouveau système de prévision améliore fondamentalement cet état de chose : « Actuellement, par exemple, sur la Cordillère orientale (Andes centrales), on ne dispose d’aucune prévision fiable des fortes pluies qui entraînent des inondations et des glissements de terrain, avec toutes les conséquences que cela peut avoir pour les habitants de cette partie de l’Amérique du Sud. Notre approche fondée sur les réseaux peut prévoir ces phénomènes jusqu’à deux jours à l’avance – un délai crucial qui permet aux gens de se préparer, sauve des vies et limite les dégâts. »  

Une approche mathématique qui permet de sauver des vies 
 

Les prévisions météorologiques et climatiques traditionnelles s’appuient essentiellement sur des modèles numériques imitant les processus atmosphériques et océaniques. Ces modèles, bien qu’ils soient généralement très utiles, ne peuvent parfaitement simuler tous les processus sous-jacents si bien que les prévisions de phénomènes tels que le début de la mousson, les inondations ou les périodes de sécheresse peuvent arriver trop tard. 

C’est là que les prévisions fondées sur les réseaux entrent en jeu. Josef Ludescher explique : « Au lieu d’observer un nombre énorme d’interactions locales, qui représentent des processus physiques tels que les échanges de chaleur ou d’humidité, nous observons directement les liens entre différents lieux géographiques pouvant couvrir des continents ou des océans. Ces liens sont détectés par mesure des similitudes d’évolution de quantités physiques telles que les températures de l’air dans ces lieux. Par exemple, dans le cas de El Niño, une forte connectivité dans le Pacifique tropical tend à s’installer dans l’année civile qui précède le début du phénomène. »

Jürgen Kurths ajoute : « Cette approche est fondamentalement différente de la modélisation numérique traditionnelle utilisée pour les prévisions atmosphériques et climatiques. Elle ne simule pas l’ensemble du système terrestre, mais analyse les tendances à grande échelle des liens entre les données observées. »

« Ces tendances, à savoir les liens entre les lieux et leur évolution dans le temps, peuvent fournir de nouvelles informations primordiales pour les prévisions et, nous l’espérons, renforcer la sécurité dans les régions concernées, » déclare la co-autrice Maria Martin, également du PIK. 

Hans-Joachim Schellnhuber, ancien directeur de l’Institut, conclut en ces termes : « Dans l’article Perspective, nous citons plusieurs exemples de réussite qui démontrent le bien-fondé scientifique de la méthode de prévision axée sur les réseaux et démontrons par conséquent sa capacité à sauver des milliers de vies et éviter des milliards de pertes économiques. »  

(PIK/wi)

Référence :
Josef Ludescher, Maria Martin, Niklas Boers, Armin Bunde, Catrin Ciemer, Jingfang Fan, ShlomoHavlin, Marlene Kretschmer, Jürgen Kurths, Jakob Runge, Veronika Stolbova, Elena Surovyatkina, Hans Joachim Schellnhuber (2021): Network-basedforecastingofclimatephenomena. PNAS.
[DOI: 10.1073/pnas.1922872118]

Commentaires sur les nouvelles

Ajoutez un commentaire

×

Le nom est requis!

Enter valid name

Une adresse e-mail valide est requise!

Enter valid email address

Un commentaire est requis!

Captcha Code Can't read the image? Click here to refresh

Captcha is required!

Code does not match!

* Ces champs sont obligatoires.

Soyez le premier à faire un commentaire
Cookie settings