Le rôle critique de la prédiction de la mousson

Les moussons sont le moteur vital de milliards de personnes, qui alimentent l'agriculture, l'hydroélectricité et l'approvisionnement en eau en Asie, en Afrique, en Australie et dans les Amériques. Ces systèmes saisonniers de vent et de précipitations influent profondément sur les économies, les écosystèmes et les moyens de subsistance des humains. Le moment précis où la mousson commence et la variabilité des précipitations au cours de la saison ont une incidence directe sur les calendriers de plantation des cultures, les stratégies de gestion des réservoirs et les plans de préparation aux catastrophes.

Compte tenu de ces enjeux, les prévisions de la mousson en temps opportun et précises ne sont pas seulement des exercices universitaires, mais elles sont des outils essentiels pour les gouvernements, les agriculteurs, les assureurs et les gestionnaires des ressources en eau. L'amélioration des compétences en prévision permet de prendre des décisions proactives qui peuvent atténuer les risques et optimiser les avantages, comme l'ajustement des dates de plantation, la gestion des niveaux de stockage des réservoirs, la planification des interventions d'urgence et l'établissement de primes d'assurance.

Fondations de la modélisation climatique moderne pour les moussons

Au cœur de la prédiction de la mousson se trouvent des modèles climatiques, des cadres de computation qui simulent les processus atmosphériques, océaniques et terrestres basés sur des lois physiques fondamentales.Ces modèles traduisent des interactions complexes régies par la dynamique des fluides, la thermodynamique et le transfert radiatif en équations mathématiques résolues à travers une grille tridimensionnelle qui couvre le globe. Chaque cellule de grille représente une partie de l'atmosphère, de l'océan ou de la surface terrestre où des variables telles que la température, la vitesse du vent, l'humidité et la pression évoluent au fil des minutes et des heures.

Pour simuler efficacement les systèmes de mousson, les modèles doivent résoudre les processus de la haute stratosphère à travers toute la troposphère et inclure les couches de surface océanique et terrestre. Cette étendue verticale est nécessaire parce que les moussons proviennent d'un jeu délicat de facteurs : chauffage solaire intense pendant les mois d'été, contrastes thermiques terre-mer qui entraînent des gradients de pression, l'influence de caractéristiques topographiques comme l'Himalaya imposant, et les schémas de circulation atmosphérique à grande échelle comme les cellules Hadley et Walker.

Modèles de circulation générale par rapport aux modèles climatiques régionaux

Les modèles de circulation générale (MCG)[ représentent l'atmosphère globale et le système océanique, généralement à des résolutions horizontales grossières allant de 50 à 200 kilomètres. Ils sont fondamentaux pour produire des projections climatiques saisonnières à la décadale et sont largement utilisés par des programmes de recherche internationaux tels que le Programme mondial de recherche sur le climat , le Projet mixte d'interaction des modèles (CMIP)[. Les MCG excellent pour capturer les forçages planétaires qui influencent les moussons, y compris des phénomènes comme l'oscillation El Niño–Sud (ENSO), le dipôle de l'océan Indien et l'oscillation arctique.

Les modèles climatiques régionaux (MRC)[ s'appuient sur les résultats du MCG en les réduisant de façon dynamique à des résolutions spatiales plus élevées, allant de 1 à 25 kilomètres, sur des domaines géographiques ciblés.Cette localisation est cruciale pour résoudre les caractéristiques à grande échelle que les modèles mondiaux ne peuvent représenter adéquatement, comme les brises côtières, les précipitations orographiques complexes induites par des chaînes de montagnes comme les Ghats occidentaux et les Himalayas, et la structure détaillée des dépressions et des cyclones de la mousson.

Progrès récents conduisant à une meilleure compétence

Au cours des deux dernières décennies, les compétences en prévision de la mousson se sont nettement améliorées, grâce aux percées technologiques et aux innovations méthodologiques.

Pouvoir computationnel accru et résolution plus élevée

L'avènement de supercalculateurs à l'échelle pétascale et bientôt à l'échelle exascale a révolutionné la modélisation climatique. Aujourd'hui, les modèles mondiaux de pointe fonctionnent à des résolutions horizontales de 10 à 25 kilomètres, tandis que les modèles régionaux atteignent des échelles sous-kilomètres dans des domaines ciblés. Ce saut de résolution permet de représenter explicitement les nuages convectifs et les systèmes météorologiques mésométriques, qui sont essentiels à la dynamique de la mousson.

Par exemple, les modèles à haute résolution du UK Met Office ont démontré une simulation supérieure des dates d'apparition de la mousson et de la variabilité intrasaisonnelle. Ces modèles permettent de saisir de façon plus réaliste le moment et la répartition spatiale des phases actives et de rupture au cours de la saison de la mousson, ce qui améliore l'utilité des prévisions pour les organismes opérationnels.

Amélioration des paramètres physiques

De nombreux processus atmosphériques et de surface critiques se produisent à des échelles plus petites que les cellules de grille modèles et doivent être représentés par des paramétrisations – des descriptions simplifiées de la physique des sous-réseaux. Les progrès dans la paramétrisation du mélange turbulent, l'évaporation de la surface terrestre, les interactions aérosol-nuage et la dynamique des couches limites ont réduit considérablement les biais dans le temps de la mousson et l'intensité des précipitations.

Les améliorations apportées aux schémas d'interception, de dynamique de l'humidité du sol et d'évaporation, qui combinent de façon réaliste les deux parties, ont permis d'améliorer la simulation des rétroactions terre-atmosphère essentielles à l'apparition de la mousson.

Assimilation des données satellitaires

L'intégration des observations satellitaires dans les modèles climatiques par le biais des techniques d'assimilation des données a transformé la prévision de la mousson. Les satellites fournissent une couverture étendue en temps quasi réel des variables clés sur les régions d'écart de données, comme les océans et les régions terrestres éloignées, qui sont essentielles à l'évolution de la mousson, mais mal échantillonnées par des observations conventionnelles.

  • Les sondes micro-ondes et infrarouges fournissent des profils de température et d'humidité atmosphériques cruciaux pour les modèles d'initialisation.
  • Les scatteromètres mesurent les vents de surface de l'océan, en informant sur les schémas de débit de la mousson.
  • La mission Mesure des précipitations mondiales (GPM) fournit des estimations détaillées des précipitations.
  • Des missions satellitaires comme SMOS et Aquarius surveillent la salinité de la surface de l'océan, ce qui influence la température de la surface de la mer et la dynamique de la mousson.

L'assimilation de l'humidité du sol et des champs de température de surface de la mer par satellite réduit les erreurs de prévision de 15 à 30 % aux périodes de plomb allant de une à quatre semaines. Cette amélioration améliore la précision des prévisions de mousson à courte ou moyenne distance, ce qui permet de mieux se préparer aux périodes actives ou sèches.

L'apprentissage automatique et l'intelligence artificielle

Les algorithmes de ML peuvent identifier des modèles précurseurs complexes, corriger des biais systématiques de modèles et générer des prévisions hybrides qui tirent parti des forces des approches basées sur la physique et les données.

Les modèles forestiers aléatoires et les machines de stimulation des gradients aident à réduire les sorties de modèles grossiers aux prévisions de précipitations à l'échelle des stations, améliorant la pertinence des prévisions locales. Les centres opérationnels produisent maintenant des perspectives saisonnières améliorées par le LM qui surpassent les modèles purement dynamiques ou purement statistiques.

Les modèles de ML exigent des données de formation détaillées et une validation minutieuse pour éviter d'être suradaptés, surtout compte tenu de la longueur et de la qualité limitées des enregistrements historiques fiables de la mousson, qui s'étendent généralement sur 60 à 120 ans.

Défis qui perdurent

Malgré des progrès substantiels, plusieurs défis persistants limitent la fiabilité et le temps de préparation des prévisions de la mousson. Il est essentiel de s'attaquer à ces problèmes pour obtenir des prévisions cohérentes et de grande confiance à l'échelle spatiale et temporelle.

Incertitude du modèle et erreurs structurelles

Aucun modèle climatique ne produit de projections identiques du comportement de la mousson sous le forçage des gaz à effet de serre. Cette propagation intermodèles découle de différences dans la physique des modèles, les schémas numériques et les paramétrisations et représente une source importante d'incertitude, en particulier pour les prévisions saisonnières à longue distance à décadales.

Par exemple, les modèles qui surestiment l'influence de l'ENSO présentent souvent une variabilité de la mousson fausse, tandis que ceux qui ne disposent pas de plans de surface adéquats produisent des dates d'apparition biaisées et des distributions de précipitations. Le sixième rapport d'évaluation de l'IPCC souligne que les changements prévus des précipitations en Asie du Sud varient de plus d'un facteur à trois selon les modèles, ce qui souligne la nécessité d'une comparaison et d'une amélioration des modèles.

Écart de résolution dans les processus critiques

Même à des résolutions de 10 kilomètres, de nombreux processus clés de mousson restent paramétrés plutôt que explicitement résolus. Des interactions complexes telles que l'influence des dépressions de mousson interagissant avec les contreforts de l'Himalaya, l'hétérogénéité de l'humidité du sol à petite échelle affectant les lignes de convergence, et les effets estuaires côtiers sur la circulation de la brise marine sont difficiles à simuler avec précision.

Seuls les modèles à résolution de nuages avec un espacement de grille d'un kilomètre ou moins peuvent explicitement gérer la convection profonde et les phénomènes mésométriques associés. Cependant, une telle modélisation à haute résolution est calculativement prohibitive pour la prévision saisonnière opérationnelle, nécessitant de nouvelles approches qui équilibrent la résolution et la faisabilité de calcul.

Couplage terre-atmosphère et océan-atmosphère

Les moussons sont extrêmement sensibles aux états de la surface terrestre et de l'océan. L'humidité du sol, le couvert végétal, la neige, les gradients de température de la surface de la mer (SST) et les profondeurs de couches mixtes de l'océan se nourrissent tous de la circulation atmosphérique, modulant la force et le moment de la mousson.

Par exemple, un sol irréalistement sec dans une prévision de début de saison peut supprimer l'évaporation, réduire la couverture nuageuse et réchauffer la surface, exagérant les contrastes thermiques terre-mer et provoquant une mousson fallacieusement précoce. De même, une fausse représentation de la piscine chaude de l'océan Indien ou du courant somalien qui s'élève sur les côtes fausse les tendances de précipitations sur l'Afrique de l'Est et la péninsule arabique.

Limites de prévision intrasaisonnières

La compétence à des périodes supérieures à deux ou trois semaines reste généralement faible en raison de la nature chaotique inhérente à la dynamique atmosphérique. L'oscillation intrasaisonnelle de la mousson (MISO) – une variation quasi périodique de 30 à 60 jours de l'activité convectif – entraîne des sorts alternant actifs et de rupture au cours de la saison de la mousson.

Les modèles climatiques couplés montrent une certaine compétence dans la prévision de la phase de MISO jusqu'à environ 20 jours à l'avance, mais prédire avec précision l'amplitude et le moment des sorts individuels reste notoirement difficile. Ce défi est analogue à la prévision du chemin d'un seul orage plus d'une heure à l'avance – intrinsèquement limité par le comportement chaotique des flux turbulents.

Nouvelles orientations pour la recherche future

Les progrès futurs de la prévision de la mousson dépendront des développements stratégiques des techniques de modélisation, de l'infrastructure informatique et des capacités d'observation.

Ensembles autorisés par la convection

Avec l'examétrie de l'informatique qui devient réalité, il sera bientôt possible de faire tourner des prévisions globales à des résolutions qui permettent la convection (environ 1 à 3 kilomètres) pour des prévisions à courte ou moyenne portée qui s'étendent sur 15 jours.

Pour les prévisions saisonnières, où cette haute résolution reste prohibitive par calcul, les techniques de paramétrisation stochastiques offrent des promesses. En introduisant le bruit aléatoire soigneusement conçu dans les représentations de processus sous-réseau, ces approches permettent de mieux saisir l'éventail des résultats possibles de la mousson, améliorant ainsi les compétences probabilistes en prévision et la quantification de l'incertitude.

Amélioration des modèles de systèmes terrestres

Les modèles de systèmes terrestres de la prochaine génération intégreront une plus grande série de composants interactifs pour saisir toute la complexité des systèmes de mousson, notamment la dynamique de la végétation interactive, ce qui permettra à la biogéographie et à la phénologie d'évoluer avec les modèles de précipitations, les modules de croissance dynamique des cultures qui modulent l'évapotranspiration, et les représentations détaillées du cycle de vie des aérosols, y compris les aérosols de poussière, de carbone noir et de sulfate, qui influencent les précipitations de mousson, tant directement en modifiant les radiations qu'indirectement en modifiant la microphysique des nuages.

Des modèles tels que le Modèle du système terrestre communautaire (CESM2) et le modèle britannique du système terrestre (UKESM1) intègrent déjà bon nombre de ces caractéristiques et démontrent des biais réduits dans la simulation de mousson par rapport aux générations précédentes.

Assimilation des données en temps réel et analyses couplées

Les centres opérationnels s'orientent vers des cadres d'assimilation de données sans faille qui intègrent des observations diverses – des satellites, des radars, des aéronefs et des stations de surface – en temps quasi réel.

Le développement de séries de données de réanalyse couplées, comme le CERA-20C d'ECMWF, fournit des reconstructions historiques cohérentes et à long terme des interactions atmosphère-océan-terres, qui constituent un outil de formation précieux pour les modèles d'apprentissage automatique et permettent une initialisation améliorée des modèles de prévision.

En attendant, des initiatives comme la Terre Destination Earth visent à construire un jumeau numérique complet de la Terre. Cette plateforme permettra une simulation ultra-haute résolution, à la demande des systèmes de mousson et d'autres phénomènes critiques, révolutionnant les capacités de prévision.

Ensemble Prévisions et probabilisme de la production

Les prévisions déterministes uniques sont insuffisantes pour une planification robuste de la mousson en raison des incertitudes inhérentes. L'avenir se situe dans des approches multimodèles, comme l'Ensemble multimodèle nord-américain (EMMN) et les prévisions saisonnières du Service du changement climatique de Copernicus. Ces ensembles combinent les extrants de plusieurs modèles, pondérés par les scores historiques des compétences et corrigés pour les biais, pour générer des prévisions probabilistes.

Ces informations probabilistes pourraient indiquer : -Il y a une probabilité de début de mousson de 65% dans la première semaine de juin ; une probabilité de 20% d'une faible saison de mousson ; et une probabilité de 60% d'au moins un sort de pause prolongée. -Cette orientation nuancée permet aux décideurs de couvrir efficacement les risques, améliorant la résilience contre la variabilité de la mousson.

Applications dans l'agriculture, l'eau et la réduction des risques de catastrophe

L'objectif ultime de l'amélioration de la prévision de la mousson est de fournir des informations pouvant être mises en pratique qui améliorent la résilience de la société et la stabilité économique dans les régions vulnérables.

Dans agriculture[, les agriculteurs s'appuient sur des cartes de probabilité d'apparition et des prévisions saisonnières de précipitations pour déterminer les dates optimales de plantation et choisir des variétés de cultures. Par exemple, des variétés à haut rendement mais à forte intensité d'eau peuvent être plantées si l'on prévoit une mousson rapide et robuste, tandis que des cultures tolérant la sécheresse pourraient être favorisées si l'on prévoit une mousson faible ou retardée, ce qui a une incidence directe sur la sécurité alimentaire et les moyens de subsistance en milieu rural.

Les gestionnaires des ressources en eau utilisent des prévisions probabilistes d'écoulement pour équilibrer les opérations de gestion des réservoirs entre les phases actives de mousson et le stockage de l'eau pendant les périodes sèches.

Les agences de réduction des risques de catastrophe bénéficient de prévisions qui mettent en évidence la probabilité de précipitations extrêmes, d'inondations et de glissements de terrain pendant les périodes de mousson active.Cela permet de prépositionner en temps opportun le matériel de sauvetage, de stocker les secours et de mobiliser les équipes d'intervention d'urgence.

Des pays comme l'Inde, le Bangladesh et le Népal ont créé des centres de surveillance et de prévision de la mousson qui collaborent avec les agences météorologiques et les autorités chargées de la gestion des catastrophes pour traduire les prévisions en avis concrets.