El Niño : un nouveau modèle de prévision promet des améliorations significatives
Un nouveau modèle de prévision d'El Niño, détaillé dans la revue Nature, promet d'améliorer considérablement la précision des prévisions climatiques en intégrant des interactions saisonnières complexes avec d'autres modes de variabilité climatique.
Une étude récente publiée dans la revue Nature présente un modèle innovant pour la prévision d'El Niño, connu sous le nom de modèle d'oscillateur de recharge non linéaire étendu (XRO). Ce modèle se distingue par ses prévisions précises sur les événements El Niño jusqu'à 18 mois à l'avance, surpassant les modèles climatiques mondiaux traditionnels et se comparant favorablement aux modèles d'intelligence artificielle les plus avancés.
Nature research paper: Explainable El Niño predictability from climate mode interactions https://t.co/l1d2fOrPMg
— nature (@Nature) June 27, 2024
XRO intègre les interactions saisonnières d'El Niño avec d'autres modes de variabilité climatique, permettant une compréhension plus approfondie de la dynamique impliquée. Cette approche holistique améliore considérablement la précision des prévisions en prenant en compte les conditions initiales et l'historique des différents modes météorologiques.
Importance des interactions climatiques en tant qu’influenceurs d’El Niño
Le modèle XRO met en évidence l'importance des interactions entre les modes climatiques tels que les modes méridionaux du Pacifique Nord et Sud, le mode Bassin de l'océan Indien, le dipôle de l'océan Indien et la variabilité de l'Atlantique tropical nord. Ces interactions sont fondamentales pour la prévision d’El Niño, car elles influencent l’évolution des événements et leurs impacts globaux.
L'efficacité de XRO dans la prévision d'El Niño à long terme est liée à sa capacité à simuler ces interactions complexes. Par exemple, les modes méridionaux du Pacifique jouent un rôle crucial dans la mémoire saisonnière et les interactions ENSO, affectant l'amplitude et la durée des événements. Le modèle XRO peut capturer ces dynamiques, offrant des prévisions plus fiables et détaillées.
De plus, la capacité de XRO à réduire les biais dans les modèles climatiques en intégrant ces interactions spécifiques permet d'obtenir des prévisions plus précises. Cela est particulièrement pertinent lorsqu’il s’agit d’événements extrêmes, tels que les épisodes El Niño de 1997-1998 et 2015-2016, qui ont montré des schémas précurseurs distincts et des impacts mondiaux variés.
Impacts et avantages de la nouvelle étude
Les implications de cette étude sont vastes et touchent à la fois la communauté scientifique et les secteurs économiques qui dépendent de prévisions climatiques précises.
L'étude suggère également que l'intégration du modèle XRO avec d'autres approches de prévision peut continuer à améliorer la compréhension et la prévisibilité d'ENSO. XRO constitue un outil précieux pour explorer les interactions multi-échelles du climat mondial, offrant de nouvelles voies de recherche et de développement de modèles climatiques.
Référence de l'actualité :
Zhao, S., Jin, FF., Stuecker et M.F. Prévisibilité explicable d’El Niño à partir des interactions entre les modes climatiques. Nature 630, 891–898 (2024). https://doi.org/10.1038/s41586-024-07534-6