Geler pour la recherche climatique

«Pourquoi est-ce que je me gèle les mains et les pieds? Est-ce que tout cela en vaut vraiment la peine?» Je me suis posé cette question à d’innombrables reprises, lorsque, lors de travaux de terrain en Arctique ou en Antarctique, je téléchargeais des données avec les doigts engourdis par le froid ou que j’effectuais encore une dernière mesure, puis une autre …

La recherche polaire paraît bien plus romantique et aventureuse qu’elle ne l’est en réalité. Un tiers du temps est consacré à faire ses bagages, à régler des questions de douane et à gérer une logistique qui s’étend sur des mois. Une fois sur place, un deuxième tiers est absorbé par l’adaptation ou la réparation des instruments, l’attente de conditions météorologiques favorables et l’enregistrement des données. Le dernier tiers est enfin réservé aux mesures proprement dites – pour autant que tout le reste ait fonctionné. Selon le lieu des travaux de terrain, il faut en outre assurer la cuisine et la vie quotidienne dans un environnement à des températures négatives: rester au chaud, empêcher les instruments et les batteries de geler, rester au chaud, boire suffisamment même si l’on préfère éviter d’aller aux toilettes parce qu’il y fait froid, rester encore au chaud, et ainsi de suite … L’ambiance est loin d’être romantique! Et pourtant, même si je ne m’habituerai jamais au froid, j’ai appris à y faire face et à optimiser mon équipement de manière que, d’une façon ou d’une autre, cela reste possible.

J’en arrive régulièrement à la conclusion que l’effort en vaut la peine, car chaque nouvelle mesure fait progresser la recherche. Parfois, ces mesures supplémentaires sont aussi frustrantes, car elles nous montrent sans détour à quel point notre compréhension des processus est encore imprécise et combien les systèmes environnementaux que nous étudions sont plus complexes que nos concepts théoriques et nos modèles informatiques. Mais il faut bien commencer quelque part.

Prenons l’exemple de la banquise, le sujet qui m’a le plus occupée ces dernières années. La banquise arctique a considérablement diminué au cours des dernières décennies, et nous avons également observé un recul extrême de la banquise antarctique ces dernières années. La banquise influence le climat de la Terre de plusieurs manières. D’une part, elle réfléchit une grande partie du rayonnement solaire; sans neige ni glace, la planète se réchaufferait bien plus rapidement. D’autre part, elle a un impact sur la salinité des océans, c’est-à-dire la teneur en sel de l’eau, et stimule ainsi les grands courants marins (p. ex. le Gulf Stream), qui à leur tour influencent le climat. Pour comprendre et prévoir l’évolution spatiale et temporelle de la banquise, il est indispensable de combiner mesures sur le terrain, expériences en laboratoire, théorie et modèles informatiques.

Le problème est souvent que nos modèles, même les plus complexes, simplifient excessivement la réalité: ils représentent une surface plane, uniformément gelée, recouverte d’une couche de neige homogène. Or, la banquise n’est pas une plaque uniforme, mais un ensemble de milliers de blocs distincts qui sont déplacés par les courants marins, se heurtent comme des plaques tectoniques et forment des crêtes (comme de petites montagnes) dans lesquelles la neige s’accumule de façon très variable. Même lorsque l’on se trouve sur une surface de glace apparemment plate, sans collision entre les blocs, le vent constant redistribue et transforme la neige à tel point que nos modèles informatiques peinent à suivre. Si l’on ajoute encore la fonte ou le gel par la face inférieure, les courants marins et une nébulosité variable à l’échelle locale, les incertitudes de nos modèles augmentent de manière exponentielle.

Mais c’est précisément là que nos mesures entrent en jeu: là où la théorie et les modèles physiques atteignent leurs limites, parce que les échelles pertinentes sont trop petites pour être correctement représentées dans des modèles globaux, les approches statistiques peuvent nous aider à progresser. Prenons un exemple: à un endroit donné sur la banquise, je mesure une hauteur de neige de 5 centimètres; 10 centimètres plus à gauche, elle est de 12 centimètres, et à droite de 7 centimètres. Je sais qu’aucune de ces trois mesures ne représente à elle seule une cellule de modèle climatique, qui couvre environ 50 × 50 kilomètres, voire davantage. En revanche, si je réalise une mesure tous les 2 mètres sur 300 mètres, j’obtiens une répartition statistique de la hauteur de neige que je peux intégrer dans le modèle à l’aide des connaissances théoriques sur les processus. Cela permet au moins de réduire certaines incertitudes liées aux modèles.

Nous pouvons tous imaginer que la répartition statistique de la hauteur de neige peut varier selon la saison et la région. Nous avons donc besoin d’un maximum de mesures afin de représenter toutes les régions et toutes les saisons dans nos modèles. Chaque amélioration de ces derniers nous permet de formuler des prévisions plus précises sur les conséquences du changement climatique. Et plus ces résultats sont clairs, plus nous écoutons la science et plus nous pouvons apporter de changements positifs. Et c’est pourquoi cela vaut la peine d’avoir froid de temps en temps.