L'intelligence artificielle peut désormais prévoir le phénomène El Niño dans l'Atlantique Sud
Jusqu'à présent, il était quasiment impossible de prévoir les phénomènes El Niño dans l'Atlantique Sud. Grâce à une nouvelle IA, il est désormais possible de les prédire des mois à l'avance.
Le phénomène El Niño dans l'Atlantique Sud et le courant de Benguela, qui longe la côte ouest de l'Afrique, ont des impacts significatifs sur l'Atlantique tropical. Ils peuvent affecter les écosystèmes marins, les climats africains et l'oscillation australe El Niño.
Importance des événements El Niño
Les variations océaniques influencent les régimes météorologiques locaux et impactent les écosystèmes marins. Le Niño de l'Atlantique central se produit lorsque les températures de surface de la mer sont élevées dans l'Atlantique équatorial central. Le Niño de l'Atlantique oriental se produit lorsque l'Atlantique équatorial oriental se réchauffe, près de la côte ouest-africaine.
L'Atlantique Sud est une région où le réchauffement océanique est important, ce qui est problématique pour la pêche. Il est donc essentiel de prévoir des événements comme les Niños de l'Atlantique et de Benguela. Marie-Lou Bachèlery, qui travaille au Centre euro-méditerranéen sur le changement climatique en Italie et qui vient de publier un article dans Science Advances, déclare : « Nous sommes extrêmement enthousiastes, car c'est la première fois que nous avons pu produire des prévisions utiles aux communautés qui construisent des modèles traditionnels et atteindre l'objectif que nous nous étions fixé il y a seulement deux ans. »
Bachèlery poursuit : « Mon idée était de prédire ces événements à l'aide de modèles climatiques… après un an et demi de travail, nous avons réalisé que cela ne fonctionnait pas et que nous étions dans une sorte d'impasse. » Les modèles climatiques actuels peinent à prédire les événements chauds dans l'Atlantique tropical en raison de leur faible résolution.
Cela signifie que les modèles ne représentent pas avec précision la dynamique des upwellings, ces processus induits par le vent qui font remonter à la surface des eaux plus profondes et plus froides. Les upwellings nécessitent une modélisation à haute résolution pour capturer les processus à fine échelle. L'impossibilité de résoudre la dynamique entraîne d'importants biais de température. Ces biais entraînent ensuite des erreurs qui affectent la température de surface, le couplage atmosphérique et les téléconnexions. Globalement, cela se traduit par des prévisions inexactes des événements chauds.
Il existe désormais un moyen de prédire
Le professeur Noel Keenlyside, directeur de thèse de Bachèlery, travaille sur les prédictions depuis des années. « Pour la première fois, il est possible de prédire ces événements et de surmonter les erreurs de modélisation en utilisant une approche différente. De nombreuses personnes tentent de prédire l'évolution de cette zone depuis plusieurs décennies. C'est pourquoi les résultats de Marie-Lou sont passionnants. »
L'étude a été menée dans le cadre du projet TRIATLAS avec pour objectif d'évaluer l'état de l'écosystème marin de l'Atlantique Sud et tropical et d'élaborer un cadre de prévision des changements futurs à l'échelle des mois, voire des décennies. Keenlyside explique : « Lorsque des événements extrêmes se produisent, les gestionnaires peuvent limiter la pêche dans cette région afin de réduire les effets de la pression environnementale supplémentaire. »
Pour réaliser une prédiction, l'équipe de recherche a fourni à la machine des cartes de température pour la région d'intérêt. Le modèle d'apprentissage automatique identifie des schémas et des régions qui fournissent des informations, permettant des prévisions précises pour les deux prochains mois. Ces informations permettent de représenter des mécanismes physiques. Selon Bachèlery, « la machine ne fonctionnait pas au hasard ; elle s'appuyait sur des mécanismes physiques réels. »
Jusqu'à présent, les retours sont positifs. La technique peut être reproduite pour n'importe quel autre système. L'équipe travaille actuellement à rendre ces prévisions accessibles via un tableau de bord. Keenlyside explique : « Nous dialoguons avec les utilisateurs de prévisions de l'Institut national de la pêche d'Angola (INIP) afin d'améliorer et d'affiner les informations en fonction de leurs besoins. Il est particulièrement réjouissant de constater que la recherche fondamentale devient pertinente pour la société. »