Il faut d’abord commencer par rappeler qu’un modèle n’est pas une description fidèle du réel, mais seulement une description approximative. Dans le cas qui nous intéresse, le comportement de la biosphère est ramené à un ensemble d’équations que l’on fait artificiellement évoluer dans le temps. Le modèle est alors d’autant plus fidèle au réel qu’il le représente avec précision. Un certain nombre de faiblesses permet cependant de douter de la qualité de cette fidélité.
Une première source d’incertitude réside dans la " myopie " des modèles. Ceci résulte de la précision de la discrétisation, opération par laquelle l’atmosphère, voire les océans, sont arbitrairement découpés en parallélépipèdes rectangles, appelés mailles, aux angles desquels on va calculer les paramètres climatiques tels que la température, la vitesse du vent, etc. L’intérieur des mailles est régi par des équations de mécanique des fluides, de thermodynamique, ce qui permet de passer d’une maille à l’autre en calculant à chaque fois la variation des paramètres. Mais voilà : avec les ordinateurs les plus puissants, l’utilisation d’une maille de quelques centaines de kilomètres de côté pour une simulation sur un siècle, ce qui est quand même un minimum en termes d’horizon temporel, conduit à un calcul qui prend plusieurs mois pour être effectué. Et autant dire qu’une maille d’une telle dimension ne permet pas de prendre en compte les reliefs, ni la végétation, ni les nuages, facteurs qui sont cependant d’une grande importance pour le temps qu’il fait localement - or cet aspect est le seul qui nous intéresse, finalement, puisque c’est avec celui-là que les activités humaines et les écosystèmes auront à composer. En un mot, les modélisations globales sont encore trop grossières. Elles permettent de saisir uniquement les phénomènes globaux, et ont peu de sensibilité pour les détails plus locaux.
La conséquence est qu’une prévision locale des changements climatiques est impossible. Et elle risque de ne pas l’être avant longtemps, tant la complexité du monde est grande et la puissance de calcul requise est importante.
Figure 23 : Le pouvoir de forçage radiatif des gaz et les incertitudes (Source : UNEP / GRID, 2000).
Et ce n’est pas tout. Une deuxième source d’incertitude vient du fait que certains liens pourraient avoir été négligées. Citons quelques hypothèses à ce sujet. Il se pourrait ainsi que le méthane contenu dans le permafrost soit brutalement relâché, entraînant une injection massive de gaz à effet de serre dans l’atmosphère. Le cas est similaire avec les conséquences de la destruction d’écosystèmes à cause des changements des milieux, et donc relâchement de CO2 lors de la décomposition des végétaux.
La modification de la circulation océanique pourrait déstabiliser l’Antarctique, et entraîner une fonte massive des glaces - et par conséquent une remontée du niveau des mers de quelques mètres de plus. Les immenses incertitudes sur la circulation océanique profonde pourraient elles aussi se révéler désastreuses. Les incertitudes ne portent pas seulement dans le sens négatif : il est aussi possible que le climat se révèle moins sensible qu’on ne le pense aujourd’hui.
Troisième source d’incertitude : l’observation de climats réels pour valider ce qu’affirment les modèles. On a habituellement recours à des observations directes, mais ici certains paramètres restent incertains, faute d’observation. Ce sont les experts qui jugent, par expérience, de leur ordre de grandeur. La mesure de la contribution des différents gaz au forçage radiatif est un bon exemple (figure 20). Les données sur les sociétés humaines sont elles aussi assez lacunaires, comme en témoignent les inventaires d’émissions de GES par exemple. Le GIEC a commencé à travailler pour mettre au point des méthodes homogènes afin que les inventaires soient comparables. Et il se mêle ici un facteur politique : identifier qui pollue revient facilement à désigner le coupable. Il y a donc des tensions politiques importantes autour ce genre d’étude. Un quatrième type d’incertitude a trait aux caractéristiques de certaines relations de cause à conséquence. Certaines d’entre elles sont tout simplement impossible à modéliser, pour cause de non-linéarité. Le climat n’est pas une mécanique pleinement prévisible, il est chaotique et a une histoire qui ne peut être ramenée à quelques équations. Mentionnons à titre d’illustration ce qu’on nomme l’effet papillon, exemple imagé d’un battement d’ailes de papillon en Australie qui provoquerait, par suite d’un enchaînement imprévisible d’amplifications successives, un cyclone en Floride. Il ne s’agit pas ici d’un cas impossible : comme nous l’avons déjà souligné, le climat évolue normalement par déséquilibres successifs. C’est une caractéristique très commune des systèmes thermodynamiques : " en cas de forçage rapide, les systèmes non-linéaires sont particulièrement susceptibles de comportements imprévisibles " [1] . Nous retrouvons donc le risque de bifurcation climatique brutale évoqué plus haut.
Un cinquième type d’incertitudes porte sur les différents scénarios mis au point par le GIEC ou d’autres organismes tels que l’IIASA [2] ou le CME [3]. Les hypothèses qui sont au fondement des scénarios varient fortement selon les auteurs, en particulier les hypothèses sur l’évolution technique et les capacités des économies à continuer de croître tout en réduisant leurs émissions. Les opinions vont des techno-optimistes (ex : Ausubel [4] , Grübler [5] ) et économico-optimistes (GIEC) aux techno-pessimistes (Agarwal [6] ) et aux économico-pessimistes (les assureurs !). Un exemple d’état des lieux détaillé en la matière peut être trouvé dans un article de l’institut étasunien Resources for the Future [7] .
Ces hypothèses sont centrales pour évaluer le coût des impacts et celui des politiques publiques. Le GIEC par exemple a délibérément exclu les scénarios de type catastrophe ou surprise climatique, considérés comme marginaux [8] et non-représentatifs. Et pourtant : avec la chute de l’URSS, l’Ukraine émet aujourd’hui 60% de CO2 en moins par rapport à 1990, et les îles Marshall, lorsqu’elles auront disparu sous les flots, n’émettront plus rien. La crise argentine vient encore renforcer cela. Si les surprises sont difficiles à anticiper, il reste indispensable d’essayer de les penser afin de mettre en oeuvre des moyens techniques réalistes. Le cas paradigmatique ici est l’énergie nucléaire, qui fait le pari de la pérennité d’un confinement matériel et politique des déchets, que les générations futures devront assurer. Or quand on voit l’histoire de l’Europe, en deux siècles, il y aurait toutes les raisons d’être moins optimiste...
[1] GIEC, Second Assessment Report, 1995, p. 6.
[2] IIASA : Institut International d’Analyse des Systèmes Appliqués - l’acronyme en anglais est identique : International Institute for Applied Systems Analysis.
[3] CME : Conseil Mondial de l’Energie - l’acronyme anglophone est WEC, World Energy Council.
[4] J.H. Ausubel, Does Climate Still Matter ?, in Nature, 25 April 1991, Volume 350, pp. 649-652.
[5] A. Grübler, Technology and global change, Cambridge : Cambridge University Press, 1998.
[6] A. Agarwal & S. Narain, Green Politics, New Delhi : Center for Science and Environment, 1999.
[7] A.B. Jaffe, R.G. Newell & R.N. Stavins, Energy-Efficient Technologies and Climate Change Policies : Issues and Evidences, in Climate Issues Brief, December 1999, n°19, Resources For the Future.
[8] GIEC, Rapport spécial du GIEC - Scénarios d’émissions - Résumé à l’intention des décideurs, 2000.