2021

Thèse

TOUZE-PIEFFER Ludovic

Paramétrisation de la convection atmosphérique dans les modèles numériques de climat - Pratiques et enjeux épistémologiques.

Directeurs.rices de thèses : Le Treut H & Barberousse A.

Date 2021-09-15
Diplôme Sorbonne Université

Fiche

Composition du jury

M. Vincent LAM (Rapporteur) Professeur – Université de Bern
M. David SALAS Y MELIA (Rapporteur) Ingénieur en Chef des Ponts, des Eaux et des Forêts – CNRM
Mme. Alessandra GIANNINI (Examinatrice) Professeur – ENS
M. Raymond PIERREHUMBERT (Examinateur) Professeur – Université d’Oxford
M. François RAVETTA (Examinateur) Professeur- Sorbonne Université
M. Hervé LE TREUT (Directeur) Professeur – Sorbonne Université
Mme. Anouk BARBEROUSSE (Co-Directrice) Professeur – Sorbonne Université
M. Nicolas ROCHETIN (Co-Directeur) Maître de conférence – ENS

Résumé

Historiquement, les modèles de circulation générale (MCG) ont joué un rôle essentiel dans notre capacité à comprendre et à prédire les changements climatiques, et donc, à fournir des informations scientifiques pertinentes aux décideurs politiques. Pourtant, depuis quelques années, des critiques ont été formulées à l’encontre des MCG et du paradigme sur lequel ils reposent. En particulier, certains scientifiques ont remis en cause une composante fondamentale de tout MCG, les paramétrisations de la convection, censées représenter l’effet moyen de la convection atmosphérique à l’échelle de la grille du modèle. L’objectif de ma thèse est de mener une analyse hybride des paramétrisations de la convection, à l’interface entre les sciences de l’atmosphère et la philosophie des sciences, afin d’étudier les défis épistémologiques et pratiques que leur utilisation soulève dans les modèles de climat.
Je commence par une réflexion générale sur ce que signifie comprendre la convection atmosphérique et sur le rôle joué par l’identification de certaines structures cohérentes – que j’appelle « objets » – dans cette compréhension. Les paramétrisations de la convection reposent elles-mêmes sur certains objets et elles nous donnent ainsi un cadre pour traduire notre compréhension des phénomènes atmosphériques dans les modèles climatiques. Je décris ce cadre et j’explore ses limites. J’examine ensuite les paramètres contenus dans les paramétrisations. La valeur de la plupart de ces paramètres est peu contrainte par les observations, et doit donc être ajustée. Ce « tuning » des modèles climatiques comporte des similarités avec ce que l’on appelle « calibration » dans d’autres domaines scientifiques. Pourtant, je montre que le tuning présente des spécificités qui en font une activité unique, dont le cadre épistémologique reste à définir. Cette réflexion est illustrée par un cas d’étude, où je règle les paramètres du MCG atmosphérique LMDZ suite à l’ajout d’une nouvelle paramétrisation. A travers cet exemple concret, je donne certains critères pour définir comment évaluer les progrès apportés par une nouvelle paramétrisation dans un MCG, un exercice qui présente des difficultés conceptuelles et méthodologiques importantes. Enfin, je me penche sur l’organisation collective de la recherche climatique actuelle autour des MCG, en examinant l’une de ses pierres angulaires, le projet d’intercomparaison des modèles couplés (CMIP). Grâce à CMIP, tous les 5 ou 6 ans, la plupart des MCG utilisés dans le monde sont comparés dans des conditions similaires. Un des effets de CMIP est d’avoir permis davantage de dialogue entre les laboratoires de modélisation du climat. En retour, j’explique cependant que CMIP a créé un fossé entre les développeurs de modèle et leurs utilisateurs, et a concentré l’effort de recherche sur les analyses de modèles au détriment du développement de paramétrisations.

Historically, general circulation models (GCMs) have played a critical role in our ability to understand and predict climate change, and thus, to provide policy-relevant scientific information to decision makers. However, in recent years, criticisms have been raised against GCMs and the paradigm on which they are based. In particular, some scientists have questioned a fundamental component of any GCM, convection parameterizations, which represent the average effect of atmospheric convection at the model grid scale. The objective of my thesis is to conduct a hybrid analysis of convection parameterizations, at the interface between atmospheric sciences and philosophy of science, in order to investigate the epistemological and practical challenges their use raises in climate models.
I begin with a general reflection on what it means to understand atmospheric convection and on the role played by the identification of certain coherent structures – which I call « objects » — in this understanding. Convection parameterizations are themselves based on certain objects and thus give us a framework to translate our understanding of atmospheric phenomena into climate models. I describe this framework and explore its limitations. I then look at the parameters contained in parameterizations. The value of most of these parameters is poorly constrained by observations, so they must be tuned. The « tuning » of climate models bears similarities with what is called « calibration » in other scientific fields. However, I show that tuning has specificities that make it a unique activity, whose epistemological framework remains to be defined. This reflection is illustrated with a case study, where I tune the parameters of the atmospheric GCM LMDZ following the addition of a new parameterization. Through this concrete example, I give criteria to define how to evaluate the progress brought by a new parameterization in a GCM, an exercise that poses important conceptual and methodological difficulties. Finally, I analyze the collective organization of today’s climate research around GCMs by examining one of its cornerstones, the Coupled Model Intercomparison Project (CMIP). Thanks to CMIP, every 5-6 years, most of the GCMs used in the world are compared under similar conditions. One of the effects of CMIP is to have enabled more dialogue between climate modeling laboratories. In turn, however, I argue that CMIP has created a gap between model developers and model users, and has focused research effort on model analyses at the expense of parameterization development.

Commentaires

Aucun.