La modélisation climatique locale devient cruciale pour l'adaptation aux changements climatiques

Alors que les menaces climatiques s'intensifient dans le monde entier, les modèles globaux seuls ne peuvent répondre à la demande urgente de stratégies d'adaptation localisées. Une nouvelle perspective publiée dans Frontiers of Environmental Science & Engineering (DOI: 10.1007/s11783-025-2091-7) met en lumière le besoin pressant d'outils de modélisation climatique à échelle locale pour soutenir l'adaptation et le développement durable.

Les changements climatiques amplifient les événements météorologiques extrêmes - des vagues de chaleur et inondations aux feux de forêt et sécheresses - posant des risques sans précédent pour les écosystèmes, les infrastructures et la santé publique. Bien que les modèles climatiques globaux aient fait progresser notre compréhension des processus à grande échelle, ils manquent souvent de la résolution nécessaire pour aborder les impacts locaux où les décisions politiques et de planification sont prises.

Les auteurs, issus de l'Université Fudan, de l'Université de Copenhague et de l'Université d'Helsinki, soulignent que les modèles à échelle locale - fonctionnant aux niveaux municipal, régional ou national - sont indispensables pour adapter les stratégies d'adaptation. Ces modèles peuvent simuler des variations fines des conditions climatiques, intégrant la topographie, l'utilisation des terres, les données démographiques et d'infrastructure pour identifier les zones vulnérables et évaluer les scénarios d'adaptation.

L'étude examine les défis actuels du développement des modèles, notamment la disponibilité limitée des données, le manque d'intégration multi-échelle et la complexité du couplage des dynamiques climatiques avec les systèmes socioéconomiques. Pour surmonter ces obstacles, le document recommande d'améliorer l'intégration des données grâce à la télédétection par satellite, l'apprentissage automatique et les plateformes de données collaboratives telles que la World Urban Database.

Les approches émergentes de modélisation « One Atmosphere » et « Seamless Earth System » qui relient les processus globaux et locaux pour une meilleure cohérence et rétroaction sont également mises en avant. L'intelligence artificielle et l'apprentissage automatique informé par la physique devraient révolutionner l'étalonnage des modèles, rendant les outils plus efficaces et accessibles aux pays en développement.

Le professeur Alexander Baklanov, co-auteur de l'Université de Copenhague, affirme que « la modélisation à échelle locale marque la prochaine frontière de l'adaptation climatique. Les modèles globaux nous donnent la vue d'ensemble, mais les communautés vivent les conséquences localement - là où la géographie, les infrastructures et le comportement humain s'entrecroisent. Nous avons urgemment besoin de modèles multi-échelles et interopérables qui peuvent traduire les projections climatiques globales en informations actionnables et spécifiques au contexte. »

Les cadres de modélisation à échelle locale offrent un immense potentiel pour guider l'urbanisme, la conception des infrastructures et la gestion des risques dans un climat changeant. En intégrant les données météorologiques, environnementales et socioéconomiques, ces modèles peuvent soutenir les systèmes d'alerte précoce, la préparation aux catastrophes et les politiques de développement intelligent face au climat. Leur accessibilité grâce aux plateformes open source et aux outils améliorés par l'IA permet l'adoption même dans les régions aux ressources limitées.

Les auteurs exhortent les gouvernements, chercheurs et organisations internationales à prioriser le co-développement de tels modèles dans le cadre des plans nationaux d'adaptation. Renforcer la capacité de modélisation locale aujourd'hui sera essentiel pour réaliser des sociétés durables et résilientes dans les décennies à venir.