Tous les modèles sont faux (disent-ils)

Tous les modèles sont faux, mais certains sont utiles.

 

Les climatosceptiques adorent les nouilles, ils ne se lassent jamais de montrer ce joli dessin destiné à "prouver" que les modèles sont faux et donc totalement inutiles:

source : https://wattsupwiththat.com/2015/05/29/claim-data-does-not-prove-that-climate-models-are-wrong/

 

Sur SkepticalScience on peut voir que ce genre de graphiques est "promu" par John Christy, voici la réfutation des erreurs (mensonges?) du collègue de Roy Spencer:

1. les données sont improprement alignées pour exagérer visuellement la différence
2. pas de marge d'incertitude montrée
3. fait la moyenne de l'ensemble des données, cachant le fait qu'elles ne sont pas en parfait accord (i.e. compare des carottes avec des navets)
4. n'inclut pas les travaux d'autres groupes qui estiment un réchauffement plus important
5. nous ne vivons pas à l'altitude du mont Everest ou dans des avions!

Sur SkepticalScience on trouve des explications claires sur ce qu'est un modèle climatique et sur ce qu'il n'est pas (ou ne fait pas)

• Climate models are mathematical representations of the interactions between the atmosphere, oceans, land surface, ice – and the sun. This is clearly a very complex task, so models are built to estimate trends rather than events.

Les climatosceptiques prétendent que les scientifiques se reposent entièrement sur les modèles pour par exemple "prouver" le rôle du CO2 dans le réchauffement; il n'en est rien, le CO2 n'est qu'un élément parmi d'autres que les scientifiques entrent dans leurs modèles afin non pas de prévoir le temps qu'il fera en 2100 mais de comparer divers scénarios en fonction essentiellement du CO2 que l'activité humaine rejettera dans l'atmosphère dans les décennies à venir; ce qui est important n'est pas que l'on arrive à +1,5° ou +6° en l'an 2100, mais qu'il y ait une grande différence entre deux scénarios différents.

• For example, a climate model can tell you it will be cold in winter, but it can’t tell you what the temperature will be on a specific day – that’s weather forecasting.

Climat et météo, la confusion habituelle des climatosceptiques, le plus drôle étant qu'ils attribuent cette confusion à ceux qu'ils nomment les "réchauffistes" (syndrome de projection psychologique)

• Climate trends are weather, averaged out over time - usually 30 years. Trends are important because they eliminate - or "smooth out" - single events that may be extreme, but quite rare.

Les climatosceptiques ont beaucoup de mal avec le long-terme, pour eux 30 ans c'est vraiment trop long, c'est pourquoi ils se limitent généralement à 18 ans, et encore dans le passé!

• Climate models have to be tested to find out if they work. We can’t wait for 30 years to see if a model is any good or not; models are tested against the past, against what we know happened. If a model can correctly predict trends from a starting point somewhere in the past, we could expect it to predict with reasonable certainty what might happen in the future.

Pour un climatosceptique, tester le modèle avec le passé se traduit par quelque chose comme "ils entrent les données du passé pour faire dire aux modèles ce qu'ils veulent leur faire dire".

• Testing models against the existing instrumental record suggested CO2 must cause global warming, because the models could not simulate what had already happened unless the extra CO2 was added to the model.

Ce passage explique peut-être l'incompréhension des climatosceptiques quand ils prétendent que les modèles sont destinés à "prouver" le rôle du CO2; ce rôle a déjà été prouvé sans l'aide des modèles, il ne fait qu'être confirmé lors des tests sur le passé: si l'on ne tient pas compte du CO2 que l'Homme a ajouté, alors on ne retrouve pas les courbes de températures basées sur les observations (on pourrait appeler cela non pas une preuve mais un recoupement ou une confirmation)

•  All other known forcings are adequate in explaining temperature variations prior to the rise in temperature over the last thirty years, while none of them are capable of explaining the rise in the past thirty years.  CO₂ does explain that rise, and explains it completely without any need for additional, as yet unknown forcings.

Là aussi, les climatosceptiques prétendent que les scientifiques ne prennent en considération que le rôle du CO2 en l'exagérant, on voit qu'il n'en est rien.

• Where models have been running for sufficient time, they have also been proved to make accurate predictions. For example, the eruption of Mt. Pinatubo allowed modellers to test the accuracy of models by feeding in the data about the eruption. The models successfully predicted the climatic response after the eruption. Models also correctly predicted other effects subsequently confirmed by observation, including greater warming in the Arctic and over land, greater warming at night, and stratospheric cooling.
• The climate models, far from being melodramatic, may be conservative in the predictions they produce. For example, here’s a graph of sea level rise:

  

  Observed sea level rise since 1970 from tide gauge data (red) and satellite measurements (blue) compared to model projections for 1990-2010 from the IPCC Third Assessment Report (grey band).  Sea level rises mainly as a result of melting land ice and thermal expansion of ocean water as temperatures rise.  Observed sea level is tracking at the upper range of the IPCC projections.  (Source: The Copenhagen Diagnosis, 2009)

Mais pour les climatosceptiques les modèles climatiques sont forcément catastrophiques, voire apocalyptiques.

Et qu'en est-il pour l'extension de la banquise arctique?

Comparison of observed September minimum Arctic sea ice extent through 2008 (red line) with IPCC AR4 model projections.  The solid black line shows the mean of the 13 models, and dashed black lines show the range of the model results.  Arctic sea ice is melting much faster than predicted by climate models.  (Source: Copenhagen Diagnosis, 2009)

Un papier récent de Mann et Rahmstorf (plus 3 autres scientifiques) publié en janvier 2016 nous dit ceci:

• 2014 was nominally the warmest year on record for both the globe and northern hemisphere based on historical records spanning the past one and a half centuries^1,2. It was the latest in a recent run of record temperatures spanning the past decade and a half. Press accounts reported odds as low as one-in-650 million that the observed run of global temperature records would be expected to occur in the absence of human-caused global warming. Press reports notwithstanding, the question of how likely observed temperature records may have have been both with and without human influence is interesting in its own right. Here we attempt to address that question using a semi-empirical approach that combines the latest (CMIP5³) climate model simulations with observations of global and hemispheric mean temperature. We find that individual record years and the observed runs of record-setting temperatures were extremely unlikely to have occurred in the absence of human-caused climate change, though not nearly as unlikely as press reports have suggested. These same record temperatures were, by contrast, quite likely to have occurred in the presence of anthropogenic climate forcing.

Suivent quelques graphiques davantage dignes d'intérêt que ceux que John Christy utilise pour sa propagande.



Figure 1: NH (left) and Global (right) mean temperature observations (GISTEMP-red) vs. CMIP5 mean estimated forced component (black) using CMIP5 all-forcing experiments.
Here and in subsequent figures, model hemispheric and global mean surface temperatures are based on a combination (“TAS/TOS”) of surface air temperature (“TAS”) over land and sea surface temperature (“TOS”) over ocean. Here and elsewhere in the article, temperatures are defined as anomalies relative to the the long-term (1880-2014) mean.

Les modèles reproduisent donc assez bien les températures observées.



Figure 3: NH (left) and Global (right) mean estimated natural variability component (blue) along with five different Monte Carlo ARMA surrogates (gray) using CMIP5 all-forcing experiments.
Shown for comparison are the raw observational series (red) (AD 1880–2014).

Pour ces deux derniers graphiques, je pense qu'ils mentionnent en bleu les effets de la seule variabilité naturelle du climat et en rouge les données brutes (i.e. non ajustées) des températures observées, par contre je ne comprends pas ce que signifie la courbe grisée (surrogate signifie substitut ou de remplacement et ARMA semble être l'acronyme de autoregressive moving average, tout ça c'est trop pour mes faibles connaissances scientifiques...), mais je fais confiance à mes fidèles lecteurs (pas ceux venant de Skyfall évidemment) pour éclairer ma lanterne.

*****

Pour aller plus loin avec les modèles

• https://www.wunderground.com/resources/climate/hoax.asp