We live in a very complex environment: complexity and dynamism and patterns of evidence from satellite photographs, from videos. You can even see it outside your window. It's endlessly complex, but somehow familiar, but the patterns kind of repeat, but they never repeat exactly. It's a huge challenge to understand. The patterns that you see are there at all of the different scales, but you can't chop it into one little bit and say, "Oh, well let me just make a smaller climate." I can't use the normal products of reductionism to get a smaller and smaller thing that I can study in a laboratory and say, "Oh, now that's something I now understand." It's the whole or it's nothing.
Nous vivons dans un environnement très complexe : complexité, dynamisme et motifs évidents des photos satellites et des vidéos. Vous pouvez même le voir par la fenêtre. C'est infiniment complexe et pourtant familier, mais les motifs se répètent, bien que jamais exactement pareils. Comprendre cela est un défi immense. Les motifs que vous voyez sont présents à toutes les échelles mais vous ne pouvez en extraire une partie et dire « Eh bien, créons de plus petits climats. » On ne peut pas utiliser le réductionnisme pour obtenir une chose de plus en plus petite que l'on puisse étudier en laboratoire et dire : « Oh, maintenant c'est quelque chose que je peux comprendre. » C'est tout ou rien.
The different scales that give you these kinds of patterns range over an enormous range of magnitude, roughly 14 orders of magnitude, from the small microscopic particles that seed clouds to the size of the planet itself, from 10 to the minus six to 10 to the eight, 14 orders of spatial magnitude. In time, from milliseconds to millennia, again around 14 orders of magnitude.
Les différentes échelles qui vous donnent ces genres de motifs s'étendent sur une échelle de grandeur gigantesque, à peu près 14 ordres de grandeurs, des particules microscopiques qui nourrissent les nuages à la grandeur de la Terre elle-même ; de 10 exposant moins 6 à 10 exposant 8, 14 ordres de grandeur spatiale. Dans le temps, de la milliseconde au millénaire, là encore, environ 14 ordres de grandeur.
What does that mean? Okay, well if you think about how you can calculate these things, you can take what you can see, okay, I'm going to chop it up into lots of little boxes, and that's the result of physics, right? And if I think about a weather model, that spans about five orders of magnitude, from the planet to a few kilometers, and the time scale from a few minutes to 10 days, maybe a month. We're interested in more than that. We're interested in the climate. That's years, that's millennia, and we need to go to even smaller scales. The stuff that we can't resolve, the sub-scale processes, we need to approximate in some way. That is a huge challenge. Climate models in the 1990s took an even smaller chunk of that, only about three orders of magnitude. Climate models in the 2010s, kind of what we're working with now, four orders of magnitude. We have 14 to go, and we're increasing our capability of simulating those at about one extra order of magnitude every decade. One extra order of magnitude in space is 10,000 times more calculations. And we keep adding more things, more questions to these different models.
Qu'est-ce que ça veut dire ? Eh bien si vous pensez à comment vous pourriez calculer ces choses, vous pouvez prendre ce que vous voyez, ok, je vais le couper en plusieurs petites boites, et c'est le résultat de la physique, pas vrai ? Et si je pense à un modèle météorologique, qui s’étend sur environ 5 ordres de grandeur, de la planète à quelques kilomètres, et sur l'échelle de temps, de quelques minutes à 10 jours, peut-être un mois. Nous nous intéressons à plus que ça. Nous nous intéressons au climat. Cela représente des années, des millénaires et nous devons aller à de plus petites échelles. Ce que nous ne pouvons pas résoudre, les processus à échelle inférieure, nous devons trouver un moyen de faire des approximations. C'est un défi immense. Les modèles climatiques des années 1990 prenaient un plus petit tableau, seulement 3 ordres de grandeur. Les modèles des années 2010 ce sur quoi nous travaillons en ce moment ; 4 ordres de grandeur. Il nous en faut encore 14. Nous augmentons notre capacité à les simuler au rythme d'environ un ordre de grandeur tous les 10 ans. Un ordre de grandeur spatial supplémentaire, c'est 10 000 fois plus de calculs. Nous ajoutons toujours plus de choses, plus de questions à ces différents modèles.
So what does a climate model look like? This is an old climate model, admittedly, a punch card, a single line of Fortran code. We no longer use punch cards. We do still use Fortran. New-fangled ideas like C really haven't had a big impact on the climate modeling community.
À quoi ressemble un modèle climatique ? C'est un vieux modèle, j'en conviens, une carte perforée, une simple ligne en Fortran. On n'utilise plus les cartes perforées. On utilise encore Fortran cependant. Des idées ultramodernes comme C n'ont pas eu un gros impact sur la communauté de modélisation du climat.
But how do we go about doing it? How do we go from that complexity that you saw to a line of code? We do it one piece at a time. This is a picture of sea ice taken flying over the Arctic. We can look at all of the different equations that go into making the ice grow or melt or change shape. We can look at the fluxes. We can look at the rate at which snow turns to ice, and we can code that. We can encapsulate that in code. These models are around a million lines of code at this point, and growing by tens of thousands of lines of code every year.
Mais comment peut-on s'y prendre ? Comment passer de la complexité à une ligne de code ? Nous le faisons petit à petit. Voici une image de la banquise prise au dessus de l'Arctique. Nous pouvons consulter les différentes équations qui entrent dans la formation de la glace, dans sa fonte ou dans sa transformation. Nous pouvons constater les fluctuations. Nous pouvons voir la vitesse à laquelle la neige se transforme en glace. Nous pouvons entrer tout ça dans un code. Ces modèles font environ un million de lignes de code en ce moment, et augmentent de dizaines de milliers chaque année.
So you can look at that piece, but you can look at the other pieces too. What happens when you have clouds? What happens when clouds form, when they dissipate, when they rain out? That's another piece. What happens when we have radiation coming from the sun, going through the atmosphere, being absorbed and reflected? We can code each of those very small pieces as well. There are other pieces: the winds changing the ocean currents. We can talk about the role of vegetation in transporting water from the soils back into the atmosphere. And each of these different elements we can encapsulate and put into a system. Each of those pieces ends up adding to the whole.
Vous pouvez regarder ce morceau, mais vous pouvez en regarder d'autres aussi. Qu'arrive-t-il quand il y a des nuages ? Lorsque les nuages se forment, lorsqu'ils se dissipent, lorsqu'il pleut ? C'est un autre morceau. Qu'arrive-t-il lorsque la radiation émanant du soleil, traversant l'atmosphère, est absorbée et réfléchie ? Nous pouvons aussi encoder ces petits morceaux-là. Il y a d'autres morceaux : Le vent qui modifie les courants marins. On peut parler du rôle qu'a la végétation dans le cycle de l'eau du sol vers l'atmosphère. Chacun de ces différents éléments peuvent être encapsulés et systématisés. Ces pièces s'additionnent pour former un tout.
And you get something like this. You get a beautiful representation of what's going on in the climate system, where each and every one of those emergent patterns that you can see, the swirls in the Southern Ocean, the tropical cyclone in the Gulf of Mexico, and there's two more that are going to pop up in the Pacific at any point now, those rivers of atmospheric water, all of those are emergent properties that come from the interactions of all of those small-scale processes I mentioned. There's no code that says, "Do a wiggle in the Southern Ocean." There's no code that says, "Have two tropical cyclones that spin around each other." All of those things are emergent properties.
Vous obtenez alors quelque chose comme ça. Vous obtenez une représentation magnifique de ce qui se passe dans le système climatique, dans lequel chacun des motifs émergents que vous voyez, les tourbillons dans l'océan Austral, le cyclone tropical dans le golfe du Mexique, et il y en a 2 autres qui vont apparaître dans le Pacifique incessamment, ces flots d'eau atmosphérique, toutes ces propriétés émergentes qui proviennent des interactions de tous ces processus à petite échelle que j'ai mentionnés. Aucun code ne dit : « Fais un remous dans l'océan Austral. » Aucun code ne dit : « Il doit y avoir 2 cyclones tropicaux qui tournoient l'un autour de l'autre. » Toutes ces événements sont des propriétés émergentes.
This is all very good. This is all great. But what we really want to know is what happens to these emergent properties when we kick the system? When something changes, what happens to those properties? And there's lots of different ways to kick the system. There are wobbles in the Earth's orbit over hundreds of thousands of years that change the climate. There are changes in the solar cycles, every 11 years and longer, that change the climate. Big volcanoes go off and change the climate. Changes in biomass burning, in smoke, in aerosol particles, all of those things change the climate. The ozone hole changed the climate. Deforestation changes the climate by changing the surface properties and how water is evaporated and moved around in the system. Contrails change the climate by creating clouds where there were none before, and of course greenhouse gases change the system.
C'est très bien. C'est excellent. Mais ce qu'on veut vraiment savoir, c'est : qu'arrive-t-il à ces propriétés lorsque l'on perturbe le système ? Lorsque quelque chose change, qu'arrive-t-il à ces propriétés ? Il y a beaucoup de façons différentes de troubler le système. Il y a des oscillations dans l'orbite de la planète sur des périodes de centaines de milliers d'années qui changent le climat. Il y a des changements dans les cycles solaires, tout les 11 ans et plus, qui changent le climat. De grands volcans entrent en éruption et provoquent un changement climatique. Des changements dans la combustion de biomasse, dans la fumée, dans les particules d'aérosols ; toutes ces choses changent le climat. Le trou d'ozone a changé le climat. La déforestation change le climat en changeant les propriétés de surface et la façon dont l'eau s'évapore et se déplace dans le système. Les trainées de condensation changent le climat en créant des nuages là où il n'y en avait pas auparavant, et bien sûr, les gaz à effet de serre changent le système.
Each of these different kicks provides us with a target to evaluate whether we understand something about this system. So we can go to look at what model skill is. Now I use the word "skill" advisedly: Models are not right or wrong; they're always wrong. They're always approximations. The question you have to ask is whether a model tells you more information than you would have had otherwise. If it does, it's skillful. This is the impact of the ozone hole on sea level pressure, so low pressure, high pressures, around the southern oceans, around Antarctica. This is observed data. This is modeled data. There's a good match because we understand the physics that controls the temperatures in the stratosphere and what that does to the winds around the southern oceans.
Chacune de ces perturbations nous donne des indices pour évaluer notre compréhension de ce système. Nous pouvons donc examiner ce qu'est notre habileté à faire des modèles. J'utilise le mot « habileté » en connaissance de cause : les modèles ne sont ni bon ni mauvais ; ils sont toujours mauvais. Ils sont toujours des approximations. Vous devez vous demander si un modèle vous fournit plus d'informations que vous en auriez autrement. Si oui, c'est utile. Voici l'effet du trou de la couche d'ozone sur la pression au niveau de la mer ; basse pression, haute pression autour des océans austraux, autour de l'Antarctique. Voici les données observées. Voici les données modélisées. La correspondance est plutôt bonne car on comprend les lois de la physique qui régissent les températures dans la stratosphère et leurs effets sur les vents autour des océans austraux.
We can look at other examples. The eruption of Mount Pinatubo in 1991 put an enormous amount of aerosols, small particles, into the stratosphere. That changed the radiation balance of the whole planet. There was less energy coming in than there was before, so that cooled the planet, and those red lines and those green lines, those are the differences between what we expected and what actually happened. The models are skillful, not just in the global mean, but also in the regional patterns.
Nous pouvons prendre d'autres exemples. L'éruption du Pinatubo en 1991 a jeté d'énormes quantités d'aérosols, des petites particules, dans la stratosphère. Ça a changé l'équilibre de la radiation sur toute la Terre. Moins d'énergie entrait dans l'atmosphère qu'avant, refroidissant ainsi la planète. Ces lignes rouges et ces lignes vertes représentent les différences entre ce que nous attendions et ce qui s'est réellement produit. Les modèles sont utiles, non seulement dans le sens global, mais également dans les motifs régionaux.
I could go through a dozen more examples: the skill associated with solar cycles, changing the ozone in the stratosphere; the skill associated with orbital changes over 6,000 years. We can look at that too, and the models are skillful. The models are skillful in response to the ice sheets 20,000 years ago. The models are skillful when it comes to the 20th-century trends over the decades. Models are successful at modeling lake outbursts into the North Atlantic 8,000 years ago. And we can get a good match to the data.
Je pourrais vous présenter des dizaines d'autres exemples : notre connaissance quant aux cycles solaires, qui modifient l'ozone dans la stratosphère ; notre connaissance concernant les changements dans l'orbite terrestre depuis 6 000 ans. On peut prendre ça en compte et les modèles sont utiles. Les modèles sont utiles pour comprendre les nappes de glace 20 000 ans en arrière. Les modèles sont utiles quand il est question des tendances du 20e siècle au fil des décennies. On réussit à modéliser les débordements des lacs dans l'Atlantique Nord il y a 8 000 ans. Et nous pouvons faire correspondre les données.
Each of these different targets, each of these different evaluations, leads us to add more scope to these models, and leads us to more and more complex situations that we can ask more and more interesting questions, like, how does dust from the Sahara, that you can see in the orange, interact with tropical cyclones in the Atlantic? How do organic aerosols from biomass burning, which you can see in the red dots, intersect with clouds and rainfall patterns? How does pollution, which you can see in the white wisps of sulfate pollution in Europe, how does that affect the temperatures at the surface and the sunlight that you get at the surface?
Chacune de ces cibles, chacune de ces évaluations, nous ont apporté une vision plus étendue de ces modèles et nous a menés vers de plus en plus de situations complexes où l'on peut se demander de plus en plus de questions intéressantes comme, comment la poussière provenant du Sahara, en orange ici, interagit-elle avec les cyclones tropicaux de l'Atlantique? De quel façon les aérosols organiques de la combustion de la biomasse, représentés par les points rouges, et les structures de nuages et de pluie se croisent-ils ? Comment la pollution, que vous pouvez voir dans les volutes blanches de sulfates polluants en Europe, affecte-t-elle la température à la surface et la lumière du soleil reçue au sol ?
We can look at this across the world. We can look at the pollution from China. We can look at the impacts of storms on sea salt particles in the atmosphere. We can see the combination of all of these different things happening all at once, and we can ask much more interesting questions. How do air pollution and climate coexist? Can we change things that affect air pollution and climate at the same time? The answer is yes.
Nous pouvons voir ces phénomènes partout sur la planète. On peut voir la pollution en Chine On peut voir les effets de tempêtes sur les particules de sel de mer dans l'atmosphère. On peut voir la combinaison de toutes ces différentes choses qui se produisent en même temps et on peut se poser de plus intéressantes questions encore. Comment la pollution de l'air et le climat coexistent-ils ? Pouvons-nous changer des choses qui agissent sur la pollution et sur le climat en même temps ? La réponse est oui.
So this is a history of the 20th century. The first one is the model. The weather is a little bit different to what actually happened. The second one are the observations. And we're going through the 1930s. There's variability, there are things going on, but it's all kind of in the noise. As you get towards the 1970s, things are going to start to change. They're going to start to look more similar, and by the time you get to the 2000s, you're already seeing the patterns of global warming, both in the observations and in the model.
Voici l'historique du 20e siècle. l'animation du haut, c'est le modèle. La météo est un peu différente de ce qui s'est réellement produit. L'animation du bas, ce sont les observations. Nous traversons les années 1930. Il y a de la variabilité, beaucoup de choses se produisent, Mais ce ne sont que des parasites. À mesure que l'on approche des années 1970, les choses vont commencer à changer. Ils vont commencer à se ressembler et lorsqu'on arrive aux années 2000, vous pouvez constater le modèle du réchauffement climatique. dans les observations comme dans le modèle.
We know what happened over the 20th century. Right? We know that it's gotten warmer. We know where it's gotten warmer. And if you ask the models why did that happen, and you say, okay, well, yes, basically it's because of the carbon dioxide we put into the atmosphere. We have a very good match up until the present day.
Nous savons ce qui s'est produit au 20e siècle. Vrai ? Nous savons que la Terre se réchauffe. Nous savons où ça se réchauffe. Si vous interrogez les modèles pour savoir pourquoi cela s'est produit, vous pouvez dire : d'accord, eh bien, oui, au fond c'est à cause du dioxyde de carbone que nous émettons dans l'atmosphère. Nos prédictions sont très bonnes jusqu'à maintenant.
But there's one key reason why we look at models, and that's because of this phrase here. Because if we had observations of the future, we obviously would trust them more than models, But unfortunately, observations of the future are not available at this time.
Il y a une raison fondamentale pour expliquer la consultation des modèles, c'est à cause de cette phrase : parce que si nous avions des observations provenant du futur, nous y ferions plus confiance qu'en nos modèles mais malheureusement, les observations du futur ne sont pas disponibles encore.
So when we go out into the future, there's a difference. The future is unknown, the future is uncertain, and there are choices. Here are the choices that we have. We can do some work to mitigate the emissions of carbon dioxide into the atmosphere. That's the top one. We can do more work to really bring it down so that by the end of the century, it's not much more than there is now. Or we can just leave it to fate and continue on with a business-as-usual type of attitude. The differences between these choices can't be answered by looking at models.
Quand nous nous projetons dans le futur, il y a une différence. On ne connaît pas le futur, il est incertain et nous avons des options. Voici les options que nous avons. Nous pouvons travailler afin d'atténuer nos émissions de dioxyde de carbone dans l'atmosphère. C'est l'option qui est en haut. Nous pouvons travailler encore plus pour vraiment les diminuer pour qu'à la fin de ce siècle, il n'y en ait pas plus qu'aujourd'hui. Ou bien nous pouvons nous en remettre au destin et continuer comme si de rien était. Les différences entre ces options ne peuvent pas être mesurées en consultant des modèles.
There's a great phrase that Sherwood Rowland, who won the Nobel Prize for the chemistry that led to ozone depletion, when he was accepting his Nobel Prize, he asked this question: "What is the use of having developed a science well enough to make predictions if, in the end, all we're willing to do is stand around and wait for them to come true?" The models are skillful, but what we do with the information from those models is totally up to you.
Une célèbre phrase de Sherwood Rowland, prix Nobel de chimie pour sa théorie sur la diminution de l'ozone, lorsqu'il accepta son Prix, il a posé cette question : « Quelle est l'utilité d'avoir développé une science assez pour pouvoir faire des prédictions, si, au bout du compte, tout ce que nous sommes prêts à faire, c'est de rester là à attendre que ça se produise ? » Les modèles sont utiles, mais ce que pouvons nous faire de l'information collectée est de notre ressort.
Thank you.
Merci.
(Applause)
(Applaudissements)