Les données satellitaires consolident la modélisation du climat alpin L’ajustement des résultats des modèles climatiques à l’aide de données satellitaires pourrait aider les scientifiques à cartographier avec plus de précision les zones enneigées des Alpes. Cela pourrait nous apporter une image plus claire des effets du changement climatique dans une région très sensible. Changement climatique et Environnement Recherche fondamentale © Andrew Mayovskyy, Shutterstock Dans les Alpes, la neige constitue une ressource en eau vitale pour les écosystèmes et l’agriculture, et crée des emplois dans des secteurs tels que le tourisme et le ski. L’enregistrement et la prévision de la couverture neigeuse sont donc des éléments importants pour de nombreux secteurs. Cela fournit également aux scientifiques des informations essentielles sur l’évolution de notre climat et son impact sur le monde naturel. «Nous savons que la couverture neigeuse dans les Alpes est déjà affectée par le changement climatique», observe Marc Zebisch, superviseur du projet CliRSnow et responsable de Eurac Research en Italie. «Nous assistons à un raccourcissement des saisons, ce qui est bien sûr important pour le secteur du ski, mais est également crucial pour le stockage naturel de l’eau.» Marc Zebisch souligne que les précipitations s’écouleront simplement sous forme liquide en hiver s’il ne fait pas suffisamment froid pour être stockées sous forme de neige. Cela pourrait avoir de graves répercussions sur l’agriculture. Par exemple, les régions du nord de l’Italie et d’ailleurs dépendent fortement de la fonte des neiges pour irriguer leurs champs en mai et juin. Appliquer les données satellitaires L’impact économique et environnemental de la diminution de la neige constitue donc une préoccupation urgente. Pour prendre les mesures appropriées, il convient toutefois de disposer de mesures locales précises, de prévisions à court terme et de projections à long terme de la couverture neigeuse. L’un des principaux défis à cet égard réside dans la faible résolution des modèles climatiques existants, qui ne permettent pas de saisir pleinement les spécificités locales – les pics et les vallées, par exemple – d’une région aussi vaste que celle des Alpes. La surveillance sur le terrain, quant à elle, peut fournir des données détaillées, mais limitées à une petite zone. Le projet CliRSnow, entrepris avec le soutien du programme Actions Marie Skłodowska-Curie, a voulu relever ce défi en appliquant les données satellitaires aux modèles climatiques existants et aux observations effectuées sur le terrain. «Une idée maîtresse a consisté à mieux utiliser l’imagerie satellitaire haute résolution disponible ici à l’institut», explique Michael Matiu, boursier Marie Skłodowska-Curie et chercheur principal à l’Institut d’observation de la Terre d’Eurac. Ces données, d’une haute résolution de 250 m, ont fourni à Michael Matiu une cartographie d’observation détaillée de la couverture neigeuse dans la région alpine au cours des 20 dernières années. Il a pu comparer ces données avec les modèles climatiques. Des modèles qui reflètent la réalité En comparant les données d’observation à haute résolution avec les données des modèles à basse résolution – ce qui constituait en soi un énorme défi – Michael Matiu a pu déterminer où les modèles climatiques ne parvenaient pas à refléter la réalité. Il leur arrivait de prévoir, pour un mois ou une région donnés, une couverture neigeuse trop importante ou trop faible, ce que corroboraient les données satellitaires. «Les modèles se tromperont toujours sur certains points», ajoute Marc Zebisch. «Mais cela ne veut pas pour autant dire qu’ils ne sont pas utiles: ils peuvent par exemple nous permettre de représenter et même de prévoir les changements relatifs de la couverture neigeuse sur des périodes données. Mais l’application de ces données satellitaires nous a permis d’ajuster les modèles pour qu’ils reflètent davantage la réalité, et d’obtenir une résolution plus élevée.» La méthode «d’ajustement des biais» pourrait permettre d’améliorer et de préciser les prévisions d’enneigement. «L’ajustement des biais a bien fonctionné, mais cette méthode en est encore dans sa phase expérimentale», explique Michael Matiu. «J’ai quelques idées sur la façon dont nous pourrions l’améliorer, et j’essaie actuellement d’obtenir un financement à cet effet.» Entre-temps, les codes et les ensembles de données utilisés et produits par CliRSnow sont librement accessibles aux chercheurs et scientifiques sur le site web du projet. Le projet nourrit l’espoir qu’une modélisation climatique plus précise apportera des avantages dans de nombreux secteurs, de la gestion de l’eau au tourisme en passant par l’action climatique. Mots‑clés CliRSnow, neige, Alpes, écosystèmes, tourisme, agriculture, climat, eau, satellite
