Renforcer les modèles de prévision climatique
Des modèles mathématiques de n'importe quel procédé dont le comportement à long terme se révèle intéressant doivent reposer sur la formulation précise de paramètres pertinents et leur interrelation, tout en intégrant une base statistique pour les extrapolations à l'avenir. En cas de changement climatique à l'échelle mondiale, la nature hautement dynamique des paramètres d'intérêt, associés à leur documentation relativement récente vient ajouter aux prévisions une incertitude inacceptable. Des scientifiques ont lancé le projet Ampere financé par l'UE pour comparer 19 modèles d'analyse intégrée et d'économie de l'énergie reconnus. En incorporant les tous derniers scénarios et informations sur le système climatique, ils pourront évaluer les causes à l'origine des différences de modèles. La comparaison corrélative des modèles renforcera la fiabilité des interprétations et par là même l'efficacité des politiques associées. Une telle comparaison est relativement complexe; elle intègre non seulement plusieurs modèles mais également différents paramètres dans chaque modèle et de nombreux résultats intéressants. Pour obtenir des résultats interprétables, il faudra établir une définition précise du cadre de comparaisons corrélatives des modèles. Ceci a été défini pendant la première période du projet et englobait les spécifications des scénarios, les bases harmonisées, les formats requis et les modèles de documentation. Le coût et la politique étant des éléments clés de l'analyse, les chercheurs ont harmonisé les trajectoires de la population et du PIB (Produit intérieur brut) puis établi une comparaison des politiques comprenant les politiques climatiques actuelles et prévues. Le cadre de validation modèle accompagnant a suscité un intérêt considérable auprès de la communauté de la recherche car il n'existe actuellement aucune norme pour l'évaluation d'une modèle intégré d'analyse. Ampere a réalisé deux séries de comparaisons de modèles. En outre, les scientifiques d'Ampere ont développé la première analyse modèle de diagnostic en son genre pour l'analyse des différences entre les modèles en réponse aux signes des prix du carbone. Les scientifiques ont également évalué les différences en terme de réponse aux émissions des modules climatiques. Les résultats devraient avoir un impact important sur la modélisation intégrée de l'analyse, le diagnostic et la comparaison corrélative bien au-delà de la portée d'Ampere. Les résultats d'Ampere devraient fournir les bases de la préparation de feuilles de route dédiées à la politique climatique à long terme orientée sur la stabilisation du climat. La gamme de modèles comprise dans l'analyse devrait assurer des résultats fiables, réduire les incertitudes et mener à des politiques plus efficaces axées sur des scénarios réels.
