L’intelligence artificielle aide les scientifiques à mieux prévoir l’évolution des glaciers face au changement climatique

Les glaciers perdent actuellement une grande partie de leur masse à cause du changement climatique produit par les activités humaines. Il est extrêmement important de bien comprendre les processus physiques liés à ces changements régionaux et globaux, afin d’anticiper les futures évolutions possibles des glaciers et leurs impacts sur l’élévation au niveau des mers, la ressource en eau et les écosystèmes. Pour faire face à ces questions, les modèles numériques permettent aux scientifiques de simuler, de façon simplifiée, l’évolution des glaciers pour des régions entières ou sur l’ensemble de la planète, que ce soit pour des périodes passées ou futures.

Dans une nouvelle étude publiée dans la revue Nature Communications, une équipe interdisciplinaire de glaciologues, climatologues et mathématiciens de l’Université Grenoble Alpes, INRAE, Météo-France, l’Université Libre de Bruxelles et TU Delft a utilisé pour la première fois des réseaux de neurones artificiels profonds - un type d’intelligence artificielle - pour simuler l’évolution future des glaciers à l’échelle régionale. Comme la plupart des processus physiques dans la nature, l’évolution des glaciers en réponse au climat est non linéaire, c’est-à-dire qu’elle n’évolue pas de façon constante dans le temps. La capacité à capturer ces comportements non linéaires est précisément un des avantages qu’offrent les réseaux de neurones par rapport aux modèles actuellement utilisés pour des simulations aux échelles régionales à globales. Cette étude marque ainsi le début d’une nouvelle génération de modèles scientifiques plus puissants et mieux adaptés à la prévision de l’évolution future des glaciers face au changement climatique.

Ces résultats ont des conséquences importantes sur notre connaissance de l’évolution future des glaciers et du niveau des mers. Ils prévoient que les glaciers dans l’Arctique et en Patagonie, qui contiennent les plus grandes réserves de glace au monde en dehors du Groenland et l’Antarctique, seraient plus affectées par cette réponse non linéaire au réchauffement, appelant à une révision des prévisions actuelles, avec des modèles capables de mieux reproduire les non linéarités de leur évolution future. L’utilisation de l’intelligence artificielle, combinée avec la physique du climat et des glaciers, jouera un rôle essentiel dans les découvertes futures.

Référence

Jordi Bolibar, Antoine Rabatel, Isabelle Gouttevin, Harry Zekollari, Clovis Galiez - 20/01/2022 Nonlinear sensitivity of glacier mass balance to future climate change unveiled by deep learning, Nature communications, janvier 2022