Attribution data-driven des tempêtes convectives de méso-échelle au changement climatique – DADASTORM

DADASTORM vise à lever un verrou majeur de la science du climat: attribuer de manière robuste au changement climatique les systèmes convectifs de méso-échelle (MCS) et leurs aléas associés (pluies intenses, grêle, foudre, rafales destructrices, tornades), en particulier en Europe et en Méditerranée. Malgré un consensus sur l’augmentation de l’humidité atmosphérique et de l’instabilité avec le réchauffement global, le rôle de la variabilité climatique naturelle dans la mise en place des configurations atmosphériques de grande échelle favorables à l’initiation et à l’organisation de la convection reste mal quantifié. Cette incertitude, combinée aux limites des observations et des modèles climatiques pour représenter la convection organisée, empêche aujourd’hui l’attribution fiable d’événements MCS individuels, contrairement à d’autres extrêmes météorologiques.
Le projet repose sur une approche intégrée combinant détection, émulation, attribution et simulation d’aléas. Le premier objectif est de reconstruire un ensemble cohérent de trajectoires et de caractéristiques de MCS à partir de données satellitaires et observationnelles haute résolution depuis 2000, afin de relier occurrence, organisation et intensité des MCS aux conditions atmosphériques de grande échelle et aux aléas associés. Ces relations serviront de base pour étendre l’information jusqu’à 1950 en exploitant les réanalyses climatiques, des méthodes de détection avancées fondées sur l’apprentissage non supervisé et les analogues, ainsi que des bases d’impacts pour contraindre les événements les plus extrêmes.
Le deuxième objectif est d’adapter les méthodes d’attribution conditionnelle existantes, basées sur des analogues de circulation atmosphérique, à des phénomènes convectifs fortement spatialisés et transitoires. DADASTORM identifiera les variables climatiques horizontales et verticales les plus pertinentes (géopotentiel, humidité, instabilité, profils de vent et de température) et intégrera des approches causales afin de distinguer l’influence des forçages anthropiques (gaz à effet de serre, aérosols) de celle de la variabilité naturelle sur l’occurrence et l’intensité des MCS. Des études de cas récentes en Europe et en Méditerranée seront menées en interaction avec des acteurs institutionnels et socio-économiques.
Enfin, le projet développera un émulateur de trajectoires synthétiques de MCS couplé à un simulateur open source d’aléas convectifs. Ce dispositif permettra d’augmenter fortement les ensembles d’événements à l’échelle climatique et de générer, pour chaque trajectoire, des ensembles probabilistes de pluies intenses, grêle, foudre, rafales et tornades à partir de données dédiées et de modèles statistiques ou neuronaux.
En combinant systèmes dynamiques, apprentissage automatique informé par la physique et attribution climatique, DADASTORM comblera une lacune critique en rendant possible l’attribution des aléas liés aux MCS au changement climatique. Les jeux de données et outils développés seront ouverts et transférables, avec des retombées directes pour la recherche, l’évaluation des risques, les politiques d’adaptation et la communication scientifique sur les impacts du réchauffement climatique.