Projets ciblés du PEPR TRACCS
BLOC 1 : Mobiliser les sciences du climat pour le développement des services climatiques :
4 projets ciblés :
TRACCS-PC1-DIALOG
Dans le contexte de co-construction des services climatiques, le PC1 vise à faciliter la collaboration entre personnels de recherche et parties prenantes (en particulier en France et Afrique de l’Ouest, tout en entretenant des interactions européennes et internationales élargies). Il vise à favoriser la compréhension mutuelle des problématiques et contextes de décision des acteurs de l'adaptation pour une meilleure prise en compte de leurs besoins dans l'élaboration des questions scientifiques, du développement d'indicateurs et d’informations climatiques pertinents pour l'action, du partage et de l'évaluation des résultats, et de leurs prises en main pour la mise en place de stratégies d'adaptation.
TRACCS-PC2-INVEST
Compte-tenu de l'augmentation prévue des volumes et de la diversité de données, le PC2 vise à fournir une infrastructure partagée robuste et durable pour regrouper, homogénéiser, porter à connaissance, et partager les données climatiques, et les outils et/ou méthodes d’analyse de ces données, vis à vis des acteurs scientifiques et sociétaux.
TRACCS-PC3-DEMOCLIMA
Ce projet ciblé renforcera le développement des services climatiques en produisant une série de démonstrateurs (10 à 12) dans différents territoires et secteurs en France, au Sénégal et en Côte d'Ivoire. Les démonstrateurs seront des preuves de concept de services climatiques efficaces qui pourraient être opérationnalisés et/ou suffisamment génériques pour être appliqués à des systèmes et/ou des contextes suffisamment similaires aux études de cas sélectionnées dans le cadre du projet. Ce projet ciblé s’intéressera aussi aux facteurs favorisant la réplication et montée en puissance (passage à l’échelle) de ces services climatiques.
TRACCS-PC4-EXTENDING
Dans un contexte de changement climatique qui affecte la fréquence et les caractéristiques des extrêmes météorologiques et hydroclimatiques, le PC4 fournira des informations adaptées à un large éventail de parties prenantes sociétales, économiques et environnementales, afin de diffuser les meilleures données scientifiques disponibles sur les phénomènes extrêmes attendus dans le futur, d'aider à planifier l'adaptation et de faciliter des débats éclairés sur l'atténuation.
BLOC 2 : Défis scientifiques et techniques pour la modélisation du climat :
TRACCS-PC5-COMPACT
Les modèles de climat sont des outils scientifiques pour comprendre le fonctionnement du système climatique. Ce sont des outils numériques essentiels fournissant des informations quantitatives nécessaires à l’élaboration des politiques publiques, notamment dans le cadre des services climatiques. Leur structure devra profondément évoluer dans la décennie à venir afin de répondre à l’évolution de leurs applications, et pour tirer parti de nouvelles opportunités scientifiques et technologiques. L'objectif du PC5 est de guider l’évolution de la conception et de l’implémentation des modèles de climat nationaux à l’horizon 2030, et de former de nouveaux scientifiques pour accompagner l’évolution de nos outils de modélisation au-delà de 2030. Les activités seront organisées autour de trois axes complémentaires portant respectivement sur les performances HPC, la modularité et l’hybridation IA de ces outils.
TRACCS-PC6-QUINTET
Dans un contexte où il est devenu urgent que la communauté de la modélisation climatique adopte des techniques de quantification des incertitudes moins coûteuses en termes de main d'oeuvre et de ressources informatiques, tout en répondant mieux aux besoins sociétaux en matière de services climatiques, l'objectif général du PC6 est de faciliter l'exploration de l'incertitude paramétrique (en produisant des ensembles physiques perturbés, et en évaluant des scénarios à faible probabilité et à haut risque) et de se préparer à des configurations à plus haute résolution.
TRACCS-PC7-IMPRESSION-ESM
Ce projet ciblé vise à améliorer la représentation des processus physiques clés dans les deux modèles de système Terre (ESM) français, et d’éventuellement ajouter ceux qui sont actuellement manquants. Les objectifs du projet sont d'améliorer notre compréhension du système terrestre, accroître la confiance dans les résultats des ESMs, fournir des informations climatiques de haute qualité aux applications pertinentes en aval, et former la prochaine génération de professionnels du climat.
TRACCS-PC8-CYCLE-ESM
Ce projet ciblé vise à explorer un large éventail d'approches pour opérer un changement radical dans la représentation des composants biogéochimiques dans les ESMs pour mieux analyser leurs interactions. Le projet se concentrera sur les composants de haut niveau d'intérêt quant à leurs impacts sur le système terrestre, tels que : les cycles biogéochimiques du CO2 et du méthane, les échanges de nutriments limitants à travers les compartiments tel que le phosphore, l’azote et le fer, les feux et les composés organiques volatils biogéniques précurseurs d’aérosols secondaires. Le projet vise également à faire progresser les connaissances sur les processus gouvernant la dynamique des incendies et des écosystèmes semi-arides.
TRACCS-PC9-ISClim
Ce projet ciblé vise à étudier l'évolution des calottes polaires et leurs interactions avec le système climatique. En particulier, il s'agira de mieux contraindre les projections de la contribution des calottes polaires à l'élévation du niveau de la mer et les impacts sur les autres composantes du système climatique.
TRACCS-PC10-LOCALISING
Ce projet ciblé vise à explorer et à définir la meilleure façon de fournir des informations climatiques locales à la fois précises et fiables en soutien aux stratégies d'adaptation, et spécifiquement, au sein de TRACCS, aux travaux des PC1, PC2, PC3 et PC4. Pour cela, le projet LOCALISING élabore des modèles des systèmes climatiques locaux, multi-composants et entièrement couplés, vise une représentation du climat à l’échelle du kilomètre et de l'heure et combine au mieux les modèles dynamiques et les approches statistiques pour caractériser l'incertitude à l'échelle locale.
