Les données climatiques sont devenues une ressource précieuse. Mais dans de nombreux pays, les registres sont insuffisants. Et lorsqu’ils existent, ils sont souvent peu fiables. Cette lacune limite la capacité à faire des projections et à définir des stratégies d’adaptation au changement climatique. Comme le dit Petteri Taalas, secrétaire général de l’Organisation Météorologique Mondiale (OMM), « si vous mettez des déchets dans les modèles de prévision, vous obtiendrez des déchets ».
Comment remédier à cette situation ?
Des données météorologiques aux données climatiques
La réponse à la question ci-dessus est relativement simple : en augmentant les investissements dans les systèmes d’observation météorologique. Plus on est nombreux, plus on rit.
Pourquoi parler de météorologie alors que l’objet de notre article est de mettre en valeur les données climatiques ? Parce que la météorologie est une science auxiliaire de la climatologie. En collectant des variables telles que la température, les précipitations, etc. sur une longue période (au moins 30 ans), la science du climat peut caractériser le climat d’une région.
La série Vielha, par exemple, couvre la moyenne des températures maximales et minimales depuis 1950. Sa représentation graphique montre une certaine tendance à la hausse, surtout à partir des années 1980, en accord avec le réchauffement progressif de la planète.
De même, si en 1992 nous avions placé une de nos stations météorologiques automatiques Smarty Meteo sur les pentes du pic de l’Aneto, les données refléteraient une partie de l’augmentation progressive de la température que connaît la chaîne des Pyrénées.
Transformer les données météorologiques en données climatiques
Maintenant que nous avons vu que les observations météorologiques dans le temps sont fondamentales pour obtenir des produits climatiques, nous allons brièvement expliquer le processus de validation qui permet d’éviter de faire des projections climatiques « pourries ».
Les étapes décrites ci-dessous sont celles réalisées par la National Oceanic and Atmospheric Administration (NOAA) aux États-Unis. Cependant, ces procédures sont plus ou moins standardisées dans le monde entier. Dans le cas de l’Espagne, par exemple, l’une des normes applicables est la UNE 500540:2004, qui définit 7 niveaux de validation (1).
Les données, en particulier celles collectées dans le cadre de projets scientifiques citoyens tels que le Cooperative Observer Program (Coop), géré par le National Weather Service (NWS) des États-Unis, peuvent être utilisées comme source d’information pour le public. et qui a débuté en 1890, passent par les phases suivantes :
- Contrôle de la qualité immédiatement après la capture pour visualiser les écarts éventuels qui nécessitent un contrôle des instruments de mesure.
- Les données brutes sont envoyées au National Center for Environmental Information (NCEI) de la NOAA, où elles sont vérifiées pour détecter les pics, les valeurs aberrantes, les valeurs plates, etc.
- Vérification de la cohérence des données météorologiques dans une région. Si des incohérences sont constatées, les données sont qualifiées d’erronées ou d’exclues, mais ne sont jamais modifiées ou éditées, sauf si elles résultent d’erreurs de transcription.
- Traitement des données par le calcul des valeurs moyennes ou de la somme des mesures.
Que signifie l’absence de données ou d’informations fiables sur le climat ?
Le manque de données climatiques, le manque de fiabilité des informations et l’absence de numérisation de nombreux documents rendent difficiles la modélisation du climat et les projections de scénarios. Et, par conséquent, prendre des décisions sur ce qu’il convient de faire dans les zones qui, du point de vue de la probabilité, sont les plus exposées aux vagues de chaleur, aux inondations, aux sécheresses, etc.
Cette situation prend des allures inquiétantes dans des régions telles que les hauts plateaux andins, où les sécheresses fréquentes sèment l’incertitude parmi les communautés locales.
Mais il s’agit d’une situation commune à la plupart des pays à faibles et moyens revenus. Une grande partie de l’Afrique, par exemple, dont la densité de stations météorologiques est bien inférieure aux niveaux recommandés, souffre également d’un manque de stations météorologiques et d’infrastructures technologiques.
Il en résulte l’impossibilité de prévoir l’impact des phénomènes météorologiques, un problème qui laisse la population à la merci des cyclones, des ouragans, etc.
Conclusion
Nous avons commencé cet article en évoquant le manque d’investissement. Mais pour combler le déficit de données climatiques, il faut aussi renforcer le transfert de technologies, établir des partenariats public-privé, échanger des informations et donner accès aux bases de données existantes.
Des projets tels que celui annoncé par l’Organisation météorologique mondiale, qui vise à étendre les systèmes d’alerte précoce à l’ensemble de la planète d’ici cinq ans, peuvent contribuer à atténuer la situation.
Mais de telles initiatives, comme les voyages de 1 000 miles, commencent aussi par un premier pas. Par exemple, le déploiement de systèmes de surveillance tels que ceux proposés par Arantec. Envisagez la question sous cet angle : les solutions que vous mettez en œuvre aujourd’hui sauveront des vies dans 30 ans.
Sources consultées :
- (1) Estévez, J. et Gavilán, P. (2008). Procédures de validation des données des stations météorologiques automatiques. Application au réseau d’information agroclimatique andalou. IIe conférence sur l’agrométéorologie 2008. Disponible à l’adresse suivante : https://www.researchgate.net/publication/280665071_Procedimientos_de_validacion_de_datos_de_estaciones_meteorologicas_automaticas_Aplicacion_a_la_Red_de_Informacion_Agroclimatica_de_Andalucia.
