Conséquences du modèle linéaire de puits de carbone

Dr Joachim Dengler. Article initialement publié le 21 juin 2024 dans la revue Atmosphere. Republié le 10 juillet 2024 sur le site de Judith Curry. Traduit par la rédaction.

Modélisation du cycle du carbone dans l’atmosphère

Pour analyser un système complexe, deux approches sont possibles. L’approche ascendante consiste à considérer les composants individuels du système, étudier leur comportement, les modéliser et enfin à les assembler en vue de simuler le fonctionnement du système. L’approche descendante consiste à considérer le système complexe dans son ensemble et étudier la manière dont il réagit aux signaux externes, dans l’espoir de trouver des modèles connus qui permettent de comprendre sa structure interne.

La relation entre les émissions de carbone anthropiques, la concentration de CO2 et le cycle du carbone a été étudiée principalement dans le passé selon une approche ascendante. L’accent est mis sur les puits de carbone, les processus qui réduisent considérablement la concentration atmosphérique de CO2 en dessous du niveau qui aurait été atteint si tout le CO2 était resté dans l’atmosphère. Il existe trois types de puits qui absorbent le CO2 de l’atmosphère : l’absorption physique par les océans, la photosynthèse des plantes terrestres et la photosynthèse du phytoplancton dans les océans. Bien que les mécanismes d’absorption du carbone soient bien compris en principe, certaines hypothèses de modélisation entraînent des résultats divergents.

Les approches ascendantes traditionnelles sont généralement des modèles en boîte, où l’atmosphère, la couche supérieure de l’océan (la couche de mélange), l’océan profond et la végétation terrestre sont considérés comme des boîtes de certaines tailles et des taux d’échange de carbone entre elles. Ces modèles contiennent de nombreux paramètres qui caractérisent la taille des boîtes et le taux d’échange entre elles. Le modèle actuellement privilégié est le modèle de diffusion de la boîte de Bern, où l’océan profond ne communique que par un processus de diffusion avec la couche de mélange, ralentissant tellement le taux de puits de carbone descendant que, selon ce modèle, 20 % de toutes les émissions anthropiques restent dans l’atmosphère pendant plus de 1000 ans.  

Je conteste cette affirmation en remettant en question certaines de ces hypothèses. Comment le modèle de Berne explique-t-il le taux d’absorption annuel élevé de plus de 6 % du Carbone 14 issu des essais de bombes pendant 30 ans après 1963 ? Comment fonctionne un modèle de diffusion descendante, lorsque la concentration de CO₂ dans les profondeurs de l’océan est plus élevée que dans la couche supérieure ? Empiriquement, il existe des preuves que l’absorption océanique continue d’augmenter et qu’il n’y a aucun signe de saturation .

Les modèles descendants, en revanche, ne prennent généralement pas en compte les détails du mécanisme de puits. Sur la base de la conservation de la masse, ils mesurent le taux de puits empirique réel comme la différence entre les émissions anthropiques et la croissance de la concentration de CO₂ dans l’atmosphère, et étudient comment ce taux de puits empirique est lié à la concentration de CO₂.  Cela se justifie par l’hypothèse que tous les effets de puits contributifs peuvent être approximés avec une précision suffisante par des fonctions linéaires de la concentration de _CO2 .

Le modèle linéaire du puits de carbone

La croissance de la concentration atmosphérique est la différence entre toutes les émissions et toutes les absorptions – c’est le bilan massique du carbone décrit par l’équation de continuité. Les émissions sont réparties entre les émissions anthropiques connues et les émissions naturelles inconnues. Pour simplifier, les émissions relativement inconnues causées par le changement d’affectation des sols sont incluses dans les émissions naturelles inconnues. Cela se justifie par le fait que l’erreur de mesure des émissions liées au changement d’affectation des sols est de toute façon très importante, et qu’en transférant une contribution mal connue aux contributions inconnues, nous ne perdons pas d’informations importantes.  

Il est évident que les émissions, les absorptions et la concentration doivent être mesurées à l’aide de la même unité. L’unité naturelle pour évaluer la conservation de la masse serait le Pg (pétagramme), mais les masses atmosphériques sont généralement mesurées en concentration, par rapport à la masse totale de l’atmosphère. Pour les émissions et l’absorption, leurs masses se traduisent par un changement de concentration potentiel. Par conséquent, le ppm est utilisé ici, où 1 ppm (partie par million) équivaut à 2,12 PgC (pétagramme de carbone).

La différence entre les absorptions inconnues et les émissions naturelles inconnues est définie comme l’effet de puits pendant l’intervalle de temps typiquement d’un an, ce qui implique tacitement que les absorptions nettes annuelles sont supérieures aux émissions naturelles nettes annuelles. D’autre part, le même effet de puits est connu à partir des mesures des émissions anthropiques moins la croissance de la concentration. Ensemble, les deux énoncés sont équivalents à l’équation de continuité, où la croissance annuelle de la concentration est égale à toutes les émissions annuelles (anthropiques et naturelles) moins toutes les absorptions annuelles. Ceci est illustré dans la figure 1. L’effet de puits est modélisé linéairement avec un coefficient d’absorption constant a exprimant la proportionnalité des absorptions à la concentration en CO ₂ et une constante  n représentant les émissions naturelles annuelles

Les paramètres estimés de l’ajustement par les moindres carrés avec les données annuelles de 1959 à 2023 sont a=0,0183 , n=5,2 ppm.  La concentration d’équilibre qui est atteinte lorsque les émissions anthropiques sont supposées nulles est C ⁰ = n/a = 284 ppm .

Lors de la reconstruction ou de la prévision des concentrations deCO₂ modélisées, on calcule la croissance de la concentration à partir de l’équation du bilan massique et on reconstruit de manière récursive la concentration à partir des émissions (équation (6) dans l’ article ). 

La figure 2 montre la comparaison de la concentration de CO₂ mesurée réellement avec les données de concentration prédites pour la période 2000-2020, en utilisant uniquement les données de la période 1950-1999 pour l’estimation des paramètres du modèle. Cela montre la haute qualité de la prévision basée sur le modèle linéaire, en utilisant uniquement les données antérieures à l’intervalle de temps de prévision pour estimer les paramètres du modèle. L’intervalle de confiance à 95 % de l’erreur de prévision, affiché comme la zone ombrée en gris, est extrêmement faible, les écarts réels sont encore beaucoup plus faibles.

Une autre façon d’évaluer la qualité d’un modèle consiste à comparer la reconstruction du modèle avec les données originales dans la plage à partir de laquelle le modèle a été construit. La figure 3 montre la comparaison des données réelles de concentration de CO₂ avec leur reconstruction basée sur le modèle linéaire sur toute la période de 1959 à 2023. Étonnamment, la concentration réelle est un peu plus faible que celle prédite par le modèle. Cela suggère qu’aucune saturation de l’effet de puits n’est à prévoir dans un avenir proche.

Identifier le point d’inflexion dans la concentration en CO₂

Il convient de mentionner une conséquence importante du modèle de puits linéaire. Si l’on examine à nouveau la figure 1, on voit clairement que la grande variabilité à court terme de la croissance de la concentration se reflète dans l’effet de puits. Cette variabilité est supprimée dans le modèle de puits, sans modifier la tendance des données. Par conséquent, la croissance de la concentration reconstruite ne présente pas non plus sa variabilité à court terme d’origine ; son seul « bruit » est causé par les données d’émissions anthropiques.

D’après une publication récente du projet CarbonBrief , nous savons que les données sur les émissions mondiales sont constantes depuis plus de 10 ans. Pour des émissions constantes, le modèle de puits linéaire implique une croissance de concentration en baisse, en raison de l’effet de puits croissant lorsque la concentration augmente. La figure 4 montre que les données de croissance annuelle de concentration mesurées ont un maximum absolu en 2016 et une tendance à la baisse par la suite. Mais les données de croissance de concentration, une fois débarrassées des effets à court terme au moyen du modèle de puits linéaire, ont déjà leur maximum en 2013 et sont en baisse depuis lors. Cela signifie que le graphique de concentration a un point d’inflexion en 2013, passant d’un comportement concave à un comportement convexe. L’effet apparaît encore plus clair lorsque les données d’émission sont également lissées. Il s’agit d’une validation remarquable d’une prédiction du modèle — le fait que la croissance de la concentration atmosphérique de carbone diminue depuis 2013 n’a pas été publié auparavant.

La figure 4 explique également pourquoi la baisse significative des émissions anthropiques liée au Covid-19 en 2020 n’a pas eu d’effet visible sur la croissance de la concentration. La croissance de la concentration « sans bruit » reconstituée reflète clairement la baisse des émissions. Mais il se trouve que cela a coïncidé avec un pic positif dans la composante « aléatoire » de la croissance de la concentration provenant des émissions naturelles.

Rendre les émissions liées au changement d’affectation des sols cohérentes

En comparant la prédiction ex post de la figure 5 des concentrations de 2000 à 2020 en utilisant le modèle linéaire avec les données de 1950 à 1999, où les émissions causées par le changement d’affectation des sols ont été incluses (copié à partir du post précédent ), avec la nouvelle prédiction de la figure 2 sans émissions explicites liées au changement d’affectation des sols, il est évident que la qualité prédictive est devenue considérablement meilleure lorsque l’on écarte les données explicites sur les émissions liées au changement d’affectation des sols pour estimer les paramètres du modèle.

Cela ne signifie pas qu’il n’y a pas d’émissions liées au changement d’affectation des sols ; cela signifie plutôt que la meilleure hypothèse est qu’elles sont restées constantes entre 1950 et 2000 et au-delà. Il en résulte directement que les émissions annuelles constantes liées au changement d’affectation des sols sont interchangeables avec les émissions naturelles, et nous sommes libres d’interpréter une partie des émissions naturelles mesurées comme des émissions liées au changement d’affectation des sols. 

La valeur annuelle la plus probable des émissions liées au changement d’affectation des sols au cours de cet intervalle de temps spécifique peut être déduite de l’hypothèse sur la concentration d’équilibre en CO₂ en postulant une valeur de concentration d’équilibre sans émissions liées au changement d’affectation des sols et en laissant le changement d’affectation des sols expliquer la différence par rapport à la concentration d’équilibre réellement mesurée. Cela suppose évidemment que les mécanismes de puits océaniques et terrestres sont restés plutôt stables au cours de la période d’observation.

Supposons que la valeur « réelle » de concentration de CO₂ à l’équilibre soit la même que la valeur préindustrielle supposée de 280 ppm. L’estimation de l’équilibre basée sur les émissions anthropiques est  𝐶 ⁰ = 284 ppm. Par conséquent, nous pouvons en déduire qu’entre 1950 et 2020, la valeur annuelle la plus probable des émissions liées au changement d’affectation des sols  est

Écart-type=((284 ppm−280 ppm)*0,0183)*2,12 PgC/ppm = 0,15 PgC

Les données mesurées limitent la plage possible des émissions liées au changement d’affectation des sols. L’augmentation de leur valeur présumée implique une diminution de la concentration d’équilibre en CO₂. La concentration d’équilibre la plus probable étant de 280 ppm, la meilleure estimation des émissions liées au changement d’affectation des sols, elles sont de 0,15 PgC par an. Évidemment, changer l’hypothèse de la valeur d’équilibre naturel « réelle » à 270 ppm, par exemple, modifierait par conséquent les émissions inférées liées au changement d’affectation des sols à 0,54 PgC.

La valeur postulée des émissions liées au changement d’affectation des sols peut contredire l’état de la littérature, en fonction de la valeur de la concentration d’équilibre supposée. Je ne vois cependant aucune autre possibilité de concilier les quatre contraintes que sont les mesures des émissions anthropiques, les mesures de la croissance de la concentration, le coefficient de puits cohérent et la concentration d’équilibre cohérente avec la valeur préindustrielle de 280 ppm. La cohérence satisfaite de ces contraintes se reflète dans la qualité de la prévision, comme le montre la prévision ex post des données de concentration de 2000-2020 dans la figure 2. 

Scénarios d’émissions futures

Pour faire des prévisions, il faut formuler des hypothèses sur les émissions futures de CO₂. Bien entendu, les scénarios standards du sixième rapport d’évaluation du GIEC constituent un premier choix possible. Ils présentent cependant de sérieux handicaps. Au moins deux scénarios du GIEC (SSP5-8.5, intitulé « Éviter à tout prix », et SSP3-7, intitulé « Dangereux »), qui datent de l’époque de la croissance exponentielle des émissions, sont si éloignés de la réalité et même de la disponibilité des ressources en combustibles fossiles qu’il n’est pas pertinent d’en discuter. Depuis plus de 10 ans, les émissions mondiales sont constantes dans la marge d’erreur de mesure. Cette connaissance n’est pas encore suffisamment reflétée dans les statistiques officielles d’émissions de l’Agence internationale de l’énergie, mais ces statistiques ne montrent pas non plus de changements significatifs des émissions mondiales depuis 2018.

Par conséquent, des émissions à peu près constantes doivent être considérées comme le pire scénario dans le monde réel. Ce chiffre est légèrement supérieur au scénario SSP2-4.5 du GIEC, appelé « Moyen de la route », pour la seconde moitié de ce siècle.

À l’autre extrémité de l’échelle, le scénario SSP1-1.9 du GIEC, intitulé « Le plus optimiste », est tout aussi en contradiction avec la réalité, car il suppose que les émissions mondiales seront réduites à zéro d’ici 2050. Aucun des grands pays qui dominent les émissions mondiales n’a de plan pour réduire ses émissions à zéro. De plus, le scénario SSP1-2.6, intitulé « Prochain meilleur scénario », avec zéro émission après 2050, ignore les périodes de transition industrielle, même si la volonté politique existe. Ces deux scénarios ignorent également l’effet stabilisateur des puits de carbone naturels sur la concentration de CO_2 , qui est le message clé de cet article.

Je souhaite donc me concentrer sur quatre scénarios, présentés dans la figure 6, qui sont moins restrictifs que le SSP1-2.6. Tout d’abord, le scénario de référence du pire cas mentionné, avec des émissions futures constantes, extrapolant les 5 dernières années.

Ensuite, le scénario « Politiques déclarées » de l’AIE, qui est le scénario d’émissions futur le plus probable selon des recherches approfondies sur les décisions politiques existantes, réduirait les émissions mondiales de carbone d’environ 0,3 % par an, à proprement parler après 2040. Cela correspond en fait étroitement au scénario d’émissions SSP2-4.5 du GIEC.

Un scénario de réduction des émissions plus sévère consisterait à réduire les émissions mondiales de 1 % par an, soit de 50 % tous les 70 ans, et enfin le scénario de réduction le plus agressif, de 2 % par an, soit de 50 % tous les 35 ans. Cela se rapproche du scénario SSP1-2.6 « Next best » sans réduction totale à zéro.

Les prévisions basées sur le modèle linéaire de puits de carbone pour les quatre scénarios sont présentées dans la figure 7. Avec le modèle linéaire de puits de carbone, les quatre scénarios d’émissions n’augmenteront pas la concentration de CO₂ au-delà de 520 ppm, et les trois scénarios de réduction des émissions atteindront la concentration maximale au cours de ce siècle. Je ne tire pas ici de conclusions sur les conséquences pour la température mondiale, car la difficile question de la sensibilité climatique dépasse clairement le cadre de cet article.

Pour les futurs historiens, j’inclus la figure 8, afin de pouvoir comparer les mêmes scénarios avec les prévisions de concentration de CO₂ après 2022 du modèle de Berne de la publication de 2013. Les prévisions du GIEC sont basées sur des modèles similaires au modèle de Berne, avec des résultats comparables.

Le résultat de la prévision du scénario de réduction de 1 % par an du modèle de Berne correspond au résultat de la prévision du scénario d’émissions constantes du modèle de puits linéaire, et le scénario de réduction de 2 % par an du modèle de Berne correspond au scénario de réduction de 0,3 % du modèle de puits linéaire. Par conséquent, la question de savoir quel modèle est correct peut grandement influencer les décisions politiques futures.

Dans les 10 à 20 prochaines années, il sera plus facile de voir quel modèle se rapprochera le plus de la réalité.

Conclusions

Le modèle de puits de carbone linéaire est avant tout une conséquence de la conservation de la masse et de l’équation de continuité. Les mesures montrent un effet de puits croissant qui est une fonction strictement linéaire de la concentration en CO₂ depuis 65 ans. Si l’on accepte ce modèle statistiquement très significatif pour le passé – où sa validité est évidente –, d’importantes implications en découlent.

En supprimant le « bruit » de la croissance de la concentration de CO₂ tout en conservant la tendance, les données modélisées de croissance de la concentration montrent un maximum clair en 2013 et une tendance à la baisse depuis lors. Cela est tout à fait cohérent avec le fait que depuis plus de 10 ans, les émissions anthropiques sont à peu près constantes. Le fait que la croissance de la concentration diminue lorsque les émissions sont constantes constitue une bonne validation du modèle linéaire de puits de carbone.

Le modèle linéaire de puits de carbone introduit une relation stricte entre les données mesurées et le paramètre du modèle de concentration à l’équilibre. Lorsque l’équilibre naturel traditionnel sans émissions anthropiques de 280 ppm est accepté, le taux constant supposé des émissions dues au changement d’affectation des sols des 65 dernières années est limité à 0,15 PgC par an.         

Le modèle linéaire de puits de carbone s’est avéré d’une grande valeur prédictive. Les concentrations des années 2000-2020 ont été prédites avec une grande précision à partir des émissions anthropiques de 2000-2020 et du modèle construit à partir des données de 1950-1999. 

Le modèle linéaire des puits de carbone présente une faiblesse potentielle. Les systèmes océaniques et de photosynthèse sont de taille finie, mais le modèle ne suppose aucun effet de saturation. Cela contraste avec les modèles de boîte et de diffusion utilisés par d’autres chercheurs. Le modèle de Bern, en particulier, affirme que la capacité prévisible des systèmes de puits naturels n’est en réalité que 4 fois supérieure à celle de l’atmosphère, ce qui fait que 20 % de toutes les émissions restent dans l’atmosphère pendant au moins 1000 ans. Jusqu’à présent, aucun signe de saturation des systèmes de puits naturels n’a été détecté. On peut donc supposer qu’il n’y aura pas de changement radical dans ce sens dans un avenir proche.

Le simple fait que les deux modèles puissent très bien expliquer les données d’émission et de concentration du passé rend nécessaire de vérifier les écarts dans le futur. À cette fin, 4 scénarios d’émission possibles ont été évalués par les deux modèles, et les futurs chercheurs et historiens découvriront quel modèle aura fait les meilleures prévisions des concentrations de CO₂.