Avec +0.705°C au-dessus de la moyenne 1981-2010, le mois de mars 2023 est le 2e plus chaud des archives ERA5.
Les réanalyses comme ERA5 (ECMWF) intègrent de multiples observations dans un modèle permettant de suivre quasi quotidiennement l’évolution du climat. Elles sont produites par assimilation de données, un processus qui repose à la fois sur des observations et des modèles utilisant les lois de la physique et les observations passées. Les données sont actualisées de manière journalière, contrairement aux bilans mensuels des stations au sol.
Avec +0.705°C au-dessus de la moyenne 1981-2010, le mois de mars 2023 est le 2e plus chaud des annales ERA5 qui remontent à 1979. Par rapport à la nouvelle période de référence 1991-2020 utilisée par ERA5, l’anomalie est de +0.511°C. Le record de chaleur pour le mois est toujours détenu par mars 2016, marqué par l’un des épisodes El Niño les plus intenses observés.
Après une période La Niña exceptionnellement prolongée, les conditions sont revenues à neutres dans le Pacifique en mars avec -0.16°C dans la région Niño 3.4 (le seuil La Niña est fixé à -0.5°C). D’après la moyenne des modèles, des conditions El Niño pourraient émerger en milieu d’année.
Pour calculer la température mondiale par rapport à la période préindustrielle, il faut utiliser une autre archive que celle d’ERA5 car celle-ci remonte à 1979 seulement. L’archive du Met Office présente l’avantage de remonter aux années 1850. HadCRUT5 a récemment remplacé HadCRUT4 avec des améliorations dans la couverture globale et la mesure des températures de surface de la mer. Les données de HadCRUT5 sont utilisées ici pour calculer l’évolution d’ERA5 par rapport à la période préindustrielle (1850-1900).
L’anomalie de +0,705°C observée au mois de mars 2023 par rapport à 1981-2010 correspond à +1,52°C par rapport à 1850-1900. Les deux années les plus chaudes ont été 2016 et 2020 avec respectivement +1,337°C et +1,33°C. La moyenne sur janvier-mars 2023 est de +0,544°C au-dessus de 1981-2010, soit +1,25°C par rapport à 1850-1900. Si cette anomalie devait perdurer toute l’année, elle ferait de 2023 la 4e année la plus chaude depuis le début des relevés, derrière 2016, 2020 et 2019.
Catégories :Climat
global-climat 
Bonjour et merci pour ce blog très fourni,
Pour quelles raisons prend-on 30 ans comme durée de raisonnement concernant le climat ? J’ai l’impression que c’est valable aussi bien pour des paramètres globaux (ex : température moyenne monde) que régionaux (ex : DJU pour les chauffagistes). Cela ressemble à une convention mais d’où vient-elle et est-elle vraiment pertinente ?
J’aimeJ’aime
Merci,
Cette climatologie de 30 ans a semble-t-il été utilisée pour la première fois en 1935 par l’ancêtre de l’organisation météorologique mondiale. Cette période de 30 ans a été jugée suffisamment longue par rapport à la variabilité climatique naturelle. Des variations comme El Niño peuvent influencer le climat mondial et local. Il y a d’autres variations naturelles sur des échelles de temps plus longues (plusieurs dizaines d’années). Ces 30 ans peuvent ne pas suffire complètement à masquer la variabilité naturelle (notamment pour certaines oscillations comme l’IPO) mais c’est une convention quand même utile qui permet de lisser les données. Il me semble que 20 ans soit vraiment le strict minimum pour évaluer des tendances. Sur 10 ans, la variabilité du Pacifique pèse vraiment trop lourd. 30 ans, c’est quand même pas mal.
J’aimeJ’aime
Il est effectivement encore très courant dans le domaine de la climatologie de pratiquer la séparation entre moyenne (normale) et écart à cette moyenne(anomalie). Ceci a la vertu de la (relative) simplicité et de la constance dans la définition de puis de nombreuses décennies. Mais, comme vous le suggérez, cela pose question, particulièrement dans le cadre du Changement Climatique.
C’est la raison pour laquelle il existe des concepts plus sophistiqués pour lesquels on pratique une séparation entre ce qui est aléatoire, ce qui généralise la notion d’anomalie puisque une des propriétés du caractère aléatoire est d’être “ce à quoi on ne peut pas s’attendre”, et ce qui ne l’est pas. Ce “complémentaire du caractère aléatoire” est une forme de normale généralisée.
Un exemple de propriété de cette “normale” généralisée est que, sur votre période de calcul (par exemple 30 ans), vous ne disposez pas d’une seule valeur comme avec le calcul classique mais d’une valeur pour chaque pas de temps élémentaire (heure, jour, mois…). En particulier, votre “normale” peut être sensiblement différente entre le début et la fin de période, ce qui est particulièrement judicieux dans le cadre du Changement Climatique rapide que nous connaissons depuis quelques décennies.
Le « revers de la médaille », c’est que les calculs sont sensiblement plus longs et sophistiqués que pour l’obtention d’une moyenne. Mais avec la puissance informatique grandissante, ça n’est plus vraiment un problème.
Un exemple de “normale” généralisée dénommée “espérance climatique” (“climate expectancy”) a été notamment présenté à l’UNESCO, lors de la conférence scientifique préparatoire à la COP21, en juillet 2015. Si les aspects techniques vous intéressent, vous pouvez consulter le livre des résumés de cet événement (CFCC-2015), plus précisément à la jointure entre les pages 105 et 106.
Cordialement,
J’aimeJ’aime