Le colloque de mi-prospective Océan-Atmosphère de l’INSU : un bilan inédit pour anticiper l’avenir

Les interactions entre aérosols, convection, dynamique atmosphérique, nuages et précipitations sont des processus extrêmement complexes à observer et modéliser, et restent mal comprises, avec des incertitudes sur leur impact, notamment sur les propriétés micro-physiques et optiques des nuages, leur extension verticale ou spatiale, et la manière dont ces particules peuvent modifier les précipitations de systèmes convectifs associés.

Trois processus principaux expliquent cette complexité :

• D’abord, les aérosols modifient le rayonnement : en absorbant ou diffusant une partie de la lumière solaire, ils réduisent l’énergie atteignant la surface, ce qui perturbe les flux d’humidité entre la surface et l’atmosphère. 
• Ensuite, leur capacité à échauffer localement l’atmosphère (notamment les aérosols anthropiques, désertiques ou issus des feux de biomasse) crée une stratification des basses couches atmosphériques, limitant ainsi le développement de la convection et affaiblissant les mouvements verticaux.
• Enfin, les aérosols agissent comme noyaux de condensation : en favorisant la formation de gouttelettes plus petites, ils optimisent leur transport vertical dans les nuages. Ces gouttelettes, une fois en altitude, peuvent former plus facilement des cristaux de glace, libérant de la chaleur latente qui pourrait, à l’inverse, intensifier la convection. Résultat : des nuages, présentant une extension verticale éventuellement accrue, et des précipitations potentiellement modifiées.

Comprendre ces interactions est donc crucial pour affiner les modèles climatiques. Les progrès récents en observation (capteurs spatiaux comme 3MI ou EarthCare et en modélisation haute résolution permettent enfin d’aborder cette question complexe. Le lien entre aérosols et dynamique atmosphérique s’impose aujourd’hui comme un nouveau défi pour la communauté Océan-Atmosphère. 

L’intelligence artificielle s’impose aujourd’hui comme un levier majeur pour l’étude du système Terre, après une émergence rapide et encore inattendue lors de la dernière prospective. Son intégration progressive dans les chaînes de travail scientifiques transforme désormais l’ensemble des composantes du domaine (atmosphère, océan, cryosphère, biogéochimie marine, etc.).

L’IA montre déjà des performances très prometteuses dans les prévisions opérationnelles (météo, océanographie), où elle peut parfois offrir une meilleure précision que les modèles traditionnels, à moindre coût de calcul. Elle investit aussi des champs plus complexes comme les prévisions à long terme et celles d’événements extrêmes, mais elle peine encore à prendre en compte les incertitudes. Face à des volumes toujours croissants, elle représente un atout dans le traitement et l’analyse de données massives (contrôle qualité, détection d’espèces). Les applications se multiplient, par exemple avec l’aide à la planification des campagnes d’observation. Enfin, elle peut également apporter beaucoup dans la maintenance et le développement des modèles numériques, ceux utilisés dans les domaines OA étant parmi les plus complexes.

Son développement et son évolution très rapide soulèvent des défis :

• Dépendance aux données (qualité, diversité, représentativité) ;
• Validation scientifique (explicabilité, évaluation de ses apports par rapport aux méthodes classiques) ;
• Coût environnemental lié à l’entraînement des modèles ;
• Souveraineté (accès aux outils et maîtrise des données).

Mais des opportunités émergent :

• Modèles de fondation, facilitant l’adaptation de l’IA à de nouvelles applications et limitant les besoins en données spécifiques, mais dont la conception et l’entraînement nécessitent des ressources de calcul considérables.
• Développement de modèles hybrides associant IA et connaissances physiques.

Pour anticiper les impacts sur les métiers et garantir une adoption maîtrisée de ces outils, une interdisciplinarité accrue est indispensable (structures communes, formation continue des chercheurs et ingénieurs, dialogue entre experts IA et scientifiques du domaine OA). 

Si la géoingénierie climatique s’impose désormais comme un sujet central dans la lutte contre le changement climatique, la question à ce stade est d’évaluer quel risque est le moindre : celui de l’inaction ou celui des interventions humaines sur le climat.

La géoingénierie regroupe deux approches radicalement différentes. D’un côté, l’élimination du carbone s’inscrit dans une logique de mitigation à long terme et ne permet pas de stabiliser rapidement le climat. De l’autre, la modification du rayonnement solaire (SRM), comme l’injection d’aérosols dans la stratosphère ou le déploiement de miroirs spatiaux, vise à refroidir la planète très rapidement, à l’image des effets observés après l’éruption du Pinatubo en 1991 (env  -1°C en un an). En l’absence de contrefactuel observable, ces deux types de solutions soulèvent des interrogations majeures en termes de perturbations géophysiques, d’impacts sociétaux et géopolitiques et donc un dilemme éthique : faut-il accepter de développer des technologies aux effets incertains pour éviter le pire ? 

Portée par des intérêts industriels et une demande sociétale croissante, l’utilisation de la géoingénierie semble pourtant de plus en plus probable. Plus tentantes et médiatisées que les efforts de sobriété, ces technologies risquent d’être déployées par des Etats ou des acteurs privés, avec des conséquences imprévisibles pour le climat et les écosystèmes. Il y a donc des enjeux forts de diplomatie scientifique et de souveraineté technologique pour peser dans les négociations internationales et créer un cadre de gouvernance solide, afin d’éviter de subir les décisions d’autres acteurs. Pour rester dans la course, la France doit monter en puissance : recruter des chercheurs (actuellement moins d’une dizaine équivalents temps plein s’intéressent actuellement à cette thématique dans les laboratoires Français dont ceux du CNRS) former des experts, et définir une position nationale claire, tant sur le plan scientifique qu’éthique. Un positionnement de l’INSU est également souhaitable.

La prochaine prospective de l’INSU devra donc intégrer pleinement ce sujet, sous peine de voir la France marginalisée dans un domaine stratégique.

Les observations émergentes désignent l’ensemble des nouvelles technologies, méthodes et approches permettant d’acquérir des données inédites ou d’améliorer radicalement celles existantes. Elles peuvent être liées à de nouvelles variables (ex : potentiel oxydant), de nouveaux lieux (océan profond, zones reculées ... ), de nouvelles plateformes (drones, capteurs miniaturisés, dispositifs d’environnements contrôlés en laboratoire …) ou de nouvelles pratiques (sciences participatives, données d’opportunité …).

Notamment, les progrès récents en instrumentation permettent désormais de mesurer des paramètres jusqu’alors inaccessibles (Par exemple, l’ADN environnemental grâce aux autosamplers ou la spéciation des aérosols grâce aux spectromètres de masse ou à la télédétection multi-longueurs d’onde).  Les sciences participatives permettent de collecter des données à grande échelle avec l’aide du public (par exemple mesure de la hauteur des lacs pyrénéens). Bien que souvent limitées par des questions de fiabilité, ces initiatives peuvent offrir un complément utile aux observations traditionnelles, et sont aussi un vecteur de communication et de sensibilisation du grand public. Parallèlement, les données d’opportunité (capteurs installés par exemple sur des porte-conteneurs, avions de ligne, ou trains) élargissent la couverture géographique sans coût supplémentaire. Les initiatives de recherche privée occupent également une place de de plus en plus importante, en particulier pour la recherche océanique (ex : utilisation de navires de croisière), ce qui peut soulever des questions éthiques, notamment sur la compatibilité avec les valeurs de la recherche publique.

L’essor de ces observations émergentes soulève plusieurs problématiques :

• La souveraineté technologique : risques de rupture d’approvisionnement liés à notre dépendance à des fournisseurs asiatiques ou américains pour certains composants électroniques ou capteurs.
• La question environnementale avec la nécessité d’évaluer l’impact global (fabrication, déploiement, fin de vie) des moyens d’observation tandis qu’ils se multiplient. 
• Le financement : alors que les budgets publics se réduisent, entretenir l’existant tout en investissant pour l’avenir devient difficile.

Pour relever ces défis, une structuration de la communauté est indispensable afin de monter en compétence collectivement sur ces sujets. Il commence d’ailleurs à émerger des réseaux thématiques et des pôles spécialisés au sein des Observatoires des sciences de l’Univers (drones, Internet des objets …) pour mutualiser les moyens, les compétences techniques et réglementaires, ainsi que des référents en développement durable qui apportent une aide sur l’analyse du cycle de vie des instruments.

Pour maintenir la compétitivité française et européenne, une réflexion collective sur les priorités stratégiques (quelles technologies soutenir ? quelles souverainetés défendre ?) demeure nécessaire.

Le paysage du spatial, un secteur stratégique pour l’observation du climat, a des défis majeurs à relever.

• Des volumes de données exponentiels, notamment grâce aux missions récentes (Earthcare, MTG, Metop-NG, sentinel-6B, SWOT, etc). Elles nécessitent des approches innovantes, comme l’intelligence artificielle. 
• De nouvelles opportunités, comme la surveillance plus fréquente d’un site grâce à l’émergence de startups (nanosatellites, flottes commerciales), des acteurs opérant aujourd’hui sans lien fort avec la recherche avec lesquels il serait intéressant de construire un système gagnant-gagnant pour accéder à leurs données tout en valorisant celles-ci. Quelques bémols cependant : qualité et fiabilité de la donnée, durée de vie des missions (souvent plus courte), et impact environnemental avec l’augmentation croissante de nanosatellites.
• Un contexte budgétaire tendu qui a pour conséquence l’abandon de certains projets et risque de ralentir l’innovation en instrumentation spatiale, alors que les besoins en observation longue durée (climat, météo) restent critiques. 

Pour relever ces défis, plusieurs pistes :

• Mutualiser les ressources (ex : infrastructure de recherche Data Terra) pour faciliter l’accès aux données et aux services associés.
• Renforcer les collaborations internationales, notamment avec la Chine, dont les missions spatiales s’ouvrent et offrent aujourd’hui des données de qualité croissante.
• Développer des alternatives innovantes et frugales : 
  • Ballons pilotés ou HAPS (High Altitude Platform Stations), moins coûteux et moins polluants que les satellites, capables de rester des mois au-dessus d’une zone avec une résolution inégalée. 
  • Réutilisation des données anciennes.

En permettant d’amorcer des projets, le PNTS (Programme national de télédétection spatiale) reste un levier essentiel pour le spatial, faisant le lien entre les communautés et les grands financeurs (TOSCA du CNES, ANR, Europe). Mais sans visibilité budgétaire ni soutien RH, la France risque de perdre son leadership dans un domaine stratégique pour comprendre et anticiper les changements climatiques.

Une synergie accrue avec la modélisation et les données in situ est aussi cruciale pour évaluer l’utilité des futures missions et optimiser leur impact scientifique