Une équipe d’Oxford et du Met Office a utilisé une méthode d’apprentissage automatique pour dégager trois équations décrivant les liens entre l’océan, l’atmosphère et les précipitations dans l’Atlantique Nord. Leur résultat suggère que la pluie joue un rôle de relais dans les variations climatiques sur plusieurs décennies.
L’IA peut-elle aider à comprendre le climat, et pas seulement à le prévoir ?
Les modèles d’intelligence artificielle sont souvent jugés sur leurs prédictions. Une équipe de l’université d’Oxford, du UK Centre for Ecology & Hydrology et du Met Office s’en est servie autrement : chercher des équations simples capables de décrire une partie du climat de l’Atlantique Nord.

L’étude, publiée le 7 août 2026 dans la revue Earth System Dynamics, porte sur trois indicateurs. La variabilité multidécennale de l’Atlantique, ou AMV, décrit les lentes fluctuations de la température de surface de l’océan. L’oscillation nord-atlantique, ou NAO, correspond aux variations de pression entre les Açores et l’Islande. Le troisième indicateur suit les précipitations au-dessus de l’Atlantique Nord.
Ces phénomènes sont liés aux conditions météorologiques et climatiques de régions éloignées. L’AMV a notamment été associée aux sécheresses au Sahel et à certains régimes de pluie en Europe et en Amérique du Nord. La NAO influence fortement les hivers européens. Pourtant, la manière dont ces deux grands motifs interagissent, et la place des précipitations dans cette relation, restent débattues.
Que révèlent les trois équations ?
Les chercheurs ont appliqué un algorithme appelé SINDy à des séries mensuelles issues de réanalyses météorologiques. Il s’agit de reconstructions cohérentes du climat passé, élaborées en combinant observations et modèles. L’équipe a utilisé des données de 1950 à 2022 pour construire ses équations, puis a vérifié leurs performances sur une période antérieure, de 1900 à 1939.
La méthode a retenu trois équations liées entre elles, une pour chacun des indicateurs. Au lieu de produire une prédiction opaque, elles peuvent se lire et se discuter. Le modèle reproduit une partie des variations observées sur plusieurs années et fait apparaître une oscillation d’environ vingt ans dans les trois indicateurs.
Les auteurs interprètent ce cycle comme le signe d’une oscillation océanique qui s’atténue lentement, influencée par la NAO et par l’ajustement progressif des courants. Il ne s’agit pas de la découverte d’un métronome climatique régulier : le cycle émerge du modèle et des données analysées, et sa période n’est pas une échéance fixe que l’on pourrait appliquer à chaque décennie.
Pourquoi la pluie compte-t-elle dans les échanges entre l’air et l’océan ?
Les termes liés aux précipitations figurent parmi les plus robustes des modèles testés. La pluie peut agir de deux façons. La condensation de la vapeur d’eau libère de la chaleur dans l’atmosphère. À la surface de l’océan, les apports d’eau douce modifient aussi la salinité, donc la densité de l’eau et, potentiellement, la circulation qui transporte la chaleur vers le nord.
L’équipe propose ainsi que la réponse de l’atmosphère à la température de l’océan varie selon que les précipitations sont plus ou moins abondantes que la normale. La pluie serait une sorte de passerelle entre les deux milieux. Il s’agit toutefois de mécanismes proposés à partir des équations découvertes, pas d’une preuve expérimentale qu’un seul processus commande le climat régional.
Cette étude rejoint nos articles sur la façon dont la variabilité naturelle peut brouiller le signal du réchauffement dans certaines régions. Elle s’intéresse à une autre question : comment les fluctuations de l’océan, de la pression atmosphérique et des pluies s’entretiennent-elles au fil des décennies ?
Une piste de prévision, avec des limites importantes
Le modèle présente une capacité à prévoir certaines statistiques de l’AMV et des précipitations plusieurs années, voire jusqu’à une décennie à l’avance, lorsqu’il est évalué sur des données antérieures. Cela ne signifie pas qu’il peut annoncer la météo d’une ville ou la quantité de pluie d’un été précis dix ans avant. Les auteurs parlent d’une possibilité de mieux estimer des tendances à l’échelle de la région et de la décennie, sous réserve de conditions initiales adaptées.
Les données utilisées imposent aussi une prudence particulière. Les précipitations de la réanalyse ERA5 n’étaient pas assimilées directement avant 2010 : elles étaient alors principalement calculées par le modèle. Les auteurs comparent donc les pluies de cette réanalyse à un autre jeu de données disponible depuis 1979, mais soulignent que la longueur des séries historiques reste nécessaire pour étudier les variations lentes.
Le modèle ne tranche pas non plus le débat sur les causes de la variabilité de l’Atlantique, qui peuvent mêler des mécanismes internes et des forçages externes. Il fournit des hypothèses plus lisibles à tester. C’est ce qui rend la méthode intéressante : l’IA ne donne pas seulement une boîte noire à consulter, mais un petit jeu de relations mathématiques que les climatologues peuvent confronter à d’autres observations et modèles.
Le déplacement récent du Gulf Stream vers le nord rappelle que les courants atlantiques font eux aussi l’objet d’études attentives. Ici, la prochaine étape consistera à vérifier si les relations suggérées par ces équations résistent à davantage de données et permettent de mieux comprendre ce qui rend le climat nord-atlantique prévisible — ou non — sur plusieurs années.
Par Antoine - Daily Geek Show, le
Étiquettes: climat, intelligence artificielle, précipitations, atlantique nord
Catégories: Écologie, Actualités, Sciences physiques