Une étude identifie les « empreintes » de modèles énergétiques explorant des scénarios d’atténuation des émissions

Au cours des dernières décennies, les scientifiques et ingénieurs environnementaux ont tenté de concevoir des solutions efficaces pour réduire les émissions de gaz à effet de serre et atténuer les effets néfastes du changement climatique. Cela a conduit à la création de divers modèles énergétiques, cadres qui peuvent être utilisés pour étudier des scénarios d’atténuation des émissions dans l’espoir d’atteindre les objectifs définis par l’Accord de Paris.

Certains de ces modèles énergétiques sont plus détaillés que d’autres, et leur structure, leurs paramètres et leurs objectifs peuvent varier. Lorsqu’ils sont utilisés pour estimer ce qui se passerait suite à l’introduction de politiques et d’interventions climatiques spécifiques, les modèles peuvent donc produire des résultats différents.

Des chercheurs de l’Agence néerlandaise d’évaluation environnementale PBL, de l’Université d’Utrecht et d’autres instituts européens ont récemment entrepris de quantifier de manière fiable les différences dans les résultats produits par les principaux modèles énergétiques. Leur article, publié dans Énergie naturelleidentifie les « empreintes digitales » des modèles énergétiques (schémas décrivant leurs caractéristiques uniques).

“Dans bon nombre de nos projets de recherche, nous incluons intentionnellement plusieurs équipes de modélisation énergétique, car la communauté est déjà consciente de l’importance des différentes perspectives”, a déclaré Mark Dekker, l’un des chercheurs qui ont mené l’étude, à Phys.org. “Les différences de modèles peuvent être assez significatives dans notre domaine et cela doit être bien expliqué avant d’interpréter nos résultats.”

L’étude récente de Dekker et de ses collègues fait partie d’un vaste projet baptisé Forum européen de modélisation du climat et de l’énergie (ECEMF H2020). L’objectif clé de ce projet est d’éclairer le développement de politiques énergétiques et climatiques qui pourraient être mises en œuvre dans toute l’Europe ou au niveau national.

Avant de commencer à effectuer des calculs pour évaluer les voies potentielles permettant à l’Europe d’atteindre l’objectif de zéro émission nette, les chercheurs ont décidé d’effectuer une série de tests de diagnostic pour comparer les résultats obtenus à l’aide de différents modèles énergétiques. Ces tests étaient assez élaborés et prenaient du temps, mais ils ont donné des résultats intéressants.

“L’idée d’exprimer les résultats du diagnostic sous forme d'”indicateurs de diagnostic”, dont certains proviennent de deux articles antérieurs publiés dans Lettres de recherche environnementale et Prévisions technologiques et changement social“, a déclaré Dekker.

« L’idée de créer des « empreintes » de modèles plutôt que de simplement comparer ces indicateurs individuellement (comme cela a été fait dans la littérature précédente) m’est venue au cours de ma propre analyse des résultats. Le comportement unique d’un modèle dans une dimension apporte un nouvel éclairage sur son comportement dans une dimension. un autre, c’est pourquoi nous avons cherché à combiner de nombreuses dimensions dans un cadre simple et avons finalement réussi. »

Dans leurs tests, Dekker et ses collègues ont tenté de définir des indicateurs de diagnostic des modèles énergétiques en se concentrant sur cinq dimensions clés. Ces dimensions comprenaient la réactivité d’un modèle et les stratégies d’atténuation proposées, ainsi que l’offre d’énergie estimée, la demande d’énergie et les coûts/efforts d’atténuation.

“Les modèles énergétiques sont cruciaux pour comprendre l’avenir de notre économie et de notre climat : ils nous donnent un aperçu de l’origine de notre énergie future, de la manière dont elle est utilisée et des leviers politiques”, a expliqué Dekker.

“Cependant, les différences entre ces modèles rendent difficile la navigation dans ces informations, tant pour les collègues scientifiques que pour les décideurs politiques. Cet article marque une étape importante dans la compréhension de nos projections sur l’énergie en cartographiant où chaque modèle se comporte de manière unique et où ils concordent.”

Dekker et ses collègues effectuent leurs tests de diagnostic sur huit modèles énergétiques, qu’ils ont appliqués à 10 scénarios potentiels d’atténuation des émissions de gaz à effet de serre en Europe. Ces tests leur ont permis de créer des « empreintes digitales » pour ces modèles, qui sont essentiellement des diagrammes qui les représentent de manière unique, de la même manière que les empreintes digitales ou l’ADN identifient de manière unique les êtres humains.

“L’implication pratique la plus importante de notre étude est que les gens peuvent désormais placer les études de modélisation dans leur contexte, en particulier celles qui reposent sur un seul modèle”, a déclaré Dekker. “Le biais ou le comportement de ce modèle est désormais expliqué par rapport à d’autres modèles. Par exemple, le modèle peut généralement projeter davantage d’énergies renouvelables que les autres modèles, ce qui est important à connaître lors de la lecture de ses projections sur les énergies renouvelables.”

Les travaux de cette équipe de chercheurs pourraient orienter de futures études comparant les prédictions de différents modèles énergétiques ou tentant de contextualiser leurs estimations. Collectivement, ces efforts de recherche pourraient aider à mieux prédire les résultats des politiques climatiques et des interventions liées à l’énergie, ce qui pourrait à son tour éclairer le travail de la Commission européenne et d’autres décideurs politiques européens.

“Nous étudions actuellement le rôle des différences de modèles en général et comment nous pouvons trouver des structures dans les grandes bases de données de scénarios, qui peuvent parfois apparaître comme des ‘spaghetti’ pour un utilisateur général”, a ajouté Dekker. “Catégoriser notre scénario en groupes de scénarios dont chacun raconte une histoire différente peut aider à mieux comprendre l’avenir de l’énergie et du climat.”

© 2023 Réseau Science X