DES NUAGES SANS MÉCANIQUE DES FLUIDES
Personne ne modéliserait l’eau d’un tuyau en suivant chaque molécule : les lois de la mécanique des fluides font le même travail « sur un ordinateur portable au lieu d’un centre de données ». Mais l’atmosphère terrestre est un fluide si complexe que même ces lois réclament de nouveau un centre de données. C’est le point de départ de la thèse de doctorat de Thomas DeWitt, soutenue au département des sciences de l’atmosphère de l’université de l’Utah sous la direction de Timothy Garrett.
Les chiffres donnent le vertige. Pour qu’un modèle météo soit numériquement exact, sa grille devrait descendre à environ un millimètre, l’échelle où les mouvements tourbillonnaires finissent par s’éteindre. Les modèles kilométriques les plus avancés d’aujourd’hui résolvent moins de la moitié de la gamme d’échelles en jeu. Un modèle de climat de nouvelle génération doit encore approcher quelque 10¹⁸ circulations millimétriques dans chaque maille. Stocker le champ de température de la basse atmosphère à un seul instant demanderait environ 10²⁹ octets. Et malgré des modèles toujours plus fins, l’écart entre eux sur la sensibilité du climat ne s’est pas réduit en 40 ans, note la thèse.
Chercher des lois un étage plus haut
La question de DeWitt : existe-t-il des lois émergentes pour la météo et le climat, comme la mécanique des fluides émerge d’innombrables molécules ? Sa réponse part d’une symétrie, l’invariance d’échelle : sur une large gamme, l’atmosphère vue à une échelle ressemble à une version étirée d’elle-même vue à une autre.
Les premiers chapitres, dont deux déjà publiés dans la revue Atmospheric Chemistry and Physics, soutiennent que cette symétrie a souvent été masquée par des artefacts de mesure. Des nuages coupés par le bord d’une image satellite peuvent créer une fausse limite de taille et biaiser les mesures de 20 à 30 %. Les trous dans les nuages faussent la façon habituelle de mesurer leur forme fractale. Et les mesures de vent des ballons-sondes et des sondes larguées d’avion ne montrent pas les changements de régime attendus selon l’échelle : elles correspondent à une seule turbulence étirée, dite « anisotrope », proposée par Shaun Lovejoy et Daniel Schertzer.
Le turbulon
Le cinquième chapitre en tire un modèle. Sa brique de base est le turbulon : une version mathématique précise du « tourbillon » de la théorie classique de la turbulence. Un turbulon est un faisceau de bosses localisées de même forme dans chaque champ atmosphérique — température, humidité, énergie —, chacune avec sa propre intensité. Plus un turbulon est grand, plus il est aplati, selon la loi de la turbulence étirée. Un champ de nuages n’est alors rien d’autre qu’un empilement d’innombrables turbulons de toutes tailles.
Le Superposition of Turbulons and Eddies Atmospheric Model, STEAM, procède des plus grands turbulons vers les plus petits, en ajoutant des perturbations à chaque taille. Puis il calcule où l’eau se condense en nuage. Il ne résout jamais les équations de Navier-Stokes et n’a aucun pas de temps. En entrée, il lui faut seulement des profils verticaux moyens d’humidité et d’énergie, plus quelques constantes.
Un champ de cumulus simulé par STEAM et rendu par lancer de rayons. — Figure 5.1, DeWitt (2026), arXiv:2609.30589.
Jusqu’où colle-t-il au réel ?
DeWitt a comparé 330 simulations STEAM à des simulations à très haute résolution de deux campagnes de terrain tropicales — chacune avec plus d’un milliard de points de grille — et à neuf modèles d’un projet de comparaison international. Souvent, les écarts entre STEAM et un modèle de référence étaient à peu près aussi grands que ceux entre deux modèles de référence. Les défauts sont pourtant nets : deux à cinq fois trop de nuages bas, trop de variabilité de température près du sol, et un faux pic de variabilité près de la tropopause, où STEAM lit le brusque changement du profil moyen mais pas son sens. Sans pluie dans le modèle, l’eau des nuages s’accumule aussi trop haut dans des cœurs denses.
La surprise vient de l’espace. Comparée à 72 images satellite, la géométrie des nuages de STEAM — la dentelure de leurs bords, la répartition de leurs tailles — collait aux observations aussi bien ou mieux que les simulations de référence, pour un réglage du modèle. Certains désaccords de STEAM, suggère l’auteur, pourraient révéler des faiblesses des modèles de référence.
La même simulation avec l’échelle à laquelle les turbulons sont ronds réglée à 10, 30 et 100 mètres : des cumulus fins et épars aux cumulus congestus bourgeonnants. — Figure 5.12, DeWitt (2026), arXiv:2609.30589.
Un million de fois moins cher — sous conditions
Sur un ordinateur de bureau, le modèle de référence CM1 demande environ 29 jours de calcul pour une simulation de 100 jours. Un champ STEAM équivalent prend 1,7 seconde. Comme STEAM produit directement chaque instantané indépendant, sans phase de mise en route, DeWitt estime qu’il est 100 000 à un million de fois moins cher par instantané.
Le revers est écrit noir sur blanc dans la thèse elle-même. STEAM ne prédit pas son propre état moyen : il l’emprunte à un autre modèle. Son échelle de « rondeur » est fixée pour toute une simulation, si bien que des orages profonds et de fins nuages d’altitude ne partagent jamais le même volume. Et comme il n’a pas de temps, il ne peut pas prévoir le temps de demain — sa force, ce sont les statistiques. La thèse conclut que les équations de Navier-Stokes « pourraient, en fait, ne pas être nécessaires » pour simuler la météo et le climat ; pour l’instant, cela reste une proposition qui attend qu’on bâtisse dessus.