Modèle de circulation généraledroite|vignette|Modèle de circulation générale GEOS-5 (Goddard Earth Observing System Model) développé par la NASA. Un modèle de circulation générale (en anglais, general circulation model ou GCM) est un modèle climatique. Il s'appuie sur les équations de Navier-Stokes, appliquées à une sphère en rotation ainsi que sur des équations d'équilibre de la thermodynamique pour inclure les sources d'énergie (rayonnement, changement de phase). Ceci permet de simuler à la fois la circulation atmosphérique mais aussi la circulation océanique.
Modèle climatiqueUn modèle climatique est une modélisation mathématique du climat dans une zone géographique donnée. Historiquement, le premier modèle atmosphérique date de 1950, et a été testé sur le premier ordinateur existant, l'ENIAC. À la date du sixième rapport d'évaluation du GIEC (2021), autour de 100 modèles indépendants étaient utilisés par 49 différents laboratoires de climatologie à travers le monde. Les modèles varient en complexité. Les plus simples permettent de faire des simulations couvrant de plus larges domaines et étendues de temps.
Climate change scenarioClimate change scenarios or socioeconomic scenarios are projections of future greenhouse gas (GHG) emissions used by analysts to assess future vulnerability to climate change. Scenarios and pathways are created by scientists to survey any long term routes and explore the effectiveness of mitigation and helps us understand what the future may hold this will allow us to envision the future of human environment system. Producing scenarios requires estimates of future population levels, economic activity, the structure of governance, social values, and patterns of technological change.
Vulnérabilité au réchauffement climatiqueLa vulnérabilité au réchauffement climatique (ou vulnérabilité climatique ou vulnérabilité au risque climatique) est une évaluation de la vulnérabilité au réchauffement climatique utilisée pour des processus tels que l'adaptation au réchauffement climatique, les évaluations du risque climatique ou pour déterminer une justice climatique. La vulnérabilité climatique peut inclure une grande variété de significations, de situations et de contextes différents mais elle est un concept central dans la recherche universitaire depuis 2005.
Réchauffement climatiquevignette|redresse=1.35|Températures moyennes de l'air en surface de 2011 à 2020 par rapport à une moyenne de référence de 1951 à 1980. vignette|redresse=1.35|Température observée par la NASA par rapport à la moyenne de 1850-1900 comme référence préindustrielle. Le principal facteur d'augmentation des températures mondiales à l'ère industrielle est l'activité humaine, les forces naturelles ajoutant de la variabilité. vignette|redresse=1.35|L'énergie circule entre l'espace, l'atmosphère et la surface de la Terre.
Loi de probabilitéthumb|400px 3 répartitions.png En théorie des probabilités et en statistique, une loi de probabilité décrit le comportement aléatoire d'un phénomène dépendant du hasard. L'étude des phénomènes aléatoires a commencé avec l'étude des jeux de hasard. Jeux de dés, tirage de boules dans des urnes et jeu de pile ou face ont été des motivations pour comprendre et prévoir les expériences aléatoires. Ces premières approches sont des phénomènes discrets, c'est-à-dire dont le nombre de résultats possibles est fini ou infini dénombrable.
Enjeux du réchauffement climatiqueCet article examine les enjeux du réchauffement climatique. En 1824, le physicien français Joseph Fourier découvre le phénomène de l'effet de serre et son effet sur le bilan thermique de la Terre. En 1896, Svante Arrhenius publie un article décrivant le phénomène, et proposant une prédiction de l'élévation de la température atmosphérique en cas de doublement de la concentration en . Dans les années 1980, cette question refait surface à l'échelle mondiale, avec la création du GIEC en 1988.
ClimatLe climat est la distribution statistique des conditions de l'atmosphère terrestre dans une région donnée pendant une période donnée. L'étude du climat est la climatologie. Elle se distingue de la météorologie qui désigne l'étude du temps dans l’atmosphère à court terme et dans des zones ponctuelles. La caractérisation du climat est effectuée à partir de mesures statistiques annuelles et mensuelles sur des données atmosphériques locales : température, pression atmosphérique, précipitations, ensoleillement, humidité, vitesse du vent.
Relevés de température instrumentaleLes relevés de température instrumentale fournissent la température du système climatique de la Terre à partir du réseau historique de mesures in situ de la température de l'air en surface, et de la température de la surface des océans. Les données sont collectées dans des milliers de stations météorologiques, de bouées et de navires dans le monde entier. Le plus vieux relevé de température est une série de données météorologiques en Angleterre, qui a commencé en 1659. Les relevés à l'échelle quasi-planétaire ont lieu depuis 1850.
Variabilité et changements climatiquesLa variabilité climatique correspond à tous les changements du système climatique qui persistent plus longtemps qu'un évènement météorologique. Un changement climatique est une modification durable (de la décennie au million d'années) des paramètres statistiques (paramètres moyens, variabilité) du climat global de la Terre ou de ses divers climats régionaux. Ces changements peuvent être dus à des processus intrinsèques à la Terre, à des influences extérieures ou, plus récemment, aux activités humaines.
Effects of climate change on agricultureThe effects of climate change on agriculture can result in lower crop yields and nutritional quality due to drought, heat waves and flooding as well as increases in pests and plant diseases. Climate change impacts are making it harder for agricultural activities to meet human needs. The effects are unevenly distributed across the world and are caused by changes in temperature, precipitation and atmospheric carbon dioxide levels due to global climate change. In 2019, millions were already suffering from food insecurity due to climate change.
Effects of climate change on the water cycleThe effects of climate change on the water cycle are profound and have been described as an intensification or a strengthening of the water cycle (also called hydrologic cycle). This effect has been observed since at least 1980. One example is the intensification of heavy precipitation events. This has important negative effects on the availability of freshwater resources, as well as other water reservoirs such as oceans, ice sheets, atmosphere and land surface.
PrécipitationsLes précipitations désignent toutes les formes de l'eau à l'état liquide ou solide provenant de l'atmosphère. Ces hydrométéores (cristaux de glace ou gouttelettes d'eau), ayant été soumis à des processus de condensation et d'agrégation à l'intérieur des nuages, sont devenus trop lourds pour demeurer en suspension dans l'atmosphère et tombent au sol ou s'évaporent en virga avant de l'atteindre. Les précipitations se caractérisent par trois principaux paramètres : leur volume, leur intensité et leur fréquence qui varient selon les lieux et les périodes (jours, mois ou années).
Registre de températurevignette|400px|Graphique des écarts des températures globales moyennes de surface par rapport à la moyenne 1961-1990 (basé sur les données du MetOffice). Le registre de température montre les fluctuations de la température de l'atmosphère et les océans au travers des différentes périodes de temps. L'information la plus détaillée existe depuis 1850, lorsque les mesures méthodiques fondées sur des thermomètres ont commencé. Il existe de nombreuses estimations de températures depuis la fin de la glaciation du Pléistocène, en particulier pendant l'époque courante de l'Holocène.
Loi de probabilité à plusieurs variablesvignette|Représentation d'une loi normale multivariée. Les courbes rouge et bleue représentent les lois marginales. Les points noirs sont des réalisations de cette distribution à plusieurs variables. Dans certains problèmes interviennent simultanément plusieurs variables aléatoires. Mis à part les cas particuliers de variables indépendantes (notion définie ci-dessous) et de variables liées fonctionnellement, cela introduit la notion de loi de probabilité à plusieurs variables autrement appelée loi jointe.
Théorie des probabilitésLa théorie des probabilités en mathématiques est l'étude des phénomènes caractérisés par le hasard et l'incertitude. Elle forme avec la statistique les deux sciences du hasard qui sont partie intégrante des mathématiques. Les débuts de l'étude des probabilités correspondent aux premières observations du hasard dans les jeux ou dans les phénomènes climatiques par exemple. Bien que le calcul de probabilités sur des questions liées au hasard existe depuis longtemps, la formalisation mathématique n'est que récente.
Loi de PoissonEn théorie des probabilités et en statistiques, la loi de Poisson est une loi de probabilité discrète qui décrit le comportement du nombre d'événements se produisant dans un intervalle de temps fixé, si ces événements se produisent avec une fréquence moyenne ou espérance connue, et indépendamment du temps écoulé depuis l'événement précédent. gauche|vignette|Chewing gums sur un trottoir. Le nombre de chewing gums sur un pavé est approximativement distribué selon une loi de Poisson.
Loi de probabilité d'entropie maximaleEn statistique et en théorie de l'information, une loi de probabilité d'entropie maximale a une entropie qui est au moins aussi grande que celle de tous les autres membres d'une classe spécifiée de lois de probabilité. Selon le principe d'entropie maximale, si rien n'est connu sur une loi , sauf qu'elle appartient à une certaine classe (généralement définie en termes de propriétés ou de mesures spécifiées), alors la loi avec la plus grande entropie doit être choisie comme la moins informative par défaut.
Indecomposable distributionIn probability theory, an indecomposable distribution is a probability distribution that cannot be represented as the distribution of the sum of two or more non-constant independent random variables: Z ≠ X + Y. If it can be so expressed, it is decomposable: Z = X + Y. If, further, it can be expressed as the distribution of the sum of two or more independent identically distributed random variables, then it is divisible: Z = X1 + X2. The simplest examples are Bernoulli-distributeds: if then the probability distribution of X is indecomposable.
Probabilité a prioriDans le théorème de Bayes, la probabilité a priori (ou prior) désigne une probabilité se fondant sur des données ou connaissances antérieures à une observation. Elle s'oppose à la probabilité a posteriori (ou posterior) correspondante qui s'appuie sur les connaissances postérieures à cette observation. Le théorème de Bayes s'énonce de la manière suivante : si . désigne ici la probabilité a priori de , tandis que désigne la probabilité a posteriori, c'est-à-dire la probabilité conditionnelle de sachant .
