A scaling model for the forced climate variability over the anthropocene

The determination of the earth system climate sensitivity and associated multi-decadal climate projections is a scientific problem with important social and making. In this thesis, we develop a new approach that directly exploits the stochasticity of the internal variability and the linearity of the response to radiative forcing to make projections based on historical data. At long enough timescales, nonlinear deterministic general circulation models (GCMs) are similarly stochastic and are believed to exhibit linearity of the mean response. Our approach produces the forced temperature by convolution of a Green's function, or Climate Response Function (CRF), with the radiative forcing. The full space-time CRF required is too general to allow for its determination either from models or from data: we therefore restrict our attention to global mean forcing and temperature response, and exploit the temporal scaling symmetry to define a scaling CRF (SCRF) characterized by the scaling exponent and sensitivity to integrated radiative forcing. A key parameter is the inner scale of the linearity: we argue that it must be of the order of the ocean-atmosphere coupling time that we estimate, for the first time, to be about 2 years. There is a large uncertainty in the forcing, particularly from aerosols and volcanoes. An aerosol linear scaling factor and a non-linear volcanic damping exponent were introduced to correct the amplitude of the former and the intermittency of the latter. Using 5 global instrumental temperature series and the Coupled Model Intercomparison Project Phase 5 (CMIP5) standard forcing, we estimate the model and forcing parameters by Bayesian inference. This allows us to analytically calculate the climate sensitivity at different time scales: the transient climate response and the equilibrium climate sensitivity are estimated, respectively, as 1.6 K and 2.4 K. This observation based model is robust and projections for the coming century are made with the forcing prescribed in the Representative Concentration Pathways scenarios 2.6, 4.5 and 8.5: 1.5 K, 2.3 K and 4.0 K. Estimating the model parameters from instrumental data forces our model to converge to the real climate whereas each GCM has its own climate, leading to a large structural uncertainty for a CMIP5 multi-model ensemble which is more than twice the parametric uncertainty of our model in the year 2100 for the same RCP scenarios. This provides a result entirely independent from GCMs which adds to the overwhelming body of evidence for anthropogenic warming. According to our projections made to 2100, to avert a 1.5 K warming, future emissions will be required to undergo drastic cuts similar to RCP 2.6, for which we found a 50% probability to remain under the said limit; it is virtually certain that RCP 4.5 and RCP 8.5-like futures would overshoot. Even a 2.0 K warming limit would surely be surpassed by 2100 under RCP 8.5 and probably also under RCP 4.5, with only a 20% chance of remaining under the limit. The safest option remains RCP 2.6 which we project to remain under 2.0 K with very high confidence. The question remains if it is realistic at all given that it relies strongly on the massive deployment of speculative negative emission technologies.Il est un problème scientifique d'actualité avec d'importantes conséquences sociales que de déterminer la sensibilité climatique du système terrestre, ainsi que de produire des projections climatiques multi-décadales. Dans cette thèse, nous développons une nouvelle approche qui exploite directement les caractéristiques stochastiques de la variabilité interne et la linéarité de la réponse au forçage radiatif afin d'établir des projections fondées sur les données historiques. Pour des échelles de temps assez longues, les modèles de circulation globale (GCMs) non-linéaires et déterministes sont aussi stochastiques et semblent produire une réponse moyenne généralement linéaire. La Fonction de Réponse Climatique (CRF ou fonction de Green) spatio-temporelle complète requise par notre modèle est trop générale pour être déterminée par les modèles ou les données : nous restreindrons donc notre attention aux moyennes globales de forçage et de température et exploiterons la symétrie d'échelle temporelle afin de définir une CRF scaling (SCRF) caractérisée par l'exposant d'échelle et le coefficient de sensibilité au forçage radiatif intégré. Un paramètre clef est celui de l'échelle intérieure de la linéarité : nous supportons qu'elle doit être de l'ordre de l'échelle de couplage océan-atmospère que l'on estime, pour la première fois, à environ 2 ans. Une grande source d'incertitude provient des séries de forçage, en particulier les aérosols et les volcans. Un facteur d'ajustement linéaire des aérosols et un exposant d'atténuation non-linéaire du volcanisme sont introduits afin de corriger l'amplitude et l'intermittence respectivement. En utilisant 5 séries de température globale et les forçages standards du projet d'intercomparaison des modèles couplés phase 5 (CMIP5), nous estimons les paramètres du modèle et du forçage par inférence bayésienne. Cela nous permet de calculer de manière analytique la sensibilité climatique à différentes échelles temporelles : la réponse climatique transiente (TCR) et la sensibilité climatique à l'équilibre (ECS) sont, respectivement, estimées à 1.6 K et 2.4 K. Ce modèle basé sur les observations est robuste et des projections pour le siècle prochain sont faites suivants les scénarios RCP (Representative Concentration Pathways) 2.6, 4.5 et 8.5 : 1.5 K, 2.3 K et 4.0 K, respectivement. Estimer les paramètres à partir des données instrumentales force notre modèle à converger au vrai climat, alors que chaque GCM possède son propre climat émergent, ce qui mène à un haut niveau d'incertitude structurelle pour un ensemble multi-modèles CMIP5 pour lequel l'incertitude est deux fois plus élevée que la nôtre en 2100 pour les mêmes scénarios RCP. Ce résultat est donc entièrement indépendant des GCMs et s'ajoute au grand corps de preuves qu'un réchauffement anthropique a cours. D'après nos projections faites jusqu'à l'an 2100, pour éviter un réchauffement de 1.5 K, les émissions futures devront être drastiquement réduites de manière similaire au scénario RCP 2.6 pour lequel nous avons trouvé 50% de probabilité de rester sous la limite évoquée; il est virtuellement certain qu'un futur se rapprochant des scénarios RCP 4.5 ou RCP 8.5 l'outrepasserait. Il ne fait aucun doutes que même la barre des 2.0 K serait dépassée en 2100 sous RCP 8.5 et même très probablement sous RCP 4.5 puisque nous projetons seulement 20% de chance de rester sous cette limite. RCP 2.6 reste l'option la plus sûre et notre modèle prévoit qu'un tel futur resterait sous les 2.0 K avec très haute confiance. La question se pose si c'est réaliste étant donné que ce scénario requiert un déploiement massif de technologies hypothétiques à émissions négatives