Pourquoi l'océan éteint la lumière en Amérique ✛ ✎

Original: "Spatio-temporal Patterns between ENSO and Weather-related Power Outages in the Continental United States"
arXiv:2406.14474 · 2024-06-20 · arXiv non-exclusive · analyse indépendante · 2 min
Quand le Pacifique devient plus froid que d'habitude, les coupures de courant se multiplient aux États-Unis.

L'océan Pacifique agit comme un chef d'orchestre qui dirige la météo aux États-Unis. Quand l'eau de l'océan devient plus froide que la normale, la phase La Niña s'installe, et les lumières s'éteignent plus souvent en Amérique. Les chercheurs ont analysé 24 ans de données et ont observé une corrélation claire : l'océan modifie la météo, et la météo endommage les lignes électriques et les transformateurs.

La Niña est la phase froide de la plus grande oscillation climatique du Pacifique tropical. L'eau au large de l'Amérique du Sud devient anormalement froide, ce qui modifie la météo à l'échelle de la planète.

L'océan donne ses ordres de trois manières. À l'ouest des États-Unis, La Niña apporte du froid et de fortes chutes de neige ; dans le Sud-Est, de la chaleur ; et dans les États du centre, des pluies torrentielles. La neige fait tomber des arbres sur les lignes, la chaleur surcharge les climatiseurs, et les pluies inondent les sous-stations. Résultat : les coupures se multiplient. Le lien n'est pas immédiat : l'océan modifie d'abord la météo, et ce n'est que quelques mois plus tard que le réseau électrique commence à montrer des signes de faiblesse.

D'ici la fin du siècle, la situation pourrait devenir bien pire. Si les émissions de gaz à effet de serre restent élevées, d'ici 2081–2100, les coupures dues à la chaleur dans l'est des États-Unis pourraient être presque 26 fois plus fréquentes. Un réseau électrique conçu pour un climat ancien se retrouvera confronté à un climat nouveau. Mais désormais, en connaissant les prévisions océaniques, les gestionnaires du réseau peuvent se préparer à l'avance aux saisons difficiles.

Au printemps 2018, une tempête en Californie a apporté de fortes chutes de neige et du froid, privant 10 898 clients d'électricité et entraînant une perte de 38 MW de demande. En mars 2023, une série de tornades accompagnées de précipitations extrêmes a privé d'électricité environ un million de clients dans plus de dix États.

x(t) = a + bt + \epsilon(t)
La série originale est décomposée en une tendance et un résidu aléatoire
x'(m,n) = \hat{x}(m,n) - \frac{1}{24}\sum_{n=1}^{24}\hat{x}(m,n)
Écart par rapport à la moyenne du mois donné sur 24 ans
R = \frac{\sum_{t=1}^{T-k}[\tilde{x}(t+k)-\bar{x}][\tilde{y}(t)-\bar{y}]}{\sqrt{\sum_{t=1}^{T}[\tilde{x}(t)-\bar{x}]^2\sum_{t=1}^{T}[\tilde{y}(t)-\bar{y}]^2}}
Mesure du lien entre deux séries lorsque l'une est décalée de k mois par rapport à l'autre
Notions
ENSO La Niña spring predictability barrier El Niño-Southern Oscillation Southern Oscillation recharge oscillator model El Niño Multivariate ENSO Index Jin-Timmermann model NOAA CPC ERSST Westerly wind burst TAO/TRITON moorings equatorial wave propagation seasonal cycle seasonal forcing Indian Ocean capacitor effect interannual variability Warm water volume North Equatorial Countercurrent