L'océan murmure plus tôt : un réseau de neurones entend l'hiver atlantique trois mois à l'avance ✛

Original: "CNN-based forecasting of early winter NAO using sea surface temperature"
arXiv:2603.16312 · 2026-03-17 · CC BY 4.0 · 3 min
Un réseau de neurones convolutionnel lit la température de surface de l'océan et prédit quel sera l'hiver en Europe, plus précisément que les modèles linéaires.

L'océan ne crie pas ses intentions. Il murmure : une tache chaude au large du Pérou, une langue froide près de la baie d'Hudson, un décalage à peine perceptible des courants. L'atmosphère ne répond pas immédiatement, et pour l'hiver, l'Europe peut recevoir soit une gadoue douce, soit des gelées sibériennes. Les scientifiques savent depuis longtemps qu'il existe un lien entre la température de l'océan et le temps hivernal, mais il est non linéaire et faible, si bien que les modèles climatiques se trompent souvent.

L'oscillation nord-atlantique est la différence de pression entre l'Islande et les Açores. Quand elle est forte, l'hiver en Europe est doux et humide ; quand elle est faible, il est froid et sec.

Les chercheurs ont entraîné un réseau de neurones convolutionnel sur les données de réanalyse ERA5 de 1940 à 2023. En entrée, trois cartes d'anomalies de température de surface de l'océan : un, deux et trois mois avant le début de l'hiver. L'architecture comprenait trois blocs convolutionnels avec une convolution circulaire sur la longitude, pour que l'océan soit « sans couture », comme un globe. Pour comparaison, ils ont construit un modèle linéaire avec la même structure, mais sans activations non linéaires. Cela a permis de vérifier si le réseau de neurones capture réellement des relations non linéaires, et non pas simplement une moyenne des données.

Le réseau de neurones s'est révélé plus précis : la corrélation avec l'indice réel de l'oscillation était de 0,50 contre 0,44 pour le modèle linéaire. Les années d'El Niño modéré à fort, l'écart s'est creusé : 0,57 contre 0,47. Cela signifie que le réseau de neurones entend mieux le signal « fort » du Pacifique tropical. L'analyse de sensibilité a montré sur quelles zones océaniques il s'appuie : la partie équatoriale du Pacifique, l'Atlantique Nord près du courant nord-atlantique et de la baie d'Hudson, ainsi que l'océan Indien près des îles Mentawai.

Le réseau de neurones, avec 262 225 paramètres entraînables, est comparable aux prévisions saisonnières des modèles supercalculateurs d'atmosphère et d'océan. Pourtant, il n'a été entraîné que sur 250 « images » indépendantes de l'océan.

On savait déjà que l'océan influence l'atmosphère, mais comment exactement restait un mystère, car la relation est non linéaire. Désormais, on voit que l'apprentissage profond peut extraire de la température de l'eau des signaux que les approches traditionnelles laissent échapper. Ce n'est pas un remplacement des modèles physiques, mais plutôt une prothèse auditive qui amplifie le murmure de l'océan. L'utilité pratique est la prévision à moyen terme du temps hivernal en Europe, importante pour l'énergie et l'agriculture.

Le murmure de l'océan est devenu plus audible. Le réseau de neurones n'explique pas pourquoi l'eau se réchauffe de telle façon, mais il sait reconnaître le motif et prévenir : l'hiver sera rigoureux ou doux. Peut-être que dans quelques années, de tels réseaux feront partie des services météorologiques courants, et nous saurons à l'avance s'il faut faire des réserves de manteaux chauds.

Le réseau de neurones avec 262 225 paramètres entraînables est comparable en précision aux prévisions saisonnières qui utilisent des modèles supercalculateurs d'atmosphère et d'océan. Pourtant, il n'a été entraîné que sur 250 « images » indépendantes de l'océan.

L'idée de lire l'avenir dans la température de l'océan évoque « Dune » de Frank Herbert, où les navigateurs utilisent des calculs complexes pour prédire la route. Ici, le rôle du navigateur est tenu par un réseau convolutionnel, et la route est le temps hivernal en Europe.

Notions
North Atlantic Oscillation La Niña ENSO spring predictability barrier El Niño El Niño index ERSST NOAA CPC Southern Oscillation Jin-Timmermann model TAO/TRITON moorings Multivariate ENSO Index relative ONI equatorial wave propagation North Equatorial Countercurrent natural variability NOAA PMEL / TAO recharge oscillator model Warm water volume sea surface temperature