Où se cachent les traces de nos émissions dans l'atmosphère ✛ ✎

Original: "Investigation of regional variations in CO$$_2$$ growth rates : Integrating Emission Inventories and Atmospheric Observations"
arXiv:2606.28462 · 2026-06-26 · arXiv non-exclusive · analyse indépendante · 3 min
Les taux de croissance régionaux du CO₂ atmosphérique ne reflètent presque pas les émissions locales, car ils sont masqués par la respiration de la biosphère et les oscillations climatiques mondiales.

Dans une salle de conférence, l'interprète s'efforce de traduire le discours de l'orateur, mais l'ambiance est bruyante : quelqu'un tousse, les chaises grincent, la rue gronde derrière la fenêtre. Si l'orateur baisse la voix, l'interprète continue de traduire, mais sa voix se noie dans le bruit. C'est ainsi que fonctionne l'atmosphère : elle « traduit » nos émissions de dioxyde de carbone en une augmentation de sa concentration, mais ce signal est étouffé par la respiration des forêts, de l'océan et les oscillations climatiques mondiales.

Les chercheurs ont utilisé des données de 2015 à 2024 et les ont ramenées à une grille commune de 1°×1°. La croissance atmosphérique du CO₂ a été calculée à partir de la réanalyse CAMS, qui fournit des champs tridimensionnels de XCO₂ (la fraction de dioxyde de carbone moyenne sur la colonne atmosphérique). Après un moyennage hebdomadaire et un ajustement par un modèle linéaire dynamique, ils ont obtenu des taux de croissance annuels. Les émissions anthropiques proviennent de la base EDGAR, l'activité de la biosphère a été estimée par la fluorescence induite par le soleil GOSIF (la lueur des plantes, qui reflète la photosynthèse), et la variabilité climatique a été représentée par l'indice d'oscillation australe avec un décalage de sept mois. Pour chaque cellule terrestre, ils ont construit des régressions linéaires où la croissance du CO₂ était expliquée par les émissions locales et soit l'indice SOI, soit le GOSIF. Ensuite, ils ont appliqué une classification par k-moyennes aux paires « émissions – fluorescence » et, grâce à une analyse de stabilité, ont identifié cinq grands régimes de carbone qui ont persisté sur la décennie.

En 2020, malgré la baisse des émissions due aux confinements, dans de nombreuses villes, la contribution du terme d'émission au modèle a même augmenté. Cela signifie que la réponse atmosphérique à nos actions n'est pas toujours prévisible : le bruit des autres processus peut aussi bien étouffer le signal que l'amplifier de manière inattendue.

La classification a mis en évidence cinq régimes : des zones polaires presque inactives aux noyaux anthropiques et aux puits de biosphère actifs. En moyennant au sein des groupes, les particularités régionales uniques s'estompent, et le principal moteur reste presque partout le signal climatique mondial. L'exception est le groupe de la biosphère active, où le signal biogénique est si fort qu'il survit au moyennage. Le modèle avec l'indice SOI expliquait entre 43 % et 89 % de la variance au sein des groupes, tandis que le modèle avec le GOSIF donnait des résultats nettement moins bons, en particulier lors de la validation croisée.

Ces travaux montrent qu'il est beaucoup plus difficile de détecter d'en haut les changements régionaux d'émissions qu'on ne le pense généralement. Contrairement aux études voisines qui évaluaient séparément les émissions ou la réponse de la biosphère, ici, pour la première fois, les trois principaux moteurs sont comparés sur une grille mondiale, avec une vérification explicite de leur puissance statistique.

Pour la politique climatique, cela signifie que la vérification des engagements de réduction des émissions ne peut pas s'appuyer uniquement sur les observations atmosphériques sans tenir compte du contexte régional. Si l'interprète n'entend pas la remarque discrète de l'orateur, cela ne veut pas dire que l'orateur se tait : c'est simplement que le bruit dans la salle est trop fort. Pour comprendre qui parle et combien, il faut prendre en compte l'acoustique de chaque salle.

L'oscillation australe, que les auteurs utilisent comme moteur climatique, se mesure par la différence de pression atmosphérique entre Tahiti et Darwin. Cet indice a été proposé dès 1987 et reste encore aujourd'hui l'un des indicateurs les plus simples et les plus fiables d'El Niño.

Notions
empreinte carbone dioxyde de carbone tropospheric biennial oscillation seasonal cycle global warming natural variability climat ocean-atmosphere coupling ENSO North Atlantic Oscillation decadal variability troposphere UAH satellite record Multivariate ENSO Index modèle climatique chimie atmosphérique seasonal forcing Indian Ocean Dipole Niño 4 TAO/TRITON moorings