Des scientifiques ont développé une méthode de prévision qui prédit l'étendue de la banquise arctique jusqu'à quatre mois à l'avance, en se concentrant sur le minimum annuel en septembre. Cette approche surpasse les modèles existants en intégrant des schémas climatiques à long terme, des cycles saisonniers et des influences météorologiques à court terme. L'outil vise à aider les communautés et les industries dépendantes des conditions arctiques.
La banquise arctique, qui réfléchit la lumière solaire pour refroidir la planète et influence les schémas météorologiques mondiaux, disparaît rapidement en raison du changement climatique. Des chercheurs des États-Unis et du Royaume-Uni ont introduit un nouveau système de prédiction détaillé dans la revue Chaos, publiée par AIP Publishing. Le modèle cible septembre, lorsque la banquise atteint son point le plus bas, en utilisant des données du National Snow and Ice Data Center remontant à 1978. Le système traite les changements de banquise comme un processus interconnecté influencé par des échelles temporelles variées : mémoire climatique à long terme, cycles annuels et changements météorologiques rapides. Des tests utilisant des données en temps réel de septembre 2024 et des archives historiques ont montré qu'il fournit des prévisions plus précises de un à quatre mois à l'avance par rapport à d'autres méthodes. En intégrant des détails régionaux à travers le pan-arctique, le modèle gère efficacement les variations d'une année sur l'autre. « Les communautés indigènes arctiques dépendent de la chasse d'espèces comme les ours polaires, les phoques et les morses, pour lesquels la banquise fournit un habitat essentiel », a déclaré l'auteur Dimitri Kondrashov. « Il y a d'autres activités économiques, telles que le forage de gaz et de pétrole, la pêche et le tourisme, où une connaissance anticipée des conditions de glace précises réduit les risques et les coûts. » Kondrashov a ajouté : « Le modèle inclut plusieurs grandes régions arctiques composant le pan-arctique. Malgré de grandes différences dans les conditions de banquise d'une année à l'autre dans différentes régions, le modèle peut les détecter avec une précision raisonnable. » Bien que les projections climatiques à long terme restent fiables, les prévisions à court terme se sont améliorées grâce à cette intégration. L'équipe prévoit d'améliorer le modèle en ajoutant des facteurs comme la température de l'air et la pression au niveau de la mer pour mieux capturer la variabilité estivale. La recherche, menée par Dmitri Kondrashov, Ivan Sudakow, Valerie Livina et Qingping Yang, paraît dans Chaos (2026 ; 36(2)), avec DOI : 10.1063/5.0295634.