La puissance dévastatrice des ouragans et typhons continue d’interpeller scientifiques et populations. Une équipe de l’Université des Sciences et Technologies du Roi Abdullah (KAUST) a mis au point un modèle novateur pour reproduire ces phénomènes, promettant des avancées significatives dans la prédiction de ces catastrophes naturelles.
Les cyclones, ouragans, typhons et tornades comptent parmi les phénomènes naturels les plus dévastateurs sur Terre. Leur formation résulte d’interactions complexes entre l’air, l’eau et la terre, rendant leur modélisation particulièrement ardue. Les chercheurs de KAUST ont relevé ce défi en élaborant une approche mathématique globale basée sur les principes physiques fondamentaux.
Alejandro Amador Herrera, chercheur principal de l’étude, a indiqué : «Nous avons développé une méthode pour simuler la formation et l’évolution des cyclones atmosphériques et des tornades de manière détaillée et complète. Cela nous permet d’étudier et d’explorer ces phénomènes météorologiques dans des environnements virtuels interactifs.»
Une approche innovante face aux limites des modèles existants
Les approches de modélisation antérieures présentaient des limitations significatives. Certaines s’appuyaient sur des simulations visuelles basées sur l’infographie, utilisant des équations ajustées pour reproduire les effets visuels observés. D’autres employaient des méthodes de calcul numériques basées sur des grilles, nécessitant d’importantes ressources informatiques. Aucune de ces approches ne tentait de modéliser la microphysique fondamentale de la cyclogenèse.
Le chercheur a souligné : «Les modèles actuels nécessitent souvent des supercalculateurs et se concentrent uniquement sur des parties spécifiques des cyclones, sans approche unifiée. Notre simulation basée sur la physique capture le transport turbulent multi-échelle de la chaleur et de l’eau dans l’atmosphère, en modélisant explicitement la vorticité et la dynamique des fluides et de la chaleur qui génèrent des tourbillons au niveau microphysique.»
Une précision remarquable dans diverses simulations
L’équipe de recherche a testé son approche dans différents contextes de simulation, démontrant une précision remarquable par rapport aux observations. Une simulation particulièrement précise de la genèse et de l’évolution de l’ouragan Katrina, qui a dévasté la ville de La Nouvelle-Orléans en 2005, a été réalisée.
«Notre approche capture le flux turbulent nécessaire pour reproduire avec précision ces phénomènes et éviter les artefacts visuels présents dans d’autres modèles, tels que les ouragans sans structure ‘œil’ ou les tornades apparaissant brusquement. Nos résultats correspondent étroitement aux données réelles des tempêtes et aux méthodes de simulation spécialisées, démontrant à la fois précision et efficacité.» a t-il encore ajouté.
Les applications potentielles
Les scientifiques envisagent d’étendre leur cadre pour inclure des effets atmosphériques supplémentaires, tels que différents types de végétation, les changements saisonniers et la foudre. Alejandro Amador Herrera a précisé : «Au-delà du réalisme visuel, notre modèle peut également générer des données synthétiques de haute qualité pour l’entraînement de modèles d’intelligence artificielle, ce qui améliorera les capacités prédictives et les applications dans les domaines de la prévision météorologique, de la préparation aux catastrophes et de la recherche sur le climat.»
Cette avancée scientifique doit permettre une meilleure compréhension et prévision des phénomènes cycloniques, offrant par conséquent des perspectives inédites pour la gestion des risques météorologiques et l’adaptation au changement climatique.
Légende illustration : La simulation des chercheurs de KAUST capture le transport turbulent de chaleur et d’eau à plusieurs échelles dans l’atmosphère, en modélisant la vorticité et la formation de tourbillons au niveau microphysique. 2024 Crédit KAUST.
Herrera, J.A.A., Klein, J., Liu, D., Pałubicki, W., Pirk, S. & Michels, D.L. Cyclogenesis: Simulating hurricanes and tornadoes. ACM Transactions of Graphics 43, 71 (2024).| Article
