par Henri Masson, Professeur (émérite) à l’Université d’Antwerpen
et Alain Préat Professeur (émérite) à l’Université Libre de Bruxelles
1. Introduction
S’il est un problème récurrent et délicat en géologie ‘climatique’, c’est bien la relation température et teneur atmosphérique en CO2, il y règne un flou artistique effarant, tout et son contraire sont légion. A bien y regarder cela n’est pas si anormal tant les imprécisions sont la règle : imprécisions sur les âges géologiques des périodes ou intervalles étudiés, imprécisions sur la quantification de la ou des températures (globales et/ou régionales), du taux de CO2, et de leurs enchaînements dans la suite des processus naturels. Est-ce à dire qu’on est complètement démunis ? Heureusement non, comme le montrent par exemple les événements hyperthermiques (ici) et les Optimas Climatiques (ici et ici). Néanmoins on reste sur sa faim car une vision globale à l’échelle géologique manque. C’est la qualité première de l’article de J.W. Davis (2017) d’établir une vision complète des relations T/ CO2/∆RFCO2 (forcing CO2), depuis le début des temps phanérozoïques (soit 541 Ma suivant l‘échelle des temps géologiques, ici) jusqu’à aujourd’hui.
Annonçons d’emblée le résultat ou plutôt les deux résultats majeurs de cette étude :
1° premier résultat plutôt pressenti : il n’ y a aucune corrélation entre la température (estimée à partir de nombreux ‘proxies ‘ou indicateurs) et la concentration atmosphérique du CO2 au cours du Phanérozoïque, la concentration atmosphérique du CO2 ne pilote donc pas la température des climats anciens ;
2° deuxième résultat plutôt inattendu : limiter les émissions anthropiques de CO2 n’est d’aucune utilité pour limiter le réchauffement actuel, mais serait essentiel pour préserver la biodiversité.
Il n’est pas possible de reprendre ici l’ensemble de l’article de Davis (35 pages) qui est fort documenté et très technique avec des données géologiques accompagnées de traitements statistiques complets et détaillés. La discussion porte sur de nombreux points y compris ceux concernant une extrapolation des données. Nous nous sommes donc limités à développer le premier point du résultat mentionné ci-dessus (à partir de l’article de Davis) et ensuite de le discuter en prenant d’autres articles. Le second point ou résultat (voir ci-dessus), n’est donc pas repris dans notre article, il sera à peine abordé dans la dernière partie.
Avant de présenter l’étude de Davis (2017), insistons sur le fait que le premier résultat mérite effectivement une discussion tant il va à l’encontre de ce qui est souvent rapporté dans la littérature géologique. En effet, dès qu’une augmentation ou ‘bouffée’ de CO2 apparaît dans une série géologique, elle est présentée comme l’explication unique de tous les processus : température, acidification océanique, extinction d’organismes, etc. Ces pics de CO2 suivent portant le plus souvent une augmentation de la température, ce qui est généralement passé sous silence ou passe tout simplement inaperçu, faute de résolution temporelle suffisante. L’événement hyperthermique PETM (ici) en est un bon exemple : ce sont probablement les paramètres de forçage astronomique (les cycles d’excentricité de Milankovitch) qui sont à l’origine de la forte augmentation de la température à la limite Paléocène/Eocène. L’augmentation de la concentration atmosphérique en CO2 vient après (environ 3000 ans, Sluijs et al. 2007) sans que cela soit signalé. L’exacte cause de cet évènement reste encore à déterminer (ici). De même (pour ne citer qu’un deuxième exemple), il y a 240000 ans au Pléistocène, le CO2 suit l’augmentation de température avec un temps de retard de 800 ± 200 ans (Caillon et al., 2003).
Notons encore que presque toutes les études concernant la ou les températures au cours des temps géologiques (et pour une grande part aussi celles d’aujourd’hui) considèrent que ces températures sont des ‘températures globales moyennes’. Or cette notion de ‘température globale moyenne’ est très critiquable, comme notamment montré ici, ici et ici.
2. Les ‘proxies’ ou indicateurs
L’étude de Davis (2017) est basée sur de nombreux proxies (Prokoph et al., 2008) dont surtout pour l’estimation de la température, les isotopes de l’oxygène (exprimés sous forme de δ18O (Grossman 2012), à partir de 6680 analyses réparties dans les latitudes tropicales, tempérées et arctique selon des rapports respectifs ~20:6:1 et couvrant la période 522 à 0 Ma (millions d’années) bp (Veizer et al., 1999 ; Prokoph et al., 2008 ; Gérard et Veizer, 2019). L’évolution des concentrations en CO2 est couverte par 831 analyses portant sur la période de 425 à 0 My(bp). Ces analyses sont reprises indépendamment parmi plusieurs centaines d’auteurs (voir Royer, 2014, pour les données et les proxies, à savoir principalement les valeurs du δ13C de paléosols, de foraminifères planctoniques et de plantes non vasculaires, également les indices stomatiques, le bore et les (hydro)carbonates de sodium marins). Le forçage radiatif du CO2 (cf. l’auteur de l’article) qui varie avec la latitude et la couverture nuageuse est ‘modélisé’ à partir du logiciel MODTRAN, la référence usuelle pour estimer cet indicateur (ndt ou ‘note des traducteurs’ : le concept de forçage radiatif n’est pas accepté par tous les scientifiques ; il postule l’existence d’un effet de serre atmosphérique, qui n’est rien d’autre qu’une pétition de principe, car dans l’état actuel des connaissances, l’effet de serre atmosphérique n’a pas encore pu être décelé expérimentalement, voir par exemple SCE).
Inutile de dire que l’auteur dispose ainsi d’une base de données impressionnante, fort complète, qui doit permettre de préciser la relation température et CO2 pour les climats anciens. Davis a basé son analyse sur le calcul des coefficients de corrélation, du spectre de puissance des fonctions d’autocorrélation et de corrélation croisée. L’utilisation de ces méthodes requiert de satisfaire de nombreuses hypothèses sous-jacentes, parmi lesquelles il convient de citer : l’existence d’une relation linéaire, indépendance des résidus de l’ajustement par rapport au temps, l’isoscédasticité des résidus, (écart-type constant en fonction du temps), une distribution normale et non auto-corrélée des résidus, la normalité asymptotique des estimateurs des coefficients de corrélation et des coefficients des droites de régression, et absence de points aberrants dans les données.
Afin de s’affranchir de ces hypothèses, Davis a effectué des comparaisons avec une partie de ses données répondant plus strictement à ces hypothèses en utilisant en complément du coefficient de corrélation de Pearson (rapport de la covariance sur les écarts-types des deux distributions marginales, à savoir celles des indicateurs considérés) celui de Spearman, qui lui est non-paramétrique, et donc indépendant des hypothèses mentionnées ci-dessus. Les résultats sont quasi équivalents, justifiant que l’auteur n’ait pas recouru à toute la série de tests nécessaires, et qu’il se soit affranchi de certaines hypothèses comme celle requérant une distribution uniforme des points le long de l’axe temporel, une condition que très clairement ses données ne remplissent pas, les mesures très anciennes étant beaucoup plus rares et donc plus « essaimées » que les plus récentes.
Pour tester la condition isoscédasticité sur l’ensemble des données de température et de CO2, les valeurs de coefficient de variation (écart type divisé par la moyenne) ont été moyennées sur un pas d’environ 2,5 Ma,( ndt : l’auteur utilise, en lieu et place de la variance, ou de sa racine carrée l’écart-type, le coefficient de variation parce qu’il fusionne des proxies de nature différente et ayant donc également des moyennes et des écarts-types qui peuvent varier dans l’absolu d’un échantillon à l’autre, selon les procédures de calibrage utilisées. L’emploi du coefficient de variation, qui est un rapport, pallie à cet inconvénient et permet donc des comparaisons de dispersion de résultats provenant d’échantillons différents. Il s’agit d’une pratique courante en paléoclimatologie).
La droite de régression en fonction du temps a été tracée (Prokoph et al., 2008). Le coefficient de corrélation de Pearson entre âge et coefficient de variation a été calculé. Ce coefficient de corrélation est très faible et non significatif statistiquement, démontrant que la dispersion des mesures n’a pas changé en fonction du temps. Il est ainsi montré que les valeurs de δ18O des séries géologiques anciennes n’ont pas été affectées, ou très faiblement, par rapport aux séries récentes, par la diagenèse (altération post-sédimentaire du signal, isotopique ici) ou tout autre processus d’enfouissement (Pearson et Palmer 2000 ; Pearson et al. 2001). Les âges stratigraphiques sont connus à moins de 5%, et une erreur expérimentale égale à 0,5% de l’âge moyen est appliqué à tous les échantillons. Pour le CO2 la résolution est moindre pour les séries anciennes, suite à un moins grand nombre de données. D’une manière générale la résolution est inférieure à 200 ppmv, mais parfois elle est moins bonne, sans que cela n’altère les résultats de l’étude.
Finalement les proxies de température sont moyennés sur différents intervalles temporels de 0,5 à 4 Ma. Les séries les mieux documentées permettent une résolution sur un intervalle de 59 Ka (Ka = milliers d’années). Les valeurs de δ18O sont aussi analysées sur base des moyennes mobiles, avec différentes fenêtres de 6 à 50 Ma et incréments de 3 à 10 Ma (plus de détails dans Veizer et al. 1999). Le traitement des données de température a été effectué sur des données brutes et sur des données dont la composante linéaire a été soustraite (« linearly detrended »). Ce detrending est souhaitable pour calculer les fonctions d’auto-corrélation, de corrélation croisée et du spectre de puissance, afin d’éviter des effets parasites (ndt : cette opération de « detrending » revient à décomposer le signal brut en tendance linéaire, cycle non périodique et composantes périodiques + un résidu ; il s’agit d’une démarche courante en analyse de séries temporelles. La partie de l’étude de Davis effectuée sur les données filtrées linéairement concerne donc la somme des composantes cycliques (tendances non linéaires et non périodiques) et périodiques. Les données de température filtrées sont plus fiables pour l’analyse de corrélation car elles ne sont pas affectées par l’important refroidissement continu (8-9° C, Figure 1a)) du globe au cours du phanérozoïque, ce qui pourrait en principe dominer ou au moins influencer les coefficients de corrélation calculés.
Compte tenu de ces pas d’échantillonnage pour les indices de concentration de CO2 atmosphérique, les déductions tirées de l’analyse de corrélation entre la concentration de CO2 et de la température sont les plus fortes pour la partie la plus récente du Phanérozoïque (85 à 0 Ma), modérées pour la partie centrale de l’enregistrement (173 à 86 Ma), et faibles ou nulles pour le Phanérozoïque ancien (425 à 174 Ma), tout en restant non significatives statistiquement pour chacune des fenêtres temporelles considérées.
Le forçage radiatif (FR) du CO2 (et d’autres gaz atmosphériques en traces) a été modélisé à partir du logiciel « freeware » MODTRAN (on trouvera également de nombreuses références dans l’article de Davis, 2017).
Pour évaluer la robustesse des résultats et des conclusions, plus d’une dizaine d’analyses exploratoires de données de corrélation entre la concentration de CO2 atmosphérique et la température au cours du Phanérozoïque ont été réalisées. Ces études pilotes ont utilisé les bases de données de proxies originaux de la température (Veizer et al., 1999 ) et de la concentration de CO2 atmosphérique (Royer et al., 2004). Elles comprenaient également des températures ajustées en fonction du pH de l’eau de mer par rapport à la concentration de CO2 atmosphérique au cours du Phanérozoïque, des températures projetées à l’aide du modèle de cycle du carbone GEOCARB-III par rapport à la concentration de CO2 (Royer et al. 2004), et des enregistrements de températures brutes ou filtrées linéairement et calculées à partir des δ18O des anciennes bases de données (Royer et al., 2004 ; Veizer et al., 2000 ; Veizer et al., 1999) ; une base de données actualisée, mais incluant les mesures plus anciennes, (Royer 2014) des données relatives à la concentration de CO2 atmosphérique a également été examinée.
Au terme des travaux exploratoires de Davis, une base de données plus complète de 58532 estimations de températures phanérozoïques, couvrant les 512 derniers Ma, provenant de coquilles marines calcitiques à faible teneur en Mg (Veizer et Prokoph, 2015) a également été intégrée.
Cette base de données incorpore la compilation précédente (Prokoph et al., 2008) mais est deux à trois fois plus large. Cet échantillonnage élargi n’a cependant pas modifié de façon visible la série chronologique des températures au cours du Phanérozoïque (cf. Figure 1 de Prokoph et al., 2008) , à comparer avec la Figure 3 de l’article de Davis). Notons que cette nouvelle base de données n’inclut aucune données de substitutions supplémentaires pour la concentration de CO2 atmosphérique.
3. Les résultats
3a. Les proxies de température montrent une diminution de 8-9°C au cours du Phanérozoïque (du moins à partir de 522 Ma) suivant différents cycles (Figure 1a) . Cette diminution est mise en évidence autant à partir des données brutes qu’à partir des données filtrées linéairement. L’étude originelle de Veizer et al., 1999 avait déjà établi une périodicité de 135-150 Ma avec une amplitude de 4°C (Figure 1b, courbe violette en bas), confirmée par Prokoph et al., 2008 (Figure 1b, courbe rouge en bas).
La courbe des paléotempératures du Phanérozoïque (ici) a récemment été revue (Scotese et al., 2021) en intégrant de nombreuses données géologiques, par exemple les charbons, tillites, évaporites, calcrètes, bauxites, latérites, mangroves, récifs… et de nombreux minéraux typiques de processus d’altération (= ‘courbe géologique des températures’) et géochimiques (isotopes de l’oxygène, du strontium, = ‘courbe isotopique des températures’). La température moyenne globale ou ‘GAT’ (‘Global Average Temperature’) ou ‘courbe géologique’ (ou encore ‘lithologique)’ de Scotese et al. (2021), basée sur 8500 proxies géologiques, est figurée en trait noir plein dans la Figure 2 et reprend les courbes de différents auteurs (compilation) :
La courbe de Scotese et al. (2021) est en bon accord avec celles de Davis (2017) et de la plupart des autres auteurs, excepté pour le Paléozoïque inférieur avec des valeurs de ‘GAT ‘ plus faibles que celles généralement déduites des isotopes de l’oxygène (Figure 3 et bibliographie). Les pics maximas de température (‘GAT’, Figure 2) s’observent à 245 et 90 Ma. Les températures durant la période glaciaire permo-carbonifère (de 390 à 290 Ma) ont une valeur moyenne d’environ 14°C et fluctuent de 6°C suivant des périodes de 10 Ma. Notons la très forte diminution de la température dans toutes les courbes, lors de la période glaciaire hirnantienne (Silurien, 445 Ma). Finalement Scotese et al. (2021) reconnaissent 24 paires d’intervalles ou ‘binômes’ de température chaud/froid regroupés en 8 modes climatiques distincts (cf. leurs figures 19, 20 et 21).
Les courbes des températures ‘géologique’ (Figure 2) et ‘isotopique (Figure 3) sont donc assez semblables. La courbe dérivée des deux précédentes (Figure 4) montre cependant quelques différences par rapport à la courbe des données isotopiques (Fig. 3) : (i) le Paléogène est plus froid d’environ 1,5°C avec les données isotopiques ; (ii) la période cénomanienne-turonienne (base du Crétacé supérieur) est légèrement plus chaude (courbe isotopique) ; (iii) les périodes fini-carbonifère /triasique, fini-jurassique/début du Crétacé sont plus chaudes de 1,5°C (courbe isotopique), (iv) la période Ordovicien moyen à Dévonien est significativement plus chaude de 6 à 8°C (courbe isotopique), et (v) le Cambrien et Silurien inférieur présentent des températures deux fois plus élevées (env. 50°C vs env. 25°C) dans la courbe isotopique par rapport à la courbe géologique.
Bien que les tendances générales d’évolution de la température soient les mêmes au cours du Phanérozoïque, les divergences notées ci-dessus montrent la difficulté de l’exercice de reconstruction des températures basé sur l’utilisation de différents proxies. Il n’y a rien d’étonnant ici, au contraire on peut se réjouir de l’avancée des connaissances (comparer avec une des premières synthèses et modélisation récentes datant de 2006 (ici).
Notons enfin que des calottes glaciaires sont présentes pour des températures moyennes globales inférieures à 18°C (Figure 4). Rappelons au passage que la température moyenne globale actuelle est de 14.5°C, bien en deçà du seuil de 18°C, ce qui laisse peu de doute sur leur persistance dans le court terme (à l’échelle géologique des temps), ce qui, à son tour, va à l’encontre de messages alarmistes inondant les médias depuis quelques années.
3b. La concentration atmosphérique du CO2 au cours du Phanérozoïque montre un léger déclin, centré sur une ligne de base de 1000 ppmv avec des fluctuations assez faibles excepté de larges pics de 6000 ppmv vers 200 Ma (Figure 5).
Les données brutes originales (points de données verts, n = 831) proviennent de la base de données compilée par Royer, 2014 . La courbe rouge ajustée représente la moyenne mobile 3-6 Ma.
Notons que de nombreuses courbes du CO2 sont présentes dans la littérature géologique. Elles diffèrent souvent dans le détail, suite aux résolutions temporelles et aux types de proxies utilisés. Elles s’accordent cependant presque toutes sur l’allure générale de la composition atmosphérique du CO2 au cours du Phanérozoïque avec des concentrations atmosphériques atteignant plusieurs milliers de ppmv (jusqu’à 7000) au Cambrien, et 2000 à 3000 ppm au cours du Mésozoïque (cf. modèle GEOCARB III).
Pour revenir à l’article de Scotese et al. (2021) repris ci-dessus pour les paléotempératures, il faut noter que cet article ne traite pas particulièrement de la relation entre température et composition atmosphérique du CO2 au cours du Phanérozoïque. Il se contente de renvoyer à d’autres articles et estime que les ‘Long-term changes in temperature (>50 million years) are due to global changes in the rates of volcanic CO2 degassing associated with seafloor spreading and subduction, as well as long-term changes in the weathering of continents’. De même pour les évolutions de la température à moyen terme (10-20 Ma), ici les auteurs concluent que ‘the causes of medium-term fluctuations in temperature are many and complex’ et donnent toute une série d’événements tectoniques, géologiques, biologiques (notamment les plantes) à prendre en considération. Pour les fluctuations à court terme (quelques Ma), les auteurs montrent que les intervalles chauds sont liés à l’apparition de grandes provinces magmatiques (avec notamment dégazage de CO2), et les intervalles froids correspondant à de grands impacts extraterrestres (‘bolides’ et aérosols sulfatés). Il ressort de l’étude des Scotese et al. (2021) que les mécanismes prépondérants de fluctuations de la température au cours du Phanérozoïque sont principalement liés à la tectonique des plaques à travers la formation et fragmentation de supercontinents (le Gondwanaland ou ‘Pannotia’ à la fin du Précambrien et ensuite la Pangée permo-triasique, voir ici).
3c. Les courbes température et CO2 reportées à la même échelle temporelle montrent une apparente dissociation, et même une relation anti-phasique (évolution opposée) (Figure 6). On observe par exemple un pic de CO2 vers 415 Ma et une diminution de la température dans l’intervalle correspondant. La concentration en CO2 atmosphérique s’est ensuite élevée avec une succession de pics vers 285 Ma associés à une diminution de la température dans le même intervalle (transition permo-carbonifère marquée ‘2’ dans la Figure 6). Mêmes constats pour les périodes plus récentes avec une meilleure résolution, le CO2 est élevé vers 200 Ma pendant un refroidissement climatique, tout comme à 37 Ma avec aussi une diminution de la température. Les périodes plus courtes de refroidissement (notées 1 à 10, Figure 6) ne montrent pas, au moins qualitativement, de relation avec des fluctuations de CO2. Les variations de 1000 à 2000 ppmv de la concentration atmosphérique du CO2 au cours du Phanérozoïque sont communes et oscillent suivant des cycles relativement réguliers de plusieurs centaines de ppmv d’amplitude suivant des périodes de 10-20 Ma et 60-70 Ma. Des périodes de plus grandes fluctuations du CO2 sont aussi présentes, (ndt : ces modulations d’amplitude et de fréquence constituent une signature légèrement chaotique du système climatique, une caractéristique qui complique singulièrement l’extrapolation des mesures).
La régression linéaire des proxies de températures, après filtrage linéaire confrontée à la concentration de CO2 (Figure 1b, courbe rouge du bas) plaide en faveur d’une faible corrélation négative entre température et CO2 (Figure 7).
3d. Les coefficients de corrélation entre concentration atmosphérique de CO2 et température ont ensuite été calculés pour 15 intervalles temporels plus courts du Phanérozoïque (intervalles 424-285Ma, 285-135 ……. 80-40, 34-0 in Tableaux 1 et 2, Davis, 2017), comprenant les trois principales périodes glaciaires, les dix périodes de refroidissement globaux (identifiées sur base stratigraphique) et les périodes de transitions réchauffement/refroidissement (Figure 6). La résolution temporelle est de 1 Ma, parfois 59 Ka dans le cas des périodes plus récentes, mieux contraintes stratigraphiquement. Les données brutes et filtrées linéairement ont été analysées par coefficients de corrélation de Kendall et Fisher (non paramétrique ; pour évaluer la légitimité de s’affranchir des hypothèses sous-jacentes au calcul des coefficients de corrélation de Kendall). Des analyses globales et sur des fenêtres temporelles réduites et plus homogènes ont été effectuées. Le résultat est repris sous forme de deux tableaux (Tableaux 1 and 2 de l’auteur, non figurés ici).
Il en résulte que l’ensemble des données montre que la concentration atmosphérique en CO2 et la température sont largement découplées dans la majorité des climats phanérozoïques.
3e. Analyse harmonique
Lorsqu’une relation de cause à effet (linéaire) existe entre deux variables, on doit s’attendre à ce que leur spectre de puissance fasse apparaître les mêmes fréquences dominantes. L’analyse spectrale, représentée sous forme de périodogramme (l’axe horizontal étant la période des composantes périodiques et pas leur fréquence) donne des résultats différents pour le CO2 et la température avec des pics à 2,6 ; 3,7 ; 5,3, 6,5 et 9,4 Ma pour le CO2, et pour la température des pics de plus faible amplitude et de périodes correspondant à 2,6 ; 3,9 et 5,2 Ma, assez proches de certains pics de CO2, mais pas de tous, et d’autres pics ayant des périodes plus longues (6,0 ; 6,8 ; 7,8 ; 11,3 et 14,6 Ma) et qui ne correspondent à aucun pic de CO2. Le fait que les périodogrammes entre proxies CO2 et proxies température présentent des fréquences différentes au cours du Phanérozoïque montre que la plupart des cycles respectifs sont dissociés (Figure 8). Pour trois des pics, le doute est permis.
Les relevés de température et de CO2 présentent donc une signature et des fluctuations d’amplitude discernables d’un bruit blanc.
3f. L’absence de corrélation entre la concentration du CO2 atmosphérique et la température durant le Phanérozoïque va à l’encontre du rôle généralement admis du CO2 sur la température, par l’intermédiaire du forcing radiatif. Les résultats précédents mettent ainsi en doute qu’un forcing radiatif ait pu jouer sur la température, contrairement à ce que la littérature affirme notamment pour les cycles glaciaires s’étendant durant une partie du Pléistocène de 800 à 400 Ka (Petit et al., 1999 ; Jouzel et al., 2007). Cet apparent paradoxe peut-être appréhendé en évaluant une mesure fonctionnelle plus directe de l’effet de réchauffement de la concentration de CO2 atmosphérique sur la température, par le truchement d’un forçage radiatif (RF), quantifié à l’aide de la relation logarithmique bien connue entre le RF induit par le CO2 atmosphérique (RFCO2) et sa concentration atmosphérique (Arrhénius, 1896). La courbe logarithmique RFCO2, établie il y a plus d’un siècle implique qu’un effet de saturation, ou de rendements décroissants, affecte le pouvoir marginal de forçage du CO2 atmosphérique, qui diminue à mesure que la concentration de CO2 dans l’atmosphère augmente.
L’auteur émet l’hypothèse que la baisse consécutive du forçage absolu et marginal à des concentrations élevées de CO2 atmosphérique au cours du climat phanérozoïque pourrait expliquer l’absence de corrélation discernable entre la concentration atmosphérique de CO2 et la température, car de grandes fluctuations de la concentration atmosphérique de CO2 auraient alors peu d’effet sur le forçage marginal. Pour évaluer cette possibilité, la courbe de forçage RFCO2 a d’abord été établie en utilisant le code d’absorption/transmittance atmosphérique MODTRAN (Figure 8a in Davis 2017). Si ∆RFCO2 est un indicateur plus direct de l’impact du CO2 sur la température que la concentration atmosphérique, comme le suppose l’hypothèse, alors on pourrait s’attendre à ce que la corrélation entre ∆RFCO2 et la température au cours du phanérozoïque soit positive et statistiquement validée (Figure 9 in Davis 2017), (ndt : sans que cela permette de juger d’un lien de causalité, la corrélation étant une condition nécessaire mais pas suffisante de causalité. Des tests de causalité linéaire existent, comme les tests de Granger, mais n’ont pas été utilisés par Davis). Cette analyse a consisté à calculer la moyenne de la concentration atmosphérique de CO2 dans des intervalles de 1 Ma portant sur le Phanérozoïque récent et à calculer la moyenne ou à interpoler les valeurs de CO2 au Phanérozoïque plus ancien. En raison de la taille relativement importante de l’échantillon, le coefficient de corrélation de Pearson est statistiquement positivement discernable mais faible (R = 0,16, n = 199), avec pour conséquence que seule une petite fraction (2,56 %) de la variance de la température peut être expliquée par celle de ∆RFCO2(Figure 9 in Davis, 2017). Statistiquement au niveau de confiance 95%, l’effet de ∆RFCO2 sur la température est non significatif. Le coefficient de corrélation peut donc être considéré comme négligeable ( l’intervalle de confiance à 95% est statistiquement « significatif » ; à 99% il est « très significatif », par convention dans le jargon des statisticiens).
3g. L’approche classique pour détecter des composantes cycliques périodiques dans les séries temporelles est l’analyse spectrale comme présentée et illustrée ci-dessus (Figure 8). Alternativement, une analyse qualitative des séries chronologiques basée sur le calcul des fonctions d’autocorrélation et de corrélation croisée peut être utilisée pour identifier des périodicités significatives (non aléatoires) et de plus, d’identifier les relations de phase entre variables cycliques, relations qui sont plus difficiles à mettre en évidence à partir de l’analyse spectrale.
Un contrôle qualitatif des séries temporelles de δ18O*(−1), de la concentration atmosphérique en CO2 et de ΔRFCO2, en particulier pendant la période à haute résolution et relativement ‘horizontale’ de 175 à 80 Ma (Figure 9) montre une oscillation apparente non aléatoire des trois variables climatiques au fil du temps. Le proxy de fluctuation de T (δ18O*(−1), courbe rouge sur les Figures 1 et 9 est étroitement couplé avec des pics de fluctuation du rapport isotopique du strontium 87Sr/86Sr (flèches violettes sur la Figure 9) tel que rapporté par Prokoph et al., 2008 et estimé ici visuellement. Les rapports isotopiques du strontium sont généralement interprétés comme un bon indicateur de l’afflux fluvial dans l’océan, lié à l’érosion continentale, donc au changement climatique (Parrish, 1998) et finalement à la température (Figure 9).
L’autocorrélation sur la période de 174 à 0 Ma met en évidence une périodicité non aléatoire pour les trois principales variables évaluées ici (Figure 9) comme suggéré à partir de la série temporelle correspondante (Figure 10). Le profil de corrélation suivant l’ordre croissant de décalage pour δ O*(-1) (Figure 10a) est qualitativement (Figure 10b) différent du profil de la concentration de CO2 atmosphérique (Figure 10b) et de ΔRFCO2 (Figure 10c). Les profils de la concentration de CO2 atmosphérique et de ΔRFCO2 sont similaires, en accord avec la dérivation (transformation logarithmique) du second à partir du premier. Dans les profils de concentration de CO2 atmosphérique et de ΔRFCO2, les cycles courts et longs peuvent être détectés qualitativement par la modulation des coefficients de corrélation correspondants, délimités par des flèches à double tête (Figures 12-16 in Davis, 2017).
Pour l’autocorrélation sur une plus longue période de temps, les cycles courts et longs de la concentration de CO2 atmosphérique sont en moyenne de 16,9 Ma et 66,8 Ma respectivement, semblables à ceux des ΔRFCO2(17,2 et 66,2 Ma). La variation cyclique des coefficients d’autocorrélation de valeurs négatives à positives, à mesure que le pas de décalage s’accroît, révèle une périodicité non aléatoire pour chacune de ces trois variables. Les cycles dominants du forçage et de la température sont de périodes d’environ 15 Ma, une périodicité déjà identifiée dans les périodogrammes (Figure 8).
Cette première analyse des fonctions d’autocorrélation conforte les résultats obtenus par l’analyse harmonique : il n’y a pas de lien de causalité évident entre température (après filtrage linéaire), CO2 ou le logarithme du CO2 (indicateur de forcing). Et par ailleurs, de façon évidente, de par l’existence de la relation semi-empirique entre le CO2 atmosphérique et le forçage radiatif, les deux fonctions d’autocorrélation correspondantes présentent une grande similitude tant dans la distribution des amplitudes que dans leur décalage (les pics et les creux sont synchrones dans l’un et l’autre autocorrélogramme).
Une analyse similaire d’autocorrélation sur des périodes de meilleure résolution temporelle (exemple de 174 à 87 Ma, Figure 13 in Davis, 2017), conduit aux mêmes conclusions : les trois variables climatiques présentent une cyclicité non aléatoire, les fluctuations de température ne correspondent pas à celles du CO2 ni du forçage radiatif, les cyclicités de la concentration atmosphérique de CO2 et de ΔRFCO2 sont qualitativement semblables. Les cyclicités, pour cet intervalle à haute résolution, sont ainsi respectivement de 16,8 Ma(δ18O*(−1)), 18,0 Ma (concentration atmosphérique de CO2) et 19,0 Ma (ΔRFCO2).Les trois fonctions de corrélation croisée entre proxies de température, CO2, et forcing radiatif sont représentées aux figures 14, 15 et 16 de Davis 2017, [ndt : malheureusement sans les intervalles de confiance correspondant à un bruit blanc gaussien, ni utilisation du test statistique ‘porte-manteau’ correspondant de Ljung-Box. Ce qui empêche de se prononcer sur la signification des pics observés. Il aurait également été utile d’avoir la partie symétrique des fonctions de corrélation croisée, en particulier pour les fonctions de corrélation croisée impliquant la température ; en effet si le CO2 ou le forcing étaient une cause (même partielle) du changement de température, la fonction de corrélation croisée devrait présenter un pic du côté négatif, la cause devant toujours précéder l’effet, ou à tout le moins être synchrone, une situation que l’on attend du 3ème corrélogramme, la transformation logarithmique étant instantanée et ne produisant donc aucun délai). Enfin les pics observés pour les décalages les plus importants pourraient être imputables à un effet de bord. La bonne pratique réclamant que la période la plus longue qui soit détectable sans « effet de bord » ne doive pas dépasser un sixième de la longueur de la fenêtre de mesure.)]
4. Discussion
4a. Les principales conclusions de cette étude sont que ni la concentration atmosphérique de CO2 ni le ΔRFCO2 ne sont corrélés avec la température durant la majeure partie du Phanérozoïque. Un ensemble de 136 coefficients de corrélation ont été calculés entre la température et la concentration atmosphérique de CO2, et entre la température et ΔRFCO2 lors des transitions majeures du climat phanérozoïque. Les corrélations ne sont pas significatives pour près de moitié, et négatives pour l’autre moitié. La corrélation (linéaire) est une condition nécessaire mais pas suffisante de causalité (linéaire). Elle n’implique pas forcément la causalité, mais son absence implique l’absence de causalité (Tufte, 2006). La constatation que la concentration en CO2 atmosphérique et ΔRFCO2 ne sont généralement pas corrélés avec la température, implique donc soit que ni l’une ni l’autre des variables n’a exercé d’influence causale significative sur la température au cours du Phanérozoïque, soit que les proxies utilisés ne reflètent pas assez précisément les variables évaluées et que leur valeur ne peut se distinguer d’un bruit blanc.
Ces résultats appuient une conclusion publiée antérieurement, et basée sur l’étude du climat paléozoïque à savoir que « le climat global peut être indépendant des variations de la concentration atmosphérique en dioxyde de carbone » (Came et al., 2007). La présente étude montre cependant en outre que la concentration de CO2 atmosphérique passée oscille sur un cycle de 15-20 Ma avec une amplitude de quelques centaines à plusieurs centaines de ppmv. Un second cycle plus long oscille de 60-70 Ma. Comme discuté plus loin dans l’article de Davis, mais non repris ici, les pics des cycles d’environ 15 Ma s’alignent étroitement avec les périodes d’extinctions massives identifiées au cours du phanérozoïque, invitant à des recherches plus approfondies sur la relation entre la concentration atmosphérique de CO2 et l’impact de l’activité humaine sur la biodiversité. Nous renvoyons au récent article de Hannisdal et Peters (2021) qui montrent que la biodiversité phanérozoïque est fortement liée aux variations des conditions rédox (par exemple à la fin du Dévonien, Cao et al., 2021) de l’océan et aux fluctuations à long terme du niveau marin, impliquant les cycles du soufre et du carbone, et finalement à la tectonique des plaques sensu lato (Cermeno et al., 2017, Roberts et Mannion, 2019).
4b. Six coefficients de corrélation entre la température et ΔRFCO2 ont été calculés dans l’intervalle 34 à 0 Ma caractérisés par les meilleures résolutions temporelles possibles (Phanérozoïque le plus récent). Les coefficients de corrélation entre la température et ΔRFCO2 sont positifs (modérés à moyens de 0,26 à 0,63) alors que ceux entre la température et la concentration de CO2 atmosphérique pour ce même intervalle sont négatifs (modérés à élevés de -0,26 à -0,73). La température et la concentration de CO2 atmosphérique étant plus faibles au cours du Phanérozoïque récent suggèrent un plus important forçage par le CO2 qui exerce ainsi une influence plus forte sur la température et le climat. Cette influence de CO2 sur la température est donc possible lorsque la lorsque la concentration de CO2 atmosphérique est faible.
Dans ce contexte il semble que les cycles glaciaires récents (41 Ka) fonctionnent comme ceux du Phanérozoïque récent.
Cette conclusion ne peut être validée actuellement pour des séries plus anciennes faute de résolution temporelle suffisante (cycles en moyenne de ± 83 Ka pour l’ensemble du Phanérozoïque, à comparer aux cycles de ± 50 Ka du Phanérozoïque récent) bien que l’analyse d’une dizaine de cycles de plus grande étendue (59-199 ka) semblent aller dans ce sens (Davis, 2017).
4c. Trois récentes études (in Davis, 2017) portant sur le Phanérozoïque récent, à savoir le Cénozoïque (pour la période de 50 à 34 Ma, soit < 3% du Phanérozoïque) ont conclu que la concentration de CO2atmosphérique pilotait la température. D’après Davis (2017) ces études sont à écarter car elles ne s’appuient que sur un seul proxy (isotopes du bore) obtenu à partir d’une seule source (foraminifères planctoniques) et d’un seul endroit (sud de la Tanzanie). Ce résultat n’est pas confirmé par l’analyse à partir de la data base de Davis (2017) pour la même période (50 à 34 Ma), et donne un coefficient de corrélation négatif (R = -0,32) entre les deux grandeurs. Ceci montre à quel point une étude locale ou régionale ne peut suffire pour traiter des relations à l’échelle globale.
4d. Finalement les faibles ou absences de corrélations entre la température, la concentration de CO2atmosphérique et ΔRFCO2 suggèrent que d’autres variables ou processus non identifiés sont à l’origine de l’essentiel (> 95%) de la fluctuation de la température au cours du Phanérozoïque. Les cycles de la concentration de CO2 atmosphérique étant indépendants de ceux de la température, les processus à leur origine doivent être différents. Dans ce contexte des émissions périodiques de CO2 peuvent être liées à l’activité volcanique et à l’ouverture des dorsales océaniques à partir du manteau terrestre (Vérard et al., 2015). Les données présentées par Davis (2017) rejettent ces hypothèses pour le contrôle de la température, car les quantités de CO2 émises dans l’atmosphère par ces processus devraient être beaucoup plus faibles pour permettre un forçage significatif de la température par ΔRFCO2. L’auteur encourage la recherche d’autres mécanismes pouvant rendre compte de fluctuations de la température d’environ 4°C sur une période de 135-150 Ma. Au niveau des facteurs pouvant jouer le rôle de facteur causal, la littérature « alternative au GIEC » cite des fluctuations d’activité solaire, résultant partiellement de la position du soleil par rapport au centre de masse du système solaire (et donc des positions respectives des planètes, en particulier des plus massives), ce qui influe son moment angulaire et son champ magnétique contrôlant le flux de rayons cosmiques incidents sur Terre (et qui seraient à l’origine de la nucléation des nuages), la couverture nuageuse jouant à la fois un rôle de persienne le jour et de couverture la nuit, la présence d’aérosols résultant d’éruptions volcaniques ou de chutes occasionnelles de météorites, etc.. Notons que les fluctuations du CO2 peuvent effectivement être liées à l’activité volcanique et à l’ouverture des dorsales océaniques, mais cela n’a aucun impact sur la température globale.
4e. La diminution graduelle de la concentration de CO2 atmosphérique et de la température au cours du Phanérozoïque peut en principe s’expliquer par l’augmentation de la solubilité du CO2 dans une eau de mer plus froide (Weiss, 1974, également (cf. loi de Henry et vant’Hoff). Notons cependant que l’effet de la solubilité du CO2 sur la concentration de CO2 atmosphérique au cours des âges glaciaires récents est faible (variations de 30 ppmv) par rapport à ce qu’elle est au Phanérozoïque (variations de quelques centaines de ppmv) malgré des changements comparables de température. D’autres processus (altération des silicates, soulèvement tectonique, ralentissement de la tectonique des plaques…) peuvent aussi participer à cette baisse de CO2 atmosphérique dans les périodes récentes, mais il n’en reste pas moins vrai que la concentration de CO2 atmosphérique est au plus bas pour les temps récents (voir notamment GEOCARB III mentionné précédemment). Selon Davis (2017), aux concentrations atmosphériques élevées de CO2 du Phanérozoïque plus ancien le forçage marginal du CO2 devient négligeable (Figure 8b de l’auteur) et de fortes variations du CO2 n’ont que peu d’effet sur la température. Il en résulte un découplage entre la concentration atmosphérique de CO2 et la température, également mis en évidence par Caldeira et Kasting (1993). A nouveau ceci explique que les fortes variations de température globale des cycles glaciaires sont associées à de faibles fluctuations de la solubilité du CO2 atmosphérique, estimées à 30 ppmv (Sigman et al., 2010). Le CO2 et la température sont donc découplés au cours du Phanérozoïque. Lors des maximas glaciaires, avec une concentration (naturelle) atmosphérique de CO2 très basse de 180 ppmv (Petit et al., 1999 ; Jouzel et al., 2007), le forçage marginal de la température par le CO2 était de 94% de son maximum (modélisation MODTRAN), et diminua drastiquement avec l’augmentation de la teneur de CO2 avec 54,5% de son maximum pour une teneur de 300 ppmv lors de l’interstade post-glaciaire. La température durant les différents interstades qui se sont succédés était nettement plus élevée que celle d’aujourd’hui, qui présente pourtant un taux de CO2 atmosphérique bien plus élevé (> 415 ppmv). Ainsi selon Marsh (2014) ‘Carbon dioxide appears to play a very limited role in setting interglacial temperature’.
4f. Sans entrer dans le détails (cf. premier point, pp.29-30 de Davis, 217), une des conséquences de cette diminution exponentielle du forçage marginal de la température par le CO2 atmosphérique est que l’augmentation des émissions actuelles de CO2 anthropiques auront un faible impact sur la température globale. Ce point fait l’objet de nombreuses discussions aujourd’hui car il est d’importance pour ceux qui tentent de prévoir l’évolution future de la température sur la Terre. Selon Witteman (in Le Pair, 2021) un doublement de la concentration de CO2 (TCR) provoquera une augmentation de presque 0,2°C ou même moins (ici). D’autres auteurs estiment cette augmentation à 4°C. Cette sensibilité climatique transitoire (TCR) est cependant estimée inférieure à 1°C par la plupart des auteurs (ici). Dans cette optique si le réchauffement se poursuit et que le CO2 ait un rôle, à raison d’une augmentation d’environ 2 ppmv par an, la teneur actuelle (417 ppmv en 2021) sera doublée en 2190 et accompagnée d’une augmentation d’environ 0,8°C.
Si le CO2 n’a aucun rôle important ou aucun rôle du tout (par exemple ici), comme le suggère la géologie, les fluctuations de températures sont à rechercher dans les processus naturels. Une abondante littérature en fait état et ne peut être développée ici au risque de s’écarter du sujet de départ (se reporter par exemple ici et ici, et aussi les nombreux articles de SCE, voir ici).
4g. Comme indiqué d’entrée de jeu dans cet article avec la présentation des deux principaux résultats, nous ne discuterons pas du deuxième résultat concernant la biodiversité (=deuxième résultat plutôt inattendu : ‘limiter les émissions anthropiques de CO2 n’est d’aucune utilité pour limiter le réchauffement actuel, mais serait essentiel pour préserver la biodiversité’). Notons simplement que selon l’auteur (p.30) mentionne de ‘Possible links between past mass extinction and the carbon cycle therefore an urgent future research direction (is suggested)’. Autrement dit, rien n’est établi, et effectivement cela demande une recherche qui prendra sans doute du temps, même si des pistes sérieuses existent déjà (Courtillot et Renne, 2003). Quelques références pertinentes sont données ci-dessus dans la section 4a. N’allons pas trop vite pour conclure, comme ce fut le cas avec le CO2 (ici).
5. Conclusion
Cette étude montre que les données issues de la géologie sont extrêmement précieuses pour comprendre le fonctionnement de notre planète et particulièrement son évolution climatique. Les données géologiques sont multiples, leur analyse fait appel à de nombreuses disciplines (chimie, physique, géographie, biologie, statistique, traitement de données …) et les moyens mis en œuvre sont de plus en plus sophistiqués (géochimie isotopique, susceptibilité magnétique biomarqueurs, télédétection, statistique, etc). Cette géologie ‘multidisciplinaire’ a fait de très grands progrès lors des dernières décennies et nous offre une ébauche de plus en plus détaillée et convaincante de l’histoire de notre planète. En ce qui concerne le thème développé dans le présent article on peut d’ores et déjà affirmer que le climat a sans cesse fluctué engendrant des ‘paysages’ (déserts, glaciers etc.) se superposant à ceux résultant de la tectonique des plaques.
La situation actuelle n’est donc qu’une configuration particulière parmi tant d’autres et n’a donc rien d’exceptionnel. Les températures actuelles n’ont rien de ‘dramatique’ par rapport à d’autres, beaucoup plus élevées ou plus basses qui eurent cours lors de l’histoire géologique, de même pour la concentration atmosphérique du CO2 qui a été le plus souvent bien plus élevée qu’actuellement. Dans le fameux débat climatique actuel, on passe trop souvent sous silence que le CO2 suit les variations de température, et que le réchauffement actuel se mesure en dixièmes de degré par décennies, alors qu’en un point donné, la température peut varier de plus de 20 degrés entre le jour et la nuit, et que que la planète a souvent connu des variations de température 10 à 20 fois plus élevées pour un intervalle de temps équivalent, comme durant le Pléistocène (Rousseau et al., 2021 et ici), sans que la concentration atmosphérique du CO2 ne présente un lien avec la variation de température. L’analyse de Davis (2017) montre que cela n’est pas étonnant et est même attendu.
La recherche ne s’arrêtant jamais, d’autres proxies viendront compléter ce tableau qui ne modifieront en rien le fait que nous vivons un réchauffement banal et très modéré. La limite fondamentale de l’analyse – et donc de l’interprétation – géologique restera toujours le niveau de résolution temporelle des séries et événements partiellement ou totalement enregistrés (ou également effacés). Dans l’espace géographique des affleurements (et forages) des séries géologiques, ce problème clé de la résolution stratigraphique ou temporelle se résume surtout à celui des corrélations temporelles. Le choix de proxies est donc important et l’outil statistique doit valider leur pertinence et la précision de leur calibrage. Un choix erroné de proxies, de même qu’une mauvaise utilisation de l’outil statistique, peuvent conduire à des interprétations tout à fait discutables de la température et de son évolution, comme par exemple, tout près de nous la fameuse courbe en hockey de Mann et al. (1998) pour le dernier millénaire. Cette courbe fait encore couler beaucoup d’encre (ici, ici et figure 8 in SCE) malgré sa réfutation (notamment ici et ici).
Laisser un commentaire