Importance des anomalies de température de surface de la mer Atlantique pour la variabilité de la banquise arctique révélée par l'apprentissage profond

Pourquoi les océans lointains comptent pour la glace arctique

Lorsque l'on pense à la fonte de la banquise arctique, on imagine généralement des cheminées et du dioxyde de carbone, pas des eaux chaudes situées à des milliers de kilomètres dans l'océan Atlantique. Pourtant, cette étude montre que de subtils changements de la température de surface de la mer dans des régions atlantiques spécifiques laissent une empreinte nette sur l'étendue de glace couvrant l'Arctique. En appliquant directement aux observations des outils avancés d'apprentissage profond, les auteurs mettent au jour un lien étonnamment fort et rapide entre des mers lointaines et le sort de la glace polaire, éclairant pourquoi les conditions arctiques peuvent varier d'une année à l'autre de façons que les modèles climatiques conventionnels peinent à reproduire.

Suivre les fluctuations de la banquise arctique

Au cours des quatre dernières décennies, la banquise arctique s'est amincie et réduite, contribuant à l'élévation des températures, au déplacement des trajectoires des tempêtes et à une météo plus extrême aux latitudes moyennes. Si le réchauffement à long terme d'origine humaine explique la tendance générale à la baisse, la variabilité naturelle d'année en année et de décennie en décennie joue toujours un rôle important. L'un des principaux suspects derrière cette variabilité est le schéma des températures de surface de l'océan hors des régions polaires, mais des études antérieures ont divergé sur l'importance relative du Pacifique, de l'Atlantique ou de l'océan Indien, et les outils statistiques linéaires traditionnels ont du mal à démêler leurs rôles respectifs.

Laisser l'apprentissage profond ‘‘lire’’ les océans

Pour aborder ce problème, les chercheurs ont entraîné trois modèles de réseaux neuronaux profonds distincts, chacun n'alimentant que les anomalies quotidiennes de température de surface de la mer d'un bassin — le Pacifique, l'Atlantique ou l'océan Indien — sur la période 1982–2022. La tâche était exigeante mais simple en concept : à partir d'un seul instantané des températures de surface de l'océan, le modèle devait reconstruire l'étendue totale de la banquise arctique pour ce jour. Les auteurs ont soigneusement optimisé où regarder dans chaque bassin, combien de temps à l'avance utiliser les températures et à quelle résolution spatiale et temporelle. Ils ont constaté que l'utilisation de données quotidiennes à haute résolution était cruciale : les modèles rendaient sensiblement moins bien lorsqu'on ne leur fournissait que des moyennes mensuelles ou des cartes plus grossières, ce qui suggère que des signaux océaniques relativement rapides et de petite échelle comptent pour la glace arctique.

Les eaux atlantiques se distinguent

Le réseau basé sur l'Atlantique a clairement surpassé ceux entraînés sur le Pacifique ou l'océan Indien. Il a reproduit non seulement le déclin à long terme de la banquise arctique, mais aussi une grande partie des oscillations d'une année sur l'autre, et ce de façon cohérente à travers différentes périodes. Sa compétence est restée significative même après avoir mathématiquement retiré la tendance de réchauffement à long terme, ce qui signifie qu'il capturait une variabilité réelle plutôt que de simplement suivre la perte progressive de glace. La connexion était particulièrement forte en été et en hiver, saisons durant lesquelles la banquise arctique est la plus prévisible et où les rétroactions entre glace et rayonnement solaire ou atmosphère sont les plus actives. En revanche, les modèles Pacifique et Indien ont montré des liens plus faibles et intermittents : ils pouvaient saisir des épisodes particuliers, comme certaines années d'extrême faible étendue de glace, mais n'ont pas réussi à maintenir une performance robuste sur l'ensemble des quatre décennies.

Points chauds dans les Caraïbes et le Gulf Stream

Les réseaux neuronaux profonds sont souvent critiqués comme des « boîtes noires », aussi l'équipe a-t-elle appliqué des techniques d'IA explicable pour voir où, dans l'Atlantique, le modèle puisait son information. Deux méthodes indépendantes — les gradients intégrés et un test systématique d'« occlusion » qui masque temporairement de petites zones d'océan pour le modèle — ont convergé vers la même réponse : la mer des Caraïbes et la région du Gulf Stream sont les principaux points chauds. Des eaux plus chaudes que la normale dans ces zones étaient généralement associées à une réduction de la banquise arctique environ 20 jours plus tard. Des analyses supplémentaires ont suggéré que ce lien n'est pas porté par de lents courants océaniques, mais par des changements atmosphériques rapides provoqués par une évaporation et un flux de chaleur accrus du fait des eaux anormalement chaudes. Lorsque les auteurs ont construit de nouveaux modèles n'utilisant que la composante du flux de chaleur de surface directement liée à la température de surface de la mer, ils ont égalé la performance du modèle de température atlantique et retrouvé des points chauds quasiment identiques.

Rythmes cachés et liens non linéaires

En examinant le calendrier de ces signaux, les auteurs ont décomposé les schémas de température atlantiques en oscillations plus lentes à l'échelle décennale et en variations interannuelles plus rapides durant de deux à sept ans. Un modèle de régression linéaire standard a surtout tiré profit des composantes plus lentes et plus lisses. Le modèle d'apprentissage profond, en revanche, a extrait un gain supplémentaire des signaux interannuels à plus haute fréquence, qui paraissent irréguliers et épisodiques dans des analyses statistiques simples. Des techniques d'analyse par ondelettes ont confirmé que dans les régions des Caraïbes et du Gulf Stream, des poussées de variabilité interannuelle de la température coïncident parfois avec des changements de la banquise arctique, souvent avec l'océan précédant la glace. Ce comportement suggère des voies atmosphériques complexes et non linéaires, impliquant probablement des modifications du transport de vapeur d'eau, de la formation de nuages et de grands modes de circulation tels que les oscillations arctique et de l'Atlantique Nord.

Ce que cela signifie pour l'avenir de la banquise arctique

En termes simples, l'étude soutient que certaines poches chaudes de l'Atlantique — en particulier dans les Caraïbes et le long du Gulf Stream — jouent un rôle disproportionné dans la quantité de glace de mer couvrant l'Arctique d'une année sur l'autre. En mobilisant l'apprentissage profond et des outils d'interprétabilité, les auteurs montrent que ces régions influencent rapidement l'Arctique, en l'espace de semaines, principalement via une évaporation accrue et un transfert de chaleur vers l'atmosphère qui modifient ensuite les schémas météorologiques au‑dessus des mers polaires. Si le réchauffement d'origine humaine reste le moteur principal de la perte de glace à long terme, comprendre ces « boutons de commande » océaniques distants peut améliorer les prévisions saisonnières et aider les scientifiques à démêler comment les rythmes climatiques naturels et les tendances liées aux gaz à effet de serre se combinent pour façonner l'Arctique en rapide mutation.

Citation: Li, Y., Gan, B., Zhu, R. et al. Significance of Atlantic sea surface temperature anomalies to Arctic sea ice variability revealed by deep learning. npj Clim Atmos Sci 9, 70 (2026). https://doi.org/10.1038/s41612-026-01347-2

Mots-clés: Banquise arctique, Océan Atlantique, téléconnexions, apprentissage profond, variabilité climatique