Les glaciers, véritables sentinelles climatiques situées au sommet du monde, nous mettent en garde chaque jour de l’accélération du réchauffement climatique. Ces géants de glace sont de grands réservoirs d’eau douce dont la fonte est soumise à un bilan énergétique complexe à leur surface. Dans ce bilan, les flux turbulents (ces échanges invisibles de chaleur et d’humidité entre l’air et la glace) jouent un rôle crucial, mais encore trop sous-estimé. Notre difficulté à mesurer précisément ces flux est étroitement liée à notre incapacité à quantifier correctement la rugosité de surface qui varie sur les glaciers, ce qui génère d’importantes incertitudes dans les modèles de prévisions. Ultimement, cette sous-estimation de la fonte pourrait mener à de graves conséquences : des perturbations plus intenses et imprévues des cycles hydrologiques affectant les écosystèmes ainsi qu’un dérèglement amplifié des échanges énergétiques entre la surface terrestre et l’atmosphère. Ce dérèglement pourrait mener à un effet boule de neige susceptible d’accélérer davantage les processus de fonte.
Cet article – Courant d’idées – est rédigé par Laurent Lessard, étudiant à la maîtrise en sciences de l’environnement (profil avec mémoire) de l’Université du Québec à Trois-Rivières (UQTR).
Laurent Lessard, étudiant à la maîtrise en sciences de l’environnement (profil avec mémoire) de l’UQTR.
Pour répondre à ce défi, nous avons développé la méthode « RugoBlock », une approche innovante qui permet d’obtenir des mesures de rugosité aérodynamique plus précises sur les surfaces glaciaires. Concrètement, la rugosité aérodynamique (z0) représente la hauteur au-dessus de la surface où la vitesse du vent devient théoriquement nulle et détermine l’intensité des échanges de chaleur entre l’air et la glace. Traditionnellement traitée comme une constante dans les modèles glaciologiques, cette valeur varie pourtant considérablement selon l’emplacement et évolue au fil du temps avec la progression de la fonte. La méthode RugoBlock surmonte plusieurs obstacles techniques, mais elle corrige par-dessus tout l’erreur liée à la précision à laquelle nous observons et calculons la rugosité. Pour faciliter l’adoption de cette méthodologie, nous avons également développé RugoBlockApp, un logiciel qui automatise les calculs complexes et permet aux scientifiques de générer facilement des cartes de rugosité à partir de données topographiques.
Face au défi climatique actuel, des outils comme la méthode RugoBlock représentent une véritable avancée pour mieux comprendre comment fondent nos glaciers. En mesurant plus précisément cette fameuse rugosité aérodynamique, cette innovation permet aux scientifiques de calculer plus justement l’effet du vent sur la fonte. C’est comme si nous passions d’une vision floue à une image HD de ces interactions complexes. Grâce à l’application RugoBlockApp, même les chercheurs peu familiers avec les calculs complexes de rugosité peuvent désormais produire des cartes détaillées de la rugosité des glaciers. Cette meilleure précision est essentielle, car elle aide à prévoir plus fidèlement comment les glaciers réagiront aux changements climatiques dans les années à venir. Ces prévisions plus fiables sont cruciales pour anticiper les changements dans nos réserves d’eau douce et pour protéger les communautés qui en dépendent. En fin de compte, mieux mesurer pour mieux prévoir : voilà comment la science tente de répondre au plus grand défi de notre époque.
Bibliographie
Brock, B. W., et al. (2006). « Measurement and parameterization of aerodynamic roughness length variations at Haut Glacier d’Arolla, Switzerland. » Journal of Glaciology 52(177): 281-297.
Chambers, J. R., et al. (2020). « Glacial Aerodynamic Roughness Estimates: Uncertainty, Sensitivity, and Precision in Field Measurements. » Journal of Geophysical Research: Earth Surface 125(2).
Chambers, J. R., et al. (2021). « Correcting for systematic underestimation of topographic glacier aerodynamic roughness values from Hintereisferner, Austria. » Frontiers in Earth Science 9: 691195.
Dachauer, A., et al. (2021). « Aerodynamic roughness length of crevassed tidewater glaciers from UAV mapping. » The Cryosphere Discussions: 1-23.
Fitzpatrick, N., et al. (2019). « A multi-season investigation of glacier surface roughness lengths through in situ and remote observation. » The Cryosphere 13(3): 1051-1071.
Hock, R. and B. Holmgren (2005). « A distributed surface energy-balance model for complex topography and its application to Storglaciären, Sweden. » Journal of Glaciology 51(172): 25-36
Lettau, H. (1969). « Note on aerodynamic roughness-parameter estimation on the basis of roughness-element description. » Journal of Applied Meteorology (1962-1982) 8(5): 828-832.
Munro, D. S. (1989). « Surface roughness and bulk heat transfer on a glacier: comparison with eddy correlation. » Journal of Glaciology 35(121): 343-348.
Quincey, D., et al. (2017). « Evaluating morphological estimates of the aerodynamic roughness of debris covered glacier ice. » Earth Surface Processes and Landforms 42(15): 2541-2553.
Rees, W. and N. Arnold (2006). « Scale-dependent roughness of a glacier surface: implications for radar backscatter and aerodynamic roughness modelling. » Journal of Glaciology 52(177): 214-222.
Smith, M. W. (2014). « Roughness in the Earth Sciences. » Earth-Science Reviews 136: 202-225.
Smith, M. W., et al. (2016). « Aerodynamic roughness of glacial ice surfaces derived from high-resolution topographic data. » Journal of Geophysical Research: Earth Surface 121(4): 748-766.
Smith, T., et al. (2020). « A scale-dependent model to represent changing aerodynamic roughness of ablating glacier ice based on repeat topographic surveys. » Journal of Glaciology 66(260): 950-964
Découvrir les programmes de cycles supérieurs à l’UQTR.
Courant d’idées permet à la communauté scientifique de l’UQTR de s’exprimer sur différents sujets et enjeux à travers une série d’articles vulgarisés pour le grand public. Consultez notre guide de rédaction.
Ouvert aux chercheurs, étudiants de cycles supérieurs et chargés de cours.
