Résumé. Les émulateurs de modèles climatiques régionaux (RCM) permettent des projections RCM rapides et efficaces sur le plan computationnel en fonction des entrées des modèles climatiques globaux (GCM), complétant le mise à l'échelle dynamique en approximant des représentations physiques par des modèles statistiques. Cependant, bien que les émulateurs RCM existants fonctionnent bien dans les émulations déterministes, ils ne prennent pas en compte la variabilité interne des RCM et restent coûteux en termes de calcul. Ici, nous présentons MESMER-RCM, un émulateur RCM probabiliste conçu pour des projections de température annuelle résolue spatialement à 2 m. MESMER-RCM est un modèle génératif qui permet à la fois un apprentissage économe en données et une interprétabilité. Il peut générer de grands ensembles de réalisations RCM synthétiques, mais physiquement plausibles, capturant la variabilité interne des RCM à une fraction du coût computationnel. Ce travail offre un cadre d'émulation RCM rapide et fiable, soutenant des analyses what-if à une échelle plus fine des réponses climatiques régionales et informant les stratégies d'adaptation et d'atténuation locales.
Pan et al. (Jeu,) ont étudié cette question.