Identifier des traces de variations climatiques passées 

Les variations de climat ont des conséquences sur de nombreux phénomènes à la surface du globe. Par exemple, un refroidissement du climat s’accompagne d’une modification de la végé­tation et de plus de glaciers à la surface de la Terre. Si ces phénomènes ont lieu dans le passé et ont laissé des indices observables aujourd’hui, ces indices deviennent des indicateurs des climats du passé. L’analyse de ces indicateurs permet de reconstituer les climats de passé en utilisant le principe d’actualisme : « les lois régissant les phénomènes actuels étaient également valables dans le passé ».

Un des but de ce TP est de comprendre la modélisation : on va donc créer un modèle  de notre système physique aussi proche que possible de la réalité du système. En possession de ce modèle, il sera possible de simuler le système et d’en déduire des lois de comportement, plus ou moins proches de la réalité.

Cette séance repose sur deux activités :

  1. Préparer un oral présentant une trace de variation climatique passée aux choix parmi 4 choix : volume des océans, cernes de croissance des arbres, forage des glaces, analyse des pollens.
  2. Peut-on prévoir l’impact de l’élévation de la température sur les variations du niveau moyen des océans?

D’après l’agence américaine NOAA, National Oceanic And Atmospheric, le niveau des océans a augmenté à un rythme de 1.7 mm par an au cours du XXe siècle. Ce taux a quasiment doublé depuis 1993 (environ 3,1 mm.an-1).

Manipulation 1 : Modélisation de la dilatation thermique de l’eau

Lorsqu’un corps de volume Vi change de température, son volume peut varier. Nous voulons montrer ici qu’une variation de la température de l’eau peut entraîner une variation du volume initial d’eau.

Placer l’ensemble du montage dans un chauffe ballon et commencer le chauffage. Chauffer jusqu’à voir apparaître le niveau d’eau dans la pipette graduée (c’est le niveau 0). Compléter le tableau à t0.

Chauffer jusqu’à une augmentation maximale de 20°C par rapport à la température initiale.

Noter dans le tableau ci-dessous les résultats obtenus chaque fois que la température augmente de 5°C

ΔV = V – Vi (en mL)
ΔT = T°C – Ti

Manipulation 2 Modélisation des conséquences de la fonte de la banquise de l’océan Arctique

La banquise arctique perd 8 % de sa superficie totale par décennie depuis les années 1980. Cependant, à partir de la décennie 2010, son déclin s’accélère.

  1. Placer 50 ml d’eau dans un bécher de 120 ml
  2. Ajouter deux glaçons. Repérer le niveau d’eau
  3. Laisser fondre la glace.
  4. Observer, mesurer et conclure

Manipulation 3 :Modélisation des conséquences de la fonte des glaciers continentaux (calotte glaciaire, glaciers alpins, inlandsis)

  1. Placer 50ml d’eau dans un bécher de 150 ml. Repérer le niveau d’eau dans le bécher.
  2. Placer un caillou
  3. ajouter deux glaçons au dessus. Repérer le niveau d’eau
  4. Laisser fondre la glace.
  5. Observer, mesurer et conclure
     

 

Manipulation 4 : modélisation mathématique

Copier/coller  le fichier python dans  Pyscripter.  Calculer de la hausse du niveau marin en fonction de la température. Relever vos mesures.

# Programme de calcul de la dilatation des mers par réchauffement climatique
from scipy import interpolate, array, arange, integrate
# Table de variation de la température (°C) de l’eau en fonction de la profondeur
xTemp = array([0.0,100.0,200.0,300.0,400.0,500.0,600.0,700.0,800.0,900.0,
1000.0,1250.0,1500.0,2000.0,2500.0,3000.0,4000.0,5000.0])
yTemp = array([22.0,22.0,21.8,21.2,18.0,13.5,10.5,8.3,7.0,6.0,5.5,4.8,4.4,
4.0,3.7,3.5,3.2,2.9])
# Table de variation du coeff de dilatation thermique (°C^-1) en fonction de la
# température (°C)
xCDT = array([0.0,2.0,4.0,6.0,10.0,20.0,40.0,60.0,80.0,100.0])
yCDT = array([-0.5e-04,-0.5e-04,0.15e-04,0.15e-04,0.6e-04,1.5e-04,3.01e-04,
4.56e-04,5.84e-04,6.82e-04])
# paramètres de modélisation
# je choisis la profondeur d’eau qui est en équilibre thermique avec l’atmosphère
# et l’élévation de température max dans le meilleur des scénarii de RC
hColonne = 1000.0 # profondeur en mètres
dh = 1 # épaisseur d’une tranche horizontale de la colonne en mètres
dT = float(input()) # variation de température en °C
# Calcul des fonctions d’interpolation (spline cubique) sur les différentes tables
fTemp = interpolate.interp1d(xTemp,yTemp,kind=’linear’)
fCDT = interpolate.interp1d(xCDT,yCDT,kind=’linear’)
# calcul de la hausse du niveau de la mer
h = arange(0.0,hColonne,dh)
zh = []
for i in h:
# chercher la température en fonction de la profondeur
Ti = fTemp(i)
# chercher le CDT en fonction de la température
CDTi = fCDT(Ti)
# calculer la variation verticale de la tranche i
dz = CDTi*dT
zh.append(dz)
# intégration des hausses unitaires
hausseTotale = integrate.simps(zh,x=h)
print (‘Hausse du niveau de la mer: ‘,hausseTotale,’ m’)


Savoir  :

Connaitre les autres traces de variations climatiques passées.

Savoir faire

Identifier des traces géologiques de variations climatiques passées (pollens, glaciers).

Interpréter des documents donnant la variation d’un indicateur climatique en fonction du temps (date de vendanges, niveau de la mer, extension d’un glacier, …).

Source TP : http://acces.ens-lyon.fr/acces/thematiques/CCCIC/ccc/hydrosphere/dilatation

Source du fichier python.(modifié par Lolézio Viora-Marquet)

 

 

 

%d blogueurs aiment cette page :