Documentation technique des indices agroclimatiques à échelle statistiquement réduite de la CMIP6

Sur cette page

• Aperçu
• Données et traitement
• Définitions des indices agroclimatiques
• Extrants de modèles climatiques mondiaux vs ensembles de données à échelle réduite
• Limites d’utilisation
• Coordonnées
• Références

Aperçu

Le site Web Données et scénarios climatiques canadiens (DSCC) fournit des indices climatiques haute résolution à échelle statistiquement réduite fondés sur les projections de 26 modèles climatiques mondiaux (MCM) faisant partie de la phase 6 du Projet de comparaison de modèles couplés (CMIP6). L’éventail d’indices climatiques utiles pour examiner les effets qui sont téléchargeables comprend des indices représentant le nombre de jours où la température ou les précipitations sont supérieures (ou inférieures) à une valeur seuil, des indices de durée des épisodes d’une condition météorologique ou climatique particulière, et des indices qui cumulent les écarts de température au-dessus ou au-dessous d’un seuil fixé.

Les indices agroclimatiques à échelle statistiquement réduite de la CMIP6 offerts par Environnement et Changement climatique Canada (ECCC) constituent une version mise à jour de l’ensemble de données des indices agroclimatiques de la CMIP5, qui intègrent le nouveau groupe de scénarios à échelle réduite (CanDCS-U6) créé par le Pacific Climate Impacts Consortium (PCIC). Les indices climatiques à échelle statistiquement réduite sont disponibles pour les simulations historiques (1951-2014) et trois nouveaux scénarios d’émissions appelés « profils socioéconomiques partagés » (SSP), soit SSP1-2.6, SSP2-4.5 et SSP5-8.5 (2015-2100), à une résolution de grille de 10 x 10 km.

Veuillez consulter Li et coll. (2018)^Référence1 pour en savoir plus sur le calcul et l’analyse de l’ensemble de données des indices agroclimatiques à échelle statistiquement réduite.

Données et traitement

On a statistiquement réduit l’échelle des extrants des MCM relatifs aux précipitations et aux températures maximales et minimales quotidiennes en utilisant la procédure de correction des biais et analogues construits avec cartographie des quantiles, version 2 (BCCAQv2). Un total de 26 extrants de MCM à échelle statistiquement réduite ont servi à dériver les indices.

La procédure de correction des biais et analogues construits avec cartographie des quantiles (BCCAQ) est un algorithme de réduction d’échelle hybride qui combine la réduction d’échelle par BCCA (correction des biais et analogues construits) (Maurer et coll., 2010)^Référence2 et la cartographie des quantiles. Des renseignements détaillés figurent dans Werner et Cannon (2016)^Référence3. L’utilisation de la cartographie des différences par quantile (QDM; Cannon et coll., 2015)^Référence4, une forme de cartographie des quantiles qui préserve les changements, distingue la BCCAQv2 de la version précédente de l’algorithme. Pour en savoir plus sur les scénarios CanDCS-U6 et la procédure BCCAQv2, veuillez consulter la documentation technique des scénarios CanDCS-U6.

N.B. : L’étalonnage et l’application de la méthode de réduction d’échelle statistique BCCAQv2 nécessitent que les simulations historiques soient concaténées à une projection SSP. Les simulations historiques à échelle statistiquement réduite concaténées aux trois SSP ne sont pas identiques, ce qui constitue un artéfact, mais les différences sont généralement négligeables.

De plus, le processus suivi pour réduire indépendamment l’échelle de différentes variables peut entraîner quelques cas d’incohérence physique (p. ex. des températures minimales qui dépassent parfois les températures maximales). Cela dit, les essais indiquent que les « corrections » ponctuelles des températures incohérentes (p. ex. en inversant les valeurs maximales et minimales concernées) ne produisent en général que des différences négligeables dans les indices climatiques calculés (Li et coll., 2018)^Référence1.

Définitions des indices agroclimatiques

De multiples plages d’indices climatiques sont disponibles, un exemple courant étant les indices du Groupe d’experts en détection et en indices du changement climatique (ETCCDI). Ceux-ci ont été conçus pour aider à comprendre les changements passés et futurs des extrêmes climatiques (p. ex. Sillmann et coll., 2013a, b^{Référence5Référence6}). Cependant, ils ne sont pas toujours utiles pour surveiller les effets du climat aux échelles régionales et locales (Li et coll., 2018)^Référence1.

Pour répondre aux besoins de différents groupes d’utilisateurs au Canada, le site DSCC contient des indices supplémentaires, notamment des indices agroclimatiques, qui ont été proposés par la communauté canadienne de l’adaptation durant une série de consultations. Il comprend aussi une liste de ces indices et leurs définitions. Consultez la liste des définitions pour connaître les équations associées à chaque indice offert sur le site DSCC.

Extrants de modèles climatiques mondiaux vs ensembles de données à échelle réduite

Il convient de noter que les changements futurs prévus par les produits à échelle statistiquement réduite ne sont pas nécessairement plus crédibles que ceux découlant des extrants des modèles climatiques sous-jacents. Dans de nombreux cas, en particulier pour les indices fondés sur des seuils absolus, les projections reposant sur des données à échelle réduite ont une étendue inférieure en raison du retrait des biais de modèle. Toutefois, ce n’est pas le cas pour tous les indices. La réduction d’échelle pour passer de la résolution des MCM à la résolution fine requise pour évaluer les effets augmente le niveau de détail spatial et la variabilité temporelle, de manière à assurer une meilleure correspondance avec les observations. Comme ces modifications dépendent du MCM, il est possible que les indices résultants aient une étendue supérieure lorsqu’ils sont calculés à partir de données à échelle réduite que lorsqu’ils sont calculés directement à partir des extrants de MCM. Dans ce dernier cas, ce n’est pas la procédure de réduction d’échelle qui augmente l’incertitude des projections futures; cette dernière est plutôt un signe de la variabilité accrue associée à une échelle spatiale plus fine.

Limites d’utilisation

Licence du gouvernement ouvert – Canada

Les ensembles de données de modèles individuels et tous les produits dérivés connexes sont assujettis aux conditions d’utilisation de l’organisation source.

Coordonnées

Courriel : f.ccds.info-info.dscc.f@ec.gc.ca