Téléchargement des scénarios climatiques à échelle statistiquement réduite de la CMIP6 (CanDCS-U6 et CanDCS-M6)

Téléchargement de sous-ensembles individuels d’extrants de modélisation climatique mondiale à l’échelle statistiquement réduite. Ces sous-ensembles peuvent être définis temporairement et spatialement, et filtrés selon la variable, le scénario et le modèle souhaités. Cliquez et faites glisser hors d’une boite sur la carte pour sélectionner un sous-ensemble géographique des données, ou saisissez les coordonnées sous la carte. Il est impossible de fournir des données si la sélection ne comprend qu’un seul point de grille.

Deux ensembles de données calculés avec deux méthodes de réduction d’échelle différentes, CanDCS-U6 (réduction d’échelle à une seule variable) et CanDCS-M6 (réduction d’échelle à variables multiples) peuvent être téléchargés. Vous trouverez davantage d’information sur les ensembles de données fournis en cliquant sur le bouton d’icône d’information pour le champ de sélection des ensembles de données ci-dessous. Veuillez consulter les notes techniques pour plus de détails sur la méthode de réduction d’échelle statistique.

Les ensembles de données sur la température pour trois modèles dans l’ensemble de données CanDCS-U6 ont été mis à jour en août 2023. Ces mises à jour ont corrigé certaines températures anormalement élevées qui se trouvaient dans les données d’origine. Les notes techniques fournissent plus de détails sur les ensembles mis à jour et les méthodes de correction.

Sélection des ensembles de données

Ensembles de données :

Info

CanDCS-U6 : scénarios climatiques canadiens à échelle réduite – méthode univariée de la CMIP6 (Canadian Downscaled Climate Scenarios–Univariate method from CMIP6)

CanDCS-M6 : scénarios climatiques canadiens à échelle réduite – méthode multivariée de la CMIP6 (Canadian Downscaled Climate Scenarios–Multivariate method from CMIP6)

L’échelle des deux ensembles de données offerts a été statistiquement réduite par le Pacific Climate Impacts Consortium (PCIC). La procédure de correction des biais et analogues construits avec cartographie des quantiles, version 2 (BCCAQv2) a été utilisée pour l’ensemble CanDCS-U6, tandis que la méthode multivariée de correction des biais à N dimensions (MBCn) a été utilisée pour l’ensemble CanDCS-M6. Les deux ensembles comprennent les mêmes modèles climatiques mondiaux, variables (précipitations et températures maximale et minimale quotidiennes), période (1950-2100) et profils socioéconomiques partagés (SSP) (SSP1-2.6, SSP2-4.5 et SSP5-8.5).

Les ensembles se différencient surtout de deux façons. En premier, l’échelle de l’ensemble CanDCS-U6 a été réduite à l’aide d’une méthode univariée (BCCAQv2), alors que celle de l’ensemble CanDCS-M6 a été réduite à l’aide d’une méthode multivariée (MBCn), comme indiqué ci-dessus. En second, on a utilisé un nouvel ensemble cible mixte pour la réduction d’échelle de l’ensemble CanDCS-M6 (ensembles de données d’observation maillées ANUSPLIN [versions ajustée et mise à jour] et PNWNAmet). La nouvelle cible comprend des observations réalisées jusqu’au 41e parallèle nord dans l’Ouest des États-Unis, donc le nouvel ensemble couvre tout le bassin du fleuve Columbia, ce qui améliore la représentation des précipitations dans l’Ouest canadien.

Pour en savoir plus sur les deux ensembles, veuillez consulter les notes techniques.

Variable :

Scénario :

Modèle :

Sélection temporelle

Période de l’année :

Résolution temporelle / intervalle de temps :

Année de début :

Année de fin :

0,0

Tout le Canada Sous-ensemble géographique Selection

Coordonnées nord-est :

Latitude de début :

Longitude de début :

Coordonnées sud-ouest :

Latitude de fin :

Longitude de fin :

Téléchargement de données

Remarque : Cette interface vise à fournir un accès à de plus petits sous-ensembles de données. Les données sont en format NetCDF. Si vous souhaitez avoir accès à l’ensemble de données complet, veuillez communiquer avec nous par courriel : f.ccds.info-info.dscc.f@ec.gc.ca

"Détails de la page"

Date de modification :: 2019-03-01