DCSIMG

Rechercher

AR4 : scénarios d’ensemble

Cette page Web a été archivée dans le Web

L’information dont il est indiqué qu’elle est archivée est fournie à des fins de référence, de recherche ou de tenue de documents. Elle n’est pas assujettie aux normes Web du gouvernement du Canada et elle n’a pas été modifiée ou mise à jour depuis son archivage. Pour obtenir cette information dans un autre format, veuillez communiquer avec nous.

Changements d'ensemble des températures et des précipitations annuelles et saisonnières avec l'écart type des modèles (référence 1971-2000), au niveau national (scénario AR4-A1B)

Le Données et scénarios climatiques canadiens (DSCC) a préparé un résumé des constatations tirées de l'évaluation de la modélisation pour le Canada, dans le cadre du quatrième rapport d’évaluation du Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC; 2007). D'autres renseignements issus de cette analyse sont actuellement colligés en vue de leur publication. En tout, 24 centres mondiaux de modélisation ont contribué à la base de données internationale. Les données de sortie utilisées dans l’analyse constituent un ensemble moyen de toutes les données disponibles fournies par les centres, lesquels n’ont pas tous produit de passes de simulation pour tous les scénarios d’émissions. Les modèles sont énumérés dans le tableau ci dessous:

Centres climatiques

CentreModèle
Bjerknes Centre for Climate, NorvègeBCM2.0
Centre canadien de modélisation et d’analyse du climat (CCmaC), CanadaCGCM3T47
Centre canadien de modélisation et d’analyse du climat (CCmaC), CanadaCGCM3T63
Centre national de recherches météorologiques, FranceCNRMCM3
Australia's Commonwealth Scientific and Industrial Research Organisation (CSIRO), AustralieCSIROMk3.0
Australia's Commonwealth Scientific and Industrial Research Organisation (CSIRO), AustralieCSIROMk3.5
Max Planck Institute für Meteorologie, AllemagneECHAM5OM
Meteorological Institute, University of Bonn Meteorological Research Institute, AllemagneECHO-G
Institute of Atmospheric Physics, Chinese Academy of Sciences, ChineFGOALS-g1.0
Geophysical Fluid Dynamics Laboratory (GFDL), États UnisGFDLCM2.0
Geophysical Fluid Dynamics Laboratory (GFDL), États UnisGFDLCM2.1
Goddard Institute for Space Studies (GISS), États UnisGISSAOM
Goddard Institute for Space Studies (GISS), États UnisGISSE-H
Goddard Institute for Space Studies (GISS), États UnisGISSE-R
UK Meteorological Office, Royaume UniHADCM3
UK Meteorological Office, Royaume UniHADGEM1
National Institute of Geophysics and Volcanology, ItalieINGV-SXG
Institute for Numerical Mathematics, RussieINMCM3.0
Institut Pierre Simon Laplace, FranceIPSLCM4
National Institute for Environmental Studies, JaponMIROC3.2 hires
National Institute for Environmental Studies, JaponMIROC3.2 medres
Meteorological Research Institute, Japan Meteorological Agency, JaponMRI-CGCM2.3.2
National Center for Atmospheric Research (NCAR), États Unis NCARPCM
National Center for Atmospheric Research (NCAR), États UnisNCARCCSM3

À l’examen de la littérature scientifique récente, on a établi que l’utilisation d’une approche d’ensemble (moyennes et médianes de plusieurs modèles) permet d’obtenir le meilleur signal de changement climatique projeté. Les résultats peuvent varier beaucoup d’un modèle à l’autre, et chaque modèle comporte ses propres biais inhérents. Le fait d’utiliser une moyenne ou une médiane de plusieurs modèles réduit l’incertitude associée à chaque modèle individuel. En effet, pris ensemble, les biais des modèles individuels semblent s’équilibrer. Comparativement aux données d'observation maillées historiques, les résultats d’ensemble se rapprochent davantage des données climatiques historiques. Ce n'est pas une garantie, mais une collection d'ensemble qui représente bien le climat historique devrait être plus susceptible de simuler avec justesse les conditions du climat futur.

Auparavant, en raison principalement de la difficulté d’obtenir des données, de stocker d'importants volumes de données et de satisfaire aux exigences de programmation, l’approche d’ensemble représentait un travail considérable. Au nombre des autres méthodes utilisées, on compte l’utilisation d’un ensemble restreint de projections de deux ou trois modèles ou la sélection de scénarios tirés de modèles disponibles qui tentent d'établir des liens entre des variables de climat projeté (p. ex, chaud et sec, chaud et humide, plus chaud et sec, plus chaud et humide). Même s’il s’agit d’une bonne approche, cette technique demeure limitée à un petit sous ensemble de modèles disponibles.

Le présent page décrit une projection d'ensemble pour tous les modèles climatiques mondiaux (MCM) disponibles qui ont été mentionnés précédemment, dont les données ont été utilisées pour l’entrepôt de données du GIEC ou le « Program for Climate Model Diagnosis and Intercomparison » (PCMDI). Il s’agit de ressources importantes, mais l’extraction de ces données dans leur format d’origine et, par la suite, la conversion, le formatage, l’interprétation, l’analyse et la cartographie des données sont des tâches colossales qui sont impossibles à réaliser pour de nombreux utilisateurs et intervenants (administration locale - public). Depuis quelques années, le DSCC affiche les résultats de modèles individuels sur son site web (scenarios-climatiques.canada.ca). Le présent page fournit aux intervenants les résultats préliminaires des champs de changements d'ensemble pour ces modèles pour la moyenne d'une période future par rapport à la moyenne d'une période de référence.

Les valeurs moyennes des températures et des précipitations mensuelles sont calculées pour chaque modèle, pour les périodes de 1971 à 2100 et 2020s, 2050s et 2080s. À des fins d’analyse approfondie, la valeur moyenne des mailles est ensuite reportée sur une grille à résolution commune à l'échelle du Canada.

Les données de sortie mensuelles des MCM sont interpolées sur une grille commune à une résolution de 2,5 x 2,5 degrés sur l'ensemble du Canada (résolution utilisée par les « National Centers for Environmental Prediction » [NCEP]). La résolution de grille des NCEP à partir de laquelle tous les modèles sont remaillés est illustrée à la figure 1.

Figure 1

Figure 1: La de grille des NCEP

Les résultats représentent trois périodes de changement climatiques projetés d'après la période référence de 1971 à 2000 pour la niveau moyen scénario d'émission (A1B). Les cartes illustrent les changements de température (en degrés Celsius) et les changements relatifs aux précipitations (en pourcentage) par rapport à la même période de référence.

En plus de nous permettre d’obtenir une estimation plus rigoureuse, l’utilisation d’un ensemble de modèles par rapport à un modèle individuel ou à une combinaison restreinte de modèles peut également nous donner des renseignements précieux sur l’incertitude géographique des projections pour le Canada, à partir de la plage de résultats des modèles. Avec une plage étendue, des cellules de grille indiquent les régions de divergence des configurations de modèles (paramétrage à l’échelle sous maille, circulation atmosphérique ou océanique), menant à une projection d’ensemble dont la marge d’incertitude est plus grande. Ceci est représenté sur les cartes jointes écart-type pour chaque variable. Domaines d'écart-type faible indique les projections des modèles sont plus étroitement en accord avec l'autre (degré de confiance de l'ensemble élevé), et vice-versa.

CARTE = VALEUR FUTURE - VALEUR DE RÉFÉRENCE

Choisir un ensemble

Changements d'ensemble des températures et des précipitations annuelles et saisonnières avec l'écart type des modèles (référence 1971-2000), au niveau national (scénario AR4-A1B). (HI-RES PNG)

Modèles utilisés:

  • SR-A1B - BCM2.0 (série 1)
  • SR-A1B - CGCM3T47 (moyenne)
  • SR-A1B - CGCM3T63 (série 1)
  • SR-A1B - CNRMCM3 (série 1)
  • SR-A1B - CSIROMk3.0 (série 1)
  • SR-A1B - CSIROMk3.5 (série 1)
  • SR-A1B - ECHAM5OM (moyenne)
  • SR-A1B - ECHO-G (moyenne)
  • SR-A1B - FGOALS-g1.0 (moyenne)
  • SR-A1B - GFDLCM2.0 (série 1)
  • SR-A1B - GFDLCM2.1 (série 1)
  • SR-A1B - GISS-AOM (moyenne)
  • SR-A1B - GISS-EH (moyenne)
  • SR-A1B - GISS-ER (moyenne)
  • SR-A1B - HADCM3 (série 1)
  • SR-A1B - HADGEM1 (série 1)
  • SR-A1B - INGV-SXG (série 1)
  • SR-A1B - INMCM3.0 (série 1)
  • SR-A1B - IPSLCM4 (série 1)
  • SR-A1B - MIROC3.2 hires (série 1)
  • SR-A1B - MIROC3.2 medres (moyenne)
  • SR-A1B - MRI CGCM2.3.2a (moyenne)
  • SR-A1B - NCARCCSM3 (moyenne)
  • SR-A1B - NCARPCM (moyenne)

"Détails de la page"

Date de modification :