Questions courantes sur la mise à l’échelle
Qu’est-ce que la mise à l’échelle?
La mise à l’échelle consiste à transformer les données climatiques à échelle grossière, généralement la sortie d’un modèle climatique mondial, en données climatiques à petite échelle. Il existe deux techniques de mise à l’échelle : la mise à l’échelle dynamique et la mise à l’échelle statistique.
Pourquoi mettre à l’échelle la sortie d’un modèle climatique mondial?
Généralement, les résolutions spatiales des modèles climatiques mondiaux actuels sont d’environ 100 à 300 km. Des résolutions si grossières ne peuvent montrer l’ensemble des caractéristiques régionales qui pourraient influer sur les climats locaux. Les techniques de mise à l’échelle dynamique et statistique permettent d’obtenir des données climatiques qui reflètent les particularités locales et sont cohérentes avec l’évolution du climat représentée dans les modèles climatiques mondiaux.
Qu’est-ce que la mise à l’échelle statistique?
Lors d’une mise à l’échelle statistique, on emploie des modèles statistiques empiriques pour représenter les relations entre les données climatiques à grande échelle (fournies par des modèles mondiaux) et les effets locaux à petite échelle, comme la variabilité de la température ou des précipitations à un site donné.
Avantages de la mise à l’échelle statistique :
-
Les modèles statistiques sont étalonnés au moyen d’observations, ce qui permet d’éliminer les biais lorsqu’ils sont appliqués à des simulations climatiques actuelles, mais pas toujours pour les projections futures. (Il est à noter que les erreurs du modèle pourraient influer sur les sorties si un ensemble de données d’observation employé pour l’étalonnage de l’échelle statistique a été produit à partir d’un modèle climatique ou météorologique. Par exemple, une réanalyse atmosphérique pourrait servir de substitut pour des observations atmosphériques à grande échelle. Cette technique combine des observations afin de limiter un modèle de prévision météorologique. L’ensemble de données ainsi obtenu tend à correspondre davantage aux observations qu’un ensemble de données découlant du modèle seul. Néanmoins, des erreurs de modèle pourraient encore avoir une incidence sur les sorties.)
La couverture spatiale et la résolution sont déterminées par l’étendue et la densité du réseau d’observation (plutôt que par la puissance de calcul, comme dans le cas des modèles climatiques mondiaux et régionaux).
Inconvénients de la mise à l’échelle statistique :
-
Les relations statistiques entre les variables locales et les moyennes à grande échelle qui sont établies de façon empirique à partir de données actuelles ne seront pas nécessairement valables dans un climat futur changé. L’hypothèse selon laquelle les relations restent valables dans un climat changé est souvent appelée « hypothèse de stationnarité ».
Des relations statistiques peuvent seulement être établies pour les sites où des observations adéquates sont possibles, comme des stations météorologiques disposant de relevés s’étendant sur de nombreuses décennies.
On peut seulement mettre à l’échelle des variables pour lesquelles des observations adéquates ont été réalisées et permettent d’étalonner un modèle statistique.
-
Qu’est-ce que la mise à l’échelle dynamique?
Lors d’une mise à l’échelle dynamique, on emploie des modèles climatiques régionaux pour mettre à l’échelle les simulations climatiques produites par des modèles climatiques mondiaux. Le modèle climatique régional représente l’évolution de variables météorologiques comme les vents, la température et l’humidité à une résolution spatiale supérieure à celle du modèle climatique global. Les modèles climatiques régionaux sont pilotés à leurs frontières par les données des modèles climatiques mondiaux. Le modèle climatique régional est un modèle physique autosuffisant du système climatique. Il permet de résoudre numériquement les équations physiques adaptées à sa résolution spatiale. Les modèles climatiques mondiaux et les modèles mondiaux de prévision numérique du temps le permettent aussi, mais leur exécution différente.
Avantages de la mise à l’échelle dynamique :
-
Contrairement à la mise à l’échelle statistique, il est possible de faire une mise à l’échelle dynamique des sorties de modèle pour les régions où la couverture d’observation n’est pas adéquate (renseignements sur la mise à l’échelle statistique). Par exemple, la couverture est bien étendue dans le sud du Canada grâce à un vaste réseau de stations météorologiques, mais elle est beaucoup moins dense dans le nord du pays.
-
La mise à l’échelle dynamique n’est pas fondée sur l’hypothèse selon laquelle la relation entre les variables locales et les moyennes à grande échelle ne varie pas dans le temps (hypothèse de stationnarité). Un modèle physique est plutôt employé pour prédire la façon dont cette relation peut varier au fil du temps.
Inconvénients de la mise à l’échelle dynamique :
-
Aucun modèle climatique n’est parfait. Les équations physiques résolues par les modèles climatiques mondiaux contiennent des approximations, surtout en raison de leur résolution spatiale limitée. Il en va de même pour les modèles climatiques régionaux. Même si leur résolution est plus fine que celle des modèles climatiques mondiaux, ils contiennent des approximations, ce qui signifie qu’il existe une part d’incertitude liée au modèle dans toutes les sorties de modèles climatiques régionaux.
Les modèles régionaux héritent aussi de l’incertitude associée aux modèles climatiques mondiaux utilisés pour les piloter, car les sorties de modèles mondiaux contiennent une part d’incertitude liée au modèle, et les modèles régionaux doivent fortement suivre l’évolution atmosphérique à grande échelle prévue par les modèles mondiaux associés. Par exemple, si un modèle climatique mondial prédit que le courant-jet du Pacifique se déplacera vers le nord en raison des changements climatiques, le modèle régional piloté par ce modèle prédira un déplacement similaire du courant-jet, ce qui ne permet toutefois pas d’accorder un plus grand degré de confiance à la prévision.
-
Questions courantes sur les modèles climatiques régionals
Qu’est-ce qu’un modèle climatique régional?
Le modèle climatique mondial résout numériquement les équations physiques qui déterminent la circulation de l’atmosphère autour de la planète. La sortie de ce type de modèle comprend des variables physiques qui ont une incidence sur le climat, comme les vents, les températures et les précipitations. Le modèle climatique régional résout les mêmes équations, mais pour un domaine spatial limité (par exemple, l’Amérique du Nord est un des domaines possibles).
Réduire la taille du domaine de l’échelle planétaire à l’échelle régionale permet d’exécuter les modèles climatiques régionaux à une résolution spatiale plus élevée que celle des modèles mondiaux pour un coût de calcul semblable. Une résolution plus élevée permet de représenter les caractéristiques régionales à petite échelle qui pourraient avoir une incidence sur le climat local, mais qui ne peuvent être traduites par les modèles mondiaux à échelle grossière. Ces caractéristiques pourraient comprendre notamment les variations topographiques locales dans les régions montagneuses comme les Rocheuses, les littoraux complexes comme la côte de la Colombie-Britannique ou les nombreux petits lacs situés dans le nord du Canada.
Les modèles climatiques régionaux servent à mettre à l’échelle les simulations climatiques produites par des modèles climatiques globaux. Ce processus est appelé mise à l’échelle dynamique.
Pourquoi les simulations climatiques mondiales ne sont-elles pas réalisées à une résolution spatiale plus élevée?
Idéalement, les simulations climatiques mondiales seraient effectuées à une résolution spatiale plus élevée pour que les caractéristiques topographiques régionales et les traits atmosphériques à petite échelle (comme les nuages individuels) soient traduits clairement par les modèles climatiques mondiaux. Malheureusement, cela n’est pas actuellement faisable sur le plan informatique. Le coût de calcul d’un modèle climatique est multiplié par plus ou moins dix chaque fois que sa résolution spatiale est doublée. Par exemple, affiner la résolution spatiale d’un modèle de 100 km à 10 km nécessiterait une puissance de calcul environ 1000 fois plus élevée.
Qu’est-ce que le domaine d’un modèle climatique régional?
Le domaine est la région représentée par le modèle climatique régional. L’Amérique du Nord, l’Afrique et l’Europe en sont des exemples. Un projet international nommé CORDEX (Coordinated Regional Climate Downscaling Experiment) vise à produire des ensembles coordonnés de projections climatiques régionales et à aider des scientifiques à évaluer les sorties de modèles climatiques régionaux. La liste des domaines standards utilisés est accessible en ligne et comprend notamment les domaines de l’Amérique du Nord et de l’Arctique.
Les domaines de modèles climatiques régionaux sont généralement assez grands pour représenter les caractéristiques pertinentes de la circulation de l’atmosphère dans la région analysée, mais aussi assez petits pour que le coût de calcul du modèle soit bien inférieur à celui d’un modèle climatique mondial à haute résolution. Par exemple, un modèle régional pour l’Amérique du Nord ne représente qu’environ 10 % de la surface du globe, ce qui permet d’obtenir une résolution spatiale approximativement deux fois plus élevée que celle d’un modèle mondial pour un coût de calcul semblable. Par conséquent, les modèles climatiques régionaux constituent une façon efficiente d’atteindre une résolution spatiale élevée dans une région donnée.
Que signifie « piloter un modèle climatique régional avec un modèle climatique mondial »?
Une limite artificielle est introduite dans le modèle climatique régional, car celui-ci est circonscrit par les frontières de son domaine. Étant donné que l’atmosphère réelle circule autour de l’ensemble de la planète, le climat d’une région donnée est touché non seulement par les caractéristiques locales de la région, comme le type et la forme de sa surface terrestre, mais aussi par des phénomènes se produisant hors de la région. Par exemple, une masse d’air ayant des propriétés distinctes pourrait pénétrer dans une autre région, comme lorsqu’une masse d’air arctique se déplace vers le sud du Canada. L’effet à distance d’El Niño sur les températures et précipitations hivernales en Amérique du Nord est un autre exemple. En raison de son domaine spatial limité, le modèle régional ne peut représenter clairement ce type d’effets à distance. Ainsi, les effets doivent être ajoutés au modèle en intégrant des renseignements à ses frontières, ce qui est effectué en pilotant le modèle régional sur ses frontières latérales à l’aide de données climatiques d’un modèle mondial.
On devrait donc considérer que les modèles climatiques régionaux sont des prolongements des modèles climatiques mondiaux. En effet, ils augmentent les capacités de modèles mondiaux grossiers en leur ajoutant des précisions à petite échelle régionale et sont limités par le pilotage sur leurs frontières afin de bien suivre l’évolution des modèles mondiaux. Le résultat souhaité est un modèle climatique régional qui fournit une représentation à résolution fine du climat d’une région et est cohérent avec la représentation à résolution grossière fournie par un modèle climatique mondial. Ainsi, les modèles climatiques régionaux ajoutent des précisions spatiales aux prévisions faites à l’aide de modèles climatiques mondiaux.