Introduction aux scénarios climatiques canadiens à échelle réduite – jeu de données multivariées pour CMIP6 (CanDCS-M6)

Découvrez les données sur les changements climatiques futurs, y compris l’incertitude et la façon dont elles sont gérées sur Donneesclimatiques.ca.

Messages clés

  • Donneesclimatiques.ca a procédé à la mise à jour vers ses cartes, ses tracés de séries temporelles, ses pages de téléchargement et d’analyse en remplaçant presque toutes les données existantes des modèles climatiques CMIP6 à échelle réduite par un nouvel jeu de données connu sous le nom de CanDCS-M6 (M6 en abrégé).
  • M6 a été développé avec une nouvelle méthode de réduction d’échelle multivariée et un jeu de données cible différent (PCIC-Blend).
  • M6 a remplacé CanDCS-U6 (U6 en abrégé), les projections des modèles climatiques à réduction d’échelle univariée qui sont proposées sur Donneesclimatiques.ca.
  • La réduction d’échelle multivariée préserve mieux les relations entre les variables en considérant plusieurs variables simultanément lors de la réduction d’échelle des projections du modèle climatique, contrairement à la réduction d’échelle univariée, qui les ajuste indépendamment.
  • La version M6 inclura un nouveau scénario d’émissions, SSP3-7.0.

Qu'est-ce que CanDCS-M6 ?

L’ensemble canadien de données multivariées des scénarios climatiques à échelle réduite pour CMIP6 (CanDCS-M6 ou M6 en abrégé) est un jeu de données réduites à l’échelle statistiquement pour l’ensemble du Canada, développé à l’aide de l’ensemble de modèles climatiques globaux (MCG) CMIP6 et de scénarios d’émissions appelés « les trajectoires communes d’évolution socio-économique » (de l’anglais Shared Socio-economic Pathways (SSPs)). Les sorties de chaque modèle climatique ont été statistiquement réduites à l’aide d’une méthode de réduction à l’échelle améliorée et d’un jeu de données cible améliorés.

Les ensembles de données à échelle réduite statistiquement utilisent des observations à haute résolution pour ajuster les données des modèles climatiques afin de mieux saisir les variations du climat à petite échelle1,2. En utilisant les relations statistiques entre les sorties à résolution grossière des MCG et les données climatiques observées, la réduction d’échelle statistique peut ajuster les projections climatiques à une résolution spatiale plus pertinente pour la planification de l’adaptation au changement climatique au niveau local.1.

Presque tous les produits de données sur la température et les précipitations (p. ex. les cartes, les tracés de séries temporelles et les pages de téléchargement et d’analyse) sur Donneesclimatiques.ca sont maintenant dérivés du jeu de données M6, ce qui représente un progrès dans la réduction d’échelle statistique des données climatiques à des fins d’adaptation locale au Canada. Le jeu de données M6, publié sur Donneesclimatiques.ca à l’automne 2024, a remplacé son prédécesseur, CANDCS-U6 (U6), en novembre 2024. Après novembre 2024, les utilisateurs pourront accéder au jeu de données U6 sur PAVICS.

Quelles sont les similitudes et les différences entre les jeux de données M6 et U6 ?

Les jeux de données M6 et U6 comprennent tous deux des données quotidiennes sur les températures et les précipitations minimales et maximales, qui ont été utilisées pour dériver les 30+ indices climatiques disponibles sur Donneesclimatiques.ca. Les principales différences entre le jeu de données U6 original et le jeu de données M6 amélioré sont les techniques de réduction à l’échelle statistique et les jeux de données cibles utilisés. Le jeu de données M6 comprend également un scénario d’émissions supplémentaire, SSP3-7.0.

Techniques de réduction d’échelle statistique

M6 est un jeu de données multivariées dérivé d’une technique de réduction d’échelle statistique appelée correction du biais multivariée à n-dimensions (MBCn), qui donne la priorité à la préservation des relations entre les variables climatiques. Cette technique augmente la confiance, en particulier pour les indices tels que les cycles gel-dégel et les chutes de neige, qui sont dérivés à la fois de la température et des précipitations.

Le jeu de données à échelle réduite précédemment disponible, U6, est un jeu de données univariées, ce qui signifie que la réduction d’échelle est effectuée pour chaque variable climatique indépendamment, dans ce cas en utilisant la méthode de réduction d’échelle BCCAQv2. Cette méthode est très efficace pour la réduction d’échelle d’une seule variable à la fois, telle que la température maximale quotidienne.

Le jeu de données cible

Un jeu de données cible est un jeu de données historiques à haute résolution utilisé pour ajuster les simulations du modèle climatique afin de mieux refléter les conditions climatiques locales.

U6 utilise NRCANmet V1 comme jeu de données cible3,4. Ce jeu de données est produit par Ressources naturelles Canada et est disponible à une résolution spatiale d’environ 6 x 10 km (il est aussi communément appelé « ANUSPLIN »).

M6 utilise un jeu de données cible amélioré, PCIC-Blend, qui a la même résolution spatiale que NRCANmet. Ce jeu de données a été développé par le Pacific Climate Impacts Consortium (PCIC) en combinant des jeux de données préexistants qui ont chacun leurs propres avantages dans certaines parties du pays. PCIC-Blend combine PNWNAmet sur l’ouest du Canada (températures maximales et minimales et précipitations quotidiennes) avec NRCANmet V2 (températures maximales et minimales quotidiennes) et NRCANmet-Adjusted (précipitations) sur le centre et l’est du Canada3. Les trois ensembles de données ont été mélangés de manière graduelle sur une région de transition à l’est des montagnes Rocheuses, de l’océan Arctique à la frontière américaine. Alors que les jeux de données NRCANmet fournissent une bonne description de ces variables sur le centre et l’est du Canada, PNWNAmet est plus performant dans l’ouest lorsqu’on le compare aux observations des stations.

Pour en savoir plus sur le jeu de données M6, lisez l’article intitulé Multivariate Canadian Downscaled Climate Scenarios for CMIP6 (CanDCS- M6).

Nouveau scénario d’émissions

M6 comprend les trois scénarios d’émissions d’U6 (SSP1-2.6, SSP2-4.5, SSP5-8.5) plus un quatrième scénario, SSP3-7.0. Les résultats sont disponibles pour les mêmes 26 MCG de l’ensemble U6, sauf pour le scénario SSP3-7.0, pour lequel seuls 24 des 26 modèles étaient disponibles.

Comment se comparent les résultats des données du M6 et de l'U6 ?

En bref, les données M6 sont meilleures pour le calcul des indices climatiques qui utilisent plus d’une variable, comme l’indice standardisé d’évapotranspiration des précipitations (SPEI). En outre, les données M6 fournissent des données de précipitations plus précises pour la côte ouest du Canada.

Calcul des précipitations

Le jeu de données M6 tire également parti de la meilleure représentation des précipitations à travers le Canada dans le jeu de données cible PCIC-Blend 5. La figure 1 illustre les différences générales de précipitations entre les deux jeux de données pour trois périodes différentes : historique (1971-2000), milieu du siècle (2041-2070) et fin du siècle (2071-2100). Ces différences sont presque entièrement dus à la modification du jeu de données cible (figure 2), en particulier sur la côte ouest, où les précipitations sont généralement plus abondantes.

Figure 1 : Différences spatiales entre les jeux de données M6 et U6 des précipitations annuelles pour SSP5-8.5. Les différences sont indiquées pour les périodes historiques, le milieu du siècle et la fin du siècle.
Figure 2 : Différence en pourcentage des précipitations annuelles moyennes entre NRCANmet V1 et PNWNAmet6, le jeu de données utilisé pour la partie occidentale du PCIC-Blend. Les couleurs rouges indiquent les endroits où NRCANmet est plus sec que PNWNAmet et les couleurs bleues indiquent les endroits où il est plus humide.

Références

  1. Gouvernement du Canada. (2019). Questions courantes sur la mise à l’échelle. Tiré de https://scenarios-climatiques.canada.ca/index.php?page=downscaling-information
  2. Gouvernement du Canada. (2023). Scénarios climatiques mis à l’échelle statistique et indices des modèles climatiques mondiaux du CMIP6. Extrait de https://scenarios-climatiques.canada.ca/index.php?page=CanDCS6-notes
  3. Pacific Climate Impacts Consortium (PCIC), Université de Victoria, (juillet 2023). Scénarios climatiques à réduction échelle statistique. Récupéré de https://www.pacificclimate.org/data/statistically-downscaled-climate-scenarios
  4. Pacific Climate Impacts Consortium (PCIC), Université de Victoria, (n.d.). Daily Gridded Meteorological Datasets. Extrait de https://www.pacificclimate.org/data/daily-gridded-meteorological-datasets
  5. Sobie, S. R., Ouali, D., Curry, C. L. et Zwiers, F. W. (2024). Multivariate Canadian Downscaled Climate Scenarios for CMIP6 (CanDCS-M6). Geoscience Data Journal 11: 806-824. https://doi.org/10.1002/gdj3.257
  6. Werner, A., Schnorbus, M., Shrestha, R. et al. (2019). A long-term, temporally consistent, gridded daily meteorological dataset for northwestern North America. Sci Data 6, 180299. https://doi.org/10.1038/sdata.2018.299