Méthodes de contraintes des projections climatiques (CMIP6) sur le Canada afin de supporter la communauté hydrologique
Ce projet vise à réduire l'incertitude liée à la neige dans les projections pancanadiennes en tirant parti de la dernière génération de données de projection de MCG du CMIP6. La recherche implique l'utilisation d'une méthode de pondération appelée ClimWIP pour réduire l’incertitude des MCG du CMIP6 sur la base de leurs mesures de performance, avec un accent particulier sur la reproduction précise du maximum annuel de l'équivalent en eau de la neige.
Détails du projet
Responsable(s) scientifique(s)
Contexte
En hiver, les précipitations sont principalement accumulées sous forme de neige ou de glace. Avec la fonte des neiges au printemps, ces grandes quantités d'eau se déversent dans nos cours d'eau, pouvant entraîner souvent des inondations.
Au Canada, les inondations les plus courantes sont celles résultant du ruissellement de la fonte des neiges. Cette réalité est particulièrement préoccupante compte tenu de la grande incertitude liée à la neige dans un contexte de changement climatique.
Objectif(s)
Ce projet comporte trois objectifs :
-
Avoir une vision d’ensemble des progrès les plus récents (revue de littérature et communications personnelles) concernant les contraintes émergentes pour faire une sélection de la méthode (ou des méthodes) qui sera (seront) appliquée;
-
Réduire l’incertitude des projections climatiques en appliquant des contraintes émergentes élaborées sur mesure pour le territoire canadien;
-
Permettre une sélection éclairée de MCG en tant que pilote représentant à la fois le spectre d’incertitude tout en sélectionnant les trajectoires climatiques les plus plausibles.
Méthodologie
Appliquer les concepts des contraintes émergeante, soit trouver une relation entre une ou des variables X dans les simulations de modèles du climat actuel et une variable différente Y dans les projections de modèles du climat futur. Pour ce faire, la performance des variables simulé doit être appliqué.
Résultats
Nous avons sélectionné l’une des méthodes de contraintes émergentes explorées, basée sur la performance et l'indépendance et fournie par ESMvaltool.org.
Cette méthode nous a permis d'identifier les prédicteurs les plus efficaces pour la reproduction du maximum annuel de l'équivalent en eau de la neige. Il s’agit :
-
d’une part de la climatologie quotidienne de la température au niveau de la surface (tas), les précipitations (pr) et la pression au niveau de la mer (psl) en utilisant un filtre passe-bande de 2 à 6 jours ;
-
et d’autre part la climatologie des pics annuels de chutes de neige.
De plus, l'analyse révèle que l'effet principal du processus de pondération est cohérent dans les champs absolus passés et futurs, avec un impact minimal sur les patrons de changement climatique. Le calcul de la moyenne spatiale montre que les anomalies pondérées et non pondérées ne sont pas significativement différentes, bien que nous observions un percentile élevé plus faible pour tas-clim et pr-clim dans les résultats pondérés.
En outre, nos résultats pondérés ont été comparés à diverses approches de filtrage, notamment l'approche "un modèle, une voix", "une famille, une voix" selon Merrifield et al. (2020), "une institution, une voix" selon Kuma et al. (2023), et les fourchettes de sensibilités climatiques à l'équilibre suggérées par Hausfather et al. (2022).
Cette analyse comparative souligne l'efficacité de l'approche ClimWIP, en mettant l'accent sur l'influence de la pondération basée sur la performance sur les variables climatiques régionales. L'analyse des modèles CMIP6 a clairement montré que certains modèles sont plus adaptés au Canada.
Figure 1 : Résultats pondérés et non pondérés pour la climatologie de l’équivalent en eau de la neige, présentés respectivement dans les panneaux de gauche et de droite. Les panneaux (a), (d) et (g) illustrent la climatologie pondérée pour le passé (1981-2010), le futur et le changement climatique, tandis que les panneaux (b), (e) et (h) montrent les versions non pondérées. Les différences entre les résultats pondérés et non pondérés pour le passé, le futur et le changement climatique sont illustrées dans les panneaux (c), (f) et (i), respectivement. Le panneau (j) montre l'évolution de l'anomalie spatiale moyenne, la ligne rouge épaisse représentant l'ensemble non pondéré et la ligne verte représentant l'ensemble pondéré dans l'intervalle de 16,6 à 83,4 percentiles. Matte, Leduc, Labonté et Paquin, in prep.
Retombées pour l'adaptation
Les méthodes et analyses de ce projet pourront guider certaines décisions de configuration des ensembles de données climatiques dans le cadre d'autres projets de recherche.
Cette innovation pourra servir à toute étude qui utilise des ensembles de données et répondre à quelques-unes des questions de recherche sur les bonnes pratiques de pondérations, pratiques déjà utilisées en hydrologie et qui peuvent être étendues à d’autres secteurs tels l’agriculture, la santé, les infrastructures ou l'adaptation pour n’en citer que quelques-uns.
Financeur(s)
Autres participants
- Dominique Paquin, Ouranos
- Marie-Pier Labonté, Ouranos
- Martin Leduc, Ouranos
- Isabelle Chouinard, Ouranos
- John Scinnoca, Centre canadien de la modélisation et de l'analyse climatique
Projets connexes
