Réseau Canadien des scénarios de changements climatiques
Bienvenue au Réseau canadien des scénarios de changements climatiques (RCSCC). Le RCSCC est l'interface actualisée des partenaires qui permet de diffuser les recherches sur les scénarios de changements climatiques et les stratégies d'adaptation.
| Regarder la recherche Nœud national |
|---|
céder à nos publications et recherche. |
Les nouveaux utilisateurs des scénarios de changements climatiques doivent consulter: 'Éléments fondamentaux des scénarios de changements climatiques'
Les objectifs du RCSCC sont :
- d'appuyer les recherches sur les répercussions des changements climatiques et les stratégies d'adaptation aux changements climatiques au Canada et dans d'autres pays;
- de venir en aide aux intervenants qui ont besoin de données sur les scénarios pour prendre des décisions et élaborer des politiques;
- de permettre d'avoir accès aux travaux du GRAR, groupe de recherche d'Environnement Canada placé sous l'égide de la Direction générale des sciences et de la technologie atmosphériques;
- de permettre d'avoir accès aux recherches canadiennes sur l'élaboration de scénarios et les stratégies d'adaptation
Les scénarios de changements climatiques proviennent de nombreux centres de recherche internationaux, á l'appui des évaluations du Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC). Les résultats des deuxième (SAR), troisième (TAR) et quatrime (AR4) rapports d'évaluation sont disponibles. Le RCSCC offre également des données limitées provenant du Modèle canadien régional du climat (MCRC) et permet d'avoir accès á différents outils pour visualiser les résultats des scénarios.
Vous trouverez d'autres précisions sur le RCSCC; ici.
| Obtenir les variables brutes | Envisager les modèles de climat | Produire des variables locales |
|---|---|---|
![]() Obtenir des données fondamentales pour construire des scénarios de changements climatiques. |
Analyser les scénarios de climat utilisant des cartes et des graphiques personnalisés. |
![]() Utiliser les modèles de réduction d'échelle statistique pour générer des variables locales des variables climatiques à grande échelle (les prédicteurs) |














