Renseignements sur les changements climatiques globaux et à haute résolution
En dépit des progrès dans la puissance de calcul qui ont permis d’augmenter nettement la résolution des MCG depuis quelques années, les résultats des modèles climatiques manquent toujours de précision (sur le plan des valeurs absolues spécifiques) aux échelles régionales pour être utilisés directement dans le cadre des études sur les impacts (Mearns et al., 1997). Comme le suggèrent différentes recommandations et différents documents préparés par le GIEC (voir Wilby et al., 2004; Mearns et al., 2003), les données sur les changements climatiques nécessaires aux nombreuses études sur les répercussions sont à une échelle spatiale beaucoup plus fine que celle des MCG. C’est pourquoi, d'autres méthodes appelées techniques de réduction d'échelle (à la fois dynamiques, c.àd. les modèles climatiques régionaux (MCR) et statistiques) ont été conçues ces dernières années pour obtenir des données sur les changements climatiques à plus haute résolution. Dans ce qui suit, on fait la synthèse des principaux avantages et les limites de chaque méthode (c.àd. les MCG et les techniques de réduction d'échelle).
MCG
(point de départ de toutes les études sur les impacts,
de la réponse à grande échelle aux forçages
anthropiques) :
- Avantages : informations uniformes sur le plan physique, longues simulations + différents scénarios du SRES, nombreuses variables, données facilement utilisables);
- Limites : données à échelle trop grossière pour être utilisées directement dans les modèles d'impact nécessitant des données climatiques régionales ou locales, caractéristiques quotidiennes manquant le plus souvent de réalisme, sauf pour les très grandes régions, couteux en terme de temps de calcul, des biais dans les simulations de « contrôle » encore importants au-dessus des conditions de surface hétérogènes (par exemple dans le Nord et l'Est du Canada).
Techniques de réduction d'échelle
(qui autorisent une résolution ponctuelle/spatio-temporelle élevée:Modèles climatiques régionaux (c.àd. réduction d'échelle dynamique):
- Avantages : données à haute résolution, reposent sur des principes physiques, nombreuses variables, meilleure représentation des phénomènes à méso-échelle et de certains extrêmes météorologiques par rapport aux MCG;
- Limites : très coûteux en terme de temps de calculs, absence de pilotage bi-directionnel (manque de rétroaction avec les forçages de grande-échelle des MCG), tributaires des biais des MCG utilisés comme forçage aux frontières du modèle, peu de scénarios disponibles.
Réduction d'échelle statistique :
- Avantages : données à haute résolution (grille ou régions non uniformes), certaines techniques tiennent compte d’une gamme diverse de variables, les variables sont consistantes entre elles, peu coûteux en terme de temps de calcul, application rapide à partir de plusieurs MCG et de scénarios multiples;
- Limites : hypothèse de stationnarité des relations empiriques dans le futur (c.àd. les relations statistiques élaborées pour le climat actuel restent valables dans différentes conditions de forçage des climats futurs possibles), exigent d'avoir accès à des données d'observations quotidiennes en surface et dans l’atmosphère, un nombre limité de variables est généré à l'aide de certaines techniques, tributaires des biais des MCG utilisés comme données d’entrée du modèle.
On trouvera plus de précisions sur les avantages et les inconvénients de toutes les techniques décrites cidessus au tableau 13.1 du WG1 du TAR du GIEC (GIEC, 2001), y compris les méthodes analogues et synthétiques. De récentes recommandations sur les méthodes de réduction d'échelle sont également disponibles auprès du Centre de distribution des données du GIEC (voir par exemple Mearns et al., 2003 et Wilby et al., 2004). D'autres méthodes de réduction d'échelle sont analysées à la page du RCSCC intitulée Scénarios à haute résolution.
