Principales étapes vers les scénarios de variabilité et d’extrêmes climatiques
Pour développer des renseignements sur les changements climatiques avec tous les outils proposés au préalable (MCG et méthodes de réduction d'échelle), on a généralement recours à deux grandes méthodes pour les études sur les répercussions :
- La façon la plus courante et la plus simple de développer des renseignements sur les changements climatiques consiste à utiliser la méthode des deltas et à appliquer les signaux ou les anomalies futures des MCG calculés aux conditions climatiques observées. En l'occurrence, le scénario du climat futur s'obtient tout simplement en rajustant les observations de base selon les changements des variables ou de la différence (ou rapport) entre les résultats moyens pour la période future concernée issus des expériences du MCG et du MCR ou d'autres simulations de réduction d'échelle (généralement des périodes de 30 ans) et les moyennes correspondantes pour la période de référence simulée par le MCG ou le MCR (par exemple 19611990). Les différences sont généralement appliquées aux variations de température (par exemple 20402069 moins 19611990) alors que les rapports pour les variations de précipitations (par exemple 20402069 divisé par 19611990) sont couramment utilisés, même si l'on peut préférer les différences dans certains cas. L'une des limites de cette méthode tient au fait qu'elle ne présume aucun changement dans la variabilité à l'avenir, vu que cette variabilité est un héritage du régime climatique actuel. Elle présume par ailleurs que tous les biais dans la simulation du climat d'aujourd'hui sont les mêmes que dans la simulation du climat futur. Cette incohérence peut engendrer de sérieuses limites à l'utilité des renseignements du MCG, en particulier dans les régions qui se caractérisent par des milieux physiographiques complexes ou lorsque les facteurs de forçage régionaux ou locaux jouent un rôle décisif dans le régime climatique. Si les biais des modèles ne sont pas stables (c.àd. qu'elles ne sont pas stationnaires), la différence entre les périodes simulées actuelles et futures n'annule pas les erreurs. En pareil cas, le signal incorpore un biais, parfois plus élevé que le signal proprement dit, en particulier lorsque les conditions hétérogènes de surface continentocéan sont mal simulées par les modèles alors que les rétroactions sont fortes, non homogènes et non-linéaires dans le temps. À cet égard, des techniques appropriées de régionalisation ou de réduction d'échelle sont peutêtre en mesure de contourner certains de ces biais, mais pas systématiquement, car il faut d'abord démontrer la valeur ajoutée des nouvelles informations que l'on a développées grâce à l'utilisation de scénarios à plus haute résolution.
- Toutefois, si tel est le cas, les méthodes de réduction d'échelle peuvent servir à améliorer les résultats des MCG dans les régions de discontinuité terremer, de marge saisonnière de glace marine et dans les régions où la topographie est complexe et les types de surface terrestre ne sont pas homogènes; en dehors des scénarios analogues ou synthétiques (voir la case 3.1 dans Barrow et al., 2004), il peut être nécessaire d'utiliser les séries temporelles complètes des variables simulées à partir des méthodes de réduction d'échelle, en particulier si le modèle d’impacts nécessite des données climatiques quotidiennes ou horaires qui sont mal simulées par les MCG à résolution grossière. Dans ce cas, certaines fluctuations possibles de la variabilité et des extrêmes sont mieux prises en considération dans le modèle d’impacts. Toutefois, il faut procéder à une évaluation rigoureuse de la capacité du modèle de réduction d'échelle à simuler la variabilité à haute fréquence du régime climatique à l'échelle d'intérêt, en particulier pour les quartiles les plus élevés (valeurs extrêmes) qui ont les incidences les plus notables. Cela peut consister à comparer les spectres des phénomènes par exemple. La réduction d'échelle statistique et dynamique est une source possible de scénarios réalistes aux échelles exigées par cette communauté, mais les recherches en sont encore à leurs premiers balbutiements et il faudra sans doute attendre quelque temps avant de disposer de scénarios détaillés qui indiquent directement les fluctuations qui se produisent dans les extrêmes pour les études VIA.
Dans les études les plus récentes sur les impacts, il est
d'usage de tout bonnement extraire les données du scénario
de la maille du MCG à proximité de l'endroit ou de la
région étudié. Même si la plupart des
études sur les répercussions suivent cette approche, le
manque de confiance dans les estimations régionales des
changements climatiques issues des MCG suggère que la
résolution spatiale minimale doit être définie par au
moins quatre mailles (ou « tuiles ») du MCG et
peutêtre plus (von Storch et al., 1993). Il faut également
se souvenir que tous les scénarios sont établis par rapport
à une période de référence donnée,
actuellement 19611990, d'où la nécessité de
n'appliquer les scénarios qu'aux données observées
qui représentent cette période. Il n'est pas pertinent
d'appliquer un scénario calculé au sujet de la
période 19611990 aux données observées qui
représentent par exemple les périodes 19511980 ou
19712000 (pour d'autres explications et précisions, voir les
rapports suivants : GIEC-TGICA, 1999; GIEC, 2001; Barrow et al.,
2004).
Enfin, comme le mentionne le chapitre 10 du Troisième Rapport
d'évaluation du GIEC (Giorgi et al., 2001), l'utilisation
conjuguée des MCG et de différentes techniques de
réduction d'échelle constitue sans doute la meilleure
façon de construire des scénarios de changements
climatiques pour les études sur les répercussions et les
stratégies d'adaptation. La comparaison des résultats de
différentes méthodes appliquées au même
problème peut augmenter le niveau de confiance dans les
résultats et faciliter l'évaluation et la
compréhension du comportement de ces différentes
méthodes. Un ensemble de techniques permet de se faire un portrait
plus détaillé de tous les résultats possibles. Cela
nécessite de coordonner les efforts visant à comparer les
méthodes de réduction d'échelle et les MCG pour
renforcer notre capacité à brosser un portrait
réaliste et cohérent des changements climatiques
régionaux, utile aux recherches sur les incidences et les
stratégies d'adaptation au Canada (cf Barrow et al., 2004).
En conclusion, comme le suggèrent Barrow et al. (2004), la
construction de scénarios de variabilité et
d'extrêmes climatiques est l'un des principaux défis
auxquels sont confrontés les chercheurs sur les scénarios.
Par définition, les extrêmes sont des
phénomènes rares et se produisent très souvent
à une résolution spatiale très élevée.
Ils sont le résultat d’une combinaison de paramètres
difficile à modéliser. Les scénarios de changements
climatiques actuellement disponibles sont à des échelles
spatio-temporelles trop grossières pour fournir aux chercheurs VIA
des données utiles sur les phénomènes extrêmes
futurs, même si les MCG peuvent servir à obtenir des
données plus qualitatives sur ces changements. Bon nombre des
extrêmes qui revêtent une importance pour le milieu des
chercheurs VIA, comme les précipitations extrêmes qui
peuvent entraîner des problèmes majeurs pour les
infrastructures municipales d'égouts et de drainage exigent des
données climatiques dont la résolution spatio-temporelle
est nettement plus élevée que celle dont dispose
actuellement le milieu des chercheurs à partir des
scénarios couramment disponibles. Le RCSCC contribuera
partiellement à surmonter cet obstacle en facilitant
l'accès aux données à plus haute résolution
sur les changements climatiques (à la fois temporelles et
spatiales) au moyen de recherches de pointe. Le contenu du site Web du
RCSCC est précisément conçu pour faciliter la
comparaison et la combinaison des données climatiques issues des
MCG et des différentes techniques de réduction
d'échelle.
