Le Climate Change Hazards Information Portal (CCHIP) fournit des données et des analyses visuelles historiques et anticipées pour les secteurs comprenant, sans toutefois s’y limiter, l’infrastructure, la gestion des urgences, l’agriculture, les ressources naturelles, la santé publique ainsi que les intérêts d’assurance. Il est conçu pour permettre l’accès rapide à des renseignements personnalisés en matière de climat en fonction de données de qualité éprouvée tirées de sources variées et regroupées en un seul endroit. Ses fonctions grandement utiles comprennent des liens directs vers des valeurs de conception climatique de l’infrastructure propres à un endroit (provenant de codes et de normes canadiens) ainsi que des renseignements sur les seuils agricoles clés et la capacité de personnaliser rapidement les analyses relatives aux contextes et périodes particuliers en matière de seuil.
Bien que le CCHIP est conçu de façon conviviale et peut être employé par des utilisateurs possédant peu ou pas de connaissances en matière de climat, à des fins de prises de décisions importantes, il doit toujours être utilisé avec une expertise scientifique et technique adéquate.
À cet égard, Risk Sciences International (RSI) offre un soutien analytique personnalisé à moindre coût à nos clients par l’entremise d’un personnel hautement expérimenté (voir le personnel de soutien ci-dessous). Des services de climatologie, de météorologie, d’ingénierie et d’autres services propres à un domaine peuvent aider à veiller à ce que les éléments sortants du CCHIP soient correctement interprétés et appliqués.
Risk Sciences International n’assume aucune responsabilité dans le cas où un utilisateur interprète ou met en application de façon inadéquate les données et les analyses obtenues au moyen du CCHIP.
Le CCHIP élimine la nécessité voulant que l’utilisateur recherche, recueille et calcule les statistiques de façon indépendante et applique le contrôle de la qualité en fonction des données climatiques de leurs emplacements souhaités. Pour les emplacements générant des données minimales, d’autres options (p. ex. ensemble de données maillées) peuvent être utilisées.
La barre d’emplacement reconnaîtra de façon virtuelle n’importe quel emplacement au Canada, que ce soit par le nom de l’endroit, le code postal ou le nom d’une ancienne station météorologique d’observation. Le fait de préciser un endroit approximatif est suffisant puisque le CCHIP suggérera automatiquement les stations météorologiques les plus près comme sources de données optionnelles pour l’utilisateur. Commencez à taper le lieu et le système commencera à remplir notre base de données par les emplacements. Cliquez sur l’emplacement approprié à partir de la liste afin de le sélectionner. Avertissez-nous si votre ville ou secteur ne se trouve pas dans le système.
Cette option peut ne pas vous être accessible ou être automatiquement sélectionnée en fonction de votre licence. Cette dernière option vous dirige vers les variables des intérêts les plus communs du secteur ou des secteurs que couvre votre contrat de licence, ou vous y limite. Le CCHIP filtre les variables en fonction des secteurs afin d’offrir ce qui est généralement le plus utile aux utilisateurs des secteurs déterminés.
Si votre licence de CCHIP n’est pas propre à un secteur, vous devrez alors sélectionner votre secteur cible ici.
Le CCHIP sélectionne automatiquement la station météorologique d’observation la plus près lorsqu’un utilisateur entre un (nouvel) emplacement. Cependant, il est essentiel de reconnaître qu’il n’est pas toujours préférable d’utiliser la station la plus près. Ce peut être le cas si une station comporte des relevés inachevés ou si la station n’est pas représentative du climat de l’endroit choisi par l’utilisateur (malgré sa proximité). Les paramètres les plus élémentaires de température et de précipitation quotidiennes sont généralement accessibles. Les données de certains éléments climatiques (tels que le vent, par exemple) et de certaines variables (telles que la courte durée des intensités des précipitations) sont généralement disponibles pour les emplacements d’aéroport seulement.
De façon générale, le CCHIP couvre l’ensemble du Canada.
Si un message d’absence de données apparaît pour une station météorologique et une variable climatique en particulier, on encourage les utilisateurs à chercher une autre station qui comprendra des données plus exhaustives. On y parvient en cliquant sur la liste des stations avoisinantes dans le haut du tableau de bord à droite.
Les stations répertoriées comme sources de données sont catégorisées par code de couleur; les stations comprenant l’équivalent de 30 ans de relevés sont indiquées en vert, celles comprenant de 15 à 30 ans de données le sont en jaune et celles comprenant moins de 15 ans de données le sont en rouge.
Les stations comprenant des données correspondant aux années des périodes d’observation des utilisateurs doivent être sélectionnées. On recommande fortement d’utiliser les stations ayant les plus longues périodes de relevé aux fins d’analyses du climat puisque ces stations refléteront le climat à « long terme » d’un endroit avec plus d’exactitude. Veuillez noter que les stations dont les données sont presque entières pour les années allant de 1981 à 2010 conviennent pour des analyses de prédictions des changements climatiques. Afin d’établir la « climatologie » d’une région, un ensemble de données à plus long terme est préférable. Des stations dont la durée est plus courte peuvent toutefois fournir certains renseignements sur la fréquence des extrêmes climatiques.
Risk Sciences International peut offrir son aide pour les endroits où les données sont limitées. Communiquez avec nous pour obtenir de l’aide.
Le CCHIP obtient ses données historiques d’Environnement et Changement climatique Canada (ECCC) et de Ressources naturelles Canada (données maillées). Des données quotidiennes sont disponibles aux fins d’analyse, mais l’accessibilité entière varie parmi les stations en fonction des données recueillies à l’origine. Nous travaillons à intégrer des données horaires recueillies auprès des stations météorologiques principales dans l’ensemble du Canada (principalement les emplacements d’aéroport) et bon nombre de ces stations sont achevées. Le CCHIP comprend actuellement des données quotidiennes allant jusqu’à la fin de 2016, mais des mises à jour sont continuellement effectuées. Des mises à jour régulières sont assurées dans le cadre de la licence de l’outil.
Le CCHIP se fonde sur les Archives des données climatiques d’ECCC pour ses données historiques (des centaines de stations au cours de diverses périodes de relevé). Les données que fournit ECCC le sont « telles quel » et sont approuvées par l’organisme. Des erreurs ou des omissions dans l’ensemble des données d’ECCC peuvent donc se retrouver dans l’ensemble de données du CCHIP même si de nouveaux efforts ont été déployés pour vérifier les valeurs de notre base de données.
Bien que le CCHIP se base principalement sur les données d’ECCC, les clients peuvent intégrer des ensembles de données climatiques personnalisés au système et ces ensembles peuvent fournir des calculs et des graphiques à l’instar des stations d’ECCC. Posez des questions sur cette fonction si elle représente un intérêt et prenez note que cette station supplémentaire serait accessible seulement à l’utilisateur qui la fournit ‒ et non à l’ensemble de la base des abonnés CCHIP.
Prennent aussi leur source d’ECCC les mesures de haute fréquence des précipitations qui sont recueillies par des pluviomètres à auget basculeur. On appelle ces données des données « intensité-durée-fréquence » (IDF). Le CCHIP sélectionne et montre aussi les stations comportant des données IDF et le nom de ces stations comprennent « +IDF » à titre d’extension. Les renseignements sur les données « IDF » d’ECCC se trouvent ici.
En outre, le CCHIP fournit des données à haute résolution (10 km sur 10 km) revues par les paires et approuvées, maillées et observées qui couvrent entièrement le territoire canadien (surtout utiles pour les secteurs où la couverture assurée par une station d’ECCC est insuffisante). L’ensemble de données maillées est connu sous le nom de CANGRD et a été élaboré dans le cadre d’une collaboration entre Ressources naturelles Canada et ECCC, dirigé par D. McKenney (2011). Vous pouvez sélectionner CANGRD comme source de données exactement comme vous le feriez pour une station d’observation. Bien que cet ensemble de données soit bien accepté et documenté, une station d’observation réelle, le cas échéant, peut être préférable. Cependant, CANGRD peut être la seule source de données acceptables dans les régions très éloignées. Un site Web comprenant les détails de l’élaboration de l’ensemble de données maillées se trouve ici.
Des évaluations officielles du Groupe d’experts intergouvernemental sur l’évolution du climat (GEIC) se basent principalement sur des centres de recherche internationaux afin de contribuer aux renseignements sur les projections du modèle climatique mondial (MCM). Le CCHIP utilise les données de projection du MCM à partir du même ensemble de modèles. L’assemblage de projections du MCM le plus récent a été fourni pour la 5e évaluation du GEIC de 2013 (AR5). Dans le cadre de cette évaluation, 40 MCM ont été utilisés avec de multiples passages par modèle, ce qui a généré environ 75 estimations de projection à partir desquels on peut calculer les conditions possibles à venir. Les températures maximale, minimale et moyenne sont des variables de sortie standards provenant de ces MCM, à l’instar des précipitations.
La suite de modèles utilisés dans l’AR5 provient du cinquième projet d’intercomparaison de modèles couplés (CMIP5) coordonné par le Programme mondial de recherche sur le climat (PMRC). Les données de l’AR5 qu’utilise le CCHIP sont tirées de ce site (anglais).
Les MCM et les passages individuels qui produisent les données qu’utilise le CCHIP sont indiqués dans le tableau ci-dessous.
| Modèle nbre de passages) | Organisation | Pays | Détails de l’organisation |
|---|---|---|---|
| ACCESS1-0 (1) | CSIRO-BOM | Australie | CSIRO (Commonwealth Scientific and Industrial Research Organisation, Australie) et BOM (Bureau of Meteorology, Australie) |
| ACCESS1-3 (1) | CSIRO-BOM | Australie | CSIRO (Commonwealth Scientific and Industrial Research Organisation, Australie) et BOM (Bureau of Meteorology, Australie) |
| BCC-CSM1-1 (1) | BCC | Chine | Beijing Climate Center, China Meteorological Administration |
| BCC-CSM1-1-M (1) | BCC | Chine | Beijing Climate Center, China Meteorological Administration |
| BNU-ESM (1) | GCESS | Chine | [College of Global Change and Earth System Science], Beijing Normal University |
| CanESM2 (5) | CCCma | Canada | Centre canadien de la modélisation et de l’analyse climatique |
| CCSM4 (6) | NCAR | É.-U. | National Center for Atmospheric Research |
| CESM1-BGC (1) | NSF-DOE-NCAR | É.-U. | Fondation nationale des sciences, département de l’Énergie, National Center for Atmosphric research |
| CESM1-CAM5 (3) | NSF-DOE-NCAR | É.-U. | Fondation nationale des sciences, département de l’Énergie, National Center for Atmospheric Research |
| CMCC-CESM (1) | CMCC | Italie | Centro Euro-Mediterraneo per I Cambiamenti Climatici (Centre euroméditerranéen pour les changements climatiques) |
| CMCC-CM (1) | CMCC | Italie | Centro Euro-Mediterraneo per I Cambiamenti Climatici (Centre euroméditerranéen pour les changements climatiques) |
| CMCC-CMS (1) | CMCC | Italie | Centro Euro-Mediterraneo per I Cambiamenti Climatici (Centre euroméditerranéen pour les changements climatiques) |
| CNRM-CM5 (1) | CNRM-CERFACS | France | Centre National de Recherches Météorologiques et Centre Européen de Recherche et de Formation Avancée en Calcul Scientifique |
| CSIRO-Mk3-6-0 (10) | CSIRO-QCCCE | Australie | Commonwealth Scientific and Industrial Research Organisation en collaboration avec le Queensland Climate Change Centre of Excellence |
| FGOALS-g2 (1) | LASG-IAP | Chine | [LASG], Institute of Atmospheric Physics, Chinese Academy of Sciences |
| FGOALS-s2 (1) | LASG-IAP | Chine | [LASG], Institute of Atmospheric Physics, Chinese Academy of Sciences |
| FIO-ESM (3) | FIO | Chine | The First Institute of Oceanography, State Oceanographic Administration (SOA)OA, Chine |
| GFDL-CM3 (1) | NOAA GFDL | É.-U. | Geophysical Fluid Dynamics Laboratory |
| GFDL-ESM2G (1) | NOAA GFDL | É.-U. | Geophysical Fluid Dynamics Laboratory |
| GFDL-ESM2M (1) | NOAA GFDL | É.-U. | Geophysical Fluid Dynamics Laboratory |
| GISS-E2-H (1) | NASA GISS | É.-U. | NASA Goddard Institute for Space Studies |
| GISS-E2-H-CC (1) | NASA GISS | É.-U. | NASA Goddard Institute for Space Studies |
| GISS-E2-R (1) | NASA GISS | É.-U. | NASA Goddard Institute for Space Studies |
| HadGEM2-AO (1) | MOHC | G.-B. | Met Office Hadley Centre (réalisations supplémentaires pour HadGEM2-ES fournies par le Instituto Nacional de Pesquisas Espaciais) |
| HadGEM2-CC (3) | MOHC | G.-B. | Met Office Hadley Centre (réalisations supplémentaires pour HadGEM2-ES fournies par le Instituto Nacional de Pesquisas Espaciais) |
| HadGEM2-ES (4) | MOHC | G.-B. | Met Office Hadley Centre (réalisations supplémentaires pour HadGEM2-ES fournies par le Instituto Nacional de Pesquisas Espaciais) |
| INMCM4 (1) | INM | Russie | Institute for Numerical Mathematics |
| IPSL-CM5A-LR (4) | IPSL | France | Institut Pierre-Simon Laplace |
| IPSL-CM5A-MR (1) | IPSL | France | Institut Pierre-Simon Laplace |
| IPSL-CM5B-LR (1) | IPSL | France | Institut Pierre-Simon Laplace |
| MIROC-ESM (1) | MIROC | Japon | Agence japonaise pour la science et la technologie Mer-Terre, Atmosphere and Ocean Research Institute (Université de Tokyo), et National Institute for Environmental Studies |
| MIROC-ESM-CHEM (1) | MIROC | Japon | Agence japonaise pour la science et la technologie Mer-Terre, Atmosphere and Ocean Research Institute (Université de Tokyo), et National Institute for Environmental Studies |
| MIROC5 (3) | MIROC | Japon | Agence japonaise pour la science et la technologie Mer-Terre, Atmosphere and Ocean Research Institute (Université de Tokyo), et National Institute for Environmental Studies |
| MPI-ESM-LR (3) | MPI-M | Allemagne | Max Planck Institute for Meteorology (MPI-M) |
| MPI-ESM-MR (1) | MPI-M | Allemagne | Max Planck Institute for Meteorology (MPI-M) |
| MRI-CGCM3 (1) | MRI | Japon | Meteorological Research Institute |
| NorESM1-M (1) | NCC | Norvège | Norwegian Climate Centre |
Avec l’augmentation de la capacité de traitement, un nombre plus élevé de phénomènes atmosphériques ont été intégrés aux MCM et les résolutions spatiales et temporelles des modèles se sont améliorées (Kharin et coll., 2013). On a aussi constaté une augmentation importante de l’accessibilité des éléments de sortie de modèle ainsi que de la capacité à anticiper le climat à venir en fonction d’un « ensemble » de nombreux modèles. Ces deux facteurs augmentent le niveau général de confiance que nous accordons aux valeurs anticipées des paramètres climatiques. Le CCHIP utilise tous les passages de modèle de l’AR5 disponibles (de nombreux modèles contiennent plus d’une seule projection disponible) et ceux-ci sont utilisés conjointement à des observations climatiques de base afin de générer des mesures pour des conditions à venir (décrites à la section portant sur la « méthodologie » du présent document). L’utilisation de plusieurs modèles dans le but de générer une « meilleure estimation » des changements climatiques est préférable à un résultat unique de modèle. Les recherches ont indiqué que l’utilisation d’ensembles multimodèles est préférable à la sélection d’un seul ou de quelques modèles individuels puisque chaque modèle peut contenir des biais et des failles inhérents (GEIC-TGICA, 2007; Tebaldi et Knutti, 2007).
L’utilisation de nombreuses estimations de modèle permet le calcul des tendances centrales ainsi que de la série des valeurs à venir. Différentes caractérisations d’incertitude peuvent être fournies en fonction de l’« écart » de ces modèles. Autrement dit, une variable indiquant un écart moins important parmi de nombreux modèles est plus fiable qu’une variable qui offre un très large éventail de résultats anticipés. Cette situation est essentielle à l’étude de l’incertitude. Sous les graphiques comportant les projections de modèle, le CCHIP fournit des « tracés en rectangle et moustaches » (téléchargeables) de l’éventail entier de toutes les projections de passage de modèle. La barre horizontale supérieure constitue la valeur de modèle la plus élevée alors que la barre horizontale inférieure constitue la valeur de modèle la plus faible. La boîte représente un intervalle de 50 % des modèles dont le niveau supérieur représente la valeur du 75e centile, la boîte du bas représente la valeur du 25e centile. La médiane est représentée par la ligne horizontale au centre de la boîte ombragée. La valeur anticipée de chaque MCM peut être visualisée par l’utilisateur du CCHIP en passant la souris au-dessus de chaque point de donnée ou en consultant les tableaux sommaires téléchargeables sous le diagramme.
Exemple de tracé en rectangle et moustaches dans le CCHIP, montrant l’écart des valeurs de données du CMC
Une nouvelle initiative de l’AR5 du GEIC visait l’ajout des profils représentatifs d’évolution de concentration (ou RCP, de l’anglais « Representative Concentration Pathways »). Ils représentent une variété de résultats de projection possibles qui dépendent de différentes présomptions de vitesse d’émission qui génèrent différents degrés de réchauffement atmosphérique. Le RCP 2.6 le plus faible représente une augmentation de 2,6 W/m2 pour le système, alors que le plus élevé, RCP 8.5, représente une augmentation de 8,5 W/m2 d’énergie. Cette plage englobe les meilleures estimations de ce qui est probable sous un léger cas de perturbation (2,6) et sous une augmentation importante du réchauffement (8,5). Au sein du CCHIP, les deux changements anticipés de 4,5 (modéré) et de 8,5 (élevé) sont présentés comme profils d’évolution des émissions ultérieures et les projections résultantes sont fondées sur ces deux options. On ne sait pas lequel des RCP s’appliquera à l’avenir. Cependant, il est important de noter qu’historiquement, les émissions de gaz à effet de serre (GES) ont suivi les profils d’évolution les plus élevés (8,5). En l’absence d’un accord mondial significatif sur la réduction des GES, on prévoit que cette tendance se maintiendra, ce qui corroborerait ce profil d’évolution à l’avenir.
Illustration des niveaux de RCP
L’approche Delta est l’une de plusieurs méthodes pouvant être utilisées pour obtenir des projections à échelle réduite du climat à venir. Il s’agit peut-être de l’approche la plus simple et la plus facile à comprendre et elle a été largement utilisée dans le cadre d’études sur les impacts et l’adaptation. Il a aussi été démontré qu’elle se compare bien à l’exactitude d’autres approches. Lorsque cette méthode est jumelée à l’utilisation de nombreux modèles pour effectuer des projections, elle donne généralement des renseignements plus utiles que les modèles utilisés seuls ou en petits ensembles, peu importe leur résolution spatiale ou temporelle.
Dans le passé, les données de modèle étaient difficiles à obtenir et à traiter, ce qui rendait difficile l’utilisation de l’approche Delta jumelée à un vaste ensemble de modèles. La capacité de stockage de données et la puissance de traitement modernes permettent au CCHIP d’appliquer l’approche Delta grâce à des éléments de sortie des 40 MCM et de tous les passages de modèle utilisés dans l’AR5 du GEIC.
Les cinq étapes suivantes résument le processus du CCHIP visant à fournir des estimations ultérieures de variables climatiques :
Le CCHIP fournit des projections de variables pour lesquelles les données sont disponibles avec des niveaux de fiabilité acceptables. Voilà la raison pour laquelle certaines variables présentées dans le CCHIP peuvent ne pas avoir prévu de valeurs. Veuillez communiquer avec nous si vous avez des questions concernant les variables non anticipées déterminées.
Le CCHIP permet l’inclusion de conception climatique et de seuils agricoles clés dans les analyses des utilisateurs en rendant accessibles certains renseignements provenant de codes et de normes d’infrastructure nationaux ainsi que de la documentation agricole respectivement. En fonction de l’emplacement que le client a choisi ainsi que de son secteur d’intérêt, le CCHIP fournit des références pour tous les codes, normes et exigences en matière de climat des cultures pertinents, permettant ainsi à l’utilisateur d’extraire et de répartir les valeurs de seuil dans un graphique propre à leur emplacement et les biens ou type de culture préoccupants. Recherchez l’icône « info » (renseignements) à côté de la sélection du secteur.
Les valeurs de conception climatique de l’infrastructure sont actuellement fournies par le Code modèle national du bâtiment du Canada et tous codes et les normes pertinents de l’Association canadienne des normes (CSA). Des renseignements supplémentaires concernant la conception climatique, pour des codes et des normes nationaux plus approfondis, sont prévus pour des versions ultérieures du CCHIP.
Les sources des seuils de croissance des cultures sont citées conjointement avec chaque valeur propre à une culture fournie dans le CCHIP.
Votre invitation à utiliser le CCHIP comprend un webinaire intitulé « CCHIP 101 » que le président de votre comité doit prévoir (date à confirmer auprès des participants). Ce qui suit est une courte introduction visant à vous familiariser avec les fonctions clés du CCHIP avant votre participation au webinaire d’orientation intitulé « CCHIP 101 » en attente.
Chaque utilisateur peut sauvegarder les sélections d’emplacement et de variable comme « Favourites » (favoris). Le système peut aussi sauvegarder le dernier lieu ou la dernière variable choisie par l’utilisateur comme point de départ de la prochaine session de l’utilisateur. Les utilisateurs peuvent également partager leurs favoris sauvegardés au moyen de la page de gestion des favoris avec d’autres utilisateurs du CCHIP.
S’il y a lieu, la ligne de tendance des données historiques pour chaque variable est fournie. La ligne de tendance est une moyenne linéaire des données historiques montrant toutes les tendances des données disponibles. La variable de la corrélation (r élevé au carré) est aussi donnée pour évaluer la mesure à laquelle l’approximation linéaire correspond aux données historiques. La droite de régression est générée et une expression linéaire de régression de base est donnée.
y = ax + b a = 0.3613 b = -714.7617 r2 = 0.5331
Exemple de variables de régression linéaire.
La barre de défilement de l’outil du « seuil » apparaît au-dessus des graphiques de température et de précipitation. Cet outil permet à l’utilisateur d’activer le compte des jours historiques correspondant au seuil choisi. La fonction de calcul du seuil est réglée à « désactivé » par défaut. On l’active en utilisant le menu déroulant afin de sélectionner les options « moins de » ou « plus de ». Par exemple, en réglant l’outil du seuil à « greater than » et en glissant la barre de défilement à 25 °C puis en cliquant sur « Update » (actualiser), l’utilisateur ordonne au système de retracer le graphique des températures et d’indiquer le nombre de fois PAR ANNÉE où la variable a dépassé le seuil que l’utilisateur a choisi.
Des calculs de seuil ultérieurs sont aussi disponibles pour certaines variables. On les obtient en établissant d’abord la fréquence du calcul historique à partir de la période de données observée puis en réglant la séquence quotidienne des valeurs historiques (en ajoutant le delta ou le changement de l’ensemble de modèles du CMIP5) afin de produire une séquence quotidienne à venir des valeurs. Le nombre de seuils est ensuite recalculé pour les périodes à venir. Par exemple, si la requête est la suivante : « En moyenne, combien de fois par année la température a-t-elle dépassé 25 °C et, en moyenne, à quelle fréquence cette situation se produira-t-elle à l’avenir? », le CCHIP détermine d’abord le nombre annuel moyen de dépassements des seuils à partir des données de base historiques quotidiennes. Il applique ensuite le delta (ou changement) de l’ensemble du modèle des températures maximales (mensuelles) à toutes les valeurs quotidiennes contenues dans cette période historique (un delta pour janvier est ajouté à toutes les températures de janvier, un delta pour février est ajouté à toutes les températures de février, et ainsi de suite). Cette mesure produit des séries chronologiques pour un avenir « rapproché ». Les dépassements sont ensuite recalculés à partir de ces séries chronologiques afin d’obtenir les dépassements anticipés.
Exemple de sélecteur de seuil.
Pour certaines applications d’ingénierie (et autres), l’utilisation des valeurs de centile est requise. Ces valeurs sont accessibles à partir du sélecteur du menu déroulant des variables du menu supérieur. Par exemple, « Percentile : maximum temperature » (Centile : température maximale) se trouve sous le menu principal de la température.
Afin d’obtenir les valeurs de centile, une fois la variable choisie, le curseur doit être adapté au centile voulu (de 0 à 100) et on doit cliquer sur UPDATE. Les centiles sont disponibles à des intervalles de 0,5 unité. Le « percentile amount » (montant de centile) est illustré comme l’est la tendance historique pour la période choisie. Les centiles à venir sont prévus pour la prochaine version du CCHIP.
Exemple de sélecteur de centile.
Pour les variables de température et de précipitation, il est possible d’afficher la distribution historique des valeurs quotidiennes, permettant ainsi de voir l’éventail entier ainsi que la fréquence des observations. Les répartitions de ce genre peuvent être utiles pour les utilisateurs qui démontrent un intérêt pour des analyses statistiques ultérieures approfondies, à saisir dans la modélisation de Monte-Carlo, ou pour l’étude des cas historiques de valeurs extrêmes. Les répartitions anticipées sont en cours d’élaboration. Un tableau sommaire est également fourni avec l’histogramme.
Nombre de points de données : 21972 minimum : -31.3 25e centile : -3.4 moyenne : 5.87 écart type : 12.21 médiane : 7 75e centile : 16.4 maximum : 30 [a, b) moyennes et intervalles comprenant a jusqu’à b sans toutefois l’inclure.
Exemple d’un tableau sommaire d’un histogramme.
Si une projection est disponible pour une variable particulière ou une source de données, les chiffres seront indiqués pour les périodes de base et ultérieures suivantes : chiffre historique moyen pour 1981 à 2010, la moyenne de l’ensemble des années 2020 (de 2011 à 2041), la moyenne de l’ensemble des années 2050 (de 2041 à 2070) et la moyenne de l’ensemble des années 2080 (de 2071 à 2100).
De façon générale, les chiffres de projections seront disponibles seulement aux stations comportant des données presque entières pour la période de base de 1981 à 2010. Les courts relevés de station n’offrent aucune projection puisque leurs données sont insuffisantes à des fins d’utilisation dans le calcul du climat de base.
L’outil d’analyse des incidents est utile à l’étude et à la détermination des facteurs qui ont pu contribuer à des impacts (incidents) ou les provoquer à un endroit déterminé à une date donnée au moyen des données quotidiennes. Les relevés de température et de précipitation historiques à court terme (jours précédents l’incident) sont fournis rapidement à des fins d’analyse approfondie. La fonction d’analyse des incidents intègre aussi des valeurs de code et de normes (seuil de conception) stockées ou calculées par le CCHIP. À l’heure actuelle, le CCHIP fournit ces valeurs de seuil pour toutes les variables du Code national du bâtiment – Canada de 2015 ainsi que pour certaines variables provenant de nombreux autres codes et normes nationaux du Canada. Les utilisateurs peuvent faire un choix parmi les seuils climatiques disponibles et les inscrire dans un graphique avec les conditions historiques quotidiennes pour les périodes de temps précisées par l’utilisateur précédant l’événement déterminé pour les 30 jours précédents tout au plus.
Exemple du sélecteur de l’analyse des incidents.
Cette fonction permettra au système de donner des nouvelles sur des renseignements et des renseignements relatifs à la conception sur des phénomènes météorologiques extrêmes. À l’heure actuelle, l’effondrement d’un toit à Halifax sert d’exemple. Sur cette page, le CCHIP donne aussi un lien vers une page de nouvelles actuelle de Google comprenant des phénomènes météorologiques du Canada.
À l’instar de la vue analytique quotidienne des incidents, cette page en question a été adaptée afin d’indiquer les ensembles de données horaires ou personnalisées que le système peut absorber. À l’heure actuelle, des données horaires peuvent être sélectionnées pour les emplacements d’aéroport canadiens. Les utilisateurs peuvent demander de plus amples données horaires pour leur étude en communiquant avec nous. Les données horaires peuvent seulement être affichées pour les 10 jours précédents la date d’incident saisie.
La probabilité du profil de gel constitue la probabilité quotidienne qu’un gel survienne, c. à d. lorsque la température minimale est inférieure à 0 °C, dont la moyenne est établie au cours d’une période de 30 ans. Cette probabilité est exprimée comme le pourcentage du nombre de jours au cours de la période où la température minimale était inférieure à 0 °C et, pour des raisons associées à l’élaboration d’un graphique, une moyenne chevauchante de cinq jours a été appliquée aux données. Une indication de la durée des saisons sans gel est également indiquée, c.-à-d. le nombre de jours au cours de l’année où la moyenne de la température quotidienne dépasse 0 °C.
Les degrés-jours désignent les écarts cumulés de la température au-dessus ou au-dessous d’une valeur particulière de seuil et ces valeurs sont sélectionnées pour leur pertinence à l’égard de secteurs particuliers, p. ex. l’énergie et l’agriculture. Par exemple, une température seuil de 18 °C est utilisée comme indication des exigences en matière de chauffage ou de climatisation des locaux. Dans le cas du chauffage des locaux, si la moyenne de température est inférieure à 18 °C, l’écart à partir du seuil est alors calculé et additionné pour tous les jours au cours desquels la température est inférieure à la valeur du seuil. Dans le cas de la climatisation des locaux, les écarts de température sont cumulés si la moyenne de température d’une journée en particulier est supérieure à la valeur du seuil de 18 °C. Pour les saisons de croissance, les valeurs de seuil communément utilisées ici sont 0 °C, 5 °C et 10 °C.
Les unités thermiques de croissance (Brown, 1979; Bhartendu, 1984) ont été calculées entre le début (moyenne de température quotidienne > 12,8 °C pour le maïs pendant trois jours consécutifs au cours de la période du 1er mai au 31 juillet) et la fin (premier cas où la température minimale quotidienne < -2 °C au cours de la période du 1er août au 15 octobre) de la saison de croissance des cultures.
Pour obtenir de plus amples renseignements sur l’unité thermique de croisse, les degrés-jours de croissance et leur calcul, veuillez consulter le site Web du MAAARO ici.
Les cycles de gel et de dégel représentent le nombre de jours par période indiquée au cours de laquelle la température maximale quotidienne est supérieure ou égale 0 °C ET où la température minimale quotidienne est inférieure à 0 °C. Le cycle de gel et de dégel et ses effets sur l’eau et la formation de la glace peuvent avoir des conséquences importantes sur la détérioration de l’environnement construit.
Le profil des précipitations accumulées (en mm) indique la progression des précipitations au cours d’une année civile. La neige est convertie à la quantité équivalente de pluie en mm. L’accumulation ainsi que les années minimales et maximales pour la période sont représentées par des lignes de couleur. De plus, en tant qu’indicateur d’extrêmes, les losanges indiquent la progression des précipitations si les valeurs maximales ou minimales de chaque mois sont additionnées pour la période en question.
Les précipitations mensuelles totales, dont la moyenne est établie au cours de la période de 30 ans, représentent la quantité des chutes de pluie additionnée à l’équivalent en eau des chutes de neige calculée. Les valeurs d’évapotranspiration actuelles et potentielles sont également indiquées. Elles sont dérivées des calculs de bilan hydrologique de Thornthwaite (Thornthwaite and Mather, 1955; Johnstone et Louie, 1983), une méthode empirique qui calcule les changements des emmagasinements des eaux comme une fonction de température moyenne mensuelle, précipitations totales, latitude (pour la durée de la journée) et texture du sol (pour la capacité de rétention d’eau). Dans l’étude de MacIver et Isaac (1989), tous les sites se sont vu attribuer une capacité de rétention d’eau de 100 mm, la valeur des sols sableux.
Les déficits hydriques et les excédents d’eau sont calculés à partir des valeurs d’évapotranspiration potentielles et réelles. Le déficit hydrique désigne la quantité par laquelle l’humidité disponible ne satisfait pas au besoin en eau et est calculée en soustrayant l’évapotranspiration potentielle de l’évapotranspiration réelle pour la période en question. L’excédent d’eau désigne l’excédent qui demeure après que les besoins du sol en eau ont été remplis (c.-à-d. lorsque l’évapotranspiration réelle est égale à l’évapotranspiration potentielle) et que l’emmagasinement du sol a retrouvé le niveau de capacité de rétention d’eau.
Ce profil accumule les précipitations historiques commençant le 1er avril et se terminant le 31 octobre de chaque année dans la période sélectionnée pour générer l'état moyen. Sur la base des différences d'écart-type de cette couleur moyenne, les bandes de couleurs indiquent le départ de cette condition normale. Les catégories d'écart type pour la sécheresse (plus sèche que la moyenne) et les inondations (plus humides que la moyenne) sont de 0,5, 1,0, 1,5 et 2,0. L'état moyen est indiqué par la ligne noire pointillée épaisse. Les années historiques les plus sèches et les plus humides de la période sont également affichées, ainsi que l'année sélectionnée par l'utilisateur, qui peut être tracée pour comparer une année donnée à des conditions normales.
L’utilisation de l’outil du CCHIP ne doit pas être jugée exempte d’erreur et on recommande de prendre des précautions au moment d’interpréter les résultats. Consulter la section « Énoncés généraux » ci-dessous. Risk Sciences International peut offrir des conseils et des interprétations d’experts avant la mise en œuvre définitive des résultats. Veuillez communiquer avec nous pour obtenir de l’aide et une orientation. Le CCHIP autorisé comprend cette aide.
Tous les efforts ont été déployés pour veiller à ce que les données utilisées dans le CCHIP ainsi que les résultats qu’il offre soient le plus fiable possible. Toutefois, des erreurs de données sont possibles. Ni les développeurs de RSI, ni ceux du CCHIP ne peuvent garantir l’exactitude des renseignements présentés. Veuillez communiquer avec nous si vous avez des questions suivant votre analyse. Des résultats erronés découlent souvent de données manquantes au cours de la période étudiée. Le CCHIP permet à l’utilisateur de constater la quantité de données manquantes dans l’encadré sous les diagrammes.
Des journées sont manquantes pour au moins une année pour cette station.
Cliquez ici pour montrer ou cacher tous les détails.
Avis de données manquantes.
Risk Sciences International ne doit pas être tenu responsable pour quelconque faute ou défectuosité en ce qui concerne la conception, le rendement ou autre au moment de l’utilisation de cet outil, ni pour les dommages, les coûts, les dépenses ou les réclamations associés à l’utilisation de l’outil du CCHIP ou qui en découlent.
Les clients dédommageront en tout temps RSI et son personnel pour tout dommage ou coût et toute réclamation, perte, dépense, mesure ou autre acte effectué, subi, entraîné, sanctionné ou menacé de quelconque manière que ce soit, fondé sur l’utilisation de l’outil du CCHIP, causé par celui-ci ou y étant attribué de quelconque façon.
Les données climatologiques brutes pour le Canada sont fournies par Environnement et Changement climatique Canada (ECCC) (www.ec.gc.ca), ou données historiques maillées (CANGRD) de Ressources naturelles Canada (RNCan) et ECCC.
Les données du Code national du bâtiment – Canada sont fournies par le Conseil national de recherches Canada (www.nrc-cnrc.gc.ca). Le contenu supplémentaire est la gracieuseté du Conseil canadien des normes (www.scc.ca).
es sources et sont répertoriés sur la page de renseignements sur les cultures en question.
Les données de projection sont fournies par le Groupe d’experts intergouvernemental sur l’évolution du climat (GEIC), le Program for Climate Model Diagnosis and Intercomparison (PCMDI), le Programme mondial de recherches sur le climat (PMRC) et le Projet d’intercomparaison de modèles couplés, phase 5 (CMIP5-AR5). Ce dernier a donné l’accès aux données du modèle climatique mondial (MCM) qui sont utilisées dans la production de projections d’ensemble à l’intérieur de cet outil. L’utilisation des données du MCM présentées doit reconnaître l’offre des données brutes suivantes :
Les données du MCM sont fournies par des groupes de modélisation internationaux sur la base de données du CMIP5 (avec l’appui du ministère de l’Énergie des États-Unis) avec des analyses approfondies menées par Risk Sciences International (RSI) au moyen de l’outil Web de CCHIP.CA.
*La présente FAQ sera actualisée à mesure que de nouvelles demandes d’utilisateurs nous parviennent. N’hésitez pas à nous poser une question.
Oui. Après avoir saisi une ville près de la station qui vous intéresse, vous pouvez sélectionner une station particulière au haut de la page à droite à partir du menu déroulant ou à partir de la carte des stations. Les données seront actualisées lorsque vous sélectionnerez la nouvelle station.
La période de données illustrée à côté de chaque station indique la période de « n’importe quelles » données et non de toutes les variables. Il est donc possible d’obtenir par exemple les données concernant la température, mais pas concernant les précipitations que vous pourriez avoir sélectionnées à ce moment-là. Si vous avez besoin de données concernant les précipitations, vous devez sélectionner une autre station avoisinante à partir du menu déroulant ou de la carte des stations.
Les données IDF des stations indiquées sont mises à jour par Environnement et Changement climatique Canada à des intervalles semi-réguliers et sont les plus récentes disponibles. Bon nombre de stations ont en fait fermé leurs portes au fil du temps, il est alors tout à fait possible d’obtenir des données IDF ayant pris fin il y a de nombreuses années. Aucune date n’est fixée pour l’actualisation des données IDF des stations par ECCC.
En général, la différence marquée pour une année est le résultat de données insuffisantes pour cette année. Par exemple, pour un graphique annuel, s’il y a une période importante pour laquelle il manque des données pour l’été, cette année-là sera « froide ». Pour vous aider à interpréter ces questions, un encadré rouge se trouve sous le graphique qui dénombre les jours manquants pour cette année. Idéalement, le compte de jours manquant par année doit être au minimum, mais si ce n’est pas le cas, la situation peu avoir une incidence sur la valeur du graphique. On conseille toujours aux utilisateurs de vérifier les années pour lesquelles des données sont manquantes (indiqué par un « * » à côté de l’année dans le graphique) afin de vérifier leur nombre.
Exact. Le CCHIP établira dans un graphique une tendance linéaire simple en fonction des données (qui peut être désactivée au besoin). À l’heure actuelle, le CCHIP ne comprend aucun graphique d’ordre supérieur sur les tendances. Veuillez également noter que l’outil ne fournit pas de mesure significative pour ces tendances linéaires; seulement l’équation et le coefficient de corrélation (r2). Pour obtenir des analyses statistiques plus détaillées, on conseille à l’utilisateur de télécharger les données (à partir du lien « export » en haut à droite) et d’importer ensuite le fichier .CSV dans leur logiciel de statistique ou de feuilles de calcul favori.
Non. À l’heure actuelle, l’utilisateur doit choisir l’une ou l’autre à l’aide du bouton d’option au-dessus du graphique. Il est par contre facile de passer de l’un à l’autre et les valeurs réelles des barres (historiques et anticipées) peuvent être déterminées avec exactitude en téléchargeant les données du graphique (en haut à droite sous « export » exporter) ou avec un regard rapide en passant simplement la souris sur la barre, la valeur est alors affichée.
La réponse courte est que vous ne pouvez pas pour l’instant. Le CCHIP est conçu pour rassembler tous les modèles disponibles du CMIP5 dans le but d’obtenir le signal de changement climatique moyen de chacun. Il n’existe aucune façon pour le moment de sélectionner un sous-ensemble de ces modèles pour une image de projection différente. Cependant, les valeurs de modèle individuelles peuvent être consultées dans le diagramme et téléchargées à partir du lien sous le diagramme.
Cette situation survient généralement lorsque la période de base (relevé des données historiques) est TROP courte. Pour une meilleure représentation du climat historique, on recommande un relevé de 30 ans. Les relevés plus courts peuvent ne pas refléter une base avec exactitude, qui est nécessaire pour effectuer une projection significative au moyen de l’« approche delta » que nous utilisons. Dans ce cas, vous devez sélectionner une station avoisinante dont les relevés sont plus longs.
La liste de variables comprend toutes les variables du système, mais pas nécessairement celles qui sont disponibles pour votre station. Par exemple, les données IDF ne sont disponibles que pour les stations dont un « +IDF » suit le nom. De plus, certaines variables comme la « visibilité » ne sont disponibles que pour les données horaires ‒ pour les emplacements d’aéroport. Les données horaires sont accessibles à partir du menu du tableau de bord « hourly + incident analysis » (analyse horaire et des incidents).
C’est possible, mais elles sont aussi calculables à partir du graphique des températures annuelles si vous téléchargez les données annuelles au moyen de l’option « export » en haut à droite. Par la suite, vous pouvez trier les données et obtenir la moyenne des trois années les plus froides et des trois années les plus chaudes. À titre d’essai, nous avons ajouté ces deux variables sous l’option consacrée à l’infrastructure. Les utilisateurs peuvent toujours communiquer avec nous pour obtenir les variables qui seraient utiles à leurs intérêts à des fins de considération.
Non. À des fins d’efficience, toutes nos fonctions de génération de graphiques utilisent le même modèle de couleur et de police et celles-ci ne sont pas modifiables. Faites-nous savoir s’il existe un problème que nous pouvons améliorer. La seule option disponible pour le moment en ce qui concerne les graphiques réellement personnalisés destinés à votre usage est celle visant à utiliser la fonction « export » pour le graphique qui vous est affiché et d’importer ces données dans votre programme de feuilles de calcul préféré pour la personnalisation entière des axes, des couleurs et ainsi de suite.
L’acronyme « NaN » signifie « Not a number » (pas un chiffre) et indique une valeur non définie pour l’année en question (probablement en raison d’une donnée manquante). Il s’agit du résultat de l’insuffisance des données pour cette année.
Pas pour le moment. Les périodes de 30 ans indiquées dans le CCHIP sont les périodes de 30 ans « standards » le plus souvent utilisées pour les analyses des changements climatiques. Le CCHIP est par contre en constante évolution et dans le cadre de cette élaboration, nous étudions l’utilisation de diverses périodes de projection plus courtes. Tout changement sera noté dans la section « Updates » du site Web (élément du menu supérieur).
Certains textes à propos de cette situation sont accessibles à partir de la page des classements elle-même, mais vous devez essentiellement tenir compte des changements climatiques, peu importe le pointage que votre classement indique. Les classements sont fondés sur les changements de centile anticipés des années 2050 sous RCP8.5 de partout au Canada. Les changements les plus importants (rang 1) se trouvent dans l’Arctique canadien et les changements les moins importants se trouvent au sud. Les pointages indiqués pour la température et les précipitations visent à vous montrer où votre emplacement se classe par rapport au pays en entier. Les emplacements affichant les pointages les plus élevés subiront les impacts les plus importants, mais cela ne signifie pas que les emplacements au pointage plus faible ne subiront AUCUN impact.
L'année affichée pour la valeur d'hiver est l'année DÉCEMBRE. Ainsi, la valeur de «l'hiver» pour 1993, par exemple, serait décembre 1993 et janvier 1994 et février 1994.
Si vous avez une question et n’avez pas pu trouver les renseignements dont vous aviez besoin après avoir consulté le manuel de l’utilisateur, n’hésitez pas à communiquer avec nous en suivant le lien « Communiquer avec nous » au haut de la page ou à nous envoyer un courriel à cchip@risksciences.com.
Bhartendu, S. (1984) : A Climatology of Corn Heat Units in Ontario. Région de l’Ontario, Service de l’environnement atmosphérique. Rapport interne, SSD-84-1.
Brown, D.M. (1979) : Heat Units for Corn in Southern Ontario. Ministère de l’Agriculture et de l’Alimentation de l’Ontario. No de commande 78-063.
Canadian Climate Impact Scenarios Project (2002): Bio-climate Profiles. http://www.cics.uvic.ca/scenarios/bcp/select.cgi.
IPCC-TGICA (2007). General Guidelines on the Use of Scenario Data for Climate Impact and Adaptation Assessment. Version 2. Prepared by T.R. Carter on behalf of the Intergovernmental Panel on Climate Change, Task Group on Data and Scenario Support for Impact and Climate Assessment, 66 pp.
Johnstone, K. et P.Y.T. Louie (1983) : Water Balance Tabulations for Canadian Climate Stations. Centre climatologique canadien, Environnement Canada. 8-83. 14 pp.
Kharin, V. V., F. W. Zwiers, X. Zhang et M. Wehner (2013) Changes in temperature and precipitation extremes in the CMIP5 ensemble. Climatic Change, vol. 119, no 2, p. 345-357.
MacIver, D.C. (1986) : Climatograms by soil type for Ontario. In : Climate Applications in Forest Renewal and Forest Production, Proceedings of Forest Climate ’86, Service canadien des forêts, Ottawa.
MacIver, D.C. et J.L. Isaac (1989) : Bioclimate Profiles for Canada 1951-1980. Environnement Canada, Service de l’environnement atmosphérique.
MacIver, D.C. et B. Whitewood (1992) : Forest Climates of Ontario: Part 1: Bioclimate Profiles 1968-88. Environnement Canada, Service de l’environnement atmosphérique.
McKenney, D. W. et coll. 2011. Customized Spatial Climate Models for North America. Bull. American Meteorological Soc. Vol. 92, no 12, p. 1611-1622.
Tebaldi, C. et R. Knutti (2007). The use of the multimodel ensemble in probabilistic climate projections. Philosophical Transactions of the Royal Society (special issue on Probabilistic Climate Change Projections), vol. 365, p. 2053-2075.
Thornthwaite, C.W. et J.R. Mather (1955). The Water Balance. Drexel Institute of Technology. Publications in Climatology 8(1).