Mise à échelle des données climatiques
Les modèles du système Terre (acronyme anglais ESM pour Earth System Models) simulent l’évolution du système climatique sur la totalité du globe terrestre à une résolution horizontale d'une centaine de kilomètres, pour des périodes pouvant aller jusqu'à des milliers d'années.
Le temps de calcul nécessaire pour simuler le climat global à une résolution spatiale plus fine de l’ordre de quelques dizaines de km ou moins demeure élevé même avec les ressources informatiques actuelles. Par conséquent, les phénomènes ou processus climatiques opérant à des échelles plus fines que celle de la grille de calcul sont, dans le meilleur des cas, paramétrés ou simplement ignorés. En dépit de leur résolution un peu plus grossière, les ESM produisent des résultats qui sont adéquats pour représenter le climat à grande échelle. Cependant, le besoin criant d’obtenir des projections climatiques à plus fine échelle spatiale pour des régions spécifiques a encouragé les chercheurs à se tourner vers des méthodes qui raffinent les simulations produites par les ESM : la mise à l’échelle des données climatiques.
À ce jour, les techniques de mise à l’échelle sont issues de deux écoles de pensée qui doivent toutes deux compter sur l’existence d’une simulation de qualité produite par un ESM. Ce sont :
La mise à l’échelle dynamique : cette approche repose sur l’usage de modèles régionaux de climat (MRC) qui, tout comme les ESM, sont des modèles physiques de climat basés sur la mécanique des fluides. Ils sont utilisés pour raffiner la résolution horizontale du climat d’une région choisie du globe. Leur résolution plus fine (par exemple, de 50 à 25 km selon le protocole CORDEX-CMIP5 et de 25 à 12 km selon CORDEX-CMIP6) leur permet de développer des caractéristiques climatiques plus détaillées en raison, entre autres, d’une représentation beaucoup plus précise des caractéristiques de la surface terrestre (ex. les montagnes, les contours côtiers, la présence de lacs et cours d’eau). Afin de rester en lien avec le climat global, un MRC doit obtenir, sur son pourtour les valeurs à grande échelle de certaines variables climatiques provenant d’un ESM. Dans ce contexte, le MRC est piloté par un ESM. Bien que coûteuse en temps de calcul, cette technique de mise à l’échelle assure la cohérence dans le temps et l’espace d’une centaine de variables climatiques produites. De plus, les modèles physiques de climat comme les MRC et les ESM ont la capacité de faire interagir les GES et les aérosols (dont les quantités sont régies par des scénarios d’évolution future des émissions ou des concentrations) avec les autres composantes du système climatique. Cela les rend aptes à simuler le climat futur dans le but d'étudier les changements climatiques.
La mise à l’échelle statistique : elle a pour prémisse que les caractéristiques du climat observé à fine échelle peuvent être dérivées à partir d’une série de variables climatiques à grande échelle (prédicteurs). Diverses techniques peuvent être utilisées : ajustement des quantiles, régressions multiples, générateurs stochastiques, réseau neuronal. Celles-ci permettent d’établir des relations statistiques entre les conditions observées à fine échelle et des prédicteurs issus de données climatiques du passé récent (ex 1971-2020). Ces méthodes permettent non seulement de raffiner l’échelle spatiale des simulations climatiques, mais aussi de corriger certains biais des modèles climatiques. Lorsque vient le temps de faire la mise à l’échelle statistique d’une simulation ESM du climat futur, on doit toutefois faire l’hypothèse que les relations statistiques établies dans le passé récent demeureront les mêmes pour le climat futur. Diverses techniques existent pour s’assurer que le signal de changement climatique simulé par les modèles à base physique est conservé dans les données mises à l’échelle. La mise à l’échelle statistique est une approche peu coûteuse et rapide comparativement à la mise à l’échelle dynamique et est plus facilement applicable à de grands ensembles de simulations climatiques intégrant une diversité de modèles et de scénarios de GES et aérosols. Les techniques univariées de mise à l’échelle statistique, qui traitent chaque variable séparément, sont les plus anciennes et les plus répandues. Elles conviennent à plusieurs applications qui sont basées sur une seule variable ou pour celles dont la cohérence entre les variables n’est pas un enjeu. Or, dans plusieurs cas, la préservation de la cohérence spatiotemporelle entre plusieurs variables est primordiale. Le calcul de l’indice feu-météo en est un bon exemple. Il faut alors privilégier des techniques multivariées conçues pour la mise à l’échelle conjointe de plusieurs variables.
