Aperçu

La version 2 de WorldClim est un jeu de données climatiques mensuelles interpolées dans l'espace à une très haute résolution spatiale (environ 1 km2 ) sur les zones terrestres mondiales. Les données sur les précipitations ont été agrégées sur une plage temporelle cible de 1970 à 2000. Les données des stations météorologiques ont été interpolées à l'aide de splines à plaques minces avec des covariables comprenant l'altitude (à partir du SRTM), la distance à la côte et trois covariances dérivées de satellites : les températures maximales et minimales de la surface terrestre et la couverture nuageuse, obtenues à partir de la plateforme satellitaire MODIS. L'interpolation a été faite pour 23 régions de taille variable en fonction de la densité des stations. Le jeu de données comprend également la température mensuelle (minimale, maximale et moyenne), le rayonnement solaire, la pression de vapeur et la vitesse du vent.

Coordonnées du fournisseur

Ce jeu de données spatiales a été développé par Stephen E. Fick et Robert J. Hijmans à l'Université de Californie.

Licences

Disponible gratuitement.

WorldClim par worldclim.org est sous licence Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International Licence.

Nom de la variable et unités :

Précipitations totales (mm)

Couverture et résolution spatiales :

Le jeu de données est disponible en quatre résolutions différentes : 30 secondes d'arc (~1 km2 ), 2,5 minutes d'arc (~85 km2 ), 5 minutes d'arc (~170 km2 )et 10 minutes d'arc (~340 km2 ).

Couverture et résolution temporelles :

Valeurs mensuelles pour la période 1970-2000.

Informations sur les observations (nombre, homogénéité)

Les données provenant de 9000 à 60 000 stations météorologiques ont été recueillies auprès de sources multiples à une résolution quotidienne et mensuelle et ont été interpolées à l'aide de splines à plaques minces avec des covariances, notamment l'altitude et la distance à la côte. (Aucune covariable provenant de satellites n'a été utilisée pour les précipitations). L'interpolation a été faite séparément pour 23 régions, en sélectionnant le modèle le plus performant pour chaque région et variable. Les métadonnées des stations d'observation ont été vérifiées pour faire correspondre l'altitude des stations avec les informations d'altitude utilisées dans la production.

Méthodologie

Le jeu de données a été généré en utilisant ANUSPLIN (Hutchinson & Xu, 2013) pour les précipitations mensuelles (et autres variables). Les valeurs quotidiennes ont été agrégées en valeurs mensuelles. Les doublons provenant des multiples sources de données des stations utilisées ont été supprimés autant que possible, en donnant la préférence aux stations ayant les procédures de contrôle d'erreurs les plus strictes. L'ajustement de la surface a été effectué pour les stations ayant des observations pendant au moins 25 ans. Les stations avec des périodes de disponibilité de données plus courtes ont été utilisées si elles étaient situées à une distance minimale de 25 km (pour les précipitations) de toutes les stations sélectionnées lors du premier passage. Pour les précipitations, 34 542 stations ont été utilisées, dont 13 763 répondaient au critère de disponibilité des données pendant 25 ans entre 1970 et 2000.

Les données pour le Canada ont été produites sur une région relativement large couvrant le Canada et certaines parties des États-Unis.

Figure 1 : Stations de précipitation et régions utilisées pour l'interpolation des précipitations (source : Fick et Hijmans, 2017).

Informations concernant la qualité technique et scientifique

Dans l'évaluation de Fick et Hijmans (2017), la précision pour les précipitations (𝜌=0,86) était la deuxième plus faible (après la vitesse du vent 𝜌=0,76). Les auteurs déclarent que la performance relativement faible pour les précipitations est similaire à ce qui a été rapporté pour les données climatiques précédemment publiées et est liée au fait que les précipitations peuvent être très variables dans le temps et l'espace et que certaines régions présentent des changements abrupts (ombres de pluie). Ces gradients très forts ont tendance à être trop lisses dans les surfaces du modèle.

Contraintes et atouts pour l’application dans le nord du Canada

Bien qu'il s'agisse d'un jeu de données mondiales, il peut être considéré comme interpolé pour le Canada puisqu'une région distincte couvrant le Canada a été utilisée pour la production. Le jeu de données contient également 19 variables bioclimatiques dérivées : température moyenne annuelle, amplitude diurne moyenne, isothermie, saisonnalité de la température, température maximale du mois le plus chaud, température minimale du mois le plus froid, amplitude annuelle de la température, température moyenne du trimestre le plus humide, température moyenne du trimestre le plus sec, température moyenne du trimestre le plus chaud, température moyenne du trimestre le plus froid, précipitations annuelles, précipitations du trimestre le plus froid. température du mois le plus froid, amplitude annuelle de la température, température moyenne du trimestre le plus humide, température moyenne du trimestre le plus sec, température moyenne du trimestre le plus chaud, température moyenne du trimestre le plus froid, précipitations annuelles, précipitations du mois le plus humide, précipitations du mois le plus sec, saisonnalité des précipitations (coefficient de variation), précipitations du trimestre le plus humide, précipitations du trimestre le plus sec, précipitations du trimestre le plus chaud, précipitations du trimestre le plus froid.

Références aux documents décrivant la méthodologie ou/et le jeu de données

Fick, S.E. et R.J. Hijmans, 2017 : « WorldClim 2: new 1 km spatial resolution climate surfaces for global land areas. Int. J. Climatol », 37, 4302-4315. https://doi.org/10.1002/joc.5086

Lien pour télécharger les données et format des données :

Les données sont disponibles sous forme de fichiers "zip" contenant 12 fichiers GeoTiff (.tif), un pour chaque mois de l'année (janvier est le 1 ; décembre est le 12) à https://worldclim.org/data/worldclim21.html.

Publications comprenant l'évaluation de l'ensemble des données ou la comparaison avec d'autres données dans le nord du Canada.

Noce, S., L. Caporaso, et M. Santini, 2020 : « A new global dataset of bioclimatic indicators. Sci Data », 7, 398, https://doi.org/10.1038/s41597-020-00726-5