Aperçu

Ce document se concentre sur les données de vent de RDRSv2. RDRSv2 est une réanalyse des précipitations et de la surface terrestre développée au Centre de prévision météorologique et environnementale du Canada (CPMEC) d'Environnement et Changement climatique Canada (ECCC). Elle fournit diverses variables météorologiques obtenues avec le « Regional Deterministic Reforecast System » (RDRS) bidirectionnel couplé au Système canadien d'assimilation des données terrestres [« Canadian Land Data Assimilation System » - CaLDAS] et à l'analyse des précipitations (CaPA), et initialisées et pilotées par la réanalyse ERA-Interim. Les résultats sont fournis à une résolution spatiale de 10 km à travers l'Amérique du Nord. Les données sont actuellement disponibles pour la période 1980 - 2017.

Coordonnées du fournisseur

Données élaborées par le Centre de prévision météorologique et environnementale du Canada (CPMEC) d'Environnement et Changement climatique Canada (ECCC).

Adresse de courrier électronique du fournisseur :

Les archives canadiennes de prévision de surface (caspar.data@uwaterloo.ca)

Licences

La Licence d’utilisation finale pour les serveurs de données d’Environnement et Changement climatique Canada précise les conditions d'utilisation de ces données.

Conditions d'utilisation des Archives canadiennes de prévision de surface (uniquement en anglais)

Nom de la variable et unités :

Plusieurs variables liées au vent sont disponibles sous forme de valeurs prédites à des pas de temps horaires pour deux niveaux : 10 mètres, et/ou ~40 mètres d'altitude.

Notez que RDRS_v2_P_UU, RDRS_v2_P_VV sont des sorties brutes du modèle (le long des axes de la grille du modèle). CaSPAr a converti les composantes u- et v en vitesse du vent (UVC) et direction du vent (WDC) ainsi que UUC et VVC le long de la grille non tournée (le long des directions Ouest-Est et Sud-Nord).

Des informations sur les autres variables disponibles pour le téléchargement peuvent être trouvées sur le portail de données CaSPAr.

Couverture et résolution spatiales :

Les données sont disponibles pour l'ensemble de l'Amérique du Nord à une résolution spatiale approximative de 10 km x 10 km sur une grille polaire rotative.

Couverture et résolution temporelles :

RDRSv2 est disponible pour la période 1980 - 2017. Les données sont disponibles au pas de temps horaire.

Informations sur les observations (nombre, homogénéité)

RDRSv2 est initialisé et piloté par la réanalyse ERA-Interim et repose uniquement sur des observations de surface et aucune observation de télédétection, telle que des données satellitaires ou radar. Les observations proviennent des archives de données opérationnelles et climatiques de l’ECCC et comprennent la vitesse du vent. Les données de surface intégrées (ISD, DS463.3) sont utilisées dans la version v2.1 pour les années antérieures à 2000. Le tableau 3 de Gasset et al. (2021) résume les ensembles de données d'observation de surface utilisés dans les processus d'assimilation.

La figure 1 de Lespinas et coll. (2010) présente la distribution spatiale des stations météorologiques assimilées par le CaPA et les limites géographiques des écozones terrestres canadiennes.

Figure 1. Distribution spatiale des stations météorologiques assimilées par le CaPA. Source : « Journal of Hydrometeorology 16, 5 ; 10.1175/JHM-D-14-0191.1 »

Informations supplémentaires pertinentes pour les précipitations, l'humidité du sol et la neige : L'analyse a posteriori des précipitations sur 24 h, CaPA-24, utilise également le jeu de données d'observations « Adjusted Daily Rain and Snow » (AdjDlyRS) (Wang et coll., 2017). Les données AdjDlyRS comportent 3346 stations qui sont principalement des stations manuelles du réseau synoptique canadien, et sont connues comme les observations les plus fiables (elles ont été ajustées pour les erreurs systématiques, et en particulier la sous-capture et l'évaporation causées par les effets du vent, la perte de mouillage spécifique à la jauge, ainsi que pour les quantités de précipitations à l'état de traces).

Méthodologie

La réanalyse ERA-Interim est d'abord utilisée pour initialiser les conditions atmosphériques du « Global Deterministic Reforecast System » (GDRS) à une résolution spatiale de 39 km. Des conditions de surface supplémentaires sont introduites via le modèle GEM-Surf, qui est également initialisé par ERA-Interim. La sortie du GDRS est ensuite mise à l’échelle dynamiquement à 10 km à l'aide du RDRS. Ces sorties à résolution plus fine sont couplées de façon bidirectionnelle avec le Système canadien d'assimilation des données terrestres (CaLDAS) et le système d'analyse des précipitations (CaPA) (cela signifie que les sorties du RDRS sont utilisées pour piloter à la fois le CaLDAS et le CaPA, et que ces résultats sont ensuite réinjectés dans le RDRS). Ce couplage permet d'améliorer considérablement les prévisions de l'atmosphère et de la surface terrestre à proximité de la surface.

GDRS et RDRS sont tous deux basés sur la dernière version stable du modèle « Global Environment Multiscale » (GEM v4.8-LTS) et ils utilisent les mêmes champs géophysiques (c'est-à-dire l'orographie, les caractéristiques de la végétation, les coefficients thermiques et hydrauliques du sol, la fraction des glaciers) que les versions opérationnelles de prévision correspondantes. Le couplage avec CaLDAS et CaPA permet de combiner les observations de surface de la température, de l'humidité, de l'épaisseur de neige et des précipitations avec la première estimation fournie par le RDRS. CaLDAS utilise un filtre de Kalman d'ensemble (EnKF) unidimensionnel pour estimer l'humidité et la température du sol, et un schéma d'interpolation optimale (OI) pour estimer la hauteur de neige. CaPA combine les observations de précipitations avec un champ de fond obtenu à partir de la prévision à court terme fournie par le RDRS par une méthode OI. CaPA sert également à fournir à CaLDAS une analyse des précipitations sur 6 heures.

Pour plus d'informations, veuillez vous référer à la publication dans la section des références ci-dessous.

Informations concernant la qualité technique et scientifique

La version 2 a été évaluée et comparée au système opérationnel de prévision numérique du temps (RDPS) sur la période 2010 - 2017. Gasset et coll. (2021) mentionnent que le RDRS-10 améliore le RDPS dans la plupart des régions et pour la plupart des variables, notamment pour l'Alaska et l'Arctique canadien, ainsi que l'ouest des États-Unis. Les prévisions des températures absolues et du point de rosée sont améliorées pour toutes les saisons et toutes les régions, à la seule exception de la température absolue au printemps et en été pour l'Est du Canada.

En général, les réanalyses n'assimilent souvent aucune observation des précipitations et de l'état de la surface terrestre, mais fournissent uniquement des prévisions à court terme de ces variables. Les RDRS assimilent les observations des précipitations grâce au couplage avec le CaPA. Gasset et al. (2021) mentionnent que l'approche de couplage des GDRS, RDRS, CaLDAS et CaPA démontre des améliorations significatives dans la couche de surface par rapport aux résultats obtenus sans couplage.

Des procédures strictes de contrôle de qualité sont en place au CaPA pour éviter l'assimilation d'observations biaisées, et en particulier la sous-capture des précipitations solides induite par le vent (sur la base d'une analyse de la température, différents seuils de vitesse du vent sont utilisés selon le réseau, le type de jauge et si la station est manuelle ou automatisée).

Dans Gasset et coll. (2021), les prévisions à court terme de la température absolue, de la température du point de rosée et de la vitesse du vent provenant du RDRSv2 ont été comparées aux observations des stations synoptiques de l'Amérique du Nord. Les résultats indiquent que ces données peuvent convenir pour piloter d'autres modèles environnementaux. De même, une étude préliminaire de modélisation des débits a également démontré que le RDRSv2 a une certaine capacité à piloter des modèles hydrologiques pour prévoir le ruissellement dans le lac Érié, ce qui suggère que le RDRSv2 peut être utile à des fins hydrologiques.

Les données sont disponibles en format netCDF sur le portail de données CaSPAr. Deux articles scientifiques accompagnent le jeu de données, l'un détaillant CaSPAr et l'autre détaillant le jeu de données RDRSv2. Il est prévu que les données soient mises à jour régulièrement.

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

RDRSv2 est initialisé et piloté par ERA-Interim, un jeu de données de réanalyse qui a été remplacé par ERA5. Des tests sont actuellement en cours pour déterminer la pertinence et les impacts du passage à un autre jeu de données. Par ailleurs, un bug a été identifié lors du développement des données de réanalyse 2000 - 2017 : la hauteur de neige était exprimée en mètres dans le code alors qu'elle est censée être exprimée en centimètres. Il a été vérifié que si les biais et autres erreurs pour la hauteur de neige elle-même n'étaient pas fortement impactés, la densité de la neige et l'équivalent en eau de la neige présentaient des différences significatives. En conséquence, ces deux champs ne sont pas distribués pour la période 2000 - 2017 dans la version 2. L'erreur est corrigée dans la version 2.1.

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

Gasset, N., V. Fortin, M. Dimitrijevic, M. Carrera, B. Bilodeau, R. Muncaster, É.,Gaborit, G. Roy, N. Pentcheva, M. Bulat, X. Wang, R. Pavlovic, F. Lespinas, et D. Khedhaouiria, 2021 : « A 10 km North American Precipitation and Land Surface Reanalysis Based on the GEM Atmospheric Model. Hydrology and Earth System Sciences », 25(9), 4917-4945, https://doi.org/10.5194/hess-25-4917-2021.

Lien pour télécharger les données et format des données :

Les données sont accessibles via le catalogue de données du CaSPAr ainsi que directement depuis leur portail de données :

Catalogue de données : https://github.com/julemai/CaSPAr/wiki/Available-products

Portail de données : https://caspar-data.ca/caspar (NetCDF)

Publications comprenant l'évaluation du jeu de données ou la comparaison avec d'autres données.

Mai, J., B.A. Tolson, H. Shen, É. Gaborit, V. Fortin, N. Gasset, H. Awoye, T. A. Stadnyk, L. M. Fry, E. A. Bradley, F. Seglenieks, A. G. T. Temgoua, D. G. Princz, S. Gharari, A. Haghnegahdar, M. E. Elshamy, S. Razavi, M. Gauch, J. Lin, X. Ni, Y. Yuan, M. McLeod, N. B. Basu, R. Kumar, O. Rakovec, L. Samaniego, S. Attinger, N. K. Shrestha, P. Daggupati, T. Roy, S. Wi, T. Hunter, J. R. Craig, et A. Pietroniro, 2021 : « Great Lakes Runoff Intercomparison Project Phase 3 : Lake Erie (GRIP-E), Journal of Hydrologic Engineering », 26(9), 05021020-1-19. https://doi.org/10.1061/(ASCE)HE.1943-5584.0002097

Référence pour CaPA

Mahfouf, J.-F., B. Brasnett, et S. Gagnon, 2007 : « A Canadian precipitation analysis (CaPA) project: Description and preliminary results,

Atmosphere-Ocean», 45(1), 1-17, DOI : 10.3137/ao.v450101.

Fortin, V., G. Roy, T. Stadnyk, K. Koenig, N. Gasset et A. Mahidjiba, 2018 : « Ten Years of Science Based on the Canadian Precipitation

Analysis: A CaPA System Overview and Literature Review, Atmosphere-Ocean », 56(3), 178-196, DOI : 10.1080/07055900.2018.1474728.

Lespinas, F. , V. Fortin, G. Roy, P. Rasmussen, et T. Stadnyk, 2015 : « Performance Evaluation of the Canadian Precipitation Analysis (CaPA), Journal of Hydrometeorology », 16(5), 2045-2064.