Il existe de nombreuses options pour accéder aux données brutes pour les projections climatiques des expériences CMIP5 et CMIP6 (voir par exemple le tableau 3.1), mais seulement un nombre limité d’options pour accéder à des ensembles de données avec biais corrigé et à échelle réduite pour le Canada dans des formats faciles à utiliser pour différentes applications.
La source principale des ensembles de données CMIP5 et CMIP6 à échelle réduite avec BCCAQv2 est le Pacific Climate Impacts Consortium [en anglais seulement]. L’ensemble BCCAQv2 du projet CMIP5 consiste en des données de sorties quotidiennes avec biais corrigé et à échelle réduite provenant de 24 MCG pour les RCP 2.6, RCP 4.5 et RCP 8.5, pour l’ensemble du Canada, et a été utilisé comme base des projections climatiques actuellement disponibles auprès du Centre canadien des services climatiques (CCSC), Donneesclimatiques.ca[1] et de l’Atlas climatique du Canada (RCP4.5 et RCP8.5 seulement). Cet jeu de données est fourni à sa résolution originale de 6 x 10 km sur le site Web du CCSC et sur Donneesclimatiques.ca, mais il est offert à deux échelles de carte (1:250 000 et 1:50 000) dans l’Atlas climatique du Canada. Les données ont été « post-traitées » afin qu’elles puissent être livrées dans des formats et des tailles de fichier qui peuvent être gérées. Par exemple, l’information de l’ensemble des modèles est résumée par des chiffres, des graphiques et des données pour la médiane et les percentiles des ensembles. Ce format est utile pour une exploration préliminaire du risque et pour communiquer le risque.
Le site Donneesclimatiques.ca et l’Atlas climatique du Canada ont tous deux utilisé le jeu de données BCCAQv2 CMIP5 pour calculer un certain nombre d’indices climatiques fondés sur des températures et des précipitations maximales et minimales à échelle réduite. Les deux portails Web offrent une visualisation cartographique et permettent aux utilisateurs de faire une recherche par emplacement pour consulter des graphiques chronologiques les variables climatiques, les indices et les RCP disponibles. Les données à échelle réduite sont présentées sous forme de résumé, soit sous forme de moyennes d’ensemble (Atlas climatique) ou de valeurs médianes d’ensemble (donneesclimatiques.ca), accompagnées de renseignements sur la plage de données (valeurs des 10e et 90e percentiles). Donneesclimatiques.ca prévoit élaborer des projections pour les facteurs d’effet climatique, comme l’indice forêt-météo et l’humidex.
Reconnaissant que les seuils prédéfinis pour des indices climatiques précis ne sont pas toujours significatifs, Donneesclimatiques.ca a créé la page intitulée « Analyser » qui permet aux utilisateurs d’entrer un seuil personnalisé pour une grande variété d’indices fondés sur la température et les précipitations, y compris les indices des vagues de chaleur et le nombre de jours au-dessus ou au-dessous de seuils de précipitations ou de températures minimales et maximales précis. Donneesclimatiques.ca donne également accès au catalogue de données des stations d’ECCC, aux courbes historiques d’intensité-durée-fréquence (IDF) (et aux directives sur l’actualisation de ces courbes pour les conditions futures) ainsi qu’aux projections dérivées du CMIP5 de la variation relative du niveau de la mer pour les RCP 2.6, 4.5 et 8.5.
L’Atlas climatique du Canada a récemment ajouté une couche cartographique détaillant les collectivités des Premières Nations, des Inuits et des Métis. Donneesclimatiques.ca fournit également des données agrégées par régions sociosanitaires, ainsi que par bassins versants. Les deux portails de données climatiques seront mis à jour pour inclure le jeu de données CMIP6 mis à l’échelle pour le Canada.
L’Jeu de données BCCAQv2 est également accessible à partir de la page Web du CCSC, qui donne également accès aux projections annuelles et saisonnières (sans mise à l’échelle) de la température moyenne, des précipitations, de la vitesse du vent, de l’épaisseur et de la concentration de la glace de mer et de la profondeur de la neige pour l’ensemble CMIP5 à une résolution de 1° x 1°. Les valeurs médianes et les percentiles sont disponibles pour cet ensemble du modèle climatique CMIP5.
[1] Donneesclimatiques.ca est un partenariat entre Environnement et Changement climatique Canada, les principaux fournisseurs régionaux de services climatiques au Canada, le Centre de recherche informatique de Montréal et HabitatSeven.
(a)

(b)

[1] Donneesclimatiques.ca est un partenariat entre Environnement et Changement climatique Canada, les principaux fournisseurs régionaux de services climatiques au Canada, le Centre de recherche informatique de Montréal et HabitatSeven.
Références - Aperçu des modèles climatiques pour le Nord canadien
Barrow, E.M. et D.J. Sauchyn, 2019: « Uncertainty in climate projections and time of emergence of climate signals in the western Canadian prairies. International Journal of Climatology », 39(11), 4358-4371, doi:10.1002/joc.6079.
Bush, E. et D.S. Lemmen (éditeurs): Rapport sur le climat changeant du Canada, Gouvernement du Canada, Ottawa, Ontario, 2019, 446 p.
Cannon, A.J., 2016: « Multivariate bias correction of climate model output: Matching marginal distributions and intervariable dependence structure. Journal of Climate », 29(19), 7045-7064, doi:10.1175/JCLI-D-15-0679.1.
Cannon, A.J., S.R. Sobie, et T.Q. Murdock, 2015: « Bias correction of GCM precipitation by quantile mapping: How well do methods preserve changes in quantiles and extremes? Journal of Climate », 28(17), 6938-6959, doi:10.1175/JCLI-D-14-00754.1.
Cannon, A.J., Jeong, D.I., Zhang, X., et Zwiers, F.W., 2020: Bâtiments et infrastructures publiques de base résistants aux changements climatiques : Évaluation des effets des changements climatiques sur les données de conception climatique au Canada. Gouvernement du Canada, Ottawa, ON. 106 p.
Flato, G., J. Marotzke, B. Abiodun, P. Braconnot, S.C. Chou, W. Collins, P. Cox, F. Driouech, S. Emori, V. Eyring, C. Forest, P. Gleckler, E. Guilyardi, C. Jakob, V. Kattsov, C. Reason, et M. Rummukainen, 2013: « Evaluation of Climate Models. Dans: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change » [Stocker, T.F., D. Qin, G.-K. Plattner, M. Tignor, S.K. Allen, J. Boschung, A. Nauels, Y. Xia, V. Bex et P.M. Midgley (éditeurs)]. « Cambridge University Press », Cambridge, Royaume-Uni et New York, NY, États-Unis.
GIEC (Groupe intergouvernemental sur le changement climatique), 2013a: « Climate Change 2013. The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change » [Stocker TF, Qin D, Plattner G K, Tignor M, Allen SK, Boschung J, Nauels A, Xia Y, Bex V, et Midgley PM (dir.)], « Cambridge University Press », Cambridge (Royaume Uni) et New York (États Unis), 1535 p.
GIEC (Groupe intergouvernemental sur le changement climatique), 2013b: « Summary for Policymakers. Dans: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change » [Stocker TF, Qin D, Plattner G K, Tignor M, Allen SK, Boschung J, Nauels A, Xia Y, Bex V, et Midgley PM (dir.)], « Cambridge University Press », Cambridge (Royaume Uni) et New York (États Unis), 1535 p.
GIEC (Groupe intergouvernemental sur le changement climatique), 2021: « Climate Change 2021: The Physical Science Basis. Contribution of Working Group 1 to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change » [Masson-Delmotte, V., P. Zhai, A. Pirani, S.L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M.I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J.B.R. Matthews, T.K. Maycock, T. Waterfield, O. Yelekçi, R. Yu, et B. Zhou (dir.)]. « Cambridge University Press », dans la presse.
Gutowski, W.J., F. Giorgi, B. Timbal, A. Frigon, D. Jacob, H.-S. Kang, K. Raghavan, B. Lee, C. Lennard, G. Nikulin, E. O’Rourke, M. Rixen, S. Solman, T. Stephenson, et F. Tangang, 2016: « WCRP Coordinated Regiona Downscaling Experiment (CORDEX): A diagnostic MIP for CMIP6. Geoscientific Model Development », 9(11), 4087-4095, doi:10.5194/gmd-9-4087-2016.
Hawkins, E. et R. Sutton, 2009: « The potential to narrow uncertainty in regional climate predictions. Bulletin of the American Meteorological Society », 90(8), 1095–1107. doi:10.1175/2009BAMS2607.1.
Hawkins, E. et R. Sutton, 2011: « The potential to narrow uncertainty in projections of regional precipitation change. Climate Dynamics », 37(1), 407-418, doi:10.1007/s00382-010-0810-6.
Hopkinson, R.F., D.W. Mckenney, E.J. Milewska, M.F. Hutchinson, P. Papadopol, et L.A. Vincent, 2011: « Impact of aligning climatological day on gridding daily maximum-minimum temperature and precipitation over Canada. Journal of Applied Meteorology and Climatology », 50(8), 1654-1665, doi:10.1175/2011JAMC2684.1.
Kendon, E.J., N. Ban, N.M. Roberts, H.J. Fowler, M.J. Roberts, S.C. Chan, J.P. Evans, G. Fosser, et J.M. Wilkinson, 2021: « Do convection-permitting regional climate models improve projections of future precipitation change? Bulletin of the American Meteorological Society », 98(1): 79-93, doi:.10.1175/BAMS-D-15-0004.1.
Lee, J.Y., J. Marotzke, G. Bala, L. Cao, S. Corti, J.P. Dunne, F. Engelbrecht, E. Fischer, J.C. Fyfe, C. Jones, A. Maycock, J. Mutemi, O. Ndiaye, S. Panickal, et T. Zhou, 2021: « Future Global Climate: Scenario-Based Projections and Near-Term Information », dans: « Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change » [Masson-Delmotte, V., P. Zhai, A. Pirani, S.L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M.I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J.B.R. Matthews, T.K. Maycock, T. Waterfield, O. Yelekçi, R. Yu et B. Zhou (dir.)]. « Cambridge University Press », dans la presse.
Li, G., X. Zhang, A.J. Cannon, T. Murdock, S. Sobie, F.W. Zwiers, K. Anderson, et B. Qian, 2018: « Indices of Canada’s future climate for general and agricultural adaptation applications. Climatic Change », 148(1), 249-263.
Iizumi, T., H. Takikawa, Y. Hirabayashi, N. Hanasaki, et M. Nishimori, 2017: « Contributions of different bias-correction methods and reference meteorological forcing data sets to uncertainty in projected temperature and precipitation extremes. Journal of Geophysical Research: Atmospheres », 122(15), 7800-7819.
Lange, S., 2018: « Bias correction of surface downwelling longwave and shortwave radiation for the EWEMBI dataset. Earth System Dynamics », 9(2), 627-645.
Maurer, E.P., H. Hidalgo, T. Das, M. Dettinger, et D. Cayan, 2010: « The utility of daily large-scale climate data in the assessment of climate change impacts on daily streamflow in California. Hydrology and Earth System Sciences ». 14(6), 1125-1138, doi:10.5194/hess-14-1125-2010.
McKenney, D.W., M.F. Hutchinson, P. Papadopol, K. Lawrence, J. Pedlar, K. Campbell, E. Milewska, R.F. Hopkinson, D. Price, et T. Owen, 2011: « Customized spatial climate models for North America. Bulletin of the American Meteorological Society », 92(12), 1611-1622.
Moss, R.H., J.A. Edmonds, K.A. Hibbard, M.R. Manning, S.K. Rose, D.P. van Vuuren, T.R. Carter, S. Emori, M. Kainuma, T. Kram, G.A. Meehl, J.F.B Mitchell, N. Nakicenovic, K. Riahi, S.J. Smith, R.J. Stouffer, A.M. Thomson, J.P. Weyant, et T.J. Wilbanks, 2010: « The next generation of scenarios for climate change research and assessment. Nature », 463(7282), 747-756.
Notz, D. et Communauté SIMIP, 2020: « Arctic sea ice in CMIP6. Geophysical Research Letters », 47(10), e2019GL086749, doi:10.1029/2019GL086749.
Notz, D., A. Jahn, M. Holland, E. Hunke, F. Massonnet, J. Stroeve, B. Tremblay, et M. Vancoppenolle, 2016: « The CMIP6 Sea-Ice Model Intercomparison Project (SIMIP): Understanding sea ice through climate-model simulations. Geoscientific Model Development », 9(9), 3427–3446, doi:10.5194/gmd-9-3427-2016.
O’Neill, B.C., E. Kriegler, K.L. Ebi, E. Kemp-Benedict, K. Riahi, D.S. Rothman, B.J. van Ruijven, D.P. van Vuuren, J. Birkmann, K. Kok, M. Levy, et W. Solecki, 2017: « The roads ahead: Narratives for Shared Socioeconomic Pathways describing world futures in the 21st century. Global Environmental Change », 42, 169-180, doi:10.1016/j.gloenvcha.2015.01.004.
Riahi, K., D.P. van Vuuren, E. Kriegler, J. Edmonds, B.C. O’Neill, S. Fujimori, N. Bauer, K. Calvin, R. Dellink, O. Fricko, W. Lutz, A. Popp, J. Crespo Cuaresma, K.C. Samir, M. Leimback, J. Leiwen, T. Kram, S. Rao, J. Emmerling, K. Ebi, T. Hasegawa, P. Havlik, F. Humpenöder, L.A. Da Silva, S. Smith, E. Stehfest, V. Bosetti, J. Eom, D. Gernaat, T. Masui, J. Rogelj, J. Strefler, L. Drouet, V. Krey, G. Luderer, M. Harmsen, K. Takahashi, L. Baumstark, J.C. Doelman, M. Kainuma, Z. Klimont, G. Marangoni, H. Lotze-Campen, M/ Obersteiner, A. Tabeau, et M. Tavoni, 2017: « The Shared Socioeconomic Pathways and their energy, land use, and greenhouse gas emissions implications: An overview. Global Environmental Change », 42, 153-168.
Schwingshackl, C., J. Sillmann, A.M. Vicedo-Cabrera, M. Sandstad, et K. Aunan, 2021: « Heat stress indicators in CMIP6: Estimating future trends and exceedances of impact-relevant thresholds. Earth's Future », 9(3), e2020EF001885. doi:10.1029/2020EF001885.
Seneviratne, S.I., M.G. Donat, A.J. Pitman, R. Knutti, et R.L. Wilby, 2016: « Allowable CO2 emissions based on regional and impact-related climate targets. Nature », 529(7587), 477-483, doi:10.1038/nature16542.
Sobie, S.R., F.W. Zwiers, et C.L. Curry, 2021: « Climate Model Projections for Canada: A Comparison of CMIP5 and CMIP6. Atmosphere-Ocean », 59(4-5), 269-284, doi:10.1080/07055900.2021.2011103.
Tapiador, F.J., A. Navarro, R. Moreno, J.L. Sánchez, et E. García-Ortega, 2020: « Regional climate models: 30 years of dynamical downscaling. Atmospheric Research », 235, 104785, doi:10.1016/j.atmosres.2019.104785.
Tebaldi, C., K. Debeire, V. Eyring, E. Fischer, J. Fyfe, P. Friedlingstein, R. Knutti, J. Lowe, B. O'Neill, B. Sanderson, D. van Vuuren, K. Riahi, M. Meinshausen, Z. Nicholls, K.B. Tokarska, G. Hurtt, E. Kriegler, J.-F. Lamarque, G. Meehl, R. Moss, S.E. Bauer, O. Boucher, V. Brovkin, Y.-H. Byun, M. Dix, S. Gualdi, H. Guo, J.G. John, S. Kharin, Y. Kim, T. Koshiro, L. Ma, D. Olivié, S. Panickal, F. Qiao, X. Rong, N. Rosenbloom, M. Schupfner, R. Séférian, A. Sellar, T. Semmler, X. Shi, Z. Song, C. Steger, R. Stouffer, N. Swart, K. Tachiiri, Q. Tang, H. Tatebe, A. Voldoire, E. Volodin, K. Wyser, X. Xin, S. Yang, Y. Yu, et T. Ziehn, 2021: « Climate model projections from the Scenario Model Intercomparison Project (ScenarioMIP) of CMIP6. Earth System Dynamics », 12(1), 253–293, doi:10.5194/esd-12-253-2021.
Teutschbein, C. et J. Seibert, 2012: « Bias correction of regional climate model simulations for hydrological climate-change impact studies: Review and evaluation of different methods. Journal of Hydrology », 456-457, 12-29, doi:10.1016/j.hydrol.2012.05.052.
Tokarska, K.B., M.B. Stolpe, S. Sippel, E.M. Fischer, C.J. Smith, F. Lehner, et R. Knutti, 2020: « Past Warming Trend Constrains Future Warming in CMIP6 Models. Science Advances », 6(12), eaaz9549, doi:10.1126/sciadv.aaz9549, 2020.
Van Vuuren, D.P., J. Edmonds, A. Thomson, K. Riahi, M. Kainuma, T. Matsui, G.C. Hurtt, J.-F. Lamarque, M. Meinshausen, S. Smith, C. Granier, S.K. Rose, et K.A. Hibbard, 2011: « Representative concentration pathways: an overview. Climatic Change », 109(1), 5–31.
Van Vuuren, D.P., E. Kriegler, B.C. O’Neill, K.L. Ebi, K. Riahi, T.R. Carter, J. Edmonds, S. Hallegatte, T. Kram, R. Mathur, et H. Winkler, 2014: « A new scenario framework for climate change research: Scenario matrix architecture. Climatic Change », 122(3), 373-386.