Lors de la conférence SIG2022, nous avons réalisé différentes démonstrations
basées sur des données climatiques mondiales pour montrer différentes
capacités d'analyse d'ArcGIS autour des enjeux du changement climatique.
Vous avez été nombreux à me poser des questions sur ces données
utilisées. Voici donc quelques infos sur ces jeux de données ArcGIS relatifs au changement climatique.
 |
Evolution des précipitations d'ici 2100 avec un scénario SSP3-7.0
|
Pour réaliser nos démos, nous avons utilisé de nouveaux modèles
bioclimatiques très précis désormais disponibles dans ArcGIS Living
Atlas. Ces couches prêtes à l'emploi facilitent de nombreuses analyses climatiques sans avoir besoin de rechercher et de traiter de grandes quantités de données.
 |
Démonstration de SIG2022 dans laquelle les données bioclimatiques sont utilisées pour étudier
l'impact du changement climatique sur la culture du Maïs en Europe |
L'étude des changements climatiques peut sembler simple à tout professionnel
SIG; cependant, une fois que vous êtes confronté à plusieurs scénarios
d'émissions, à des dizaines de modèles climatiques différents, à des
centaines de variables, à des téraoctets de données, la tâche devient
rapidement ardue.
Le contexte
Avant d'entrer dans les détails des données disponibles dans Living Atlas,
passons en revue quelques notions de base sur les données climatiques en
général :
|
Trois principaux scénarios d'émissions : (SSP5-8.5,
SSP3-7.0, SSP2-4.5) dans l'ordre du plus au moins
d'émissions.
SSP5-8.5 représente le scénario
"business as usual" avec désormais des objectifs majeurs de
réduction des émissions.
SSP2-4.5 représente les
objectifs actuels de réduction des émissions. La
modélisation avec divers scénarios d'émissions peut aider à
planifier différents niveaux de changement climatique.
|
La plupart des analyses climatiques consistent à comparer les conditions de
base aux conditions d'un scénario climatique futur à une date ultérieure.
Par conséquent, toutes les données climatiques du Living Atlas sont
accompagnées de conditions de référence ou « historiques » et de conditions
pour les scénarios et décennies futurs. Les scénarios climatiques futurs
incluent à la fois les décennies futures (2050, 2090) et
les scénarios d'émissions futures
qui représentent différentes trajectoires empruntées par les êtres humains
pour réduire les émissions en termes de vitesse et d'échelle de réduction
des émissions. Ces scénarios, basés sur une série de décisions
socio-économiques, sont appelés "Shared Social Pathways" (SSP) et remplacent
le terme « Representative Concentration Pathways" (RCP) utilisé dans les
modèles climatiques plus anciens. Les émissions correspondant à ces SSP vont
des plus optimistes (réduction rapide et intense des émissions) aux plus
terrifiantes ("business as usual" ou pas d'effort significatif pour réduire
les émissions). La SSP2-4.5 est généralement considérée comme la cible si
les objectifs d'émissions de la COP26 de l'ONU fixés en 2021 sont atteints.
|
Quantité de réchauffement en degrés Celsius pour chacun des
trois scénarios d'émissions inclus.
Le scénario
idéal SSP2-4.5 conduirait à un réchauffement de 2 °C tandis
que le scénario le plus catastrophique
conduirait à un
réchauffement global de 4 °C.
|
Pour ces différentes périodes et scénarios, les couches proposent plusieurs
variables climatiques. Une variable peut être quelque chose comme "la
température quotidienne moyenne", "le nombre de jours au-dessus de 35°C",
"les précipitations du trimestre le plus sec" ou encore "les températures du
mois le plus froid"...
Il existe des dizaines d'organisations et d'initiatives différentes
produisant des modèles climatiques légèrement différents. Aucun modèle n'est
parfait, et certains sont meilleurs que d'autres pour prédire des événements
tels que des températures extrêmes ou des modèles spatiaux de
précipitations. Par conséquent, il est courant de créer des modèles
d'ensemble qui font la moyenne de plusieurs modèles ensemble pour réduire
les erreurs. Les méthodes de pondération et de calcul de la moyenne des
ensembles différents.
Maintenant que nous avons établi quelques informations générales, passons
aux deux principaux types de données disponibles dans Living Atlas…
|
Distribution des précipitations en 20250 avec un scénario
SSP2-4.5 durant
le trimestre le plus chaud (WorldClim)
|
WorldClim
Pour l'analyse du climat global, le Living Atlas a récemment mis à
disposition
19 variables bioclimatiques
de WorldClim en utilisant les données CMIP6 des Nations Unies. La
publication des données CMIP6 correspond au dernier rapport d'évaluation du
Groupe d'experts intergouvernemental sur l'évolution du climat (
GIEC) publié fin 2021. CMIP6 présente des modèles climatiques de pointe plus
avancés et précis que ceux publiés avec CMIP5 il y a près de dix ans. Les
données sont disponibles pour le monde entier à une résolution de 2,5
minutes (environ 5 km), et des projections climatiques existent dans une
série de périodes futures (2021-2040, 2041-2060, 2061-2080 et 2081-2100) et
de scénarios d'émissions ( SSP2-4.5, SSP3-7.0 et SSP5-8.5). Une moyenne de
référence historique de 1970 à 2000 est disponible dans Living Atlas à des
fins de comparaison.
Alors que
WorldClim fournit des
données pour 24 modèles climatiques mondiaux différents, les données
disponibles dans le Living Atlas
sont basées sur un ensemble de 13 modèles différents (Mahoney et al. 2022).
Chaque variable est moyennée avec un poids égal pour créer cet ensemble. Sur
les
19 variables bioclimatiques, 11 sont liées à des températures moyennes (c.-à-d. "Température moyenne
du trimestre le plus sec"), extrêmes ("Température maximale du mois le plus
chaud") ou à d'autres variables de température ("Saisonnalité de la
température"). Les variables restantes sont consacrées aux précipitations
totales par année, mois et trimestre, et à la saisonnalité des
précipitations. Le but des données bioclimatiques est de fournir une image
complète et holistique du bioclimat à utiliser dans la modélisation et les
prévisions bioclimatiques.
Utiliser ces données dans ArcGIS Online
Pour afficher et comparer rapidement les différences de climat entre les
décennies et les scénarios d'émissions, vous pouvez ouvrir les données
WorldClim
dans ArcGIS Online dans Map Viewer Classic. Dans votre couche d'intérêt,
sélectionnez le "Filtre multidimensionnel" dans le menu déroulant. Le filtre
vous permet de sélectionner le scénario d'émissions et une année ou une
plage de dates. Sélectionnez un scénario d'émissions et une année, puis
cliquez sur "Appliquer" pour afficher votre sous-ensemble filtré de la
couche multidimensionnelle.
|
Processus de création de sous-ensembles de données
climatiques multidimensionnelles dans ArcGIS Online.
Commencez par accéder au filtre multidimensionnel, puis
sélectionnez le scénario d'émissions et la date.
|
Utiliser ces données dans ArcGIS Pro
L'utilisation des données multidimensionnelles dans ArcGIS Pro vous offre un
peu plus de fonctionnalités pour l'analyse. Dans la plupart des cas, vous
souhaiterez créer un sous-ensemble des rasters multidimensionnels afin de ne
travailler qu'avec une seule dimension (une année, un scénario d'émissions,
une variable). Le sous-ensemble est un processus simple, et c'est le moyen
le plus sûr d'extraire une seule dimension sans faire accidentellement la
moyenne de plusieurs années ou scénarios d'émissions ensemble. L'outil de
sous-ensemble se trouve dans la barre d'outils multidimensionnelle sous la
gestion des données.
Voir l'exemple ci-dessous pour subdiviser les données WorldClim en un
scénario d'émissions (SSP2-4.5) et une année (2050). La sélection de
l'option "par valeurs" comme définition dimensionnelle est le moyen idéal
pour créer un sous-ensemble à une dimension sur le temps. Le raster
résultant ne sera pas multidimensionnel et ne contiendra que les données du
sous-ensemble sélectionné.
Avec votre sous-ensemble de données correspondant à votre scénario
d'émissions et à votre année, vous êtes maintenant prêt à commencer une
analyse plus approfondie.
|
|
Traitement pour créer des sous-ensembles de données
multidimensionnelles dans ArcGIS Pro.
Sélectionnez
l'onglet multidimensionnel, la gestion des données, puis le
sous-ensemble.
Dans le sous-ensemble, sélectionnez
le scénario d'émissions et la date.
|
Ces nouveaux ajouts à Living Atlas fournissent des modèles climatiques à
haute résolution faisant autorité et vous pourrez les utiliser pour une
variété de problèmes sociaux et écologiques, ou simplement pour mieux
comprendre notre changement climatique. Avec un accès facile aux données
climatiques les plus récentes, les utilisateurs sont en mesure de mener des
analyses et des enquêtes scientifiques solides dans la facilité des
environnements web et de bureau. N'hésitez pas à partager, via les
commentaires de cet article, les usages que vous ferez de ces données.
