Fiche de projet
publicité
PROJET EN COURS PRÉCIPITATIONS EXTRÊMES ET LOIS D’ÉCHELLE : IMPACTS DES CYCLES CLIMATIQUES ET DE LA VARIABILITÉ NATURELLE DU CLIMAT SIMULATIONS ET ANALYSES CLIMATIQUES DÉBUT ET DURÉE DU PROJET JANVIER 2014 • 3 ans INFORMATION Anne Frigon [email protected] 514-282-6464 www.ouranos.ca RESPONSABLE SCIENTIFIQUE Alain Mailhot, INRS-ETE CONTEXTE Historiquement, la collecte des données de précipitation s’est faite à partir de stations pluviométriques disséminées sur le territoire. Même si celles-ci permettent une mesure directe des précipitations, la faible densité de pluviomètres et la courte période couverte limitent considérablement notre capacité à représenter et analyser la structure spatio-temporelle des événements pluvieux, particulièrement en ce qui a trait aux événements les plus intenses. Or, une caractérisation des événements de pluie extrême à de fines échelles spatiales et temporelles est souvent nécessaire afin d’évaluer les impacts des phénomènes atmosphériques au niveau des écosystèmes naturels régionaux, ou encore pour la conception d’ouvrages hydrauliques. À notre connaissance, peu de travaux se sont intéressés à l’analyse de ces lois d’échelle sur de grands ensembles d’observations. Vérifier dans quelle mesure ces relations entre les différentes échelles s’appliquent à divers jeux de données permettra d’évaluer la possibilité de tirer de l’information pour les précipitations aux résolutions temporelles et spatiales non couvertes par les données existantes. OBJECTIFS www.ouranos.ca • Vérifier l’existence de lois d’échelle à partir de plusieurs ensembles de données disponibles à résolutions spatiales et temporelles différentes; • Étudier l’évolution des lois d’échelle en climat futur; • Déterminer l’impact de la variabilité naturelle du climat et des cycles climatiques sur les estimateurs de pluies intenses. MÉTHODOLOGIE • Vérification de l’existence des lois d’échelle et multi-échelles sur les différents ensembles de données pour le territoire nord-américain et détermination des distributions utilisables pour l’estimation des intensités des précipitations. • Construction des courbes Intensité-Durée-Fréquence (IDF) à partir des distributions retenues. • Comparaison des estimations obtenues pour les séries provenant des modèles numériques (réanalyses et simulations climatiques régionales historiques) avec celles provenant de séries observées. • Comparaison des lois d’échelle propres à la période future (2070-2100) à celles obtenues pour la période historique (1960-1990) à partir de projections climatiques régionales. • Application de la détection de tendance ou de la détection de cycles afin de déterminer l’impact de la variabilité naturelle du climat et des cycles climatiques sur les estimateurs de pluies intenses. RÉSULTATS ATTENDUS Le projet permettra de développer des connaissances sur les lois d'échelle des précipitations extrêmes à partir de l’analyse d'un ensemble de données (observations) et de simulations climatiques régionales, et d’évaluer comment ces lois d'échelle seront modifiées en climat futur. FINANCEMENT NOTE Le MRCC5 a été développé par le centre ESCER de l’UQAM (www.escer.uqam.ca), en collaboration avec Environnement et Changement climatique Canada RETOMBÉES POUR L’ADAPTATION Les travaux proposés visent à mieux comprendre les lois statistiques décrivant les extrêmes de précipitation et du coup améliorer la caractérisation de ces extrêmes. Ce sujet revêt une grande importance pour plusieurs applications où l’évaluation des risques associés aux aléas climatiques joue un rôle clef, que l’on pense par exemple à la conception d’ouvrages hydrauliques tels que les bassins de rétention, les ponceaux ou mêmes les barrages. Ces travaux permettront d’intégrer les lois d’échelle au processus d’estimation des quantiles de précipitations extrêmes et d’en améliorer l’estimation. De plus, ils permettront de suggérer des majorations possibles de ces quantiles afin de tenir compte des changements climatiques lors de la mise en place de stratégies d’adaptation aux changements climatiques.
