Ensemble de modèles climatiques

Pour la régionalisation et la dérivation des impacts climatiques à partir des trajectoires de développement climatique futures (correspondant aux trois scénarios RCP), il est nécessaire d'affiner les simulations de modèle climatique global/général (GCM) pour de grandes régions telles que l'Europe. Ceci est généralement réalisé en les utilisant comme moteur pour des modèles régionaux (MCR) à plus haute résolution. Ceux-ci sont capables de refléter les caractéristiques régionales de la température et de la distribution des précipitations de manière plus réaliste, car les effets causés par la topographie et l'utilisation des terres sont mieux représentés.

Le projet de l'UE www.impact2c.eu, achevé en 2015, fournit un tel ensemble de modèles climatiques régionaux de 2 à 4 simulations de modèles uniques pour les trois RCP (Gobiet et al., 2015). De plus, les valeurs de simulation ont été ajustées aux valeurs d'observation de l'ensemble de données EOBS (correction de biais) pour la période de simulation historique (1971-2000).

KlimafolgenOnline est basé sur un ensemble de données d'observation de réseau à partir de données de station, qui comprend plus de stations et de variables mesurées (que l'ensemble de données EOBS Europe). Étant donné que les données d'observation pour la correction du biais des données du modèle proviennent d'Impact2c (Europe) d'une part et les données d'observation de Climate Impactonline (Allemagne) d'autre part de différents produits de données, il existe un écart important entre l'observation historique et le climat historiquement simulé pour l'Allemagne.

La logique de Climate ImpactsOnline comprend un résumé direct des données d'observation et de simulation future afin de réduire la complexité du modèle ci-dessus et les inhomogénéités spécifiques aux données pour les profanes. Par conséquent, dans cette nouvelle version, afin de rendre transparente la transition entre le climat observé (1901-2010) et le climat simulé (2011-2100), la différence d'ensemble Impact2c du futur climat simulé au climat simulé historiquement (1971- 2000) est ajoutée aux valeurs réelles observées de la période 1971-2000. Il en résulte un ensemble de données homogène qui maintient la précision des données d'observation et connecte le signal induit par le climat d'une manière facilement compréhensible.

Scénarios climatiques

Le portail présente trois scénarios climatiques différents, appelés chemins de concentration représentatifs (RCP). Ceux-ci ont été développés par la communauté scientifique pour le cinquième rapport d'évaluation du Groupe d'experts intergouvernemental sur l'évolution du climat (GIEC).

Les scénarios RCP 2.6, 4.5 et 8.5 utilisés dans le portail prennent en compte différents niveaux de rayonnement induit par les gaz à effet de serre pour la période 2011-2100. L'intensité de la future protection climatique de 2011 à 2100, qui influence la propulsion du rayonnement ainsi que la concentration de gaz à effet de serre, est déterminante pour les différentes augmentations de température dans chaque scénario.

Le scénario RCP 2.6 ( Scénario à deux degrés ) montre une évolution possible susceptible de respecter la limite globale des deux degrés. Une exigence pour cela est une forte protection du climat.

La fixation de la limite de deux degrés est un objectif politique, puisque la science suppose que les conséquences climatiques seraient encore gérables si la température devait chuter en dessous de ce niveau. De plus amples informations sont disponibles dans le rapport de synthèse allemand du cinquième rapport d'évaluation du GIEC. Ce document est disponible au format PDF dans le menu sous connaissances climatiques.

Lors du sommet de l'ONU sur le climat à Paris en décembre 2015, 195 États ont adopté un nouvel accord contre le réchauffement climatique. Selon cela, le réchauffement climatique doit être limité à "bien en dessous de deux degrés" par rapport aux conditions préindustrielles. De plus, des efforts sont à faire pour stabiliser le climat mondial à 1,5 °C. L'objectif est de réduire le réchauffement climatique à "bien en dessous de deux degrés" par rapport aux conditions préindustrielles.

Le scénario RCP 4.5 (scénario modéré ) suit une tendance d'émissions considérablement réduite et d'ici 2100 atteint une augmentation de la température moyenne mondiale d'env. 3° degrés par rapport aux niveaux préindustriels.

Le scénario RCP 8.5 (scénario Business as usual ) correspond le plus étroitement aux tendances actuelles des émissions et est donc connu comme le scénario business as usual.
Il envisage une évolution possible du climat avec une augmentation supplémentaire des émissions de gaz à effet de serre sans mesures supplémentaires de protection du climat. Il en résulte une augmentation moyenne de la température mondiale comprise entre 3,6 °C et 4,1 °C d'ici 2100 par rapport au Nineau préindustriel, si l'on se base sur les scénarios actuellement disponibles des modèles climatiques mondiaux.

Interpolation

Pour la présentation des indicateurs climatiques dérivés des données climatiques quotidiennes, une méthode a été appliquée dans laquelle les informations disponibles aux emplacements des stations de mesure ont été interpolées aux points de grille. Leur résolution spatiale est d'env. 12x12km. La valeur recherchée au point correspondant est déterminée par une somme pondérée des données de la station dans un rayon d'influence donné en divisant ensuite la somme par le nombre de stations (Shepard, 1988). La méthode est similaire au schéma de Cresman utilisé par Schrodin (1995). L'algorithme de calcul a été adopté par le service météorologique allemand (DWD).

Shepard, D. (1988) : Une fonction d'interpolation bidimensionnelle pour des données espacées irrégulièrement. Actes de la conférence nationale de l'ACM, Havard College, Cambridge Massachusetts, 517-523.
Schrodin, R. (1995) : Documentation des systèmes EM/DM. Documentation des DWD, Abteilung Forschung, Offenbach.
https://swift.dkrz.de/v1/dkrz_a88e3fa5289d4987b4d3b1530c9feb13/ReKliEs-De/Supplement/Info/Interpolationsverfahren_PIK.pdf

Des modèles

Une chaîne de modèles développée au PIK est utilisée pour estimer les impacts climatiques sur les secteurs en Allemagne. Les modèles utilisés ici ont été établis au PIK, coordonnés et appliqués ensemble dans des études et des projets dans ce lien. On peut en trouver des exemples sous la forme de diverses études régionales pour l'Allemagne.

Sur la base des simulations du modèle climatique régional (impact2C) utilisées ici, les impacts ont été estimés pour différents secteurs.

Modèles d'impact climatique :
SWIM - Modèle intégré sol et eau (secteur eau)
IRMA - Évaluation du modèle régional intégré (secteur de l'agriculture)
4C - FORESEE - Les écosystèmes forestiers dans un environnement en mutation (Secteur forestier)

Vous trouverez des informations détaillées sur les modèles dans les informations sectorielles.

Trois exemples d'études régionales dans lesquelles ces modèles ont été appliqués aux impacts climatiques en Allemagne sont répertoriés ici :

PIK-Rapport No.121 - Klimawandel in der Region Havelland-Fläming
A. Lüttger, F.-W. Gerstengarbe, M. Gutsch, F. Hattermann, P. Lasch, A. Murawski, J. Petraschek, F. Suckow, PC Werner (janvier 2011)

Rapport PIK n° 112 : Die Ertragsfähigkeit ostdeutscher Ackerflächen unter Klimawandel
F. Wechsung, F.-W. Gerstengarbe, P. Lasch, A. Lüttger (dir.) (décembre 2008)

Rapport PIK n°99 : KLARA - Klimawandel - Auswirkungen, Risiken, Anpassung
M. Stock (Hrsg.) (juillet 2005)

Bande passante

L'ensemble de modèles climatiques régionaux disponibles auprès d'Impact2c est relativement petit. C'est pourquoi l'incertitude du modèle et la variabilité interne (d'une année à l'autre) ont été rassemblées, triées et la valeur à laquelle 10%, 50% et 90% de toutes les valeurs sont en dessous, sont décrites pour estimer les bandes passantes (centile 50s sur la carte , 10s, 50s et 90s percentile dans le diagramme de séries chronologiques).

Pour une période de 30 ans et un ensemble de modèles de 4 simulations, cela signifie un pool disponible de 4 x 30 = 120 valeurs annuelles pour les indicateurs climatiques respectifs.

Mise à jour des données

En raison du développement continu dans le domaine de la recherche sur le climat et l'impact climatique, une mise à jour des futures simulations climatiques a été réalisée à l'été 2019. La réduction d'échelle statistique de la version précédente a été remplacée par. scénarios climatiques dynamiques, qui ont été développés dans le cadre de l' Impact2C .

Il s'agit de l'un des ensembles les plus complets de simulations climatiques régionales. Cela nous permet de mieux comprendre les conséquences du réchauffement climatique avec son impact sur l'Allemagne.

Pour les indicateurs climatiques dérivés individuels, cela signifie une réévaluation en termes de leurs propriétés et de leur sensibilité climatique. Plus précisément, cela signifie que les conditions de température estivales extrêmes seront un peu moins prononcées dans les données mises à jour à l'avenir. Contrairement à l'ancienne version, les précipitations annuelles moyennes augmentent légèrement et les fortes précipitations augmentent de manière significative au cours du semestre d'été. Cela a des effets correspondants sur tous les secteurs, tels que le risque d'incendie de forêt, les jours de pluie et les rendements agricoles.

Données sur les événements extrêmes

Le nombre d'événements extrêmes par an/par saison en Allemagne a été estimé à l'aide des données du catalogue ClimXtreme des événements extrêmes . ClimXtreme est un réseau de différentes institutions de recherche en Allemagne dont l'objectif commun est de faire progresser la recherche sur les événements extrêmes dans le contexte du changement climatique.

Ce catalogue est un travail en cours et est donc susceptible d'être modifié. Ce portail vise à visualiser les données existantes et ne prétend pas à une description complète de tous les événements survenus. Il est possible que moins de données soient disponibles dans les premières années, en particulier à l'ère pré-satellite (avant 1979).

Les données ont été traitées en comptant le nombre d'événements répertoriés par période (année/saison), où les événements qui se sont déroulés au cours d'une année ont été attribués à la première année afin de ne pas les compter deux fois. Les centiles ont été calculés à l'aide de Python, voir Fig. 1.

(Actuellement, ces données ne sont visibles qu'en mode expert. Pour y accéder, veuillez vous rendre dans Paramètres -> Mode Expert -> Activé. La page se rechargera et vous pourrez alors choisir les nouveaux paramètres dans la liste des paramètres.)