École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 1
LES DONNÉES CLIMATIQUES:
par
Amadou Idrissa Bokoye
Environnement Canada&
Consortium régional Ouranos sur le changement climatique
Montréal (Québec), Canada
De l’échelle globale à l’échelle régionale: Enjeux et application àl’évaluation des impacts du CC dans le contexte africain
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 2
• Introduction• Enjeux dans le contexte africain • Types de données climatiques• Cadre structurel et institutionnel• Assurance qualité et techniques d’analyse• Applications• Bases de données climatiques• Conclusions-Débat
Plan
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 3
Introduction
Climat ou temps moyen dans une localité ou une région
Facteurs de forçage du climat terrestre
les facteurs cosmiques (Énergie solaire)
les facteurs géographiques (relief, végétation, volcan, ….)
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 4
Source : Cyril Langlois, ENS Lyon, Janvier 2003, d'après T. Crowley et J. North, Paleoclimatology, 1991, Oxford University
les facteurs planétaires (paramètres de Milankovitch)
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 5
La machine climatique
Source NASA
Hydrosphère
LithosphèreLithosphère
Cryosphère
Atmosphère
Hydrosphère
LithosphèreLithosphère
Cryosphère Hydrosphère
LithosphèreLithosphère
Cryosphère
Atmosphère
Biosphère
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 6
Les climats du monde
Crédit M. Elie Allouche
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 7
La donnée climatique …un moyen de:
Mesurer l’état du climat sur le long terme à travers des variables de diagnostique
Suivi dans le temps de l’écologie
Diagnostiquer la sensibilité des activités anthropiques à l’aléa climatique
Caractéristiques de la donnée climatique
Une mesure de variable climatique peut-être de nature directe (cause à effet) ou indirecte (par association)
la donnée climatique comporte souvent une marge d’erreur qui peut-être de nature aléatoire ou systématique
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 8
Enjeux dans le contexte africain
Nécessité de générer de l’information climatique fiable et des scénarios climatiques plausibles à l’échelle régionale et locale pour répondre aux besoins des projets en impact et adaptation
Nécessité d’une meilleure compréhension des processus physico-chimiques dans l’atmosphère et des interactions sol-végétation-atmosphère à travers la collecte de données sur les différentes composantes du climat de façon àaméliorer les prévisions régionales.
Rendre disponible en ligne les bases de données régionales climatiques avec des protocole d’usage qui n’entravent pas la recherche et le développement (R&D)
Développer des structures régionales pour la gestion et l’intégration des bases de données nationales
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 9
Faire le lien entre la R&D régionale et institutionnelle et les établissements de formation nationaux en matière de climatologie appliquée
Promouvoir l’utilisation des données climatiques et environnementales dans le cadre de projets de R&D axés sur la résolution de problèmes liés à l’aléa climatique: maladies à transmission vectorielle, érosion hydrique, ……
S’assurer des retombées positives d’expériences de recherche internationale notamment en terme de formation académique
Assurer une présence effective de l’expertise régionale africaine en matière de diagnostique climatiques dans les forums internationaux
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 10
Types de données climatiques
Distinction selon la variable climatique
Distinction selon l’espace et le temps
Distinction selon la méthode de génération
Distinction selon le format d’archivage
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 11
Distinction selon la variable d’intérêt
Variables essentielles pour la climatologie
AtmosphèrePression
Température
Humidité
vitesse et direction du vent
Ensoleillement,..
HydrosphèreDébit
Indices océaniques
…
Lithosphère
Température de surface
Humidité du sol
…
CryosphèreHauteur de neige
Couverture de glace
…
Biosphère
Indices de végétation
…
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 12
Données de reconstruction
Données d’observations
Données de sorties de modèles
Données indirectes:cerne des arbresdatation au carbone 14carottage glaciaire)Analyse de sédiments marins ou lacustres (Shanahan et al.,
2009)
Modèles de circulation générale (MCG)
Modèles climatiques régionaux (dynamique et statistique)
Données de surface
Données de sondage atmosphériques
Données satellites
Données de bouées
Données aéroportées
Distinction selon la méthode de génération
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 13
Distinction selon le temps et l’espace
Résolution temporelle
Résolution spatiale
Donnée quotidienne
Donnée mensuelle
Donnée saisonnière
…
Donnée ponctuelle (station)
Données par grille (~10 [Modèle Climatique Régional] à 300-400 km
[MCG])
L’espace en météorologie: échelle micro (~cm), échelle méso (~100 m),
échelle synoptique (~ 1000 m)
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 14
Distinction selon le format d’archivage
!!! Donnée climatique = fichier d’informations
Structure
Accessibilité: convention du fournisseur
Métadonnée
Fichier
Format: texte, binaire ou spécifique (grib, ncdf, …)
Utilisation: petit fichier (Tableur: Excell), grand fichier (Unix)
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 15
Cadre structurel et Institutionnel
La génération des données climatiques s’opère de plusieurs façon:
La voie étatique: services météorologiques nationaux
La coopération internationale:
Organisation Mondiale de Météorologie
Le Groupe Intergouvernemental sur l’Évolution du Climat (GIEC)
African Centre of Meteorological Application for Development (ACMAD)
…
Les réseaux d’observation régionaux
Centre Régional AGRHYMET
Institut de Recherche pour le Développement (IRD)
Agence pour la Sécurité Aérienne et la Navigation en Afrique
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 16
La structure génératrice de données climatiques définie généralement un protocole d’accès aux données
Existence de contraintes d’utilisation des données climatiques selon les régions ou les utilisations
Données climatiques généralement plus accessibles dans les pays industrialisés que dans les pays en voie de développement
Existence de contraintes d’utilisation des données climatiques selon les régions ou les utilisations
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 17
Le rôle de l’OMM
Organisation Météorologique Mondiale, S/A/PMS, ANNEXE, Résolution 40 (Cg-XII)Politique et pratique adoptées par l'OMM pour l'échange de données et de produits météorologiques et connexes et principes directeurs applicables aux relations entre partenaires en matière de commercialisation des services météorologiques [source météo France]
Le système mondial d’observation du climat:http://www.wmo.int/pages/prog/gcos/index.php
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 18
Système Mondial d’Observation du Climat (SMOC) [Source OMM]
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 19
Assurance qualité et techniques d’analyse
La qualité des mesures de variables climatiques s’avère importante pour le diagnostique climatique
!!! Donnée erronée = Interprétation erronée !!!!
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 20
Méthodes de diagnostique
Filtrage des données erronées par seuillage
Détection d’erreurs systématiques:
Dérive de capteur de mesure
Changement dans l’environnement de l’observation
Exercice de validation de sorties de modèles sur une période historique
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 21
Techniques d’analyse de séries chronologiques de données
Détection de tendance dans les séries chronologiques
temps
Q(t)
0
µ(t)#µ0 σ(t)#σ0
temps
Q(t)
0
µ(t)#µ0 σ(t)#σ0
temps
Q(t)
0
µ(t)#µ0 σ(t)#σ0
temps
Q(t)
0
µ(t)=µ0 σ(t)#σ0
temps
Q(t)
0
µ(t)=µ0 σ(t)#σ0
temps
Q(t)
0
µ(t)=µ0 σ(t)#σ0
temps
Q(t)
0
µ(t)=µ0 σ(t)#σ0
temps
Q(t)
µ(t)=µ0 σ(t)=σ0
0 temps
Q(t)
µ(t)=µ0 σ(t)=σ0
0 temps
Q(t)
µ(t)=µ0 σ(t)=σ0
0 temps
Q(t)
µ(t)=µ0 σ(t)=σ0
0
Analyse classique: moyenne (µ) ou standard déviation (σ)
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 22
Technique bayésienne de détection de changement/rupture dans les séries chronologiques
temps
Y(t)
Changement de régime/Rupture
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 23
Exemple de changement de régime: épaisseur optique des aérosolsSource Bokoye et al. (2001)
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 24
1960 1965 1970 1975 1980 1985 1990 19950
20
40
60
80
100
120
Année
Pré
cipi
tatio
n (m
m/jo
ur)
NIAMEY 13° 28`N 2° 9`E
-4 -3 -2 -1 0 1 2 3 4-40
-20
0
20
40
60
80
100
120
Standard Normal Quantiles
Qua
ntile
s of
Inpu
t Sam
ple
QQ Plot: Mesure de la normalité de se séries: champ de précipitation l
NIAMEY 13° 28`N 2° 9`E
0 50 100 150 200 250
0.001
0.003
0.01 0.02
0.05
0.10
0.25
0.50
0.75
0.90
0.95
0.98 0.99
0.997
0.999
Data
Pro
babi
lity
Normal Probability Plot
NIAMEY 13° 28`N 2° 9`E
10 20 30 40 50 60 70 80 90 1000
200
400
600
800
1000
1200
NIAMEY 13° 28`N 2° 9`E
Fréq
uenc
ePrecipitation (mm/jour)
0 20 40 60 80 100 1200
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Precipitation (mm/jour)
Fréq
uenc
e
Empirical CDF
NIAMEY 13° 28`N 2° 9`E
Représentations de série chronologique: cas de la précipitation àNiamey (N 13° 31’ E 2°26‘)
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 25
Détection et attribution de la variabilité climatique
Détection: processus démontrant qu’un changement d’identification est significativement différent au regard de la statistique (variabilité interne naturelle du climat)
Attribution(induit par l’activité anthropique): processus qui
rétablit la ou les relations cause-effet (réchauffement climatique).
Utilisation de modèle nécessaire
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 26
Modélisation climatique: cadre théorique
Des équations de conservation (dynamique)
Une représentation des processus d’échelle inférieure à la maille (physique)
Des méthodes numériques de résolution
Un modèle climatique?
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 27
Principes de conservation: masse quantité de mouvement énergie
Equations de continuité pour l’air sec et la vapeur d’eau Equations du mouvement (avec l’approximation hydrostatique) Equation de la thermodynamique Equation d’état du fluide atmosphérique
Aspect dynamique
Transfert radiatif Rayonnement solaireRayonnement terrestre
Changements de phase de la vapeur d’eauProcessus aux échelles méso et synoptiques (convection, mouvements horizontaux, cycle de formation-dissipation des nuages…)Paramétrisation de processus sous maille
Aspect physique
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 28
Composantes d’un MCG
Atmosphère
États de surface
Océan et glace
Aérosols
Cycle du carbone
Dynamique de la végétation
Chimie atmosphérique
…
…population, économie, Industrie
Source Walker (2000)Source Walker (2000)
Contrainte informatique
!!!! Croissance de la taille informatique des produits de la modélisation climatique: défi de
traitement et d’analyse de données !!!!
Le développement de la modélisation dépend de la croissance de la puissance de calcul des ordinateurs.
1 Flop/s = 1 opération élémentaire (+,*,/,-,^) par seconde (Flop = Floating operation)Processeurs actuels: 30 à 40 TFlops
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 29
Scénarios climatiques et modélisation climatique globale
SIMULATION CLIMATIQUE = MCG + SCENARIOS D’ÉMISSION
SCENARIOS D’ÉMISSION
Utilisation de scénarios d’émission de Gaz à Effet de serre pour des projections climatiques dans le futur
Source [Nakicenovic et al., 2000; GIEC, 2001]
A2A1
B1 B2
Plus économique
Plus Environnemental
Plu
s G
loba
l
Plu
s ré
gion
al
A2A1
B1 B2
Plus économique
Plus Environnemental
Plu
s G
loba
l
Plu
s ré
gion
al
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 30
De l’échelle globale àl’échelle régionale/locale
Des observations à large échelle de l’espace de l’espace:
Satellites météorologiques à large couverture spatiale: GOES, METEOSAT
Satellites spécifiques: ozone (TOMS), aérosols (MODIS),…
Une certaine climatologie depuis 30 ans: température de surface, couverture nuageuse, indice de végétation
Des contraintes d’exploitation des données satellitale au regard de la climatologie
…aux stations climatiques terrestres
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 31
Des MCGs à l’information climatique régionale/locale
Approche dynamique
ApprocheStatistique
Modélisation régionale
ModélisationClimatique
Globale
InformationClimatiqueà l’échellerégionale
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 32
Contexte Africain actuel: approche statistique plus appropriée
Approche dynamique mérite d’être développée
Principe de l’approche statistique
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 33
Modélisation régionale du climat
Approche statistique: génération d’information climatique à l’échelle locale à partir
de données de modèle climatique global
Réduction d’échelle statistique ou mise à l’échelle statistique: cas du SDSM (Statistical Downscaling Method) [Wilby et al. (2004)]
Formalisme [Bokoye et al. (2006)]Principe: relation empirique entre les variables locales (prédictants) de surface et des variables à grande échelle de la circulation atmosphérique générale (prédicteurs).
Réponse climat local = F (paramètres de la circulation générale large échelle) F: fonction de transfert
Les paramètres de F, régression linéaire multiple se déterminent par une opération de calibration de SDSM en considérant des prédictants issus des stations d’observations climatiques et des prédicteurs NCEP.
Détermination de période de calibration et de validation à partir de la référence historique: 1961-1975, 1976-1990
Les prédicteurs généralement considérés sont:
Pour le champ de prPour le champ de préécipitation:cipitation: Températures (TMAX, TMIN)* Hauteurs gépotentielles 500hPa et/ou 850 hPa * Hauteurs gépotentielles 500hPa et/ou 850 hPa * Vitesses méridionales (u) à la surface et 850hPa * vitesses méridionale (u) et zonale à la surface et 850hPa * Tourbillons zonales et/ou vitesses zonales 500hPa * Tourbillon à 500 hPa•Humidité relative à 500hPa et/ou 850hPa * Humidité à 850 hPa
100 scénarios à l’échelle quotidienne peuvent être générés sur la période 1961-2099
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 34
ApplicationsModélisation statistique régionale du climat ou passage de la modélisation globale au local: Cas du champs de précipitation àOuagadougou (Burkina Faso)
Influence de l’évolution d’un MCG sur la réduction d’échelle des champs de température et de précipitation au Lac Mégantic (Québec) Canada
Détection et Attribution du CC: diagnostique du GIEC
Données climatiques et évaluation environnementale
Validation de modèles
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 35
Application au champ de précipitation à Ouagadougou (Burkina-Faso): comparaison observation et sorties de modèle
SDSM sur la période historique 1961-1990 et l’horizon 2020
0 50 100 150 2000
20
40
60
80
100
120
140
160
180
200
OBSERVATION (mm/jour)
SIM
ULA
TIO
N (m
m/jo
ur)
SDSM-HadCM3 (1961-1990)SDSM-HadCM3 A2 (2010-2039)SDSM-HadCM3 B2 (2010-2039)
1:1
QQPLOT
Pilote GCM:
HadCM3:
Résolution temporelle quotidienne
Résolution spatiale: 2.5ºx3.75º
Référence: Gordon et al., 2000
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 36
0 1 2 3 4 50
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1D
ENSI
TE D
E PR
OBA
BILI
TE
[PRECIPITATION (mm/jour)]0.25
OBS. 1961-1990SDSM-HadCM3 (1961-1990)SDSM-HadCM3 A2 (2010-2039)SDSM-HadCM3 B2 (2010-2039)
DENSITÉ DE PROBABILITÉ
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 37
Validation de GCMs: cas du Sahel
NCEP ECMWF
CGCM2 CGCM3
HadCM3 ECHAM4
-3 -2 -1 0 1 2 3
PRECIPITATIONMOYENNE(mm/day)
Carte de différence entre
les observationskrigées et divers
modèles du GIEC(2001, 2007) relativement
au champ moyende précipitation sur
la période Avril-Octobre
de 1961 à 1990au Sahel
Source: Bokoye et al. (2009)
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 38
Cas de l’évolution du modèle global climatique canadien (CGCM):CGCM1, CGCM2, CGCM4
Précipitation
0 10 20 30 40 500
10
20
30
40
50
OBSERVATION (mm/jour)
SIM
ULA
TIO
N (m
m/jo
ur)
DJFSDSM-CGCM1 (1961-2000)SDSM-CGCM2 (1961-2000)SDSM-CGCM3 (1961-2000)
0 10 20 30 40 500
10
20
30
40
50
OBSERVATION (mm/jour)SI
MU
LATI
ON
(mm
/jour
)
MAM
0 10 20 30 40 500
10
20
30
40
50
OBSERVATION (mm/jour)
SIM
ULA
TIO
N (m
m/jo
ur)
JJA
0 10 20 30 40 500
10
20
30
40
50
OBSERVATION (mm/jour)
SIM
ULA
TIO
N (m
m/jo
ur)
SON
Pilote GCM:
CGCM:
Résolution temporelle: quotidienne
Résolution spatiale: 3.75°x3.75°
Référence:
Flato et al., 2000
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 39
Températures minimum (TMIN)
-50-40-30-20-10 0 10 20 30 400
0.05
0.1
0.15
TMIN (°C)
DJF
SDSM-CGCM1 (1961-2000)SDSM-CGCM2 (1961-2000)SDSM-CGCM3 (1961-2000)Obs (1961-2000)
-30 -20 -10 0 10 20 30 400
0.05
0.1
0.15
TMIN (°C)
MAM
-10 0 10 20 30 400
0.05
0.1
0.15
TMIN (°C)
JJA
-30 -20 -10 0 10 20 30 400
0.05
0.1
0.15
TMIN (°C)
SON
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 40
Température maximum (TMAX)
-50 -40 -30 -20 -10 0 10 20 30 400
0.05
0.1
0.15
TMAX (°C)
DJF
SDSM-CGCM1 (1961-2000)SDSM-CGCM2 (1961-2000)SDSM-CGCM3 (1961-2000)Obs (1961-2000)
-30 -20 -10 0 10 20 30 400
0.05
0.1
0.15
TMAX (°C)
MAM
-10 0 10 20 30 400
0.05
0.1
0.15
TMAX (°C)
JJA
-30 -20 -10 0 10 20 30 400
0.05
0.1
0.15
TMAX (°C)
SON
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 41
Détection et Attribution du réchauffement climatique
Source IPCC (2007)
Les activités anthropiques
jouent un rôle majeur dans leréchauffement
climatique
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 42
Les données climatiques et l’évaluation environnementale: approche de diagnostique
Détermination de la sensibilité du projet environnemental au climat
Identification du ou des paramètre(s) climatique(s) associé(s) à cette sensibilité
Analyse des données historiques et futures (projections climatiques) de la variable climatique pertinente dans la zone d’implémentation du projet
Existence de seuil(s) de sensibilité?
Analyse qualitative et quantitative du risque climatique pour le projet
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 43
Base de données climatiques
Données disponibles via des institutions nationales
Données disponibles via internationales comme l’OMM
Données OMM régies par la résolution 40 dudit organisme
Le système mondial d’observation du climat:
http://www.wmo.int/pages/prog/gcos/index.php
Le Groupe Intergouvernemental sur l’Évolution du Climat (GIEC/IPCC):http://www.ipcc-data.org/
Données disponibles via les structures régionales
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 44
Amérique du Nord
National Climatic Data Center (NCDC)
http://www.ncdc.noaa.gov/oa/ncdc.html
National Aeronautic and Space Administration (NASA)
http://gcmd.nasa.gov/Resources/pointers/meteo.html
http://aeronet.gsfc.nasa.gov
National Corporation of Atmospheric Research (NCAR)
http://dss.ucar.edu/
Indices climatiques: ETCCDMI
http://cccma.seos.uvic.ca/ETCCDMI/
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 45
Africa Data Dissemination Service
http://earlywarning.usgs.gov/adds/
Comité Inter-État de Lutte contre la Sécheresse au Sahel (CILSS) via
le Centre Régional AGRHYMET (CRA)
African Centre for Meteorological Application and Development (ACMAD)
http://www.acmad.ne/
Afrique
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 46
Europe
Climate Research Unit (CRU)
http://earlywarning.usgs.gov/adds/
European Climate Assessment and Dataset
http://eca.knmi.nl/dailydata/index.php
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 47
Conclusions-Débat
Quel est mon champ d’intérêt en terme de facteur environnemental ou climatique: réchauffement, pollution, inondation,….
A quels éléments climatiques ces facteurs sont-ils sensibles? (température? Pression? Vent? Précipitation?...)
Quelle la référence historique pour ces éléments en terme d’enregistrement?
Quelle est la variabilité spatiale et temporelle de ces éléments
Existe-il des projections climatiques (GIEC,2007) pour ces éléments?
Existence d’un large éventail de données climatiques et d’outils de diagnostique de celles-ci.
Du point de l’usager (applications):
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 48
!!!!!!!!!!! MERCI !!!!!!!!!!!!!!
Source: www.andreaharner.com/.../03/10_most_magnifi.html
Le
bobab
Le boabab …environ 2000 ans de vie …une mémoire climatique utile?
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 49
Pour en savoir plusOuvrage de référence
Le climat: jeux dangereux. J. Jouzel et A. Debroise. ISBN 978-2-10-050987-4
Comprendre le Climat. William. J. Burroughts ISBN 2-603-01458-7
Introduction à la climatologie. A. Hufty. ISBN 2-7637-7783-X.
Global Energy and water cycle. K.A. Browning & R. J. Gurney. ISBN 0-521-
03285-7
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 50
Wilby et al. (2004): Wilby, R. L., S. P. Charles, E. Zorita, B. Timbal, P. Whetton, L. O. Mearns, 2004:Guidelines for use of climate scenarios developed statistical downscaling methods. Environment Agency of England and Wales report.
Mearns, L. O., F. Giorgi, P. Whetton, D. Pabon, M. Hulme and M. Lal, 2003: Guidelines for use of climate scenarios developed from regional climate experiments. Data Distribution Centre of Intergovernmental Panel on Climate Change.
Génération d’information climatique à l’échelle régionale/locale pour les études en impact et adaptation
A.I. Bokoye. 2006. Comparaison de scénarios climatiques issus de MCG et de mise à échelle statistique: application au bassin versant de la Chaudière (Québec). 2ème symposium Ouranos. Montréal (Québec), Canada.
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 51
A. I. Bokoye, P.Gachon et L. Lefaivre. 2008. Comparaison de scénarios climatiques issus de MCG. L’approche linéaire de la mise à l’échelle statistique:études de cas au Québec, influence du pilote MCG etalternative méthodologique et de mise à échelle statistique: application au bassin versant de la Chaudière (Québec). 3ème symposium scientifique Ouranos sur la climatologie régionale et l’adaptation aux changements climatiques. Montréal (Québec), Canada.
Nakicenovik, N., J. Alcamo, G. Davis, B. de vries, J. Fenhann, S. Gaffin, K. Gregory, A. Grubler, T. Y. Jung, T. Kram, E. L. La rovere, L. Michaelis, S. Mori, T. Morita, W. Pepper, H. Pitcher, L. Price, K. Raihi, A. Roehrl, H.-H. Rogner, A. Sankovski, M. Schlesinger, P. Shukla, S. Smith, R. Swart, S. van Rooijen, N. Victor et Z. Dadi, 2000: Emissions Scenarios. Rapport special du groupe de travail III du groupe d’experts intergouvernemental sur l’évolution du climat. Cambridge University Press, Cambridge, Royaume-Uni et New-York, N. Y., É.-U., 599p. Wilby, R.L., Dawson, C.W. and Barrow, E.M, 2002: SDSM - a decision support tool for the assessment of regional climate change impacts. Environmental Modelling Software, 17, 145-157.
Scénarios d’émission du GIEC
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 52
Groupe Intergouvernemental sur l’Évolution du Climat (GIEC) Intergovernmental Panel on Climate Change (IPCC)
GIEC [IPCC], 2001: Climate Change 2001: The Scientific Basis. J.T. Houghton et al.(eds.), Cambridge University Press, 881pp.GIEC [IPCC], 2007: Climate Change 2007: The Scientific Basis. Contribution of WorkingGroup I to the Fourth Assessment Report of the IPCC. ISBN 978 0521 88009-1 Hardback; 978 0521 70596-7 Paperback.
Modélisation globale
Flato G.M., Boer G.J., Lee W.G., McFarlane N.A., Ramsden D., Reader M.C., and Weaver A.J., 2000: The Canadian Centre for Climate Modelling and Analysis Global Coupled Model and its Climate. Climate Dynamics 16: 451-467.
Gordon, C., Cooper, C., Senior, C. A., Banks, H., Gregory, J. M., Johns, T. C.,Mitchell, J. F. B. and Wood, R. A. 2000.The Simulation of SST, sea iceextents and ocean heat transport in a version of the Hadley Centre coupledmodel without flux adjustments. Climate Dynamics, 16, 147-168.
École d'Été SIFÉE/IEPF Niamey (Niger), 20 mai 2009 53
Modélisation globale
T. M. Shanahan,J. T. Overpeck, K. J. Anchukaitis, J. W. Beck, J. E. Cole, D. L. Dettman, J. A. Peck, C. A. Scholz,7 J. W. King. 2009. Atlantic Forcing of Persistent Drought in West Africa. Science. 324(5925), 377 –380.
A. I. Bokoye, P. Gachon, D. Parishkura, A. Cotnoir, M. Radojevik, N. Gauthier and H. N'Djafa Ouaga. 2009. Assessment of precipitation regime over West African Sahel from climate indices comparison between observation, reanalyses and global climate modelling. Internal Journal of Climatology. Submitted.
Aérosols
A.I. Bokoye, A. Royer, N.T. O’Neil, P. Cliche, G. Fedosejevs, P.M. Teillet and L.J.B. McArthur. 2001. Characterization of Atmospheric Aerosols acrossCanada from a Ground-based Sunphotometer Network: AEROCAN. ATMOSPHERE-OCEAN 39 (4) 2001, 429–456