Résumé
L’outil Climate Composites (cadre rouge de la figure 6-1) facilite l’analyse d’une saison au sein d’un groupe d’années, ou la comparaison du comportement des précipitations saisonnières entre deux groupes d’années. Par exemple : comparer la différence des conditions de précipitations de la saison de mai à juillet (MJJ) pendant les années El Niño et les années La Niña en Amérique centrale. L’outil Climate Composites calcule la moyenne saisonnière d’un seul groupe d’années (El Niño), le pourcentage de la moyenne, ainsi que les anomalies ou les anomalies standardisées d’un ou de deux groupes d’années, à partir d’une période de référence.
6.1. Average
Cette fonction calcule la moyenne saisonnière d’un groupe d’années. El Niño (1982-83, 1986-87, 1987-88, 1991-92, 1997-1998, 2002-03, 2009-10, 2015-16) et La Niña (1988-89, 1998-99, 1999-00, 2007-08, 2010-11).
Pour calculer la moyenne saisonnière d’un groupe d’années, suivez les étapes ci-dessous :
-
Sélectionnez la région d’intérêt (figure 6-2 (1)).
-
Sélectionnez la méthode : dans ce cas, Average (figure 6-2 (2)).
-
Sélectionnez la saison à analyser (figure 6-2 (3)).
-
Sélectionnez les années à inclure dans le composite 1 (figure 6-2 (4)).
-
Déplacez les années sélectionnées vers la case composite 1 en cliquant sur le bouton >> (figure 6-2 (5)).
-
Cliquez sur Process. La figure 6-3 présente les résultats.
6.2. Percent of Average (s’applique au composite 1 et au composite 2)
La fonction Percent of Average permet d’analyser un seul groupe d’années ou de comparer deux groupes d’années. La figure 6-4 montre les paramètres d’entrée : (1) les années La Niña (composite 1), (2) les années El Niño (composite 2) et (3) la période de référence (Baseline), qui indique la période servant au calcul de la moyenne.
Pour calculer le pourcentage de la moyenne du composite 1 (Éq. 6.1) :
Pctcomp1 = (averagecomp1 + (0.05*ltavg)+0.1 / averagebaseline + (0.05*ltavg)+0.1 ) * 100 (6.1)
-
Si le composite 2 est vide, le programme enregistre pct_comp1 comme résultat final et affiche le produit.
-
Si le composite 2 n’est pas vide, le programme calcule la différence entre les deux composites, comme l’indique l’Éq. 6.2 :
pctcomp = ((averagecomp1 - averagecomp2)+0.1 / averagebaseline+0.1) * 100 (6.2)
Si (moyenne_comp1 − moyenne_comp2) = 0, ou si moyenne_baseline = 0, alors ((moyenne_comp1 − moyenne_comp2) / moyenne_baseline) = 0 ; dans le cas contraire, les résultats proviennent de l’Éq. 6.2. Dans notre exemple, la figure 6-5 montre que les précipitations sont plus élevées pendant les années La Niña sur la majeure partie de la côte pacifique de l’Amérique centrale.
6.3. Anomaly (s’applique au composite 1 et au composite 2)
Cette méthode d’analyse calcule la moyenne de chaque composite et de la période de référence, puis calcule l’anomalie de chaque composite (Éq. 6.3).
anomcompN = averagecompN - averagebaseline (6.3)
-
Si le composite 2 est vide, anom_comp1 est enregistré comme résultat final et s’affiche dans le canevas de QGIS.
-
Si le composite 2 n’est pas vide, le programme calcule la différence entre les anomalies des deux composites (Éq. 6.4).
anomcomp = anomcomp1 - anomcomp2 (6.4)
La figure 6-6 présente les résultats du calcul des anomalies pour l’exemple El Niño et La Niña.
6.4. Standardized Anomaly (s’applique au composite 1 et au composite 2)
Cette méthode d’analyse calcule l’anomalie de différence des précipitations saisonnières moyennes de chaque groupe d’années et l’exprime en pourcentage de l’écart-type. La fonction soustrait ensuite le résultat du composite 2 à celui du composite 1 et l’exprime en écarts-types par rapport à la moyenne. La méthode :
-
Vérifie l’existence de données pour les années sélectionnées dans les composites 1 et 2 et dans la période de référence.
-
Calcule l’écart-type, en incluant toutes les années disponibles.
-
Calcule la moyenne des composites et de la période de référence.
-
Calcule l’anomalie de chaque composite.
-
Calcule l’anomalie standardisée de chaque composite (Éq. 6.5).
stdanomcompN = ((averagecompN - averagebaseline) + 0.1 / stdevavailable years + 0.1) * 100 (6.5)
Où stdevavailable years est l’écart-type de toutes les années du dataset climatique pour la période sélectionnée (par exemple, période : mai-juillet ; composite 1 : années El Niño ; période de référence : 1981-2010 ; dataset climatique : 1981-2017).
-
Si le composite 2 est vide, la fonction enregistre stdanomcomp1 comme résultat final et l’affiche dans le Spatial Data Viewer.
-
Si le composite 2 n’est pas vide, la fonction calcule la différence entre les deux composites comme suit :
stdanomcomp = stdanomcomp1 - stdanomcomp2 (6.6)
Les résultats de la figure 6-7 montrent la différence entre les composites 1 et 2 en termes d’écart-type du dataset climatique complet. Les zones en bleu et violet montrent à quel point les années El Niño sont en moyenne plus humides que celles de La Niña, la différence étant exprimée en écarts-types par rapport à la moyenne.
Les valeurs raster de la carte de la figure 6-7 sont des nombres affectés d’un facteur d’échelle de 100, car GeoCLIM ne travaille pas avec des valeurs décimales. La légende affiche toutefois le nombre d’écarts-types par rapport à la moyenne.