Global gridded precipitation and temperature datasets uncertainty in climate change impact studies

Ibrahim, Mostafa Tarek Gamaleldin Galal (2020). Global gridded precipitation and temperature datasets uncertainty in climate change impact studies. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (25MB) | Prévisualisation

Résumé

Climate change impact studies require a reference climatological dataset providing a baseline period against which to assess future changes and post-process climate model biases. Highresolution gridded precipitation and temperature datasets interpolated from weather stations are available in regions of high-density networks of weather stations, as is the case in most parts of Europe and the United States. In many of the world’s regions, however, the low-density of observational networks renders gauge-based datasets highly uncertain. Satellite, reanalysis and merged products dataset have been used to overcome this deficiency. However, it is not known how much uncertainty the choice of a reference dataset may bring to impact studies. To tackle this issue, this study compares global/near-global precipitation and temperature datasets over 3138 North American catchments (high station-density), and 1145 African catchments (low station-density) to evaluate the dataset uncertainty contribution to the results of climate change studies. These datasets all cover a common 30-year period, so they could all potentially be used as reference datasets for climate change impact studies. The precipitation datasets include two gauged-only products (GPCC, CPC Unified), two satellite products (CHIRPS and PERSIANNCDR) corrected using ground-based observations, four reanalysis products (JRA55, NCEPCFSR, ERA-I, and ERA5) and one gauged, satellite, and reanalysis merged product (MSWEP). The temperature datasets include one gauged-only (CPC Unified) product and two reanalysis (ERA-I and ERA5) products.

All combinations of these 9 precipitation and 3 temperature datasets were compared and used as inputs to lumped hydrological models to evaluate their performance. They were also used to evaluate the changes in future streamflows and to assess dataset uncertainty against that of other sources of uncertainty. The climate change impact study used a top-down hydroclimatic modeling chain using 10 CMIP5 GCMs under RCP8.5 and two lumped hydrological models (HMETS and GR4J) to generate future streamflows over the 2071-2100 period. Variance decomposition was performed to compare how much the different uncertainty sources contribute to actual uncertainty.

Over North-America, the results showed that all three temperature datasets performed similarly, albeit with the CPC performance being systematically inferior to the other two. Significant differences in performance were, however, observed between the precipitation datasets. The MSWEP dataset performed best, followed by the gauge based, reanalysis and satellite datasets categories, respectively. ERA5 was the best-performing reanalysis, while CHIRPS was the best satellite product. Relative dataset performance was also found to be region-dependent. Results show that gauge-based datasets should be preferred in regions with good weather network density, but that CHIRPS and ERA5 would be good alternatives in data sparse regions.

For the climate change impact study over Africa, results show that all combination of precipitation and temperature datasets provide good streamflow simulations over the reference period, but 4 precipitation datasets outperformed the others for most catchments: they are in order MSWEP, CHIRPS, PERSIANN, and ERA5. These best performing datasets differ from the ones identified over North-America, demonstrating the impact of the density of weather stations.

For the climate change uncertainty study, the 2-member ensemble of temperature datasets provided negligible levels of uncertainty. However, the ensemble of nine precipitation datasets uncertainty that was equal to or larger than that related to GCMs for most of the streamflow metrics and over most of the catchments. A selection of the best 4 performing reference datasets over Africa (credibility ensemble) significantly reduced the uncertainty attributed to precipitation for most metrics, but still remained the main source of uncertainty for some streamflow metrics. The choice of a reference dataset can therefore be critical to climate change impact studies as apparently small differences between datasets over a common reference period can propagate to generate large amounts of uncertainty in future climate streamflows.

Titre traduit

Contribution des données climatiques de référence à l’incertitude des études sur les impacts du changement climatique

Résumé traduit

Les études d’impact du changement climatique nécessitent un ensemble de données climatologiques de référence fournissant une période de référence par rapport à laquelle évaluer les changements futurs et post-traiter les biais des modèles climatiques. Des ensembles de données climatiques à haute résolution, interpolées sur une grille à partir des stations météorologiques, sont disponibles pour la précipitation et la température dans la plupart des régions ayant des réseaux d’observations bien développés, comme l’Europe et les États-Unis. Cependant, dans de nombreuses régions du monde, la faible densité des réseaux d’observation rend les jeux de données basés sur ces observations très incertains. Des ensembles de données de satellites, de réanalyses et de produits fusionnés ont été utilisés pour surmonter cette lacune. Cependant, on ignore le degré d’incertitude que le choix d’un ensemble de données de référence peut apporter aux études d’impact.

Pour répondre à cette question, cette étude compare les ensembles de données globales / quasi globales de précipitations et de température sur 3138 bassins versants nord-américains (haute densité de stations) et 1145 bassins versants africains (faible densité de stations) pour évaluer la contribution de l’incertitude de l’ensemble de données aux études de changement climatique. Ces ensembles de données couvrent tous une période commune de 30 ans, ils pourraient donc tous être utilisés comme ensembles de données de référence pour les études d’impact du changement climatique. Les ensembles de données sur les précipitations comprennent deux produits uniquement basés sur les observations des stations météorologiques (GPCC, CPC Unified), deux produits satellites (CHIRPS et PERSIANN-CDR) corrigés à l’aide d’observations au sol, quatre produits de réanalyse (JRA55, NCEP-CFSR, ERA-I et ERA5) et un produit fusionné de stations, de satellites et de réanalyses (MSWEP). Les jeux de données de température comprennent un produit station (CPC Unified) et deux produits de réanalyse (ERA-I et ERA5).

Toutes les combinaisons des 9 jeux de précipitations et des 3 jeux de températures ont été comparées et utilisées comme données d’entrée à des modèles hydrologiques globaux pour évaluer leur performance. Ils ont également été utilisés pour évaluer les changements dans les débits futurs et pour évaluer l’incertitude liée aux jeux de données par rapport à celle provenant d’autres sources d’incertitude. L’étude d’impact du changement climatique a utilisé une chaîne classique de modélisation hydroclimatique utilisant 10 MCG CMIP5 sous RCP8.5 et deux modèles hydrologiques globaux (HMETS et GR4J) pour générer des débits futurs sur la période 2071-2100. Une décomposition de la variance a été effectuée pour comparer la contribution à l’incertitude des diverses sources d’incertitude.

Sur l’Amérique du Nord, les résultats ont montré que les trois ensembles de données de température performent de manière similaire, bien que les performances du CPC soient systématiquement inférieures aux deux autres. Des différences significatives de performance ont cependant été observées entre les jeux de données de précipitations. MSWEP a obtenu les meilleurs résultats, suivi par les deux ensembles de données basés sur les stations, des réanalyses et des données satellite. ERA5 était la réanalyse la plus performante, tandis que CHIRPS était le meilleur produit satellite. Il a également été constaté que les performances relatives des ensembles de données dépendent de la région. Les résultats montrent que les jeux de données basés sur des stations devraient être préférés dans les régions où la densité du réseau météorologique est bonne, mais que CHIRPS et ERA5 seraient de bonnes alternatives dans les régions où les données de stations sont plus rares.

Pour l’étude d’impact du changement climatique en Afrique, les résultats montrent que toutes les combinaisons de jeux de données de précipitations et température fournissent de bonnes simulations d’écoulement fluvial sur la période de référence. Toutefois, 4 jeux de données de précipitations ont surpassé les autres pour la plupart des bassins versants: ils sont dans l’ordre MSWEP, CHIRPS, PERSIANN et ERA5. Ces ensembles de données les plus performants diffèrent de ceux identifiés en Amérique du Nord, démontrant l’impact de la densité des stations météorologiques.

Pour l’étude d’incertitude sur les changements climatiques, les deux jeux de données de température ont fourni un niveau d’incertitude négligeable. Cependant, l’ensemble des neuf jeux de données de précipitations a fourni une incertitude égale ou supérieure à celle liée aux MCG pour la plupart des métriques d’écoulement et sur la plupart des bassins versants. La sélection des 4 jeux de données de précipitation les plus performants sur l’Afrique (ensemble de crédibilité) a considérablement réduit l’incertitude attribuée aux précipitations pour la plupart des métriques, mais est toujours restée la principale source d’incertitude pour certaines autres. Le choix d’un ensemble de données de référence peut donc être critique pour les études d’impact du changement climatique, car de petites différences apparentes entre les jeux de données sur une période de référence commune peuvent se propager et générer de grandes incertitudes dans les débits futurs.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thesis presented to École de technologie supérieure in partial fulfillment for the degree of doctor of philosophy". Comprend des références bibliographiques (pages 203-229).
Mots-clés libres:	changements climatiques, incertitude, ensemble de données climatiques de référence, précipitation, température, modélisation hydrologique, modèle climatiques globaux
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Brissette, François
Codirecteur:	Codirecteur Arsenault, Richard
Programme:	Doctorat en génie > Génie
Date de dépôt:	14 sept. 2021 19:37
Dernière modification:	14 sept. 2021 19:37
URI:	https://espace.etsmtl.ca/id/eprint/2691

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt