Une classification climatique du Québec à partir de modèles de distribution spatiale de données climatiques mensuelles :
Vers une définition des bioclimats du Québec

1. Méthode² et résultats

• 1.1 Interpolation spatiale climatique

• 1.2 Construction de la base de données spatiales
• 1.3 Classification climatique

• 1.4 Classification de Litynski

Le développement d’un modèle climatique matriciel fait partie du projet NATGRID (National Georeferenced Information for Decision Makers).

Ce travail a été rendu possible par la réalisation du nouveau modèle numérique d’altitude (MNA) validé sur le plan hydrologique et dérivé de la numérisation des cartes topographiques à 1 : 250 000. Les données du Québec sont enregistrées selon une maille de deux kilomètres, le territoire étant divisé en cellules (pixels) de quatre kilomètres² chacune. Chaque cellule est identifiée par un numéro et possède son propre attribut d’altitude auquel viendront s’adjoindre toutes les données climatiques engendrées par le modèle d’interpolation spatiale climatique.

Le mode d’interpolation spatiale climatique a été programmé dans l’algorithme ANUSPLIN (pour Australian National University Multi-dimentional thin-plate SPLINes) développé par M.F. Hutchinson de la Australian National University (Hutchinson, 1987). ANUSPLIN génère des « spline coefficient surfaces » qui sont traduits en valeurs climatiques par couplage avec le MNA. La validation des résultats est effectuée en retenant les données d’un certain nombre de stations météorologiques. Les « spline coefficient surfaces » sont calculés sans ces données et les valeurs prédites sont ensuite comparées avec les valeurs observées dans les stations retenues.

La méthode comprend trois étapes, soit :

1. l’interpolation spatiale climatique;

2. la construction de la base de données spatiales et,

3. la classification climatique.

² L’essentiel des informations fournies ici est extrait de l’article de Mackey et al. (1996) et d’un compte rendu informel des interventions de M^cKenney dans un atelier tenu sur le sujet en 1999.

Figure 1. Distribution des stations météorologiques du Québec utilisées

1.1 Interpolation spatiale climatique

Les données climatiques proviennent de la compilation des 396 stations météorologiques du ministère de l’Environnement du Québec (figure 1) auxquelles furent ajoutées environ 150 stations supplémentaires provenant du fichier canadien national surfaces. Ces stations ont des données enregistrées sur une période de 30 ans, de 1966 à 1996.

La méthode d’interpolation spatiale (thin-plate procedure) permet l’utilisation simultanée de plus de deux variables indépendantes. Ainsi, à la latitude (y) et la longitude (x) des stations météorologiques, on peut ajouter l’altitude (z) comme troisième variable indépendante. L’interpolation spatiale climatique est alors partiellement empirique (latitude, longitude) et partiellement fonctionnelle (altitude). L’interpolation spatiale climatique, en mettant en relation les données climatiques mensuelles moyennes de température et de précipitation avec les trois variables indépendantes (x, y, z) permet une estimation des températures mensuelles moyennes minimales et maximales ainsi que des précipitations ce, pour tout lieu où ces trois variables indépendantes sont connues. De là, sont dérivés des paramètres climatiques à connotation plus biologique, tels le nombre annuel de degrés-jours de croissance et la durée annuelle moyenne de la saison de croissance.

Neuf valeurs climatiques ont ainsi été calculées pour chaque pixel de 4 kilomètres², soit :

1. Température annuelle moyenne (^oC);

2. Amplitude journalière moyenne des températures (^oC);

3. Température moyenne des trois mois les plus chauds (^oC);

4. Température moyenne des trois mois les plus froids (^oC);

5. Précipitation annuelle totale en millimètres;

6. Précipitation en millimètres des trois mois les plus chauds;

7. Précipitation en millimètres des trois mois les plus froids;

8. Durée annuelle moyenne de la saison de croissance en jours;

9. Nombre annuel de degrés-jours de croissance (^oC).

Le nombre annuel de degrés-jours de croissance est obtenu en calculant la somme annuelle des températures quotidiennes moyennes supérieures à 5 ^oC.

La saison de croissance est considérée comme débutant dès que la température quotidienne moyenne, pendant cinq journées consécutives après le 1^er mars, est égale ou supérieure à 5 ^oC. Elle se termine quand, à partir du 1^er août, la température quotidienne minimale est inférieure à - 2 ^oC.

Le modèle numérique d’altitude (MNA) est une matrice régulière de latitude et de longitude à l’intérieur de laquelle l’altitude de chaque intersection est estimée et enregistrée. Le MNA à 1:250 000 de Géomatique Canada a été utilisé comme base de données spatiale pour la prédiction des variables indépendantes.

Quoique le MNA original soit d’une précision de l’ordre de 100 mètres, la grandeur moyenne des pixels retenus pour l’analyse spatiale est de deux kilomètres ce, afin de réduire la taille de la base de données et le temps de calcul vu les dimensions du Québec (environ 1 500 000 kilomètres² de surface intérieure).

La base de données spatiales fournit, à chaque pixel, une valeur pour les neuf variables climatiques retenues. On peut ainsi représenter leur distribution spatiale (figures 2 à 10). Même si prise individuellement, les cartes ainsi obtenues présentent un intérêt certain pour la compréhension du climat du Québec, une image intégrée des neuf variables est essentielle pour une compréhension globale. La méthode de classification agglomérante non hiérarchique (ALOC; Belban, 1987) a été appliquée aux données de la matrice. Cette méthode permet de choisir les attributs et leur pondération, de contrôler la mesure d’association utilisée pour estimer la non-similarité entre les pixels et de décider du nombre de classes. Tous les attributs se sont vu accorder un poids égal, et la mesure d’association retenue est la distance de Gower (Gower, 1971). Quinze, vingt, trente et cinquante classes ont ainsi été calculées en faisant varier les seuils d’association.

Figure 2 - Température annuelle moyenne (^oC)
Figure 3 - Amplitude journalière moyenne des températures (^oC)
Figure 4 – Température moyenne des trois mois les plus chauds (^oC)
Figure 5 – Température moyenne des trois mois les plus froids (^oC)
Figure 6 – Précipitation annuelle totale en millimètres
Figure 7 – Précipitation en millimètres des trois mois les plus chauds
Figure 8 – Précipitation en millimètres des trois mois les plus froids
Figure 9 – Durée annuelle moyenne de la saison de croissance en jours
Figure 10 – Nombre annuel de degrés-jours de croissance

À chaque pixel a ensuite été attribuée une classe à l’intérieur des quatre classifications. Quelques valeurs statistiques – « minimum », « maximum », « moyenne » –, ont enfin été calculées à chaque classe (tableau 1 et annexe 1). La figure 11 présente la distribution spatiale de la classification climatique en quinze classes.

Figure 11 – Classification climatique en 15 classes

Enfin, une classification hiérarchique a été produite à partir des résultats du processus d’agglomération qui met en évidence les affinités intergroupes.

Figure 12 - Dendrogramme de la classification climatique en 15 classes

La classification climatique mondiale de Litynski (1988) a été appliquée à notre classification climatique en 15 classes pour aboutir à un regroupement en 12 classes (tableau 2, figure 15).

* Subdivisions de la classification mondiale de Litynski (1988).

Mise à jour : 10 Janvier 2002