Homogénéisation et calcul des tendances des températures

L’homogénéisation peut se décrire comme l’adaptation des mesures historiques aux conditions actuelles de mesure. Elle vise à éliminer les variations artificielles à l’intérieur de la série de températures résultant d’une modification de l’environnement de la station tel un déplacement de la station, un changement d’instrument ou un changement d’observateur (individu responsable de la prise des mesures à une station climatologique). La suppression de ces variations permet de ne conserver que le signal climatique.

• Méthode d’homogénéisation
• Méthode de calcul des tendances

Méthode d’homogénéisation

La première étape de l’homogénéisation consiste à déterminer les dates auxquelles une telle modification a pu causer un effet sur les mesures, que l’on nomme un « saut ». Pour ce faire, plusieurs stations sont nécessaires : la station de base, dont les données seront homogénéisées, et au moins trois stations voisines. Les stations situées à moins de 50 kilomètres, qui se trouvent à une altitude de ± 10 % de l’altitude de la station de base et qui ont une série de températures en forte corrélation avec la série de la station de base, peuvent servir de stations voisines. En comparant les données de températures de la station de base avec celles des stations voisines, il est possible d’observer des ruptures dans la série de données aux endroits où un saut a pu survenir. Les sauts détectés sont confirmés par la présence d’un événement enregistré dans les archives de la station dont les données doivent être homogénéisées.

La seconde étape de l’homogénéisation consiste à corriger le saut (Vincent et collab. 2002¹). L’amplitude du saut est calculée, et les valeurs de la portion la plus ancienne de la série sont ajustées avec celles de la portion la plus récente. Ainsi, les données sont adaptées au contexte actuel de mesure. Par exemple, si le saut a été causé par un déménagement de la station, la correction du saut permettra d’obtenir les valeurs de la totalité de la période telles qu’elles auraient été si elles avaient été mesurées durant toute la période à l’endroit actuel de la station.

Dans certains cas, l’homogénéisation des températures a un impact majeur sur la valeur de la tendance. Le cas de la station Shawinigan, étudié plus bas, en est une bonne illustration.

La carte topographique (figure 1) nous montre que la station de mesure a été déplacée en novembre 1983. Avant cette date, elle était située tout près de la rivière Saint-Maurice. Après cette date, on a déménagé la station en plein cœur de la ville de Shawinigan. La comparaison de la série de températures avec celles de ses voisines montre que ce déplacement a eu un effet sur les données, alors qu’un saut est détecté en 1983. 

La figure 2 montre les moyennes des températures minimales annuelles mesurées à la station. Le tracé en jaune illustre la série de données originales, alors que la série en vert représente les températures homogénéisées pour pallier le déplacement de la station survenu en 1983. Si on calcule la tendance de la température minimale à la station Shawinigan sans faire la correction pour tenir compte du déplacement de la station, on obtient une tendance montrant une diminution de la température, alors que la tendance de la température minimale de la série homogénéisée est plutôt une augmentation. Ce résultat est en accord avec les données des autres stations homogénéisées du voisinage.

Méthode de calcul des tendances

Les tendances des températures sont évaluées à l’aide de l’estimateur de Theil-Sen (Sen, 1968²), une méthode non paramétrique basée sur la pente médiane. Cette dernière étant moins sensible aux valeurs aberrantes que les méthodes de régression traditionnelles, elle permet une évaluation plus fiable de la tendance.

Seules les stations ayant plus de 40 années de données disponibles ont été considérées dans ces calculs. Ainsi, plus de 140 stations du Programme de surveillance du climat du Ministère ont servi à l’homogénéisation des données de 53 stations climatologiques.

Les données homogénéisées sont disponibles par l’intermédiaire du service Info-climat.

(1) Vincent, L. A., X. Zhang, B. R. Bonsal, and W. D. Hogg, 2002: Homogenization of daily temperatures over Canada. Journal of Climate, 15, 1322–1334.
(2) Sen, P. K., 1968: Estimates of the regression coefficient based on Kendall’s tau. Journal of the American Statistical Association, 63: 1379–1389.