Cette couche polygonale montre la distribution spatiale des précipitations accumulées prévues dans les sous-bassins versants à l'aide de données dérivées du Regional Ensemble Prediction System (REPS). En d'autres termes, il agrège les quantités de précipitations, calculées à partir des prévisions REPS traitées (converties à partir de fichiers GRIB2 au format raster [TIF]), sur les limites définies des bassins versants afin de fournir une vue détaillée des précipitations attendues sur une période de prévision typique de 72 heures. Ces informations soutiennent les prévisions hydrologiques régionales, l'analyse des risques d'inondation et la gestion des ressources en eau.Les données de prévision REPS sont d'abord traitées pour extraire le champ de précipitations accumulées (APCP) et converties en images matricielles haute résolution. Ces « rasters REPS APCP » représentent la distribution spatiale des précipitations prévues (en millimètres) sur la région. Ensuite, à l'aide de limites prédéfinies de bassin versant ou de sous-bassin, des statistiques zonales sont appliquées pour calculer les précipitations moyennes pour chaque sous-bassin. La dernière couche affiche ces valeurs moyennes sous forme de polygones, mettant en évidence les variations des précipitations prévues dans les différentes zones de drainage. Cette approche aide les utilisateurs à identifier les régions susceptibles de recevoir des précipitations plus ou moins élevées, améliorant ainsi les évaluations hydrologiques et la planification des urgences.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Cette couche de polygones visualise les polygones de précipitations réellement observés (classés par quantités) à partir du produit HRDPA, offrant une représentation cartographique claire de la distribution des précipitations ou des chutes de neige récentes. Les périodes d'observation décrites sont les derniers 1 jour, 3 derniers jours et 7 derniers jours.Cette couche polygonale est générée en prenant les données de précipitations maillées de la HRDPA (accumulations sur 6 h, 24 h ou plusieurs jours) et en les regroupant dans des plages de précipitations, puis en les polygonisant. Chaque caractéristique montre la quantité de précipitations réellement tombée dans cette zone. Cela est essentiel pour vérifier les événements par rapport aux prévisions, analyser les extrêmes localisés et mettre à jour les modèles de ressources en eau ou d'inondations avec des données réelles observées.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Cette couche polygonale présente la distribution spatiale des précipitations accumulées prévues par le Système mondial de prévisions (GFS) sur les sous-bassins versants. Les données matricielles GFS APCP sont superposées aux limites des bassins versants mondiaux, et des statistiques zonales sont calculées pour calculer les précipitations moyennes par sous-bassin sur une période de 7 jours (168 heures). Ce produit contribue à la préparation aux catastrophes mondiales et à la planification de la gestion de l'eau.La sortie du modèle GFS est traitée dans des rasters APCP qui capturent les précipitations accumulées sur une période de prévision de 7 jours. Ces rasters sont ensuite combinés aux données relatives aux limites des bassins versants, et des statistiques zonales sont appliquées pour calculer les précipitations moyennes pour chaque sous-bassin. Les caractéristiques finales du polygone fournissent une représentation claire de la configuration mondiale des précipitations et des chutes de neige, fournissant des informations essentielles pour la gestion des risques de catastrophes et la planification internationale des ressources en eau.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Les précipitations accumulées représentent la hauteur totale de précipitations en mm (solide ou liquide) qui a été enregistrée pendant un mois donné ou une semaine ISO donnée.Les valeurs de l’accumulation des précipitations servent à informer les utilisateurs de la quantité totale de précipitations qui est tombée dans une région donnée au cours d’une période donnée. Les produits de la Série nationale d’indicateurs agroclimatiques dérivés (SNIAD) fournissent une collection d’ensembles de données exhaustifs et régulièrement actualisés sur des variables agroclimatiques clés, y compris les précipitations accumulées, l’indice normalisé des précipitations et l’écart par rapport à la température normale. Ces ensembles de données intègrent des renseignements climatiques en temps réel et historiques, ce qui offre un meilleur aperçu des conditions et des tendances dans les diverses régions agricoles du Canada.

L’écart par rapport aux précipitations moyennes représente la valeur des précipitations accumulées dans un lieu donné, soustraite par la valeur moyenne à long terme. Une valeur négative indique que le lieu a reçu moins que la quantité normale de précipitations (mm) pour cette période. Une valeur positive indique que le lieu a reçu plus de précipitations que la moyenne (mm).Les périodes calculées pour l’écart par rapport aux précipitations moyennes sont de 1, 2, 3, 6, 9, 12, 18 et 24 mois.La moyenne à long terme correspond à la période de 1991 à 2020. Chaque semaine ISO est numérotée de 1 à 52 (parfois 53) au cours d’une année. Une semaine ISO commence le lundi et se termine le dimanche.Les produits de la Série nationale d’indicateurs agroclimatiques dérivés (SNIAD) fournissent une collection d’ensembles de données exhaustifs et régulièrement actualisés sur des variables agroclimatiques clés, y compris les précipitations accumulées, l’indice normalisé des précipitations et l’écart par rapport à la température normale. Ces ensembles de données intègrent des renseignements climatiques en temps réel et historiques, ce qui offre un meilleur aperçu des conditions et des tendances dans les diverses régions agricoles du Canada.

Les données ajustées de précipitations consistent en des totaux mensuels, saisonniers et annuels de précipitations quotidiennes ajustées (en millimètres), pour 464 emplacements au Canada. Elles comprennent les précipitations sous forme et de pluie et de neige, de même que les précipitations totales. Les données de précipitations initialement enregistrées aux stations ont été ajustées (par comparaison d’instruments) afin de compenser les discontinuités causées par des facteurs non climatiques, par exemple le remplacement d’équipement ou la relocalisation d’une station. La période couverte varie d’un emplacement à l’autre; les plus anciennes données datent des années 1880 à certaines stations, et les plus récentes, de la dernière mise à jour en 2017. Les observations en provenance de sites voisins ont parfois été combinées pour obtenir des séries chronologiques plus longues. Les données de la majeure partie de l’Arctique canadien sont limitées à la période qui s’étend des années 1940 à aujourd’hui.

Des tendances mensuelles, saisonnières et annuelles de changements dans les précipitations de pluie et de neige (en millimètres), de même que dans les précipitations totales, ont été calculées à partir des données ajustées des stations climatiques (DCCAH). Ces tendances ont été calculées par la méthode de Theil-Sen à partir des séries de données chronologiques complètes de chaque station. Les tendances de changements dans les précipitations n’ont pas toutes été calculées pour toutes les stations; aucune tendance n’a été calculée lorsque les séries chronologiques comportaient plus de 5 années consécutives ou plus de 10 % de données manquantes.

Des ensembles multimodèles à échelle statistiquement réduite des changements projetés dans les précipitations totales ont été générés à une résolution spatiale de 10 km pour la période 1951-2100, à partir des résultats de 24 modèles climatiques mondiaux (MCM) de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). L’échelle des précipitations totales (mm/jour) quotidiennes issues des MCM a été statistiquement réduite par la méthode des analogues avec correction de biais et cartographie des quantiles, version 2 (BCCAQv2). Un ensemble de données historiques interpolées sur les précipitations totales pour le Canada (ANUSPLIN) a servi de cible pour la réduction d’échelle. Les changements dans les précipitations totales sont projetés par rapport à la période de référence 1986-2005 et exprimés en pourcentage (%). Des moyennes annuelles et saisonnières des changements projetés dans les précipitations totales par rapport à 1986-2005 sont incluses. Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles à échelle statistiquement réduite de changements projetés dans les précipitations sont accessibles pour la période historique 1901-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. Des moyennes sur 20 ans des changements projetés dans les précipitations totales (°C) ont aussi été calculées pour quatre périodes (2021-2040, 2041-2060, 2061-2080 et 2081-2100), par rapport à la période de référence 1986-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5. Elles sont accessibles en une variété de formats. La médiane des changements projetés sur l’ensemble des modèles climatiques du CMIP5 est incluse. Remarque : Les projections peuvent varier d’un modèle climatique à l’autre en raison des différences dans la façon de représenter les processus du système terrestre. Toutefois, il a été démontré la littérature scientifique récente que l’utilisation d’une méthode faisant intervenir des ensembles multimodèles permettrait vraisemblablement d’obtenir de meilleurs résultats en matière de projection des changements climatiques.

Cette couche polygonale représente les précipitations moyennes observées dans les sous-bassins à partir de l'analyse déterministe des précipitations à haute résolution (HRDPA). Donne un aperçu de la quantité de pluie/neige réellement tombée sur chaque bassin versant au cours de la dernière période d'observation. Les périodes d'observation qui nous intéressent concernent les derniers 1 jour, 3 jours et 7 jours.Le HRDPA est l'analyse des précipitations à haute résolution d'ECCC, qui fusionne les données de la jauge, du radar et du modèle HRDPS. Cette couche regroupe les accumulations HRDPA finales (ou préliminaires) en polygones de sous-bassin. Chaque enregistrement indique les précipitations moyennes qui se sont réellement produites sur chaque bassin versant, ce qui est essentiel pour vérifier les prévisions des modèles, calibrer les modèles hydrologiques et effectuer des analyses post-événements de la gravité des inondations ou des sécheresses.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Des ensembles multimodèles à échelle statistiquement réduite de précipitations totales ont été générés à une résolution spatiale de 10 km pour la période 1951-2100, à partir des résultats de 24 modèles climatiques mondiaux (MCM) de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). L’échelle des précipitations totales quotidiennes issues des MCM a été statistiquement réduite par la méthode des analogues avec correction de biais et cartographie des quantiles, version 2 (BCCAQv2). Un ensemble de données historiques interpolées sur les précipitations totales pour le Canada (ANUSPLIN) a servi de cible pour la réduction d’échelle. Les 5e, 25e, 50e, 75e et 95e percentiles des ensembles à échelle statistiquement réduite de précipitations totales (mm/jour) mensuels, saisonniers et annuels sont accessibles pour la période historique 1951-2005 et pour les scénarios d’émissions RCP2.6, RCP4.5 et RCP8.5 couvrant la période 2006-2100. Remarque : Les projections peuvent varier d’un modèle climatique à l’autre en raison des différences dans la façon de représenter les processus du système terrestre. Toutefois, il a été démontré dans la littérature scientifique récente que l’utilisation d’une méthode faisant intervenir des ensembles multimodèles permettrait vraisemblablement d’obtenir de meilleurs résultats en matière de projection des changements climatiques.