Cet ensemble de données fournit des projections concernant la température et la salinité de la surface de la mer, ainsi que celles du fond océanique, dans l'Atlantique Nord-Ouest, sous un scénario à émissions intermédiaires, le Representative Concentration Pathway (RCP) 4.5. Les résultats sont générés par un système de Régionalisation Océan-Glace pour l'Atlantique Nord (ROGAN) qui réduit l'échelle des sorties du modèle environnemental mondial du Centre Hedley, version 2, avec une composante « système terrestre » (HadGEM2-ES). ROGAN intègre un modèle à résolution de 1/12^o pour l'Atlantique Nord-Ouest à un modèle à résolution de 1/4^o pour l'Atlantique Nord (Han et al., 2025). Les moyennes sur deux décennies sont indiquées respectivement pour les périodes 1986-2005, 2006-2025, 2026-2045, 2046-2065, 2066-2085 et 2080-2099.

Cet ensemble de données fournit des projections concernant la température et la salinité de la surface de la mer, ainsi que celles du fond océanique, dans l'Atlantique Nord-Ouest, sous un scénario à fortes émissions, le Representative Concentration Pathway (RCP) 8.5. Les résultats sont générés par un système de Régionalisation Océan-Glace pour l'Atlantique Nord (ROGAN) qui réduit l'échelle des sorties des modèles climatiques globaux (CCSM4). ROGAN intègre un modèle à résolution de 1/12^o pour l'Atlantique Nord-Ouest à un modèle à résolution de 1/4^o pour l'Atlantique Nord (Han et al., 2025). Les moyennes sur deux décennies sont indiquées respectivement pour les périodes 1986-2005, 2006-2025, 2026-2045, 2046-2065, 2066-2085 et 2080-2099.

L’ensemble de données en question contient les données de modélisation et d’observation utilisées dans la publication Fjord circulation permits persistent subsurface water mass in a long, deep mid-latitude inlet (La circulation dans un fjord permet la présence constante d’une masse d’eau sous la surface dans un bras long et profond situé à une latitude moyenne) rédigée par Laura Bianucci et ses collaborateurs de la Division des sciences océaniques de la région du Pacifique de Pêches et Océans Canada, et publiée dans le journal Ocean Science en 2024. Une application du modèle des volumes finis d’océanologie côtière (FVCOM v4.1) a été exécutée du 24 mai au 27 juin 2019 dans la région des îles Discovery de la Colombie-Britannique, au Canada. Les profils de température et de salinité observés dans cette zone pendant cette période figurent dans l’ensemble de données, tout comme les valeurs modélisées aux mêmes moments et aux mêmes endroits.

Le Système global de prévision océan-glace (SGPOG) produit quotidiennement des analyses et des prévisions quotidiennes des 10 prochains jours de la glace de mer et océanique à l'échelle globale. Ce produit contient une moyenne temporelle des prévisions de la glace de mer et océanique interpolées sur deux grilles. La première grille possède une résolution de 0.2° en longitude et latitude couvrant les océans à l'échelle globale (au nord de 80° S). La seconde grille possède une projection cartographique polaire stéréographique avec un espacement de 5 km au parallèle 60° N et couvre l'océan Arctique et les mers sub-polaires avoisinantes. Ces données sont disponibles pour 50 niveaux de profondeur. Les fichiers correspondant sont fournis au format netCDF et respectent les conventions CF (Climate and Forecast).

L’ensemble de données en question contient les données de sortie pour le bras Bute issues de deux simulations présentées dans la publication Fjord circulation permits persistent subsurface water mass in a long, deep mid-latitude inlet (La circulation dans un fjord permet la présence constante d’une masse d’eau sous la surface dans un bras long et profond situé à une latitude moyenne) rédigée par Laura Bianucci et ses collaborateurs de la Division des sciences océaniques de la région du Pacifique de Pêches et Océans Canada, et publiée dans le journal Ocean Science en 2024. Le modèle des volumes finis d’océanologie côtière (FVCOM v4.1) a été exécuté avec deux ensembles différents de conditions initiales pour la région des îles Discovery de la Colombie-Britannique, au Canada, du 24 mai au 27 juin 2019. La simulation de référence a été effectuée au moyen des conditions initiales observées, tandis que pour la simulation de sensibilité, les observations de la masse d’eau froide sous la surface ont été retirées des profils initiaux. Dans cet ensemble de données, nous fournissons les moyennes possibles sur 29 jours des variables suivantes le long d’un transect longeant le bras Bute : température, densité, vitesse le long de bras et fréquence de Brunt-Väisälä (N2). Le calcul de la moyenne élimine correctement les effets des marées.

Description des données:Cet ensemble de données est constitué de résultats moyens mensuels des simulations des trois océans du Canada: l'Atlantique, le Pacifique et l'Arctique (expériences de sensibilité-2017). Les codes d'expérience peuvent être associés à des ensembles de paramètres spécifiques conformément au tableau 1 de l'article de Christian et al. (2026), tiré du Rapport technique canadien sur les pêches et les sciences aquatiques n° 3721.Résumé du rapport:Un modèle numérique océanique intégrant la biogéochimie a été développé pour un domaine couvrant les trois océans du Canada: l’Atlantique, le Pacifique et l’Arctique. Ce domaine s'étend jusqu'à 26°N dans l'Atlantique et 44°N dans le Pacifique, et englobe toute la largeur de chaque bassin ainsi que l'océan Arctique dans son intégralité. La résolution est moyenne à élevée (≈0,25°, 75 niveaux). Une série de simulations a été menée afin d’évaluer les paramètres biogéochimiques optimaux pour ces différentes régions, à l’aide de divers ensembles de données de validation, notamment la couleur de l’océan par satellite (chlorophylle de surface et carbone organique particulaire, production primaire intégrée), la pCO₂ de surface en navigation et les profils de concentration d’oxygène et de nitrate mesurés par des navires et des flotteurs Argo. Un ensemble complet d'expériences de sensibilité paramétrique a été réalisé et est documenté en détail ici. Ces expériences portent principalement sur le prédation du zooplancton, la mortalité du phytoplancton et du zooplancton (variations linéaire et quadratique) et les taux de sédimentation des particules. La sensibilité à de nombreux ajustements de paramètres étudiés est faible, mais les expériences menées couvrent un large éventail de situations, allant d'une faible consommation biologique saisonnière du carbone inorganique et des nutriments en surface à une consommation excessive et à une forte demande en oxygène au niveau de la thermocline. De plus, la non-linéarité générale de la réponse du modèle aux ajustements de paramètres est mise en évidence par le fait que des ensembles de paramètres similaires produisent des effets très différents sur différentes métriques. En outre, l'insensibilité générale de la solution du modèle à certains processus phytoplanctoniques (exsudation, photo-oxydation de la chlorophylle) négligés dans la simulation du modèle de référence est démontrée. Un ensemble optimal de paramètres pour ce domaine est proposé, mais il est possible que des régions inexplorées de l'espace des paramètres permettent d'améliorer les performances, notamment en appliquant des contraintes d'observation supplémentaires.

Description:Cet ensemble de données est constitué de trois simulations du modèle des écosystèmes de l’océan canadien du Pacifique Nord-Est (NEP36-CanOE), à savoir une configuration du NEMO (Nucleus for European Modelling of the Ocean), V3.6. La simulation historique est une estimation du climat moyen pour la période allant de 1986 à 2005. Les simulations futures permettront de projeter le climat moyen pour la période allant de 2046 à 2065 pour des profils représentatifs d’évolution de concentration (RCP) de 4,5 (scénario d’atténuation modérée) et de 8,5 (scénario d’absence d’atténuation). Chaque simulation est forcée par une climatologie de champs de forçage atmosphérique calculée sur ces périodes de 20 ans, et les vents sont augmentés d’une variabilité à haute fréquence, ce qui introduit une petite quantité de variabilité interannuelle. La moyenne des sorties du modèle est calculée sur trois années successives de simulation (les trois dernières, suivant une période d’équilibre); l’écart-type entre les trois années est disponible sur demande. Pour chaque simulation, l’ensemble de données comprend le flux de dioxyde de carbone air-mer, les champs en 3D mensuels pour la température potentielle, la salinité, la densité potentielle, l’alcalinité totale, le carbone inorganique dissous, le nitrate, l’oxygène, le pH, la chlorophylle totale, l’état de saturation de l’aragonite, la production primaire totale, et les valeurs maximales et minimales mensuelles pour l’oxygène, le pH et la température potentielle. Les données comprennent 50 niveaux verticaux à une résolution spatiale de 1/36 degrés, et un masque est fourni pour indiquer les régions où ces données doivent être utilisées avec prudence ou pas du tout. Pour une description plus détaillée, veuillez vous référer à Holdsworth et al. 2021. Les données disponibles ici sont les résultats de l’exécution de NEP36-CanOE_RCP 8,5; une projection du climat pour la période allant de 2046 à 2065 pour le scénario sans atténuation, RCP de 8,5.Méthodes :Cette étude utilise une méthode de réduction d’échelle à plusieurs étapes pour réduire de façon dynamique les projections climatiques globales à une résolution de 1/36° (1,5 − 2,25 km). Nous avons choisi d’utiliser le modèle du système terrestre canadien de deuxième génération (CanESM2), car les projections mises à l’échelle à haute résolution de l’atmosphère dans la région d’intérêt sont accessibles dans la 4e version du modèle régional canadien du climat (CanRCM4). Nous avons utilisé des anomalies de CanESM2 avec une résolution d’environ 1° aux limites ouvertes et le modèle régional atmosphérique, CanRCM4 (Scinocca et al. 2016), pour les conditions de limite de surface. CanRCM4 est un modèle atmosphérique seulement avec une résolution de 0,22°. Il a été utilisé pour la mise à l’échelle des projections climatiques obtenues à l’aide de CanESM2 pour l’Amérique du Nord et les océans qui la bordent.Le modèle utilisé est très coûteux sur le plan informatique en raison du nombre assez élevé de points dans le domaine (715 × 1 021 × 50) et du modèle biogéochimique relativement complexe (19 traceurs). Par conséquent, plutôt que de réaliser des simulations interannuelles pour les périodes historiques et futures, nous avons mis en œuvre une nouvelle méthode qui est fondée sur des données climatologiques de l’atmosphère avec des vents augmentés pour forcer l’océan. Nous démontrons que l’augmentation des vents avec des anomalies horaires offre une représentation plus réaliste de la répartition de l’eau douce que l’utilisation de données climatologiques seulement.La section 2.1 décrit le modèle océanique utilisé pour estimer le climat historique et prévoir l’état océanique selon des scénarios climatiques futurs. Les périodes sont quelque peu arbitraires; celle allant de 1986 à 2005 a été choisie parce que les simulations historiques de la phase 5 du projet d’intercomparaison de modèles couplés (CMIP5) se terminent en 2005, puisqu’aucune estimation des émissions acceptée par la communauté n’était disponible après cette date (Taylor et al. 2009); celle allant de 2046 à 2065 a été choisie parce qu’elle se situait assez loin dans l’avenir pour que les changements dans les champs moyens sur 20 ans soient clairement dus à la modification du forçage des GES (contrairement à la variabilité interne du modèle) (p. ex. Christian 2014), mais dans un horizon suffisamment près pour être considérée comme pertinente aux fins de gestion.Bien qu’il soit vrai qu’une période de 30 ans au lieu de 20 ans représente la valeur canonique permettant le calcul de la moyenne de la variabilité naturelle, en pratique, la différence entre une moyenne de 20 ans et de 30 ans est faible (p. ex. si nous faisons la moyenne de périodes successives d’un passage de contrôle non forcé, l’écart entre les moyennes de 20 ans sera légèrement plus élevé que celles de 30 ans). De plus, on craint que les périodes de calcul plus longues ne conviennent pas dans un climat déréglé (Livezey et al. 2007; Arguez et Vose 2011). Nous avons choisi des périodes de 20 ans parce qu’elles permettent le calcul d’un cycle annuel moyen avec peu d’influence de la variabilité naturelle, tout en réduisant au minimum l’aliénation des variations séculaires dans les moyennes. Puisque les points milieux des deux périodes sont séparés de 60 ans, la contribution de la variabilité naturelle dans les différences entre les simulations historiques et futures est négligeable (Hawkins et Sutton 2009; Frölicher et al. 2016).La section 2.2 décrit comment les données climatologiques découlant des observations ont été utilisées aux fins de l’initialisation et comment les conditions de limites ouvertes ont été utilisées dans le cadre des simulations historiques et de la collecte de données pseudo-climatologiques aux fins des scénarios futurs. La disponibilité limitée des observations signifie que les années utilisées pour ces données climatologiques diffèrent quelque peu des périodes historiques et futures. La section 2.3 décrit en détail les champs de forçage atmosphérique et la méthode que nous avons élaborée pour générer des vents présentant une variabilité de haute fréquence réaliste tout en continuant d’utiliser les moyennes climatologiques quotidiennes des données de CanRCM4. La section 2.4 montre l’équilibrage des principales variables modélisées par rapport aux conditions de forçage.Sources de données:Résultats produits par le modèleIncertitudes:Ces projections climatiques sont ramenées à une plus petite échelle à partir d’un modèle climatique mondial unique (CanESM2/CanESM4), car le coût des ensembles est actuellement prohibitif. Notre conception expérimentale emploie des données de forçage climatologique pour chaque période de sorte que les différences entre elles sont presque entièrement dues au forçage anthropique et la variabilité naturelle a peu d’incidence.

Description:Cet ensemble de données est constitué de trois simulations du modèle des écosystèmes de l’océan canadien du Pacifique Nord-Est (NEP36-CanOE), à savoir une configuration du NEMO (Nucleus for European Modelling of the Ocean), V3.6. La simulation historique est une estimation du climat moyen pour la période allant de 1986 à 2005. Les simulations futures permettront de projeter le climat moyen pour la période allant de 2046 à 2065 pour des profils représentatifs d’évolution de concentration (RCP) de 4,5 (scénario d’atténuation modérée) et de 8,5 (scénario d’absence d’atténuation). Chaque simulation est forcée par une climatologie de champs de forçage atmosphérique calculée sur ces périodes de 20 ans, et les vents sont augmentés d’une variabilité à haute fréquence, ce qui introduit une petite quantité de variabilité interannuelle. La moyenne des sorties du modèle est calculée sur trois années successives de simulation (les trois dernières, suivant une période d’équilibre); l’écart-type entre les trois années est disponible sur demande. Pour chaque simulation, l’ensemble de données comprend le flux de dioxyde de carbone air-mer, les champs en 3D mensuels pour la température potentielle, la salinité, la densité potentielle, l’alcalinité totale, le carbone inorganique dissous, le nitrate, l’oxygène, le pH, la chlorophylle totale, l’état de saturation de l’aragonite, la production primaire totale, et les valeurs maximales et minimales mensuelles pour l’oxygène, le pH et la température potentielle. Les données comprennent 50 niveaux verticaux à une résolution spatiale de 1/36 degrés, et un masque est fourni pour indiquer les régions où ces données doivent être utilisées avec prudence ou pas du tout. Pour une description plus détaillée, veuillez vous référer à Holdsworth et al. 2021.Les données disponibles ici sont les résultats de l’exécution de NEP36-CanOE_RCP 4,5; une projection du climat pour la période allant de 2046 à 2065 pour le scénario d’atténuation modérée, RCP de 4,5. Méthodes:Cette étude utilise une méthode de réduction d’échelle à plusieurs étapes pour réduire de façon dynamique les projections climatiques globales à une résolution de 1/36° (1,5 − 2,25 km). Nous avons choisi d’utiliser le modèle du système terrestre canadien de deuxième génération (CanESM2), car les projections mises à l’échelle à haute résolution de l’atmosphère dans la région d’intérêt sont accessibles dans la 4e version du modèle régional canadien du climat (CanRCM4). Nous avons utilisé des anomalies de CanESM2 avec une résolution d’environ 1° aux limites ouvertes et le modèle régional atmosphérique, CanRCM4 (Scinocca et al. 2016), pour les conditions de limite de surface. CanRCM4 est un modèle atmosphérique seulement avec une résolution de 0,22°. Il a été utilisé pour la mise à l’échelle des projections climatiques obtenues à l’aide de CanESM2 pour l’Amérique du Nord et les océans qui la bordent.Le modèle utilisé est très coûteux sur le plan informatique en raison du nombre assez élevé de points dans le domaine (715 × 1 021 × 50) et du modèle biogéochimique relativement complexe (19 traceurs). Par conséquent, plutôt que de réaliser des simulations interannuelles pour les périodes historiques et futures, nous avons mis en œuvre une nouvelle méthode qui est fondée sur des données climatologiques de l’atmosphère avec des vents augmentés pour forcer l’océan. Nous démontrons que l’augmentation des vents avec des anomalies horaires offre une représentation plus réaliste de la répartition de l’eau douce que l’utilisation de données climatologiques seulement.La section 2.1 décrit le modèle océanique utilisé pour estimer le climat historique et prévoir l’état océanique selon des scénarios climatiques futurs. Les périodes sont quelque peu arbitraires; celle allant de 1986 à 2005 a été choisie parce que les simulations historiques de la phase 5 du projet d’intercomparaison de modèles couplés (CMIP5) se terminent en 2005, puisqu’aucune estimation des émissions acceptée par la communauté n’était disponible après cette date (Taylor et al. 2009); celle allant de 2046 à 2065 a été choisie parce qu’elle se situait assez loin dans l’avenir pour que les changements dans les champs moyens sur 20 ans soient clairement dus à la modification du forçage des GES (contrairement à la variabilité interne du modèle) (p. ex. Christian 2014), mais dans un horizon suffisamment près pour être considérée comme pertinente aux fins de gestion.Bien qu’il soit vrai qu’une période de 30 ans au lieu de 20 ans représente la valeur canonique permettant le calcul de la moyenne de la variabilité naturelle, en pratique, la différence entre une moyenne de 20 ans et de 30 ans est faible (p. ex. si nous faisons la moyenne de périodes successives d’un passage de contrôle non forcé, l’écart entre les moyennes de 20 ans sera légèrement plus élevé que celles de 30 ans). De plus, on craint que les périodes de calcul plus longues ne conviennent pas dans un climat déréglé (Livezey et al. 2007; Arguez et Vose 2011). Nous avons choisi des périodes de 20 ans parce qu’elles permettent le calcul d’un cycle annuel moyen avec peu d’influence de la variabilité naturelle, tout en réduisant au minimum l’aliénation des variations séculaires dans les moyennes. Puisque les points milieux des deux périodes sont séparés de 60 ans, la contribution de la variabilité naturelle dans les différences entre les simulations historiques et futures est négligeable (Hawkins et Sutton 2009; Frölicher et al. 2016).La section 2.2 décrit comment les données climatologiques découlant des observations ont été utilisées aux fins de l’initialisation et comment les conditions de limites ouvertes ont été utilisées dans le cadre des simulations historiques et de la collecte de données pseudo-climatologiques aux fins des scénarios futurs. La disponibilité limitée des observations signifie que les années utilisées pour ces données climatologiques diffèrent quelque peu des périodes historiques et futures. La section 2.3 décrit en détail les champs de forçage atmosphérique et la méthode que nous avons élaborée pour générer des vents présentant une variabilité de haute fréquence réaliste tout en continuant d’utiliser les moyennes climatologiques quotidiennes des données de CanRCM4. La section 2.4 montre l’équilibrage des principales variables modélisées par rapport aux conditions de forçage.Sources de données :Résultats produits par le modèleIncertitudes :Ces projections climatiques sont ramenées à une plus petite échelle à partir d’un modèle climatique mondial unique (CanESM2/CanESM4), car le coût des ensembles est actuellement prohibitif. Notre conception expérimentale emploie des données de forçage climatologique pour chaque période de sorte que les différences entre elles sont presque entièrement dues au forçage anthropique et la variabilité naturelle a peu d’incidence.

Données sous forme de grille matricielle bathymétrique géographique à une résolution de 100 m x 100 m par pixel.Référentiel géodésique: WGS84Collaboration entre le Canada, les États Unis d'Amérique et l'Union européenne en tant que participation au cinquième projet de l'Alliance pour la recherche océanique de l'Atlantique en accord avec la déclaration de Galway. Le projet a cartographié le fond marin de l'Atlantique nord le long d'un transect allant de Halifax, Canada à Tromsø, Norvège pour approfondir la compréhension des habitats marins, de leur conservation et de la navigation. Nom de l'experte scientifique en chef/ Investigatrice principale: Paola Travaglini Platforme: NGCC Louis S. St- Laurent (brise-glace lourd canadien)Instrument 1 type: Echo-sondeur à multi-faisceaux (sonar)Instrument 1 fabricant: Kongsberg Instrument 1 modèle: EM122 derrière une fenêtre protégeant contre la glace Données et format des données:Grille matricielle de la bathymétrie avec une résolution de 100 mFormat BAG: Objet sous forme de grille bathymétrique matricielle avec attributs Navigation et positionnement: Récepteur Trimble GNSS + antennes Système de mesures inertielles Applanix POS/MV v5 Référentiel horizontal: WGS84 (G1762)Correction des marées:Marée zéro appliquée: les donnéees de marée ne sont pas bien connues pour la partie principale des levés et les marées en eaux très profondes sont généralement négligeables. Mesure de profils de célérité:Les profils de célérité du son mesurés in-situ furent appliqués.Note sur l'exactitude/normes de levés S-44:En considérant que les résultats envisagés pour ces levés (Ordre OHI 1a - Les régions à une profondeur de moins de 100 metres où la profondeur d'eau sous la quille est moins critique mais où des objets inquiétants pour la marine marchande peuvent exister.) et utilisant une profondeur moyenne de 2000 m identifiée comme ‘d’ dans l'équation standard de l'OHI - l'incertitude verticale totale (IVT) permissible doit être < 26 m ce qui a bien été atteint (en comparaison avec les ensembles de données chevauchantes provenant d'autres levés/agences).Ordre OHI 1aExactitude du positionnement horizontal: 5.0 m + 5% de la profondeur (intervalle de confiance à 95%) (~105 m à une profondeur moyenne de 2000 m)Exactitude du positionnement vertical : 2.5 m < 26 m = Sqrt((0.5 m)^2+(0.013 x 2000 m)^2)

La carte montre les formations du substratum rocheux, à la surface ou à proximité, sur le fond océanique au-dessus de la croûte continentale formant la masse continentale canadienne et la croûte océanique entourant la masse continentale. Les unités du substratum rocheux sont regroupées et colorées selon l'âge géologique et la composition. Les couleurs des unités marines et de la croûte océanique sont d'un ton plus pâle que celui des unités terrestres et elles sont plus générales, bien que les unités constituantes sous-marines soient faciles à discerner grâce à leurs limites en tireté. Ce codage en couleur, de même que l'emploi d'un liséré en blanc, le long du littoral, permet de distinguer facilement le trait de côte tout en montrant la majestueuse architecture géologique de la masse continentale du Canada.La carte montre également les grandes failles de la croûte terrestre, tant à terre qu'en mer, ainsi que diverses caractéristiques géologiques spéciales telles que les pipes kimberlitiques, localement diamantifères, les structures d'impact, que l'on soupçonne avoir été causées par des météorites, de même que les centres actifs et inactifs d'expansion dans les océans limitrophes.