Des ensembles multimodèles d’épaisseur de glace de mer ont été générés pour la période 1900-2100 à partir des projections de 26 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles d’épaisseur de glace de mer (m) mensuels, saisonniers et annuels sont accessibles pour la période historique 1900-2005 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.

Des ensembles multimodèles de concentrations de glace de mer ont été générés pour la période 1900-2100 à partir des projections de 28 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles de concentrations de glace de mer mensuels, saisonniers et annuels, exprimées en pourcentage (%) de superficie de cellule de grille, 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. 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.

Ces données montrent des projections détaillées de la probabilité que des feux de forêt se produisent dans les zones forestières du Canada, en fonction de différents scénarios climatiques futurs. Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. Les cartes ont une précision de 30 mètres, ce qui permet de visualiser les risques à une échelle très fine. Les chercheurs ont étudié quatre scénarios climatiques possibles pour le 21ᵉ siècle afin de comprendre comment le risque d’incendie pourrait évoluer selon le climat, la végétation et la topographie ( Mulverhill et al. 2024). Les projections couvrent quatre périodes futures : 2021-2040, 2041-2060, 2061-2080 et 2081-2100, ainsi qu’une période de référence (1991-2020) qui reflète les conditions climatiques et le risque moyen observés récemment. Ces cartes indiquent la probabilité qu’un endroit présente des conditions similaires à celles des zones qui ont brûlé par le passé. Les variables comme la végétation et la topographie ont été gardées fixes, ce qui signifie que les projections montrent l’effet du climat futur sur les forêts actuelles (2020). Si vous utilisez ces données, veuillez citer Mulverhill et al. (2025). Mulverhill, C., Coops, N. C., Wulder, M. A., Hermosilla, T., White, J. C., & Bater, C. W. (2025). Projected Future Changes in Burn Probability in Canada’s Forests and Communities Under Different Climate Change Scenarios. Canadian Journal of Remote Sensing, 51(1). https://doi.org/10.1080/07038992.2025.2560347( Mulverhill et al. 2025). Pour une description détaillée des données sources et des méthodes appliquées à la période de référence, qui ont permis de produire les projections de Mulverhill et al. (2025), consultez : Mulverhill, C., Coops, N.C., Wulder, M.A., White, J.C., Hermosilla, T., and Bater, C.W. 2024. “Multidecadal mapping of status and trends in annual burn probability over Canada’s forested ecosystems.” ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 209 pp. 279–295. https://doi.org/10.1016/j.isprsjprs.2024.02.006( Mulverhill et al. 2024).

Des ensembles multimodèles de précipitations moyennes ont été générés pour la période 1901-2100 à partir des projections de 29 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles de précipitations moyennes (mm/jour) mensuels, saisonniers et annuels 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. 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.

Des ensembles multimodèles de températures moyennes (°C) ont été générés pour la période 1901-2100 à partir des projections de 29 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles de températures moyennes mensuels, saisonniers et annuels 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. 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.

Des ensembles multimodèles d’épaisseur de la couche de neige ont été générés pour la période 1900-2100 à partir des projections de 28 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles d’épaisseur de la couche de neige (m) mensuels, saisonniers et annuels sont accessibles pour la période historique 1900-2005 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.

Des ensembles multimodèles de la vitesse du vent ont été générés pour la période 1900-2100 à partir des projections de 29 modèles climatiques mondiaux de la phase 5 du Projet d’intercomparaison des modèles couplés (CMIP5). Plus précisément, les 5e, 25e, 50e, 75e et 95e percentiles des ensembles de vitesse du vent (m/s) mensuels, saisonniers et annuels sont accessibles pour la période historique 1900-2005 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.

Des ensembles multimodèles pour une série de variables basées sur les projections des modèles climatiques mondiaux (MCM) de la phase 6 du Projet d’intercomparaison des modèles couplés (CMIP6) sont disponibles pour 1850 à 2100 sur une grille mondiale commune de 1 x 1 degré.Les projections climatiques varient entre les MCM en raison des différences dans la représentation et l’approximation des systèmes et des processus terrestres, ainsi que de la variabilité naturelle et de l’incertitude concernant les futurs facteurs climatiques. Ainsi, aucun modèle climatique n’est meilleur que les autres. À la place, l’utilisation des résultats d’un ensemble de modèles (p. ex. en utilisant la moyenne) constitue une pratique exemplaire puisqu’un ensemble tient compte de l’incertitude dans les projections des modèles et offre des projections climatiques plus fiables.Le site Données et scénarios climatiques canadiens (DSCC) offre quatre types de produits basés sur les ensembles multimodèles du CMIP6 : des ensembles de données et des graphiques de séries chronologiques, des cartes et des ensembles de données connexes, des ensembles de données tabulaires et des ensembles de données maillées à l’échelle mondiale. Des ensembles mensuels, saisonniers et annuels sont disponibles pour un maximum de six profils socioéconomiques partagés (SSP) [SSP1 1.9, SSP1 2.6, SSP2 4.5, SSP3 7.0, SSP4 6.0 et SSP5 8. 5], quatre périodes futures (court terme [2021-2040], moyen terme [2041-2060 et 2061-2080], fin du siècle [2081-2100]) et un maximum de cinq percentiles (5e, 25e, 50e [médiane], 75e et 95e) de la distribution de l’ensemble du CMIP6.Le nombre de modèles dans chaque ensemble diffère selon la disponibilité des modèles pour chaque SSP et variable; consultez la liste des modèles pour plus de détails sur les modèles inclus dans chaque ensemble. La majorité des produits indiquent les changements prévus sous forme d’anomalies selon une période de référence historique (1995 à 2014). Les produits fournis comprennent des ensembles de données et des graphiques à l’échelle mondiale, nationale, provinciale et territoriale. Pour de plus amples renseignements sur les ensembles multimodèles du CMIP6, veuillez consulter la documentation technique.

La surface courbe de la Terre est representee sur des feuilles cartographiques a l'aide de nombreux schemas geometriques ou de projections de cartes. Le Canada fait appel au systeme **transverse universelle de Mercator** (UTM). On l'appelle transverse parce que les bandes sont orientees nord-sud plutot qu 'est-ouest le long de l'equateur. Cette classe de donnees montre un systeme de coordonnees de 10  km x 10 km qui est represente par une projection UTM, selon la grille du Systeme de reference nord-americain de 1983 (NAD83). Elle comprend les elements ci-dessous. * Coordonnees du Systeme militaire de quadrillage de reference - localise une cellule en particulier du Systeme militaire de quadrillage de reference * Identifiant de la carte de base des incendies - identifiant a cinq chiffres utilise par le programme sur l'aviation et la gestion des feux de foret de l'Ontario pour trouver une carte de base des incendies * Identifiant d'atlas - designe une cellule de grille en particulier * Numero de feuille cartographique UTM - numero d'identification d'une feuille cartographique UTM mapsheet Ce produit necessite l'utilisation de logiciels du SIG. [Le quadrillage UTM) \- Projections cartographiques ](http://www.rncan.gc.ca/sciences-terre/topo101/10083) *[NAD83]: North American Datum 83 *[SIG]: système d’information géographique *[UTM]: transverse universelle de Mercator** Cet élément de métadonnées provenant d’une tierce partie. Les valeurs françaises pour le titre et la description du jeu de données proviennent de la province de l’Ontario alors que celles des mots-clés et des noms des ressources sont le résultat d'une traduction automatique (Amazon Translate) **

Cette série de cartes de susceptibilité aux inondations a été générée à partir d’un modèle d’apprentissage automatique XGBoost, entraîné sur les inondations majeures survenues entre 2005 et 2023. Le modèle entraîné a ensuite été appliqué à des scénarios climatiques futurs pour les années 2050, 2070 et 2100, selon deux scénarios SSP prospectifs : 245 et 585. Les données d’entrée intègrent des caractéristiques temporelles spécifiques de la température et des précipitations afin d’estimer la susceptibilité potentielle aux inondations futures.