Ce que l'urgence climatique mondiale nous réserve peut varier d'une arrière-cour à l'autre, en particulier sous les tropiques où les microclimats, la géographie et les pratiques d'utilisation des terres changent radicalement sur de petites zones. Cela a des implications majeures pour les stratégies d'adaptation au niveau local et nécessite des des données à haute résolution sur des scénarios climatiques futurs plausibles.

Un ensemble de données créé par le Centre international d'agriculture tropicale (CIAT) et ses collègues remplit ce créneau. Principalement destiné à aider les décideurs politiques à concevoir des stratégies d'adaptation pour les petits agriculteurs du monde entier, l'ensemble de données en libre accès a été utilisé dans 350 articles de recherche. Les utilisateurs d'au moins 186 pays en ont téléchargé près de 400, 000 fichiers du jeu de données depuis sa mise en ligne en 2013.

Une description complète, revue et validation du jeu de données, y compris comment il a été construit, a été publié le 20 janvier dans Données scientifiques , une publication en libre accès de La nature pour la description des ensembles de données scientifiquement valables.

"Les modèles climatiques sont des représentations complexes du système terrestre, mais ils ne sont pas parfaits, " a déclaré Julien Ramirez-Villegas, le chercheur principal du projet et un scientifique du CIAT et de la plateforme de recherche du CGIAR sur le changement climatique, Agriculture et sécurité alimentaire (CCAFS). « Ces erreurs peuvent avoir un impact sur nos modèles agricoles. Parce que ces modèles nous aident à prendre des décisions, cela peut avoir des conséquences désastreuses."

Bien que les données aient principalement servi à la recherche agricole, il a également été utilisé pour cartographier la propagation mondiale potentielle de Zika (une maladie transmise par les moustiques), planifier des stratégies d'investissement pour le développement international, et de prédire le déclin continu du nombre de jours de patinage en plein air au Canada en raison des hivers plus chauds.

"L'utilisation et l'applicabilité de ces données ont été très étendues et topiquement assez larges, " dit Ramirez-Villegas. " Bien sûr, une grande partie des études a été réalisée sur des cultures qui sont essentielles à la sécurité alimentaire mondiale et aux revenus tels que le riz, café, cacao, maïs, et d'autres."

Identifier les impacts climatiques

Les projections du changement climatique sont généralement disponibles à des échelles grossières, allant de 70 à 400 km. Mais les modèles d'impact du changement climatique pour de nombreuses variétés de plantes agricoles nécessitent des données à des échelles plus fines. Les chercheurs ont utilisé des techniques pour augmenter la résolution spatiale (un processus connu sous le nom de réduction d'échelle) et pour corriger les erreurs (un processus connu sous le nom de correction de biais) afin de créer des données climatiques futures à haute résolution pour 436 scénarios.

« C'est une ressource essentielle pour modéliser de manière plus réaliste l'avenir des cultures et des écosystèmes, " dit Carlos Navarro, l'auteur principal de l'étude qui est affilié au CIAT et au CCAFS.

Pour une trajectoire d'émissions et une période future données, chaque scénario comprend des informations mensuelles sur les températures moyennes et extrêmes, pluie, et 19 autres variables connexes. Les données sont accessibles au public dans le World Data Center for Climate et le portail de données CCAFS-Climat.

« A travers ces scénarios, on peut comprendre, par exemple, comment la productivité agricole pourrait évoluer si le monde continue sur la trajectoire actuelle des émissions de gaz à effet de serre, ", a déclaré Navarro. "Ils fournissent également les données pour modéliser les types d'adaptations qui contreraient le mieux les effets négatifs du changement climatique."

Les modèles mondiaux et régionaux analysent les conditions climatiques à des échelles plus grossières et simplifient les processus naturels, produisant des résultats qui peuvent s'écarter des scénarios réalistes.

L'ensemble de données est la plus grande base de données Findable Accessible Interoperable Reusable (FAIR) du CGIAR. Il souligne également le rôle du GCRAI dans les mégadonnées pour le développement, via sa Plateforme pour le Big Data en Agriculture. L'ensemble de données est actuellement inclus dans son réseau mondial d'innovation et d'accélération des données de recherche agricole (GARDIAN).

L'échelle haute résolution de ces données est utile pour les scientifiques, créateurs de politiques, ONG et investisseurs, car cela peut les aider à comprendre les impacts locaux du changement climatique et donc à mieux parier sur les mesures d'adaptation, quels plans peuvent cibler spécifiquement les bassins versants, régions municipalités ou pays.