Divulgation de données

Divulgation de données pour l’Indice actuariel climatique publiées le 26 novembre 2024

Dans le cadre des travaux relatifs à la production des valeurs actuelles jusqu’à l’automne 2023 pour l’Indice actuariel climatique (IAC) et ses six composantes, l’American Academy of Actuaries (Academy), la Casualty Actuarial Society (CAS), l’Institut canadien des actuaires (ICA) et la Society of Actuaries (SOA) ont utilisé la méthodologie développée en collaboration avec Solterra Solutions, ainsi que les données et les renseignements fournis par un certain nombre de sources de données publiques disponibles : la National Oceanic and Atmospheric Administration (NOAA), GHCNDEX1 (CLIMDEX)2 et le Permanent Service for Mean Sea Level. Nous avons examiné le caractère raisonnable des données et des renseignements fournis, mais nous n’avons pas exécuté de vérifications détaillées. Nous nous sommes donc fiés à chacune de ces sources pour obtenir des données et des informations précises et complètes.

Les données sous‑jacentes de l’IAC et de ses six composantes reposent sur des mesures obtenues à partir d’un réseau étendu de stations météorologiques et de stations de mesure du niveau de la mer aux États-Unis (à l’exception de Hawaï et des territoires non constitués en société des États-Unis) et au Canada. Certains fournisseurs de sources de données pour l’IAC ont analysé les observations des stations météorologiques afin de fournir des ensembles de données de grille. Pour toutes les composantes de l’IAC, sauf le niveau de la mer, nous avons utilisé des grilles de 2,5 degrés (latitude) sur 2,5 degrés (longitude) pour élaborer les valeurs de l’IAC.

Les données de grille et les données des stations de surveillance du niveau de la mer sont utilisées pour établir des séries chronologiques mensuelles et saisonnières à compter de 1961 pour l’IAC et ses composantes.

En examinant les données sous‑jacentes, nous avons constaté que ce ne sont pas toutes les données de grille et les stations de surveillance du niveau de la mer qui disposaient de données d’observation pour chaque mois ou saison dans les séries chronologiques à l’étude, ce qui était susceptible d’influer sur l’exactitude de l’analyse et des résultats pour l’IAC et ses composantes. Les données manquantes portent davantage sur les derniers mois ou saisons, car les données utilisées pour l’IAC et ses composantes peuvent ne pas être mises à jour pour tenir compte des observations les plus récentes des stations.

Pour le niveau de la mer, puisque les stations prises en compte dans l’analyse sont davantage éparpillées sur le territoire que les stations météorologiques utilisées pour produire les données de grille des autres composantes, les valeurs relatives aux données manquantes sont déterminées par interpolation et extrapolation.

Pour calculer les composantes de jours secs consécutifs (CDD), les fortes précipitations (Rx5day), T90 et T10, l’IAC utilise les données de grille mensuelles du GHCNDEX, de 1961 à aujourd’hui. Il arrive dans certains cas que des valeurs soient manquantes. Par exemple, la valeur de Rx5day pour août 2018 est manquante pour la grille centrée sur 47,5N et 80W.

Bien que les données du GHCNDEX soient en grande partie complètes pour les années antérieures à 2000, on a constaté à répétition des valeurs manquantes ces dernières années, particulièrement dans le nord du Canada. Selon nous, cette détérioration de la qualité des données de grille s’explique par la réduction du nombre de stations météorologiques en activité dans le nord du Canada.

Les changements dans la couverture géographique des données du GHCNDEX peuvent introduire du bruit dans les résultats de l’IAC. Par exemple, en ce qui concerne le Canada dans son ensemble, nous avons déterminé que les points de grille qui avaient récemment été supprimés de l’ensemble de données avaient, historiquement, enregistré moins de pluie que les points de grille pour lesquels des données sont toujours disponibles. Les points de grille du Canada qui continuent de fournir des données correspondent à des endroits relativement pluvieux. Par conséquent, un léger biais vers le haut a été introduit ces dernières années dans les résultats de la composante Rx5day du Canada. Ce biais n’est pas lié à l’évolution des tendances météorologiques et résulte plutôt de l’instabilité de la couverture géographique des données de grille.

Pour corriger ce problème, nous avons modifié notre méthode en introduisant une nouvelle étape dans le processus : avant de lancer le calcul de l’IAC, nous commençons par éliminer par filtrage les points de grille instables dans le temps, ce qui nous donne un ensemble stable de points de grille pour lesquels les données mensuelles ont été disponibles au moins 90 % du temps dans chaque décennie écoulée de 1960 à aujourd’hui.

Nous avons introduit ce changement de méthode dans la publication d’avril 2019. La nouvelle méthode est rétrospective, en ce sens qu’elle déclenche une révision des résultats antérieurs jusqu’en 1961.

Le changement de méthode n’a pratiquement aucun impact sur les résultats des États-Unis ni sur ceux de l’une ou l’autre de leurs régions constitutives, parce que les données de grille correspondantes n’ont pratiquement aucune valeur manquante.

Au Canada, le changement de méthode a des effets visibles qui varient selon la région canadienne et la composante de l’IAC. En règle générale, toutefois, les séries chronologiques produites au moyen de la nouvelle méthode sont fortement corrélées aux séries chronologiques correspondantes produites avec la méthode précédente. Pour le Canada dans son ensemble, la nouvelle méthode a réduit légèrement les anomalies combinées de l’IAC sur les 30 dernières années (voir le graphique ci-après). Malgré ce changement, la situation générale demeure inchangée : la nouvelle méthode et la méthode précédente produisent une tendance à la hausse progressive au cours des 20 dernières années.

En raison de l’élimination par filtrage des points de grille instables, il n’y a plus de données disponibles pour la composante CDD de la région CAR. Le graphique CAR-CDD a donc été supprimé du site Web. De plus, la composante CDD n’est plus incluse dans le calcul des valeurs combinées de l’IAC dans le cas de la région CAR. Pour cette région, l’IAC combiné reflète seulement les quatre mesures pour lesquelles des données sont disponibles, à savoir Rx5day, T10, T90 et Vents.

De plus, le filtrage des données fait en sorte qu’aucune donnée Rx5day n’est disponible pour les mois d’avril et de novembre dans la région CAR. Pour corriger ce problème, nous faisons une interpolation linéaire à l’aide des données des mois adjacents pour combler les valeurs manquantes pour avril et novembre avant la normalisation. Le tableau 1 indique le nombre de points de grille valides par région, par composante et par mois.

Le graphique suivant illustre la variation de l’indice pour les États-Unis et le Canada réunis.

Notre analyse des valeurs manquantes démontre ce qui suit :

  1. Pour les régions américaines voisines, il existe peu de failles au niveau des données et la qualité des données est uniforme au fil du temps. En comparaison aux autres régions des États-Unis, l’Alaska (ALA) est unique, le nombre d’observations par grille changeant selon la saison.
  2. Les valeurs manquantes varient selon la latitude. La prévalence des valeurs manquantes augmente au fur et à mesure qu’on se déplace vers le nord. Par exemple, dans la région CAR, qui utilise le 60e parallèle comme frontière sud, il n’y a pas de grille valide centrée au-dessus de 62,5 degrés nord pour la composante Rx5, lorsque nous utilisons le nouveau critère de 90 %.
  3. Les valeurs manquantes ont aussi altéré les coefficients de pondération servant à combiner les États-Unis et le Canada dans l’indice total global des deux pays. Auparavant, la diminution du nombre de grilles valides au Canada faisait en sorte que le poids de celles-ci diminuait progressivement. La nouvelle méthode maintient les coefficients de pondération des pays relativement constants, bien qu’il y ait encore certaines variations par mois et par région, comme on peut le constater au tableau 1.

Les résultats historiques de l’IAC et de ses composantes peuvent changer au gré de chaque mise à jour du site Web, car les données sous‑jacentes peuvent changer. Les valeurs des données peuvent être mises à jour par des tiers, non seulement pour les derniers mois et les dernières années, mais également pour des périodes de temps antérieures.

De plus, les résultats historiques de l’IAC et de ses composantes peuvent changer au gré de chaque mise à jour du site Web en raison des changements dans la méthodologie sous-jacente servant à déterminer ces résultats.

Veuillez noter que l’échelle de l’IAC est exprimée en écarts-types pour chacune des composantes. Par conséquent, une valeur indicielle d’une composante de 1,0 indique que l’indice se situe à un écart-type au-dessus de la valeur moyenne de cet indice au cours de la période de référence, d’après l’écart-type de la période de référence.

À titre d’exemple, considérons la composante T90, qui décrit la queue supérieure de la distribution des températures quotidiennes. En supposant que les températures (et aussi les dépassements représentés par T10 et T90) ont une distribution normale, dans près d’un tiers des cas on s’attend à ce que T90std se situe à l’extérieur de l’intervalle ±1, et dans 1/6e des cas à ce qu’il soit supérieur à +1. Mais s’il dépasse +2, il s’agit là d’un phénomène rare, puisque cela ne devrait se produire que dans 2,5 % des cas. En l’absence de changement dans les tendances météorologiques par rapport à la période de référence, les valeurs supérieures à 3 seraient très rares et ne sont attendues qu’environ 0,125 % du temps durant la période de référence. Ces fréquences peuvent changer au fil du temps en raison des changements dans les tendances météorologiques. Dans le cas de T90std, les variations à la hausse de la distribution des températures ont entraîné une augmentation de la fréquence des fortes anomalies positives.

L’indice composite et sa moyenne sur cinq ans sont aussi montrés sur la même échelle dans les graphiques et les documents du site Web afin de faciliter la comparaison avec les indices des composantes, mais l’écart-type de l’indice composite est d’environ 0,45 (selon la région). L’écart-type plus faible de l’indice composite s’explique par sa construction qui s’appuie sur la moyenne des six composantes, ce qui a pour effet de diminuer la variabilité de l’indice composite par rapport à la variabilité des composantes. Le graphique ci-dessous illustre cet effet en affichant deux échelles pour l’axe y : les écarts-types pour l’IAC composite doivent être lus sur l’échelle de droite et les écarts-types des composantes doivent être lus sur l’échelle de gauche afin de mesurer la rareté ou la probabilité de retrouver les valeurs de l’indice à un certain niveau. En d’autres mots, parce que l’indice composite s’appuie sur la moyenne des composantes, ses valeurs doivent être lues sur l’échelle de gauche. Toutefois, s’il s’agit de déterminer la probabilité, alors ses écarts-types doivent être lus sur l’échelle de droite.

L’Academy, la CAS, l’ICA et la SOA continuent de chercher des façons d’améliorer l’IAC et ses composantes, ce qui pourrait influer sur les résultats historiques. Par conséquent, les résultats historiques de l’IAC pourraient évoluer à chaque mise à jour du site Web en raison de la mise en œuvre d’une nouvelle source de données ou de l’application d’une nouvelle méthodologie ou technique d’analyse de l’IAC et de ses composantes.

Pour plus de renseignements sur les données et l’établissement de l’IAC, veuillez consulter le document Développement et conception et les Modalités d’utilisation. Les divulgations de données antérieures sont également disponibles sur demande.

1 GHCNDEX, National Center for Atmospheric Research Staff (Eds). Climate Data Guide, « GHCNDEX: Gridded Temperature and Precipitation Climate Extremes Indices (CLIMDEX data) ». Sur Internet : https://climatedataguide.ucar.edu/climate-data/ghcndex-gridded-temperature-and-precipitation-climate-extremes-indices-climdex-data.

2 Le CLIMDEX (ensembles de données pour les indices de phénomènes météorologiques extrêmes) est élaboré et tenu à jour par les chercheurs du Climate Change Research Centre (CCRC), à la University of New South Wales (UNSW), et il est financé par l’Australian Research Council et l’Australian Department of Climate Change and Energy Efficiency, dans le cadre du projet de couplage LP100200690 mené de concert avec la University of Melbourne, la Division de la recherche sur le climat (Environnement Canada) et le National Climatic Data Center de la NOAA (É.-U.). Consulter également : Expert Team on Climate Change Detection and Indices de l’Organisation météorologique mondiale.