Effets des îlots de chaleur urbains sur les tendances de la température aux États-Unis

Source : Roy W. Spencer, Ph. D. (publié le 11 février 2021 sous le titre Urban Heat Island Effects on U.S. Temperature Trends, 1973-2020: USHCN vs. Hourly Weather Stations (« Effets des îlots de chaleur urbains sur les tendances de la température aux États-Unis, 1973-2020: USHCN par rapport aux stations météorologiques horaires »)

Traduit de l’anglais par Serge Montagnac (obs-psr@orange.fr)

Résumé

Il est démontré que l’effet « îlot de chaleur urbain » (UHI) a affecté les tendances de température aux États-Unis dans le jeu de données officiel USHCN des 1218 stations de la NOAA. Je soutiens que, considérant l’influence des calculs de tendance de température sur la politique énergétique nationale, un nouvel ensemble de données de qualité , ne dépendant pas des observations Tmax/Tmin de l’USHCN est nécessaire. Je pense qu’une analyse de régression appliquée aux données météorologiques horaires ISD (principalement des aéroports) entre les tendances des températures de nombreuses stations et la densité de population locale (en tant qu’indicateur UHI) peut être utilisée pour supprimer la composante moyenne de tendance de réchauffement parasite due à ces UHI.

L’utilisation des stations de données horaires  fournit une mesure pratiquement indépendante de l’USHCN,  des tendances au réchauffement aux États-Unis, sans qu’il soit nécessaire de corriger les incertitudes d’horaire des observations. La tendance américaine moyenne de 311 stations qui en résulte (1973-2020), après élimination de la composante de tendance parasite liée à l’UHI, est d’environ +0,13 degrés C par décennie, ce qui ne représente que 50% de la tendance USHCN de +0,26 degrés C par décennie. En ce qui concerne la qualité des données des stations, la variabilité entre les tendances brutes des stations USHCN est 60% plus élevée que parmi les tendances calculées à partir des données horaires, ce qui suggère que les données brutes USHCN sont de moins bonne qualité.

Il est recommandé qu’une « désurbanisation » soit appliquée aux données horaires (principalement des aéroports) pour obtenir un enregistrement plus précis des tendances de température dans les régions terrestres, comme les États-Unis, qui disposent d’un nombre suffisant de données de températures permettant la correction l’UHI-vs-tendance.

L’îlot de chaleur urbain : effets sur les moyennes et tendances

Au cours des 50 dernières années (1970-2020), la population des États-Unis a augmenté de 58%. Plus de personnes signifie plus d’infrastructures, plus de consommation d’énergie (et de pertes de chaleur), et même si la population n’avait pas augmenté, notre niveau de vie croissant entraîne une augmentations de la fabrication et de la consommation, avec plus d’entreprises, de parkings, de climatisation , etc.

Comme T.R. Oke l’a montré en 1973 (et bien d’autres depuis), l’UHI a un effet substantiel sur les températures en surface des régions peuplées, pouvant aller jusqu’à plusieurs degrés C.

La chaleur supplémentaire provient à la fois de la chaleur perdue et du remplacement de surfaces végétalisées plus froides par des surfaces imperméables et des surfaces dures, faciles à chauffer. Les effets peuvent se produire à diverses échelles spatiales: une pompe à chaleur placée trop près du thermomètre (un effet microclimat) ou une grande ville avec de larges banlieues étalées  (un effet à méso-échelle).

Au cours des 20 dernières années (2000 à 2020), l’augmentation de la population s’est principalement produite dans les zones urbaines, sans augmentation notable dans les zones rurales. La figure 1 montre cela pour 311 stations météorologiques horaires qui ont des données météorologiques relativement complètes depuis 1973.

Cela pourrait justifier l’utilisation unique des données rurales  pour la surveillance des tendances de température. L’inconvénient est qu’il y a relativement peu d’emplacements de stations qui ont des densités de population inférieures, disons, à 20 personnes par km², et donc la couverture des États-Unis serait assez clairsemée.

Ce qui serait souhaitable, c’est de supprimer l’effet UHI sur une base régionale en fonction de la façon dont les tendances moyennes de réchauffement augmentent avec la densité de population (encore une fois, il ne s’agit pas de supprimer la différence moyenne de température entre les zones rurales et urbaines, mais de supprimer les tendances de température parasites dues aux effets de l’UHI).

Mais une telle relation existe-t-elle ?

Effets de l’UHI sur les tendances de température de l’USHCN (1973-2020)

Le jeu de données de température en surface le plus cité pour surveiller les tendances du réchauffement climatique aux États-Unis est le U.S. Historical Climatology Network (USHCN). L’ensemble de données comprend un ensemble fixe de 1 218 stations dont les enregistrements remontent à plus de 100 ans. Parce que d’une part, la plupart des données des stations consistent en des températures quotidiennes maximales et minimales (Tmax et Tmin) mesurées une seule fois par jour, et que d’autre part l’heure d’observation (TOBs) a changé vers 1960 de la fin de l’après-midi au petit matin, il y a eu un biais de température lié aux TOBs, dont l’ampleur est quelque peu imprécise mais qui doit encore être corrigée.

La NOAA met à disposition les données brutes non ajustées et ajustées (TOBs et «homogénéisation» spatiale). Le graphique suivant (Fig. 2) montre comment les deux ensembles de données des tendances de température de la station, sont corrélées à la densité de population ; ce qui ne devrait pas être le cas, si les effets de l’UHI avaient été supprimés des tendances.

Tout effet UHI sur les tendances de température serait difficile à éliminer par la seule procédure d’homogénéisation de la NOAA. En effet, si toutes les stations d’une petite zone, à la fois urbaines et rurales, se réchauffent indûment à cause des effets de l’UHI, alors cet effet ne sera pas supprimé car c’est également ce qui est attendu pour le réchauffement global. Les ajustements d ’« homogénéisation » peuvent théoriquement rendre les tendances rurales et urbaines identiques, mais cela ne signifie pas que l’effet UHI a été supprimé.

Au lieu de cela, il faut examiner les données à la manière de la figure 2, qui révèle que même les données USHCN ajustées (points rouges) surestiment toujours d’environ 30%  les tendances moyennes des stations américaines (1973-2020), si nous extrapolons une relation de régression (ligne pointillée rouge, ajustement polynomial de 2e ordre) à une densité de population nulle.

Une telle analyse nécessite cependant de nombreuses stations (donc de grandes zones) pour mesurer l’effet moyen. On ne sait pas exactement combien de stations sont nécessaires pour obtenir un résultat robuste. Plus le nombre de stations nécessaires augmente, plus la zone régionale requise est grande.

Les mesures de température horaires aux États-Unis comme alternative à l’USHCN

Il existe de nombreuses stations météorologiques aux États-Unis qui ne sont (pour la plupart) pas incluses dans l’ensemble USHCN de 1218 stations. Ce sont les stations météorologiques horaires opérationnelles exploitées par le NWS, la FAA et d’autres agences, et qui fournissent la plupart des données que le National Weather Service vous  présente. Les données sont incluses dans les archives multi-agences, de la Base de données en Surface Intégrée (ISD).

Les archives de données sont assez volumineuses, car elles contiennent des données de résolution (allant jusqu’à une heure, voire plus élevées avec des observations « spéciales »  lors de changements météorologiques) ainsi que de nombreuses variables météorologiques (température, point de rosée, vent, pression atmosphérique, précipitations) pour des milliers de stations dans le monde. Beaucoup de ces stations (du moins aux États-Unis) se trouvent dans des aéroports.

Aux États-Unis, la plupart des mesures et leur transmission sont désormais automatisées, avec les systèmes AWOS et ASOS.

Cette carte montre toutes les stations des archives ; toutefois, beaucoup d’entre elles ne disposent pas de relevés complets pour des décennies pourtant dignes d’intérêt.

L’avantage de ces données, au moins aux États-Unis, est que l’équipement est entretenu régulièrement. Lorsque je travaillais l’été dans un bureau du National Weather Service au Michigan, il y avait un « met-tech » à plein temps qui entretenait et ajustait tout les équipements de mesure.

Puisque les observations sont prises (nominalement) à l’heure ronde, il n’y a pas de corrections d’incertitude sur les TOBs, comme avec les données Tmax / Tmin quotidiennes de l’USHCN.

La situation en densité moyenne de population, est nettement différente entre les stations « horaires » ISD et les stations USHCN, comme le montre la figure 4.

Sur la figure 4, nous voyons que la densité de population dans le voisinage immédiat des stations ISD est en moyenne de seulement 100 personnes dans la zone immédiate de 1 km² car personne ne  « vit » à l’aéroport, mais augmente ensuite considérablement avec la zone moyenne puisque les aéroports existent pour desservir les centres de population.

En revanche, les stations USHCN ont leur densité de population la plus élevée juste à proximité de la station météorologique (plus de 400 personnes dans les premiers kilomètres carrés), qui diminue ensuite avec l’éloignement de la station.

La façon dont ces différences affectent l’ampleur des tendances parasites au réchauffement dépendant de l’UHI est inconnue à ce stade.

Effets de l’UHI sur les données de température horaire

J’ai analysé les données ISD américaines pour les 48 États contigus pour la période 1973-2020. Pourquoi 1973 ? Parce que bon nombre des premiers enregistrements étaient sur papier, et à une résolution horaire, cela représente beaucoup de numérisation manuelle. Apparemment, depuis1973 la plupart des données de stations ont été numérisées et archivées.

Pour commencer, je ne fais la moyenne des températures que de 00 UTC et 12 UTC (approximativement les heures des températures maximales et minimales aux États-Unis). J’ai imposé que ces mesures biquotidiennes soient présentes au moins 20 jours pour qu’un mois soit pris en compte et ce, pendant au moins 10  mois sur 12 pour que de bonnes données sur un an de cette station puissent être incluses.

Ensuite, pour l’analyse des tendances de température, j’ai exigé que 90% des années 1973-2020 aient des données, y compris les 2 premières années (1973, 1974) et les 2 dernières années (2019-2020), car les années de fin peuvent avoir des effets importants sur les calculs de tendance.

Les 311 stations résultantes ont une similitude de 8,7% avec les 1 218 stations USHCN. Autrement dit, seulement 8,7% des stations (principalement aéroportuaires) sont également incluses dans la base de données USHCN de 1 218 stations, de sorte que les deux ensembles de données sont pour la plupart (mais pas entièrement) indépendants.

J’ai ensuite tracé l’équivalent de la Fig. 2 pour les stations ISD (Fig. 5).

Nous pouvons voir pour l’ajustement linéaire aux données, l’extrapolation de la ligne à une densité de population nulle donne une tendance de réchauffement moyen à 311 stations de +0,13 degrés C par décennie.

Il faut noter que cela ne représente que 50% de la tendance moyenne « TOBs officielles homogénéisées et ajustées » des 1218 stations USHCN , de +0,26 C / décennie.

Il est également significatif que cette réduction de 50% de la tendance officielle de la température aux États-Unis soit très proche de ce qu’Anthony Watts et ses collègues ont obtenu dans leur analyse de 2015 en utilisant les stations USHCN les mieux situées.

J’inclus également l’ajustement polynomial sur la figure 5, car mon utilisation de quatrième racine la de la densité de population n’est pas censée capturer parfaitement la non-linéarité de l’effet UHI, et une certaine non-linéarité devrait subsister. Dans ce cas, la tendance extrapolée au réchauffement à densité de population nulle est proche de zéro. Mais pour les besoins de la discussion actuelle, j’utiliserai de manière prudente l’ajustement linéaire de la figure 5. (Le logarithme de la densité de population est parfois également utilisé, mais ne se comporte pas bien car la population approche de zéro.)

La preuve que les tendances brutes des stations ISD sont de meilleure qualité que celles du UHCN se trouve dans l’écart type de ces tendances :

• Std. Dev. de 1218 tendances USHCN (brutes) = +0,205 degrés. C par décennie
• Std. Dev. de 311 tendances ISD («horaires») = +0,128 degrés C par décennie

Ainsi, la variation des tendances brutes de l’USHCN est 60% supérieure à la variation des tendances des stations horaires, ce qui suggère que les tendances des aéroports ont moins d’influences de température parasite qui changent dans le temps que les tendances des stations de l’USHCN.

Conclusions 

Pour la période 1973-2020 :

1. Les données homogénéisées de l’USHCN exercent encore des influences de réchauffement parasites liées aux effets d’îlots de chaleur urbains (UHI). Cela a exagéré la tendance au réchauffement global pour les États-Unis dans son ensemble. L’ampleur de cette composante parasite est incertaine en raison de la nature (de type boîte noire) de la procédure d’« homogénéisation » appliquée aux données brutes.
2. Une analyse alternative des tendances de la température aux États-Unis à partir d’un ensemble de données pour la plupart indépendant des aéroports suggère que la tendance au réchauffement moyenne aux États-Unis ajustée selon l’UHI (+0,13 ° C par décennie) pourrait ne représenter que 50% de la tendance moyenne officielle des stations USHCN (+0,26 . C par décennie).
3. Les tendances brutes de l’USHCN présentent une variabilité 60% plus élevée que les tendances brutes des aéroports, ce qui suggère une meilleure qualité des données météorologiques aéroportuaires régulièrement maintenues.

Travaux futurs

Ceci est un prolongement du travail que j’ai commencé il y a environ 8 ans, mais jamais terminé. John Christy et moi discutons de l’utilisation des résultats basés sur cette méthodologie pour créer un nouvel ensemble de données de température en surface aux États-Unis qui serait mis à jour tous les mois.

Je n’ai décrit que les bases, ci-dessus. On peut effectuer des calculs similaires dans les sous-régions (je trouve que les résultats de l’ouest des États-Unis sont similaires aux résultats de l’est des États-Unis). En outre, les résultats auraient probablement une dépendance saisonnière, auquel cas ils devraient être calculés par mois civil.

Bien entendu, la méthodologie pourrait également être appliquée à d’autres pays.

Notes du traducteur :

1 – USHCN : Réseau américain historique  de climatologie.

Les données du U.S. Historical Climatology Network (USHCN) sont utilisées pour quantifier les changements de température à l’échelle nationale et régionale aux états contigus (CONUS).

L’USHCN est un sous-ensemble spécifique du réseau du Programme Coopératif d’Observateurs de la NOAA (COOP) avec des sites sélectionnés en fonction de leur couverture spatiale, de l’importance des enregistrements, de l’exhaustivité des données et de leur régularité historique.

2 –  ISD : Base de données de surface intégrée

La base de données de surface intégrée (ISD) se compose d’observations globales horaires et synoptiques compilées à partir de nombreuses sources en un seul format ASCII commun et un modèle de données commun.

La base de données comprend plus de 35 000 stations dans le monde, certaines ayant des données remontant à 1901, bien que les données montrent une augmentation substantielle du volume dans les années 40 et à nouveau au début des années 70. Actuellement, plus de 14 000 stations «actives» sont mises à jour quotidiennement dans la base de données.