遇见数据集

Data-Gouv-FR/indicateurs-climat-futur-tracc-par-territoire-en-bretagne-par-degre-de-rechauffement

收藏
Hugging Face2026-05-29 更新2026-05-31 收录
官方服务:

资源简介:

该数据集提供了法国布列塔尼地区基于TRACC(气候变化适应参考变暖轨迹)的未来气候指标投影。指标针对三个全球变暖水平计算:相对于工业化前时期(1850-1900),2030年升温+1.5°C、2050年+2°C、2100年+3°C;这些全球变暖水平分别对应法国升温+2°C、+2.7°C和+4°C。指标适用于不同地域尺度:市镇、EPCI(公共机构间合作)、省、地区、SAGE(水管理与规划方案)和自然保护区。计算涵盖年度、冬季(12月-2月)、春季(3月-5月)、夏季(6月-8月)、秋季(9月-11月),以及水文季节:低水位期(4月-9月)和高水位期(10月-3月)。每个指标均基于17个Explore2模型(经过ADAMONT校正)计算中位数及5%和95%分位数。数据参考期为1976-2005,指标绝对或相对差异均相对于该参考期而非工业化前时期。数据时间覆盖范围为1976年至2100年。数据来源于DRIAS-Climat(Explore2-Climat, 2022)和Météo-France,由OEB(布列塔尼环境观察站)于2026年处理。

This dataset provides projections of future climate indicators for the Brittany region in France based on the TRACC (Trajectoire de Réchauffement de référence pour lAdaptation au Changement Climatique) reference warming trajectory. Indicators are calculated for three global warming levels: +1.5°C in 2030, +2°C in 2050, and +3°C in 2100 relative to the pre-industrial period (1850-1900); these global warming levels correspond to +2°C, +2.7°C, and +4°C in France, respectively. Indicators are available for various territorial scales: municipality, EPCI (Public Establishment of Inter-municipal Cooperation), department, region, SAGE (Water Development and Management Scheme), and natural reserve. They are computed for the year, winter (December-February), spring (March-May), summer (June-August), autumn (September-November), and by hydrological season: low-water period (April-September) and high-water period (October-March). For each indicator, the median and the 5th and 95th percentiles are calculated from the ensemble of 17 Explore2 models (with ADAMONT correction). The reference period for the indicators is 1976-2005, with absolute or relative differences expressed relative to this period rather than the pre-industrial period. Data temporal coverage spans from 1976 to 2100. Sources include DRIAS-Climat (Explore2-Climat, 2022) and Météo-France, processed by OEB (Observatoire de lEnvironnement en Bretagne) in 2026.

提供机构:
Data-Gouv-FR
搜集汇总
数据集介绍
Data-Gouv-FR/indicateurs-climat-futur-tracc-par-territoire-en-bretagne-par-degre-de-rechauffement 数据集图片
构建方式
该数据集源自法国官方开放数据平台data.gouv.fr,由布列塔尼环境观察站(OEB)基于DRIAS-Climat提供的Explore2模型集合(经ADAMONT校正的17个气候模型)构建而成。数据集的构建围绕法国国家气候变化适应参考轨迹(TRACC)展开,针对布列塔尼地区的不同行政与生态尺度(市镇、EPCI、省、大区、SAGE及自然保护区)生成气候指标。每个指标均计算了中位数及5%与95%分位数,并涵盖年、冬、春、夏、秋及水文季节(低水位期与高水位期)的时间维度,最终以Parquet格式存储于Hugging Face仓库中,便于高效加载与分析。
特点
该数据集的核心特征在于其多尺度、多情景与多指标的综合设计。它提供了全球变暖+1.5°C(2030年)、+2°C(2050年)和+3°C(2100年)三个升温水平下的未来气候投影,对应的法国本土升温幅度分别为+2°C、+2.7°C和+4°C。参考基准期为1976-2005年,而非工业革命前时期,并明确标注了其间0.6°C的升温差异。数据覆盖1976年至2100年的完整时间序列,融合了17个气候模型的集合统计,使得不确定性得以量化,为区域适应政策制定提供了坚实的科学依据。
使用方法
用户可通过Hugging Face的datasets库便捷调用该数据集。具体而言,使用load_dataset函数并指定数据集名称及配置名称'fichier'即可加载训练集,返回的Dataset对象可直接进行数据探索与分析。该数据集适用于气候科学研究、地方适应规划、环境教育及数据可视化项目,例如结合OEB开发的'Mon territoire sous +4°C'交互式可视化工具,可直观展示不同升温情景下布列塔尼各领土的气候变化趋势。数据遵循lov2许可协议,确保了开放性与再使用合法性。
背景与挑战
背景概述
该数据集由法国布列塔尼环境观测站(OEB)于2024年创建,旨在根据法国适应气候变化参考变暖轨迹(TRACC),系统性地提供布列塔尼地区未来气候指标的精细化投影。其核心研究问题聚焦于全球变暖不同幅度下(+1.5°C至+3°C)的区域气候响应,涵盖多个时空尺度与季节性水文指标。数据集基于17个Explore2模型集合(ADAMONT校正)的中位数与分位数结果,为区域适应战略提供了高置信度的气候基准,显著推动了地方决策与科学研究中的气候风险评估能力。
当前挑战
该数据集面临的核心挑战在于多尺度气候数据的整合与不确定性量化。领域层面,区域气候预测需解决全球模型降尺度带来的偏差与局部地形效应的耦合,尤其是布列塔尼复杂的海洋-陆地交互作用对降水与极端温度模拟的精确性构成严峻考验。构建过程中,处理17个气候模型输出的一致性、校正历史参考期(1976-2005)与工业化前基准的温差漂移(0.6°C),以及确保定量分析中季节性划分(如水文低水位期)与实际水文过程的生物学匹配,均对数据编目与质量保障提出极高要求。
常用场景
经典使用场景
该数据集是布列塔尼地区气候变化适应研究的重要基础资源,专为分析全球变暖背景下区域气候指标的演变趋势而设计。它基于法国国家气候变化适应参考路径(TRACC),提供了在+1.5°C、+2°C和+3°C三种全球变暖水平下的气候指标投影,涵盖从乡镇到自然保护区的多级行政与生态尺度。研究者可借助该数据集评估温度、降水等关键气候变量的中位数与极端分位数变化,尤其适用于开展区域气候脆弱性评估、适应策略规划以及气候政策效果模拟等经典场景。
实际应用
在实际应用中,该数据集深度服务于布列塔尼地区的气候变化适应决策,被地方政府、区域环境观测站(OEB)以及自然资源管理机构用于制定因地制宜的减缓和适应行动方案。例如,它已集成至“Mon territoire sous +4°C”数据可视化平台,帮助规划部门识别高风险社区与生态敏感区,优化基础设施适应投资。此外,数据集还支持农业协会预测作物生长季的水热条件变化,指导种植结构调整与灌溉策略优化。
衍生相关工作
该数据集衍生出一系列重要的科研与应用成果,包括由OEB主导的气候适应决策支持系统研发、区域气候变化影响评估方法论手册的编撰,以及基于TRACC路径的跨学科合作项目。其衍生工作中最具代表性的是与Explore2模型集成的气候指标计算框架,这一框架后来被推广至法国其他大区的适应研究。同时,数据集为公共参与式气候治理工具的设计提供了数据底座,催生了面向政策制定者的交互式仪表盘与技术文档,有效提升了科学数据的可操作性与传播效率。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务