Évolution de la température de surface des lacs en France hexagonale
Évolution de la température de surface des lacs en France hexagonale
Les lacs français se sont réchauffés en moyenne de 0,29°C par décennie sur la période 1980-2019 (soit + 1,16°C en 40 ans).
0,29 °C
sur la période 1980-2019
Télécharger Télécharger
Définition:
Il s'agit du premier indicateur de l'ONB dédié aux plans d'eau, élaboré dans le cadre du GT "Milieux d'eau douce" de l'ONB. Le terme "lacs" est employé pour des raisons communicantes, mais il regroupe différents types de plans d'eau (naturels, de barrage, gravières, étangs). Il apporte des éléments sur la pression changement climatique depuis 40 ans. Cet indicateur s'appuie sur une modélisation thermique de la couche de surface des lacs (épilimnion) prise en compte pour le rapportage de la directive cadre sur l'eau (DCE).
L'impact du réchauffement climatique sur les écosystèmes des milieux d'eau douce est très important, mais ne bénéficie pas encore d'indicateur de l'ONB pour le décrire.
Actuellement, 4 indicateurs de l'ONB décrivent le réchauffement climatique, mais en lien avec la température de l'air. Cet indicateur spécifique aux lacs permet de mesurer l'évolution de la température de la couche supérieure des lacs, celle qui est la plus sensible aux changements de température.
Milieux concernés
Milieux d'eau douce
Pressions
Changement climatique
Politiques associées
Maitrise des pressions liées aux activités humaines
A quelle(s) question(s) répond cet indicateur
Interprétation de l'indicateur
Une augmentation de la valeur de l'indicateur démontre un réchauffement de la température de lépilimion des lacs modélisés, ce qui reflète leur réponse au changement climatique et a un impact sur les conditions de vie de la faune et de la flore lacustres.
Jeux d'indicateurs
Producteur:
Pôle Ecla (OFB / INRAE / USMB)
Origine des données
Cet indicateur s'appuie sur une modélisation thermique des lacs utilisés pour le rapportage de la DCE, via un modèle OKP, semi-empirique, 0D (Prats & Danis, 2019), qui fournit des simulations journalières des températures de l’épilimnion entre 1959 et 2019.
Ce modèle est forcé avec les données météorologiques SAFRAN (ou S2M pour les lacs situés à plus de 900 m d’altitude).
Disponibilité des valeurs
2 à 5 ans
Rupture de série
Non
**1) Simulation des températures journalières dans l'épilimnion**
Les données simulées de température présentées sont calculées selon l'un des deux options suivante, grâce au modèle OKP (Prats & Danis, 2019) :
-Option “default”: calage des paramètres du modèle sur l’ensemble des lacs avec des données satellitaires et in situ issues du réseau RCS/RCO. ==> Il y a donc les mêmes coefficients pour le calcul des paramètres pour chaque lac (cf. équations dans Prats & Danis)
-Option “calibrated”: calage des paramètres du modèle par lac avec les données de profil de sonde du suivi DCE. Il faut au minimum des données à 4 dates pour que la calibration puisse être faites. ==> Les coefficients des équations dans Prats & Danis varient d'un lac à l'autre.
Référence : Prats, J. and Danis, P.A., 2019. An epilimnion and hypolimnion temperature model based on air temperature and lake characteristics. Knowledge & Management of Aquatic Ecosystems, (420), p.8.
**2) Sélection des sites**
Sur l'ensemble des lacs de la base de données (n = 401), seuls 267 lacs sont retenus pour la suite. Il s'agit des lacs naturels, ainsi que des lacs de barrages pour lesquels la date de construction est connue et postérieure à 1980. Les 164 lacs exclus du jeu de données sont soit des retenues aux dates de constructions inconnues (non référencés dans la base de données des barrages et réservoirs (https://www.barrages-cfbr.eu)), ou des retenues construites après 1980.
**3) Calcul des moyennes annuelles par lac**
Pour cette période (1980-2019, 40 ans) et ces 267 lacs, une température moyenne annuelle est calculée par lac.
**4) Calcul des tendances**
Puis, la pente de Sen est calculée par lac afin de déterminer la tendance de réchauffement ou refroidissement, ou l'absence de tendance. La significativité de la pente a été testée par un test de Mann-Kendall. Les résultats se présentent sous la forme d'une pente par lac, dont l'unité est °C par année. Cette pente a été multipliée par 10 pour obtenir l'indicateur °C/décennie.
Robustesse
Robuste
Précision
Précis
Sensibilité
Sensible
Efficacité
Très efficace
Accessibilité des données
Facilement accessibles
Homogénéité des données
Homogènes
Fiabilité des données
Fiables
Pérennité des données
Pérennité garantie
Abondance des données
Abondantes
Coût de mobilisation
Coût faible
Niveau d'appropriation
Novice
Avantages
Facilité de compréhension de l'indicateur.
Profondeur temporelle (40 ans de données), indispensable pour le calcul des tendances.
Données journalières disponibles : permet de calculer l'indicateur annuel comme ici, mais également de calculer d'autres indicateurs (nombres de jours qui dépassent un seuil, cf. Visuel 4, ou bien minimum/maximum, tendances saisonnières, etc.)
Le nombre de lacs dans le jeu de données en fait un jeu de données unique au niveau national.
Limites
Représentation des plans d'eau : Les données ont été simulées seulement pour les plans d'eau suivis dans le cadre de la Directive Cadre sur l'Eau. Les lacs sélectionnés sont des plans d'eau de plus de 50 ha, et donc les plus petits écosystèmes, bien que riches en biodiversité et vulnérables au changement climatique, ne sont pas représentés dans l'indicateur.
Les conditions spécifiques aux lacs (nombre d'affluents et débit entrant, débits sortants naturels/prises d'eau, niveaux d'eau et fluctuations) ne sont pas prises en compte et peuvent pourtant fortement impacter la température des plans d'eau. Le choix d'un modèle semi-empirique assez simple est un compromis entre obtenir des simulations sur un nombre important de lacs et des incertitudes faibles.
Certains paramètres météorologiques comme la couverture nuageuse ou la vitesse du vent ne sont pas incluent dans le calcul de l'indicateur, alors qu'ils peuvent avoir un impact sur la température.
Piste d'améliorations
Plus de données in-situ peuvent permettrent d'améliorer les modèles.
Plus d'exploration des données et/ou des retours du public peuvent nous permettre de présenter des indicateurs plus parlants.
