🔭

Prévoir le temps

Instruments, modèles et incertitude.

Assimilation de données et modélisation

Prévoir le temps n'est plus un art divinatoire mais une science du calcul : on simule l'évolution de l'atmosphère à partir de son état présent, décrit par les observations.

Les équations primitives

Un modèle de prévision numérique résout les équations primitives : un jeu d'équations physiques qui expriment la conservation de la quantité de mouvement, dérivée des lois de Newton, de la masse, de l'énergie et de l'eau. Il découpe l'atmosphère en une grille de millions de cases et, à chaque pas de temps, calcule le nouvel état de chaque case à partir du précédent.

L'assimilation de données

Pour démarrer, le modèle a besoin du meilleur état initial possible. L'assimilation de données combine des millions d'observations, satellites, radiosondages, avions, stations, avec une prévision d'ébauche, la dernière prévision courte servant de première estimation, par des méthodes comme le 4D-Var. La qualité de cette analyse conditionne toute la prévision.

Le problème des conditions initiales

Comme l'atmosphère est chaotique, la moindre erreur dans l'état initial s'amplifie au fil du temps. C'est pourquoi tant d'efforts portent sur l'observation et l'assimilation : un excellent modèle nourri d'un mauvais état initial produira quand même une mauvaise prévision.

💡 La qualité d'une prévision commence par l'état initial, donc l'assimilation, pas seulement par le modèle.

Résolution, paramétrisations et types de modèles

Deux choix majeurs façonnent un modèle : la finesse de sa grille et la façon dont il traite les phénomènes trop petits pour être calculés directement.

La résolution

La résolution est la taille de la maille, c'est-à-dire d'une case de la grille du modèle. Les modèles globaux ont une maille de l'ordre de 10 à 15 km ; les modèles à aire limitée descendent à 1 à 3 km. Plus la maille est fine, plus le modèle peut représenter le relief et les petits phénomènes, mais plus il coûte de calcul.

Les paramétrisations

Certains processus sont plus petits que la maille : la convection, la turbulence, la microphysique des nuages, le rayonnement. Ne pouvant les calculer directement, le modèle les approxime par des formules simplifiées, les paramétrisations. Elles sont l'une des principales sources d'incertitude des prévisions, car elles résument un monde complexe en quelques équations.

Modèles globaux et à aire limitée

Les modèles globaux, comme l'IFS du Centre européen, GFS ou ICON, couvrent toute la planète à moyenne résolution et prévoient à longue échéance. Les modèles à aire limitée et haute résolution, comme AROME ou ICON-D2, affinent une zone pour les prochaines heures. C'est pourquoi meteobelge.be croise plusieurs modèles selon l'échéance, plutôt que de se fier à un seul.

💡 Les modèles à maille fine, 1 à 3 km, simulent explicitement les orages au lieu de les paramétrer.

Prévision d'ensemble, vérification et incertitude

Une prévision moderne ne se contente plus d'un scénario unique : elle quantifie sa propre incertitude et se soumet à une évaluation rigoureuse.

La prévision d'ensemble

Puisque l'état initial est incertain, on lance non pas une mais des dizaines de simulations, chacune partant d'un état légèrement perturbé : c'est la prévision d'ensemble. La dispersion des scénarios, ce qu'on appelle le spread, mesure l'incertitude : faible dispersion, confiance élevée ; forte dispersion, prudence. C'est elle qui permet d'exprimer un pourcentage de risque de pluie.

La vérification

Une prévision doit être évaluée face aux observations. Des scores comme le RMSE, l'erreur quadratique moyenne, ou le score de Brier, pour les probabilités, mesurent l'écart à la réalité. On dit qu'un modèle a du talent, ou skill, lorsqu'il fait mieux qu'une référence simple, comme la climatologie ou la persistance, prévoir demain identique à aujourd'hui.

Post-traitement et limites

Les sorties brutes des modèles sont affinées par un post-traitement statistique, le MOS, qui corrige les biais, c'est-à-dire les erreurs systématiques, et adapte la prévision au terrain local. Malgré tout, la prévisibilité déterministe reste limitée à une dizaine de jours ; au-delà, seules des tendances probabilistes sont possibles.

💡 Une prévision sans estimation d'incertitude est incomplète : la dispersion de l'ensemble est la mesure honnête de la confiance.

Create an account to play

The quiz and the leaderboard are for members only. Sign in or create a free account to test your knowledge and join the leaderboard.

🏆 See the leaderboard