vendredi 5 février 2016

Pourquoi ne pas avoir une confiance absolue dans les modèles numériques?

Les modèles de prévisions sont devenus des instruments indispensables pour les météorologistes pour faire leur prévisions. Vous trouverez ci-après les deux principales raisons pour lesquelles il ne faut pas avoir une confiance aveugle dans les modèles de prévisions numériques.

Les modèles numériques de prévisions ne sont pas parfaits car:

Il peut y avoir des erreurs dans l'initialisation des données ...

Pour faire ses prévisions le modèle numérique doit savoir dans quelles conditions se trouvent l'atmosphère et la mer à un instant T. Pour cela il va récolter des données météorologiques recueillies par les satellites, les radiosondes, les stations automatique (SYNOP), stations des aéroports (METAR), avions commerciaux, navires... C'est ce qu'on appelle l'initialisation.

L'initialisation des données sert donc de base à l'ensemble de la prévision. Mais cette initialisation n'est pas parfaite. Elle comporte forcément des erreurs. En effet, il est impossible d'avoir des données de qualité partout (problème de calibrage des stations, instruments défectueux, pannes...). De plus le maillage des données recueillies est plus faible à certains endroits. Toutefois, des algorithmes statistiques essaient de pallier ses erreurs.

... et comme tous programmes informatiques, les modèles numériques buggent.

Malgré la puissance de calcul des super-ordinateurs des modèles numériques, leurs algorithmes ne peuvent pas modéliser à la perfection les mouvements de l'air. Pour cause, l'atmosphère est un milieu chaotique! Le nombre d'erreurs de calcul des modèles croit avec le temps. Ce nombre double en moyenne tous les cinq jours.

Les modèles numériques prévoient le temps par pas de 1h, 3h ou 6h. Il y a donc une discontinuité dans le temps qui ne colle pas à la réalité!  En plus du séquençage du temps, au delà de 10 jours, la résolution est réduite; passant de 13km à 27km. Cela engendre forcément des approximations qui au final vont plus ou moins fausser la prévision.

Comment obtenir une prévision plus fiable?

Il est sage de comparer plusieurs modèles déterministes entre eux afin d'obtenir des convergences de prévisions. Comparer les deux principaux modèles (ECMWF et GFS) semblent le plus judicieux. Mais vous pouvez aussi les comparer avec d'autres modèles de prévisions tels que UKMO, NAVGEM, CMC, ARPEGE ...

Il faut également comparer les modèles déterministes et les modèles d'ensemble. Pour ces derniers on va volontairement modifier les données de l'initialisation afin de pallier à d'éventuelles erreurs. Si en comparant un modèle déterministe et un modèle d'ensemble un scenario similaire se dégage alors l'éventualité qu'elle se produise est plus forte.

Rappelez-vous que la précision d'un modèle diminue généralement avec le temps. Donc inutile de tenir pour acquis des prévisions à 384h!

www.cima.fcen.uba.ar
en.wikipedia.org/wiki/Numerical_weather_prediction
www.nonlin-processes-geophys.net/8/357/2001/npg-8-357-2001.pdf
IMAGE: ERIC CABANIS/AFP/GETTY IMAGES



Nom

95S,3,Abela,1,Actus site,3,Afrique,1,alerte orange,1,alerte rouge,2,alertes,2,AMARA,39,Animaux,1,Application,1,Archives,2,Astronomie,6,Australie,4,baptême,2,Béisa,1,Bejisa,41,Béjisa,52,Bolivie,2,Bransby,1,Bruce,11,Canal du Mozambique,4,Canicule,1,Carlos,1,catastrophe naturelle,4,Climat,10,Climatologie,10,cmrs,7,colin,12,Communiqué,1,conseils,2,crues,1,CTTI,19,cyclone,75,Cyclone Adjali,11,cyclone Annabelle,5,cyclone Ava,2,Cyclone Bansi,47,cyclone Berguitta,1,cyclone Bohale,5,cyclone Cebile,1,Cyclone Chedza,17,cyclone Corentin,4,cyclone Daya,1,Cyclone Diamondra,8,cyclone Emeraude,2,Cyclone Eunice,9,cyclone Fantala,2,Cyclone Fundi,6,cyclone gao,1,Cyclone Glenda,6,Cyclone Haliba,11,cyclone Hassina,1,Cyclone Ikola,4,cyclone Inacio,1,Cyclone Joalane,13,cyclone Juma,1,Cyclone Kesha,1,cyclone Ketiwe,1,Cyclone tropical intense,38,cyclone Uriah,1,Deliwe,4,dépression,53,dépression subtropicale,1,dépression tropicale,1,désastres naturels,1,Diego Garcia,1,Dina,1,Dineo,1,Dumile,5,ébouli,1,Edilson,18,Emang,3,Enawo,1,Etude,1,Europe,1,Felleng,20,Fernando,1,Fobane,14,forte houle,9,forte tempête,31,fortes chaleurs,1,fortes pluies,37,France,7,Froid,1,Front froid,1,Gafilo,1,Gino,2,glenda,1,Glissement de terrain,1,Guadeloupe,1,Guito,13,haiyan,4,haruna,1,Hellen,14,Histoire des cyclones,2,Image s,1,Imelda,8,Incendie,1,Inde,1,Innovation,2,Inondations,14,Insolite,1,invest,41,Ivanoé,3,Japon,1,Jirani,1,JTWC,12,Livres,1,Madagascar,17,mascareignes,2,Maurice,15,mayotte,2,météo réunion,136,Météorologie,7,mjo,1,modèles de prévision,8,Monde,29,Mozambique,1,Neige,1,News,3,Nouvelle Calédonie,2,NRL,17,nuages,2,océan indien,1,Ocean Indien Nord,2,Océan Indien Nord,1,Océan Indien Sud,1,Orages,16,Ouragan,1,Outils,2,Pacifique Nord Est,1,Pacifique Sud Ouest,1,Pam,1,perturbation,30,philippines,3,photos,2,piton de la fournaise,3,pluie,6,Pollution,6,pré alerte,5,prévention,2,prévisions,32,prévisions cyclone,40,prévisions saisonnières,6,questions,1,Records,3,reunion,1,Réunion,19,Rodrigues,5,sa,1,saison 1961-1962,1,saison 1978-1979,1,saison 1997-1998,1,saison 1998-1999,6,saison 1999-2000,10,saison 2003-2004,2,saison 2013-2014,169,saison 2014-2015,125,saison 2015-2016,25,saison 2016-2017,19,saison 2017-2018,6,saison 2018-2019,1,saison cyclonique 2000-2001,1,Sécheresse,6,séisme,9,Seychelles,1,Soleil,1,Sondage,1,Statistiques,1,Super typhon,1,Technologies,2,température,3,tempête,72,tempête cyclone Annabelle,2,tempête Daya,1,Top 5,1,tornade,2,Typhon,4,vents forts,3,vigilances,1,volcan,10,ZCIT,20,Zimbabwe,1,zone perturbée,78,
ltr
item
Météo intense: Pourquoi ne pas avoir une confiance absolue dans les modèles numériques?
Pourquoi ne pas avoir une confiance absolue dans les modèles numériques?
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEghfPXTGZJHSgK5drri7AlRS5g3IqlMqBETQxBNPM8FZLFB9wkcsi5asUSytGpUe_G74CR0y2i7og_D2VSnd7XmMfxjNri1C1-IpybejVUyUjNz5zl2IQFwaq1WnasNR9Jo0tHL1ymhvKtR/s320/France-Supercomputer-1.jpg
https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEghfPXTGZJHSgK5drri7AlRS5g3IqlMqBETQxBNPM8FZLFB9wkcsi5asUSytGpUe_G74CR0y2i7og_D2VSnd7XmMfxjNri1C1-IpybejVUyUjNz5zl2IQFwaq1WnasNR9Jo0tHL1ymhvKtR/s72-c/France-Supercomputer-1.jpg
Météo intense
https://blog.meteoi.re/2016/02/pourquoi-ne-pas-avoir-une-confiance.html
https://blog.meteoi.re/
http://blog.meteoi.re/
http://blog.meteoi.re/2016/02/pourquoi-ne-pas-avoir-une-confiance.html
true
3463507207788885707
UTF-8
Charger tous les articles Aucun article trouvé VOIR TOUT En savoir plus Répondre Annuler la réponse Effacer Par Accueil PAGES ARTICLES Voir tout RECOMMANDE POUR VOUS LABEL ARCHIVE RECHERCHE TOUS LES ARTICLES Aucun article ne correspond à votre recherche Retour Dimanche Lundi Mardi Mercredi Jeudi Vendredi Samedi Dim Lun Mar Mer Jeu Ven Sam Janvier Février Mars Avril Mai Juin Juillet Aout Septembre Octobre Novembre Decembre Jan Fev Mar Avr Mai Jun Jul Aou Sep Oct Nov Dec Maintenant Il y a une minute $$1$$ minutes ago Il y a 1 heure $$1$$ hours ago Hier $$1$$ days ago $$1$$ weeks ago Il y a plus de 5 semaines Abonnés S'abonner Ce contenu est PREMIUM Merci de le partager pour débloquer Copier tout le code Sélectionner tout le code Tous les codes ont été copiés Impossible de coper, appuyer sur [CTRL]+[C] (or CMD+C avec Mac) pour copier