Les prévisions météorologiques sont une source d’information capitale pour la planification des activités quotidiennes de nos entreprises. Mais comment sont-elles générées ? Dans cet article, Damien Raynaud, météorologue chez FROGCAST, vous livre les secrets de la prévision météorologique.
La collecte d’observations météorologiques
Réseaux de mesure au sol et en altitude
La prévision de l’évolution des conditions météorologiques dans les jours à venir implique avant tout que l'on connaisse le plus précisément possible l’état actuel de l'atmosphère. Depuis des décennies nous avons développé des réseaux de stations météorologiques. Elles mesurent en temps réel les paramètres atmosphériques au sol.
Ces stations ont été complétées au fil du temps par d’autres réseaux d’observations permettant d’avoir des mesures directes à la surface des océans (bouées météorologiques, capteurs embarqués sur des navires) mais aussi en altitude (radiosondages, capteurs embarqués sur des avions).
L’ère des satellites météorologiques
Mais c’est depuis les 2 dernières décennies que l’observation de l'atmosphère a franchi un cap avec le lancement de satellites météorologiques. De plus en plus nombreux et de plus en plus performants, ils nous permettent d’observer l’atmosphère de manière spatialisée. Ils estiment un nombre toujours croissant de paramètres météorologiques au sol, à la surface des océans et verticalement dans l’atmosphère.
D’autres instruments de mesure au sol (radars et lidars) viennent les compléter, en surveillant également l’atmosphère et en fournissant des informations précieuses sur les nuages et les précipitations.
Contrôle qualité des mesures
Tous les capteurs et les mesures associées font l’objet d’un contrôle qualité continu. Ils doivent respecter des normes que l' Organisation Mondiale de la Météorologie définie.
Le saviez-vous ?
La crise du covid entre 2020 et 2022, la diminution du trafic aérien associé et donc des observations météorologiques effectuées par les avions, a eu des conséquences sur la qualité des prévisions météorologiques.
Les modèles de prévision numérique du temps
Les équations qui régissent l’atmosphère
L'atmosphère obéit aux équations de la physique et de la thermodynamique avec l’équation de Navier-Stokes en son cœur (dont on vous épargnera les détails ici 😭).
Pour simuler son évolution, nous utilisons des modèles mathématiques appelés modèles de prévisions numérique du temps (Numerical Weather Prediction - NWP en anglais). Dans ces modèles, l'atmosphère est découpée en cubes à l’intérieur desquels on considère que les paramètres météo sont homogènes (une seule valeur de température d’humidité.. etc).
La résolution des modèles
Les dimensions horizontales et verticales de ces cubes définissent la résolution du modèle. Plus ces cubes sont petits, meilleure est la résolution du modèle. On appelle cette division de l’atmosphère la maille du modèle.
Prévoir l’évolution du temps avec ces modèles implique de résoudre ces équations physiques à chaque point de la maille et à chaque instant. Plus la maille est fine, plus le modèle simule précisément les phénomènes à petite échelle. Il représente également en détail les caractéristiques de l’atmosphère et du terrain (par exemple la topographie).
Comme nous le verrons un peu plus loin, ceci n’est pas sans conséquence sur les ressources de calcul et plus la résolution sera élevée, plus la puissance de calcul nécessaire pour réaliser la prévision sera importante.
Modèles globaux et régionaux
Chaque grand centre météorologique développe ses propres modèles de prévision. Certains sont globaux, fournissant des prévisions pour chaque point du globe. D’autres sont régionaux, et ne calculent les prévisions que pour une zone spécifique.
Les résolutions spatio-temporelles, les échelles de prévision et les fréquences de mise à jour varient également d’un modèle à l’autre. On appelle chaque nouvelle simulation, généralement réalisée toutes les 3 à 6 heures, un run.
Le saviez-vous ?
Il existe aujourd’hui plusieurs dizaines de modèles météorologiques opérationnels dans le monde. Cependant, moins de dix d’entre eux sont globaux.
Le déroulement des prévisions météorologiques
L'assimilation de données
Pour effectuer ses calculs et prévoir l'évolution du temps, nous devons fournir au modèle une description détaillée de l'état actuel de l'atmosphère en chacun de ses points de grille. C'est là que les observations météorologiques collectées précédemment entrent en jeu.
Nous utilisons une technique appelée assimilation de données. Elle génère un état initial de l'atmosphère en fusionnant les informations de la run précédente du modèle (par exemple la prévision à H+6 de la run effectuée 6 heures plus tôt) et les observations effectuées depuis. Le résultat est une carte 3D complète de l'atmosphère qui tire parti des mesures météorologiques directes et indirectes disponibles depuis la dernière prévision.
L'exécution des calculs
Maintenant, les calculs peuvent commencer ! En chaque point de grille et à chaque pas de temps, le modèle doit résoudre un ensemble d'équations complexes. Celles-ci sont très coûteuses en ressources informatiques.
Les calculs prennent généralement quelques dizaines de minutes, grâce à l'utilisation de supercalculateursIls sont capables d'effectuer un nombre impressionnant d'opérations par seconde. Par exemple, le dernier supercalculateur utilisé par Météo-France, mis en service en 2021, compte pas moins de 300 000 cœurs capables d'effectuer plus de 20 millions de milliards d'opérations par seconde.
Le résultat final est une prévision 4D (latitude, longitude, altitude et temps) des tendances atmosphériques pour les heures et jours à venir.
Le saviez-vous ?
Les supercalculateurs ressemblent de l'extérieur à une succession d'armoires. Ils contiennent des processeurs de calcul et sont stockés dans une salle de plusieurs dizaines de mètres carrés. La chaleur générée par ces opérations est telle que des circuits de refroidissement hydrauliques sont nécessaires.
Fiabilité des prévisions et atmosphère chaotique
Les limites de la prévisibilité
Au cours des trois dernières décennies, la capacité de calcul disponible a été multipliée par plus de dix millions. De plus, les réseaux d'observations deviennent de plus en plus denses, nous permettant d'alimenter les modèles avec des données de haute qualité. Notre compréhension des processus physiques impliqués dans l'atmosphère a également considérablement évolué grâce à la recherche scientifique dans ce domaine.
Alors pourquoi les prévisions font-elles encore parfois l'objet de questions sur leur fiabilité ?
L'effet papillon
Au début des années 1970, Edward Lorenz a développé un modèle météorologique extrêmement simplifié pour qualifier le comportement de l'atmosphère. Son expérience consistait à alimenter ce modèle avec deux états initiaux extrêmement proches. Il a ensuite exécuté ses calculs et comparé les trajectoires météorologiques dérivées de ces points de départ.
Les résultats ont montré quelque chose de remarquable. Après seulement quelques itérations du modèle, les deux trajectoires ont commencé à diverger significativement. Elles ont finalement décrit deux états complètement différents de l'atmosphère.
Lorenz venait de prouver la nature chaotique de l'atmosphère. Il a présenté ses résultats lors d'une conférence en 1972 avec le titre désormais célèbre :« Prévisibilité : le battement d'ailes d'un papillon au Brésil peut-il provoquer une tornade au Texas ? ». Le fameux effet papillon était né.
Gérer l'incertitude
Cette étude a illustré le comportement extrêmement complexe de l'atmosphère. Les imprécisions dans l'état initial fourni au modèle, même les plus infimes, ou dans la modélisation de processus météorologiques à très petite échelle comme la turbulence, conduisent inévitablement à des erreurs. Ces erreurs se propagent dans toute la prévision et augmentent au fur et à mesure que la simulation avance.
Heureusement, les météorologues ont plus d'une corde à leur arc. Ils ont appris à contourner les sources d'incertitude. Par exemple, ils utilisent ce qu'on appelle la prévision d'ensemble, qui transpose l'expérience de Lorenz à plus grande échelle.
Puisqu'il est impossible de décrire parfaitement l'état de l'atmosphère en chaque point, nous n'allons pas exécuter le modèle météorologique avec un seul état initial. Au lieu de cela, nous l'exécutons avec un ensemble d'états initiaux qui tiennent compte de l'incertitude aux points où aucune mesure n'est disponible.
Cela produit un grand nombre de scénarios météorologiques que nous utilisons ensuite pour évaluer la prévision la plus précise pour les jours à venir. Ces techniques sont extrêmement coûteuses en temps de calcul. Elles sont désormais possibles grâce aux supercalculateurs.
Le saviez-vous ?
Avec l'amélioration continue des méthodes de prévision, une prévision à 5 jours aujourd'hui est aussi précise qu'une prévision à 24 heures dans les années 80. Aujourd'hui, nous considérons que les prévisions météorologiques fournissent des informations pertinentes jusqu'à 8 à 10 jours à l'avance.
L'approche multi-modèles de FROGCAST
Chez FROGCAST, nous avons développé une approche multi-modèles unique qui exploite simultanément les forces de plusieurs systèmes de prévision. Plutôt que de nous appuyer sur la sortie d'un seul modèle, nous analysons et combinons les prédictions de plusieurs modèles globaux et régionaux de premier plan. Cette méthodologie nous permet d'identifier les zones d'accord et de désaccord entre différents systèmes de prévision, fournissant des informations cruciales sur la fiabilité des prévisions.
Notre spécialité consiste à traduire cette analyse multi-modèles en intervalles de confiance exploitables. En comprenant où les modèles convergent ou divergent, nous pouvons quantifier l'incertitude associée à chaque prévision et la communiquer clairement à nos clients. Cela signifie que vous ne recevez pas simplement une seule prédiction météorologique — vous obtenez une évaluation complète de notre degré de confiance dans cette prédiction, permettant une prise de décision mieux informée pour vos opérations commerciales.
Que vous planifiiez de la logistique, gériez des ressources énergétiques ou coordonniez des événements en extérieur, savoir non seulement quel temps il fera probablement, mais aussi quel degré de certitude accompagne cette prévision, peut faire toute la différence.
Vous souhaitez en savoir plus sur la façon dont notre approche multi-modèles et nos intervalles de confiance peuvent bénéficier à votre entreprise ? Découvrez nos prévisions météorologiques et intervalles de confiance!
