Il est bien connu que la nature chaotique de l'atmosphère rend la prévision de son évolution particulièrement délicate. L'utilisation de sources d'information multiples permet de relever ce défi en quantifiant et en réduisant l'incertitude. Mais alors, quelles sont réellement les performances de FROGCAST ?
Cet article évalue les prévisions de FROGCAST face à 7 modèles individuels de Prévision Numérique du Temps (PNT) pour 6 variables atmosphériques sur une période de 3 mois.
Pour en savoir plus sur la génération de nos prévisions, consultez cette page. Vous pouvez également explorer tous les détails techniques et les fonctionnalités de nos prédictions ici.
Données et dispositif d'évaluation
Période et zone d'évaluation
Pour obtenir des résultats pertinents et robustes, nous avons évalué FROGCAST du 1er octobre au 31 décembre 2023. La zone couvre la majeure partie de l'Europe (Scandinavie exclue) et une partie du Maghreb. Elle s'étend de 30°N à 60°N de latitude et de 15°O à 30°E de longitude.
Variables météorologiques sélectionnées
Nous avons sélectionné 6 variables météorologiques classiques pour obtenir une vision claire et large des performances de FROGCAST :
- Température à 2 mètres (°C)
- Vitesse du vent à 10 mètres (m/s)
- Taux de précipitation par heure (mm/h)
- Humidité relative à 2 mètres (%)
- Pression au niveau de la mer (hPa)
- Irradiation horizontale globale (W/m²)
Métrique d'évaluation
Nous avons utilisé l'erreur absolue moyenne (MAE) calculée à l'aide des séries temporelles horaires pour mesurer la précision des prévisions.
Gridded reference data: ERA5 Reanalysis
Les données de réanalyse ERA5 du ECMWF ont été utilisées comme pseudo-observations maillées pour évaluer les différentes prévisions. Ce jeu de données fournit des informations au pas de temps horaire sur une grille spatiale de 0,25°. Il combine les données de modèle avec les observations pour générer une nouvelle meilleure estimation de l'état de l'atmosphère. Plus d'informations sont disponibles sur le site du Copernicus Climate Data Store.
FROGCAST vs modèles PNT (ou NWP)
Nous avons comparé les prévisions de FROGCAST à 7 modèles PNT:
- ARPEGE-EU et AROME (Météo-France)
- ICON-EU et ICON-D2 (DWD)
- GFS (NCEP)
- GDPS (CMC)
- IFS-HRES (ECMWF)
Les prévisions de chaque modèle ont été prises une fois par jour (run de 0 UTC) pour les 24 premières échéances horaires. Afin d'assurer une comparaison équitable, tous les modèles sont reprojetés et rééchantillonnés sur la grille ERA5 de 0,25°.
Performances spatiales selon les variables
Les performances spatiales pour la température à 2m sont présentées sur la Figure 1 en valeur absolue (a) et en différence absolue entre les modèles individuels et FROGCAST (b). Pour cette variable, les meilleurs scores sont obtenus par les modèles ICON, ICON-D2 et IFS. Cependant, pour chaque point de grille du domaine, FROGCAST surpasse tous les modèles individuels et réduit significativement la MAE, notamment sur les zones continentales.
Résultats détaillés pour toutes les variables
Les résultats concernant les 6 variables sont rassemblés dans les tableaux 1 à 4. Les scores relatifs à ARPEGE, ICON, GFS et GDPS sont moyennés sur le même domaine complet et peuvent être comparés (Tableau 1). Pour les trois modèles restants, les scores correspondent à leur domaine régional spécifique et doivent être considérés séparément.
Pour tous les paramètres atmosphériques, FROGCAST surpasse systématiquement chaque modèle PNT individuel. Les améliorations sont notables :
- Température à 2m améliorée de 0,2 à 0,5°C (25% à 40%)
- Vitesse du vent à 10m améliorée de 0,29 à 0,41 m/s (24% à 39%)
Ces différences varient beaucoup spatialement avec les meilleures performances de FROGCAST sur les zones continentales (non illustré).
FROGCAST ouvre la voie vers des prévisions météo précises
FROGCAST fournit des prévisions météorologiques probabilistes haute performance pour n'importe quel endroit dans le monde et une large gamme de paramètres atmosphériques. Cette étude met en évidence la pertinence de ses résultats et qu'il surpasse tous les modèles PNT individuels. Les algorithmes de FROGCAST sont optimisés pour chaque localisation et variable météorologique, garantissant ainsi les meilleures prévisions pour tous vos besoins spécifiques.
