Prévisibilité aux longues échéances

[florent76]

Peut-on faire des prévisions saisonnières ?

Le point de vue d’un modélisateur

Extrait de la Lettre n°17 Programme International Géosphère Biosphère-Programme Mondial de Recherches sur le Climat (PIGB-PMRC)

Le malentendu sur le terme

"La langue française, dont les nuances et les subtilités en ont fait la langue de la diplomatie internationale pendant quelques siècles, est pauvre face à la langue anglaise dans le domaine de la prévision météorologique: les mots «prediction », «prognostic», «outlook», «forecast», «foresight» sont systématiquement traduits dans un contexte météorologique par le mot «prévision», car la «prédiction» est réservée aux astrologues, et le «pronostic» aux turfistes. Il en résulte un malentendu entre les scientifiques qui parlent de prévision saisonnière et le public qui attend qu’on leur annonce le temps qu’il va faire.

Avec l’expérience, le public a admis qu’on puisse se tromper une fois sur dix pour le temps du lendemain (ce qui fait presque une erreur par semaine) et que, plus l’échéance s’éloigne, plus la chronologie des phénomènes est floue. Par exemple il est facile d’admettre qu’on ne prévoie pas en mai 2003 le début de l’épisode caniculaire du mois d’août au jour près, mais le public s’attend à ce que les prévisions lui disent que l’été 2003 sera notablement plus chaud que les précédents. Pourtant, la nature est plus capricieuse, ou notre conception de la nature à travers les lois de la physique est en défaut dans ce domaine. "

Approche déterministe versus probabiliste

"Les scientifiques, depuis H. Poincaré (1881), considèrent qu’il y a une limite à la prévision météorologique déterministe, à cause de la structure des équations des phénomènes. La résolution approchée des équations sur ordinateur, depuis plusieurs dizaines d’années, montre que cette limite se situe entre dix et vingt jours. Ne peut-on rien faire au-delà ? Si, mais l’approche devient alors probabiliste (voir plus bas la section sur l’analogie avec une expérience de pile ou face). Il y a plusieurs solutions possibles pour l’atmosphère et ces solutions ne sont pas équiprobables. Le calcul peut tenter de nous fournir les probabilités, c’est ce qu’on attend de la prévision saisonnière. Mais l’atmosphère réelle va choisir une seule de ces solutions, pas systématiquement la plus probable, et aucun modèle ne peut prédire laquelle avec certitude. C’est pourquoi même la moyenne de température sur une saison ne peut être prédite de manière déterministe.

Pour le public, l’approche probabiliste peut sembler une échappatoire. A courte échéance, la prévision est également probabiliste, mais la densité de probabilité est suffisamment pointue. Le rôle d’un prévisionniste est de transformer une information probabiliste (utilisation de plusieurs modèles numériques, expérience de terrain conduisant à envisager des situations analogues passées) en information déterministe (rédaction d’un bulletin). Ce faisant, il va se tromper de temps en temps, et c’est son droit le plus strict. S’il se contentait de transmettre un message probabiliste, c’est l’usager qui aurait à prendre la décision, et donc qui porterait la responsabilité de ses erreurs, ce qu’il ne veut pas. Le faible niveau de prévisibilité à l’échelle de la saison ne permet pas l’interface par un prévisionniste. Aussi les usagers potentiellement concernés par la prévision saisonnière sont très peu nombreux. "

Lire tout l'article : http://www.cnrs.fr/cw/dossiers/dosclim/bib..._previsions.htm

1) Quelles sont les différentes méthodes employées par les différents grands organismes météorologiques ??

• "Le CEPMMT, le NCEP et le Met Office disposent de modèles océaniques et atmosphériques couplés ; le modèle du CEPMMT s’est montré particulièrement apte à prédire les derniers épisodes El Niño et La Niña.

• Les autres, dont Météo-France, utilisent des modèles où la température de la surface de la mer est prescrite en début de simulation ; elle peut cependant évoluer, avec en général un rappel vers la climatologie. Les prévisions saisonnières, qui sont obtenues par la technique de prévision d’ensemble, peuvent être présentées sous forme déterministe (la prévision moyenne par exemple) ou probabiliste. Les modèles employés ont une résolution spatiale de 200 à 300 km. Les prévisions sont en général de meilleure qualité pour la température que pour les précipitations et pour l’hiver (de l’hémisphère considéré) que pour l’été."

2) Quelles sont les différentes méthodes employées par les différents prévisionnistes amateurs ??

"La méthode empirique de la répétition des lancers correspond à la prévision statistique. Longtemps on a dû s’en contenter, faute de moyens de calcul suffisants. C’est ainsi que l’Oscillation Australe a été découverte, par la recherche de prédicteurs de la mousson indienne. Les proverbes météorologiques sont l’expression d’une approche statistique embryonnaire, s’appuyant sur quelques dizaines de cas au mieux, et sans doute biaisée par les quelques cas extrêmes qui ont marqué les esprits. De nos jours, certains pratiquent une version améliorée de cette méthode qui a le mérite du coût minimal : un PC, pas nécessairement de la dernière génération, et un compte sur Internet pour récupérer des données. Elle souffre pourtant d’une difficulté : le lanceur de pièces peut choisir le nombre d’expériences, pas le prévisionniste statisticien. Nous avons à peu près 50 années bien documentées à notre disposition. En prévision saisonnière, cela ne fait que 50 cas." En Europe, en acceptant une incertitude un peu plus grande dans les données de base, on peut pousser jusqu'à plus de 200 années et commencer à obtenir des résultats intéressants. Mais ce n'est pas suffisant et ce n'est probablement que dans 500 ans que nous pourront utiliser cette méthode de manière fiable. Comment contourner l'obstacle ?

• L'analyse prévisionnelle mensuelle que je présente sur les forums du site Infoclimat se base sur une prévision statistique couplée avec un autre ingrédient : la connaissance du forçage. "Sans cette connaissance, la distribution probabiliste que l’on prévoit ne peut être que la distribution climatologique. Pour la pièce de monnaie, il faut connaître l’épaisseur et la densité de chaque milieu (approche numérique), ou disposer d’une pièce du même type (approche statistique). Pour l’atmosphère, il faut savoir en quoi par exemple l’été 2003 se distingue a priori des autres étés" : la connaissance du forçage réponds à cette question.

"Si le modèle n’est pas couplé à un modèle d’océan, la température de surface de la mer et l’étendue de banquise sont les conditions aux limites clés pour la variabilité interannuelle. Comme forçage d’un ordre inférieur, on trouve les aérosols volcaniques (éruption du Pinatubo), et à un ordre encore inférieur les concentrations en gaz à effet de serre autres que la vapeur d’eau (dioxyde de carbone, méthane, oxyde nitreux, ozone ...) et l’activité énergétique du soleil («constante» solaire). Ces deux derniers paramètres jouent un rôle majeur dans l’évolution du climat sur plusieurs décennies, mais ne varient pas significativement d’une année à l’autre". Pourtant, le soleil est intervient bien comme un forçage d'ordre supérieur selon mes études : son action sur l'atmosphère s'effectue par des phénomènes de résonnances complexes et non détectables au prime abord. C'est ainsi l'explication principale de l'été caniculaire de 2003 en Europe.

• Les autres, dont Frédéric Decker, MeteoBelgique réalisent des compilations de prévisions établies en fonction des modèles professionnels. Ainsi, avec une certaine expérience quant aux scores des différents modèles, on obtient des prévisions parfois satisfaisantes. Ainsi, Frédéric Decker sait retirer l'essentiel des modèles de la NOAA, Météo-France, Meteorological Office, IRI, TWO, Langfristwetter.de et Lothar Beckman.

• Enfin, certains proposent des "prévisions" sans indiquer de méthodes ni de sources d'aucune sorte : ces dernières ne sont pas plus fiables que les proverbes d'un almanach et encore... Rien ne prouve en effet qu'elles s'appuyent sur une base scientifique et leurs auteurs n'ont aucune légitimité pour rassembler leur disgressions sous le terme de "prévisions". Outre l'effet de décrédibilisation de la prévision saisonnière auprès du public qu'elles génèrent, on ne saurait que conseiller à leurs auteurs (parfois sérieux, mais ici négligeants) d'indiquer sources et/ou méthodes si ils tiennent à être pris au sérieux et non pour des faiseurs de pluie.

Florent.

[florent76]

Mesurer le score d’une prévision saisonnière

Les champs météorologiques bruts produits par une prévision saisonnière sont assez éloignés de la réalisation qu’ils sont censés prévoir. Tout d’abord, les modèles présentent une erreur systématique non négligeable, par rapport à une prévision à courte échéance. Ensuite, la méthode de prévision d’ensemble, destinée à atténuer l’effet papillon et les divergences de conception des modèles (dans le cas d’un multimodèle), se traduit par des champs plus lisses et des extrema émoussés. Ces champs prévus sont en fait une matière première à partir de laquelle on élabore des produits plus raffinés (indices, probabilités). On n’utilise pas l’erreur quadratique comme instrument de mesure du succès d’une prévision, mais le coefficient de corrélation spatio-temporelle entre la prévision et l’observation. Ce coefficient synthétise l’erreur quadratique et les variances des champs prévus et observés, tout en faisant abstraction du biais des prévisions. Si P et O désignent la prévision et l’observation, si P– et O – sont des moyennes pluriannuelles de ces deux quantités (on dit aussi des climatologies) et si d(X,Y) est un critère de distance moyenne entre X et Y (en pratique, la moyenne quadratique spatiale, temporelle ou spatio-temporelle de leur différence), le coefficient de corrélation peut se définir par :

................................

d2(P, P–) + d2(O, O–) - d2(P - P–, O - O–)

Corr(P, O) = ———————————————————————----------------------

................................

2d(P, P–) d(O, O–)

Il existe une formule plus brève, mais qui n’utilise pas le concept de distance, utile pour réaliser l’agrégation spatio-temporelle. Ce coefficient est une mesure de la qualité potentielle d’une prévision (Déqué et Royer, 1992) ; il ne faut donc pas se laisser abuser par sa valeur. Le coefficient de corrélation prend la valeur maximale de 1 quand la prévision est liée à l’observation par une formule linéaire. Deux séries qui se ressemblent à l’oeil ont en général une corrélation supérieure à 0,80. À l’échelle synoptique, les prévisionnistes considèrent qu’en dessous de 0,60, une carte prévue n’est pas exploitable. En prévision saisonnière, on est moins difficile. Les tests utilisant la méthode de chaotisation montrent qu’au dessus de 0,20, la prévision apporte une certaine information. Il dépend ensuite de son utilisateur de déterminer si cette information est utile ou s’il vaut mieux se fier au hasard ou à la climatologie.

Voici un article que j'ai trouvé expliquant comment calculer la réussite d'une prévision saisonnière. Nous en avions débattu longuement avec Meteor et GD déjà et que nous sommes resté pour l'heure sur une formule temporelle uniquement disant qu'une prévision en un point est bonne si l'écart entre P et O reste inférieur à 0,8°C. Pensez-vous qu'il y ait quelque chose à retirer de plus scientifique dans cette évaluation du score des prévisions que je vous propose chaque mois avec cette formule ???

Florent.

[florent76]

Approche déterministe versus probabiliste

"Pour le public, l’approche probabiliste peut sembler une échappatoire. A courte échéance, la prévision est également probabiliste, mais la densité de probabilité est suffisamment pointue. Le rôle d’un prévisionniste est de transformer une information probabiliste (utilisation de plusieurs modèles numériques, expérience de terrain conduisant à envisager des situations analogues passées) en information déterministe (rédaction d’un bulletin). Ce faisant, il va se tromper de temps en temps, et c’est son droit le plus strict. S’il se contentait de transmettre un message probabiliste, c’est l’usager qui aurait à prendre la décision, et donc qui porterait la responsabilité de ses erreurs, ce qu’il ne veut pas. Le faible niveau de prévisibilité à l’échelle de la saison ne permet pas l’interface par un prévisionniste. Aussi les usagers potentiellement concernés par la prévision saisonnière sont très peu nombreux. " Meteo France.

Troisième volet de ce message pour ouvrir un débat sur de bonnes bases sur les prévisions saisonnières. On peut discuter sur tout le texte du message initial en grande partie issu de Météo France, mais un paragraphe a attiré mon attention. Il me donne l'avis d'un modélisateur à Météo France sur la question de la présentation des prévision saisonnière.

"Le rôle d’un prévisionniste est de transformer une information probabiliste en information déterministe. Ce faisant, il va se tromper de temps en temps, et c’est son droit le plus strict. S’il se contentait de transmettre un message probabiliste, c’est l’usager qui aurait à prendre la décision, et donc qui porterait la responsabilité de ses erreurs, ce qu’il ne veut pas."

Ce passage est particulièrement clair : je ne souhaite pas non plus que les lecteurs de mes prévisions portent la responsabilité de mes erreurs. Suite à l'erreur d'Avril (je me trompe aussi de temps en temps), je me suis crû obligé de livrer toute l'information, tranmettant par là même un message probabiliste, ce qui n'a effectivement pas manqué de paraitre être une échappatoire pour certains. Je pense que la lecture de ces lignes me pousse à ne publier qu'un chiffre déterminé et a assumer seul toute la responsabilité des erreurs auquel j'ai en effet le droit.

Que pensez-vous de ce diagnostic ??

Florent.

[lds]

Un mot pour réagir au derniers commentaires sur probabilistes/determisiste et féliciter Florent pour lancer ce qui me semble être un vrai débat intéressant sur la prévision

Je pense que tu as peut-être mal compris ce que veut dire le texte par : "Ce faisant, il va se tromper de temps en temps, et c’est son droit le plus strict. S’il se contentait de transmettre un message probabiliste, c’est l’usager qui aurait à prendre la décision, et donc qui porterait la responsabilité de ses erreurs, ce qu’il ne veut pas. "

La phrase me semble ambigue mais on peut aussi comprendre que la prévi proba passerait mal car le public doit alors prendre sa décision et en assumer les erreurs (qui ne sont plus imputables au prévi). Et c'est à cela que le public n'est pas prêt. Je ne pense pas Florent que l'auteur veut dire que le public aura à assumer les erreurs du prévi (par le terme ses erreurs). ....

Je trouve trés bien que le texte insiste sur le fait qu'il n'y a pas à l'heure actuelle de connaissance de l'état exact de l'atmosphère.

Non l'approche probabiliste n'est pas une échappatoire(et je crois que l'auteur en est convaincu mais c'est ainsi qu'elle est vue par le public) mais, passé un délais variant de quelques heures à quelques jours, la seule approche honnête de la prévision météorologique.

Elle ne consiste pas à laisser assumer ses erreurs au public mais à lui transmettre une information scientifiquement complète sur la confiance à accorder aux prévisions présentées et la connaissance qu'on a du temps qu'il fera.

Franchement que vaut-il mieux faire : dire au public clairement que la prévisibilité pour le jour X est faible et que l'on ne peut être trés précis sur le temps qu'il fera (est-ce cela laisser le public assumer ses erreurs?) ou alors donner "plus ou moins au pifomètre" UNE prévi qui, pour le public sera LA prévi (et soit disant assumer ses erreurs). Dans le deuxième cas bien des personnes, des entreprises vont prendre un risque (non connu et enorme) en louant pour le week-end ou en planifiant des travaux. Dans le premier le public peut prendre sa décision "EN TOUTE CONNAISSANCE DE CAUSE" et en assumer les conséquences (ce qui me semble normal).

Perso je trouve la 2ème solution pas du tout scientifique (qu'on me démontre que "le choix" du prévi ne se fait pas plus ou moins au feeling) et pénalisante pour le public. On peut penser que le prévi assume ses erreurs mais c'est le public qui en supporte les conséquences et je persiste à croire que les gens sont, généralement, capables de prendre eux-même une décision et d'assumer leurs erreurs.

Je terminerais en disant qu'il est sans doute difficile pour un prévi de "renoncer" à faire une prévision même lorsque celle-ci semble bien périlleuse. Pourtant parfois, et beaucoup d'entre nous l'ont déjà éprouver, il semble impossible de donner une prévi sans jouer à pile ou face, alors pourquoi cacher cette incertitude??

[gadax38]

Perso je trouve la 2ème solution pas du tout scientifique (qu'on me démontre que "le choix" du prévi ne se fait pas plus ou moins au feeling) et pénalisante pour le public. On peut penser que le prévi assume ses erreurs mais c'est le public qui en supporte les conséquences et je persiste à croire que les gens sont, généralement, capables de prendre eux-même une décision et d'assumer leurs erreurs.

Bien d'accord avec toi lds. Je pense que c'est en grande partie une question d'éducation mais aussi de culture. Je pense que dans beaucoup de domaines, la météo est un très bon exemple, mais pour moi la politique et l'économie entrent aussi dans la même catégorie, on ne peut faire des choix basés sur une connaissance parfaite de l'évolution à moyen terme d'un phénomène.

Continuer à présenter des prévisions déterministes alors qu'on en a des probabilités plus ou moins importante c'est un peu de la malhonnêteté intellectuelle et en plus cela ne fait pas progresser le public dans le dépassement du déterminisme.

Mais après tout l'état doit faire tourner le loto ....

Sachant qu'a mon avis il y a de gros obstacles, vu les difficultés qu'on eu les scientifiques eux-mêmes à s'affranchir du déterminisme strict.

On pourrait aussi évoquer le problème posé par la publicité qui renforce le déterminisme. Une société formatée par une communication de type publicitaire est incompatible avec une communication de type probabiliste. Imaginez : "si vous utilisez ce shampoing vous aurez 55% de chance d'avoir de plus beau cheveux" /emoticons/sad@2x.png 2x" width="20" height="20">

Il ne faudrait pas que des organisme comme MF ou LCM privilégie une communication de type publicitaire, ce qui n'est pour l'instant pas trop le cas sauf parfois pour les week-ends prévus ensoleillés à une semaine d'échéance /emoticons/wink@2x.png 2x" width="20" height="20"> ...

Cela étant, on attend bien de Florent qu'il nous donne ses résultats:

- soit sous une forme probabiliste clairement identifiée scénario 1 70%, scénario 2 22%... avec un total de 100% bien sûr.

- soit sous une forme déterministe avec un scénario principal

Il est très important que l'on puisse évaluer ses résultats sur une base précise, non pas pour pouvoir le féliciter ou se moquer de lui, mais pour pouvoir évaluer le cas échéant le domaine de validité de son modèle et le faire évoluer.

L'ouverture de ce sujet par Florent est un bon indicateur de sa volonté à progresser dans ce sens

[florent76]

L'ouverture de ce sujet par Florent est un bon indicateur de sa volonté à progresser dans ce sens 

En effet, j'estime que toutes ces questions sont très importantes pour toute personne qui réalise des prévisions saisonnières. J'envoie d'ailleurs un appel du pied très clair à tout le milieu amateur en la matière, sans compter les professionnels qui ne sont pas toujours très clairs quant à leur méthodes et ne publient pas explicitement leurs scores (en cherchant, on les trouve tout de même et cela peut s'expliquer par le fait que ces dernières s'adressent à un public restreint et averti selon Météo France).

J'espère ainsi susciter plus de réactions :

1) des personnes publiant des prévisions saisonnières amateur ou participant à des modélisations professionnelles.

2) sur la question des scores d'une prévision saisonnière

3) sur la question de leur approche (déterministe versus probabiliste).

Je remercie déjà lds et gadax38 pour leur réponse par rapport à ce dernier point. Leur avis est très éclairant, mais j'ai crû comprendre que tous ne le partageaient pas sur le forum.

Florent.

[Invité]

Non effectivement pas trop d'accord en effet.

Si on veut faire des prévisions saisonnières uniquement basées sur les probabilités et les statistiques et bien autant ne pas en faire du tout.

Le déterminisme est soutenu par une démarche scientifique qui s'efforce de comprendre les mécanismes du climat et de prévoir le climat futur en se basant sur des modèles numériques de plus en plus affinés et sur des mesures de plus en plus nombreuses et précises.

Il se base aussi sur l'étude des mécanismes plus ou moins cycliques à grande échelle dans le temps et l'espace.

Ces mécanismes sont de mieux en mieux compris bien qu'il y ait encore du boulot.

C'est pourquoi je préfère personnellement qu'on continue dans la voie déterministe même si les résultats ne sont pas toujours au rendez-vous.

[GD]

Non effectivement pas trop d'accord en effet.

Si on veut faire des prévisions saisonnières uniquement basées sur les probabilités et les statistiques et bien autant ne pas en faire du tout.

Le déterminisme est soutenu par une démarche scientifique qui s'efforce de comprendre les mécanismes du climat et de prévoir le climat futur en se basant sur des modèles numériques de plus en plus affinés et sur des mesures de plus en plus nombreuses et précises.

Il se base aussi sur l'étude des mécanismes plus ou moins cycliques à grande échelle dans le temps et l'espace.

Ces mécanismes sont de mieux en mieux compris bien qu'il y ait encore du boulot.

C'est pourquoi je préfère personnellement qu'on continue dans la voie déterministe même si les résultats ne sont pas toujours au rendez-vous.

idem pour moi ce qui correspond à une analyse phénoménologique précise des phénomènes intervenant en météorologie et seule voie selon moi pour aboutir àun modèle représentatif et fiable dans quelques dizaines d'années malheureusement...

[gadax38]

Bon apparemment j'ai du mal m'exprimer, je suis aussi pour travailler sur des modèles basés sur des hypothèses théoriques et pas exclusivement sur des calculs sur les données.

Je parlais de probabilités dans la manière de présenter les prévisions.

Nous sommes d'accord sur le fait que les lois qui régissent l'atmosphère étant donné l'échelle sont de nature déterministes.

On a des phénomènes non linéaires donc l'erreur sur les conditions initiales engendre une erreur sur les résultats qui avec le temps devient très importante : la marge de phénomènes possibles au bout d'un certain temps est importante donc on doit exprimer explicitement que le résultat est un résultat possible parmi d'autres.

J'insiste beaucoup sur les probabilités parce que comme on en a déjà longuement discuter il faut qu'un modèle de prévision donne de meilleur résultat qu'une détermination au pif dans un intervalle de valeurs raisonnables. Et je pense que sur ce sujet les probabilités permettent d'établir des critères.

Je ne suis pas assez l'actualité de la recherche en météorologie pour être au courant de méthodes de calculs expertes qui seraient basés sur des résolutions approchés d'équations faisant intervenir des probabilités, mais si quelqu'un a des infos je suis preneur.

J'vous laisse bébé pleure

[Invité]

Bon apparemment j'ai du mal m'exprimer, je suis aussi pour travailler sur des modèles basés sur des hypothèses théoriques et pas exclusivement sur des calculs sur les données.

Je parlais de probabilités dans la manière de présenter les prévisions.

Nous sommes d'accord sur le fait que les lois qui régissent l'atmosphère étant donné l'échelle sont de nature déterministes.

On a des phénomènes non linéaires donc l'erreur sur les conditions initiales engendre une erreur sur les résultats qui avec le temps devient très importante : la marge de phénomènes possibles au bout d'un certain temps est importante donc on doit exprimer explicitement que le résultat est un résultat possible parmi d'autres.

J'insiste beaucoup sur les probabilités parce que comme on en a déjà longuement discuter il faut qu'un modèle de prévision donne de meilleur résultat qu'une détermination au pif dans un intervalle de valeurs raisonnables. Et je pense que sur ce sujet les probabilités permettent d'établir des critères.

Je ne suis pas assez l'actualité de la recherche en météorologie pour être au courant de méthodes de calculs expertes qui seraient basés sur des résolutions approchés d'équations faisant intervenir des probabilités, mais si quelqu'un a des infos je suis preneur.

J'vous laisse bébé pleure 

Oui comme ça on est d'accord.Plus on demande de précisions et plus l'échéance est lointaine, plus le modèle déterministe doit devenir complexe.(évidence)

Ces modèles ont fait de gros progrès puisqu'ils permettent maintenant une bonne prévision à moins de 7 jours.

Ce n'était pas le cas il y a une vingtaine d'années.

Pour les modèles de prévi saisonnières et pour aller un peu dans ton sens on devrait déterminer la probabilité d'occurrence de telle ou telle situation prévue ,en les soumettant à l'épreuve de situations passées et parfaitement connues.(je pense que c'est fait).

Sur un plan fondamental je ne sais pas si les modèles déterministes incluent une part de probabilité pour tenir compte de l'incertitude concernant les approximations dans les lois de la circulation atmosphérique, les méthodes de calcul, les mesures,...

Si tel est le cas ils doivent être capables de fournir leur propre probabilité d'occurrence de tel ou tel scénario.

à plus

[florent76]

La technique employée pour produire ces prévisions était la méthode de prévision statistique à ses débuts. Elle est encore employé dans le milieu amateur et par moi même, sachant que j'introduis une part importante de détermisme par l'intégration des forçages (solaire, volcanique...) Nous allons traiter de la prévision numérique, développée par les grands centres météorologiques mondiaux. Dès les années 1960, les prévisions à courte échéance ont été produites à partir de modèles numériques fondés sur des équations plus ou moins simplifiées des mouvements de l’atmosphère. A partir des années 1970, ont été développés des modèles de circulation générale (MCG) couvrant le globe et pouvant être intégrés sur plusieurs mois.

Sachant qu'un opérateur de moyenne temporelle augmente la prévisibilité par effet de lissage, les chercheurs ont tout de suite pensé à produire un ensemble de prévisions au lieu d’une seule. Cette technique est appelée méthode de Monte Carlo ou prévision d’ensemble. C'est ici que le probabilisme est introduit dans une prévision déterministe au départ. Pour produire un ensemble de petite taille, on peut effectuer des prévisions à partir de conditions initiales décalées dans le temps (dans Provost, le décalage est de 24 heures). Pour produire des ensembles dont la taille dépasse la dizaine, on introduit une petite perturbation aléatoire dans les conditions initiales ou dans les conditions aux limites. Dans tous les cas, la distance entre deux prévisions individuelles appartenant à un même ensemble ne croît plus au-delà d’une vingtaine de jours d’intégration. Dans l’expérience Persist menée par Météo-France, 60 prévisions ont été effectuées pour 15 hivers, en perturbant la température de surface de la mer. Le score de la prévision saisonnière obtenu en moyennant les 60 prévisions individuelles passe de 0,10 à 0,24.

Le défi est à la fin le même chez le professionnel que chez l'amateur : il va falloir choisir parmi plusieurs prévisions individuelles (équiprobables) une prévision déterminée. On voit que ce choix peut passer par le fait de faire la moyenne des différents scénarios, mais encore faut-il qu'ils soient suffisamment nombreux. C'est là l'avantage d'une approche déterministe qui peut en choisir le nombre et donc générer le probabilisme. L'approche statistique est limitée par le nombre de cas réels mesurés et qui subit le probabilisme inhérent à la méthode.

Florent.

[Invité]

Sachant qu'un opérateur de moyenne temporelle augmente la prévisibilité par effet de lissage, les chercheurs ont tout de suite pensé à produire un ensemble de prévisions au lieu d’une seule. Cette technique est appelée méthode de Monte Carlo ou prévision d’ensemble. C'est ici que le probabilisme est introduit dans une prévision déterministe au départ. Pour produire un ensemble de petite taille, on peut effectuer des prévisions à partir de conditions initiales décalées dans le temps (dans Provost, le décalage est de 24 heures). Pour produire des ensembles dont la taille dépasse la dizaine, on introduit une petite perturbation aléatoire dans les conditions initiales ou dans les conditions aux limites. Dans tous les cas, la distance entre deux prévisions individuelles appartenant à un même ensemble ne croît plus au-delà d’une vingtaine de jours d’intégration. Dans l’expérience Persist menée par Météo-France, 60 prévisions ont été effectuées pour 15 hivers, en perturbant la température de surface de la mer. Le score de la prévision saisonnière obtenu en moyennant les 60 prévisions individuelles passe de 0,10 à 0,24.

Le défi est à la fin le même chez le professionnel que chez l'amateur : il va falloir choisir parmi plusieurs prévisions individuelles (équiprobables) une prévision déterminée. On voit que ce choix peut passer par le fait de faire la moyenne des différents scénarios, mais encore faut-il qu'ils soient suffisamment nombreux. C'est là l'avantage d'une approche déterministe qui peut en choisir le nombre et donc générer le probabilisme. L'approche statistique est limitée par le nombre de cas réels mesurés et qui subit le probabilisme inhérent à la méthode.

Florent.

Cette méthode, me semble t'il, permet de déterminer la sensibilité du modèle aux variables d'entrée.Mais si le modèle est "mauvais" ce n'est pas elle qui peut permettre d'en améliorer la prévisibilité de façon sensible et déterminante.

Cela amène à se poser des questions sur l'aspect chaotique ou non du climat en-dessous d'un certain seuil et au-delà d'une certaine durée.

D'ailleurs ce qu'on appelle chaos est-il une réalité physique ou est-il une "impression" résultant de notre incapacité à prévoir?

Le problème de la science météorologique est qu'il n' y a pas d'expérience possible comme dans d'autres disciplines.

On ne peut faire varier des paramètres pour voir ce qui se passe à l'arrivée et donc pour établir ,valider ou affiner des lois.

La statistique appliquée à un système Hyper-complexe ne peut non plus être d'un grand secours.

Les modèles déterministes actuels à courte échéance marchent à peu près convenablement.

La prévision saisonnière passe t'elle par de telles modèles à la puissance N ou peut-on traiter le problème par un autre bout ?

Difficile d'avoir une réponse tranchée.

[florent76]

Meteor, je te mets le lien vers l'article sur les prévisions saisonnières issue du mensuel La Météorologie n°41 de mai 2003. Tu devrais trouver les réponses à tes questions (du moins, celles de Météo-France) dans cet excellent article qui m'a permis de bâtir mes posts.

http://www.smf.asso.fr/Ressources/D%E9qu%E941.pdf

Sinon, je n'ai pas eu de réaction par rapport au calcul des scores des prévisions saisonnières (contenu d'ailleurs dans cet article sous une forme assez abstraite). Si un esprit éclairé sait ce que l'on pourrait en tirer ? Le critère de distance pourrait-il être intéressant si au lieu de faire une prévision pour Paris, seulement, je la réalisais pour 2 ou 3 autres points ?? Sinon, quelle pourrait être cette formule simplifié (sans prendre en compte la distance) dont nous parle l'article ??

Florent.

[lds]

quelques mots par rapport aux trés intéressants posts qui précedent.

La prévi d'ensmble c'est quoi et pourquoi.

Le caractère cahotique de l'atmosphère a été mis en lumière notamment par des travaux de Lorenz dans les années 60. Si l'on part de 2 conditions initiales trés proches mais un tout petit peu différentes alors les 2 "trajectoires" vont rapidement diverger. On dit que l'atmosphère est cahotique.

Pour répondre à météor, les prévi probabilistes ou d'ensemble (c'est en pratique la même chose) utilisent un modèle de prévi classique et ne sont donc à ce titre pas basées que sur des stats mais bien sur ces modèles.

"Le déterminisme est soutenu par une démarche scientifique qui s'efforce de comprendre les mécanismes du climat et de prévoir le climat futur en se basant sur des modèles numériques de plus en plus affinés et sur des mesures de plus en plus nombreuses et précises."

Ce n'est pas le déterminisme qui est soutenu par cette démarche mais l'ensemble des prévisions météo qui existent, qu'elles soient déterministes ou probabilistes.

Par prévisions probabilistes on entend pas prévision uniquement basées sur des stats ou des maths mais bien prise en compte de l'erreur, qui hélàs existe toujours, de l'erreur engendrée par l'utilisation de modèles qui ne sont qu'une approximation de l'atmosphère. Il s'agit bien d'une démarche scientifique et qui vise à une meilleure compréhension de la physique de l'atmosphère.

Deux sources d'erreurs principales existent dans une prévision météo: l'erreur liée au modèle lui-même et à ses approximations et l'erreur liée aux conditions initiales utilisées pour "lancer" le modèle. La prévision d'ensemble vise à prendre en compte ces 2 sources d'erreurs, à essayer de prévoir au mieux leur importance et surtout à tacher de quantifier cette dernière. Pour reprendre le dernier post de meteor les previ d'ensemble actuelle utilisent plusieurs états initiaux (pour simuler l'erreur liée aux conditions initiales, leurs sensibiités à celles ci) mais on cherche aussi à prendre en compte l'erreur liée au modèle (on perturb pour cela la "partie physique du modèle").

Pour reprendre le second point du dernier post de météor l'aspect cahotique de l'atmosphère dépend de l'échelle considérée , temporelle comme spatiale. Grossièrement, plus l'echelle considérée est grande moins la sensibilité aux conditions initiales sera importante.

Pour reprendre un autre point du post de météor, la prévi déterministe actuelle marche plutot bien aux courtes échéances si la croissance des erreurs initiales n'est pas trop importante (ce qui dépend de la situation météo). Cependant plus le modèle est raffiné et à maille fine plus la sensibilité aux conditions initiales sera importante.

Mon opinion est que prévi synoptique et saionnière sont 2 choses différentes. Les echelles sont différentes et l'importance des conditions initiales aussi. Dans la démarche ensembliste d'une prévi saisonnière c'est moins la sensibilité aux conditions initiales que l'on peut chercher à modéliser que celle à la "physique" du modèle. Par exemple c'est ce que l'on fait quand on perturb le forcage lié à l'océan. A l'echelle saisonnière l'importance et l'impact des océans sur l'atmosphère me semble important à considérer.

Je n'ai pas encore eu le temps de lire totalement l'article qui me semble trés intéresant (je compte bien le faire au plus vite). En ce qui concerne les scores, il en existe beaucoup et ils sont plu ou moins compliqués.

Les critères proposés par l'article sont liés à une prévi probabiliste, est-cela que tu veux faire Florent?

Il ne faut pas oublier que les prévis dont parle l'article sont faites pour toute la france et même l'europe et que toi tu travailles sur un point unique (Paris).

Bien sur si tu peux faire tes prévis sur 2 ou 3 points de plus tant mieux mais compte tenu du boulot que cela implique....Pourquoi ne pas rester sur des chose simples pour le moment, dse scores compliqués pouraient embrouiller les choses et puis un vérification simple ne veut pas dire une mauvaise vérification.

Ta démarche d'amélioration et de compréhension des validations est louable, peut-être pour le moment vaut-il mieux rester avec des critères simples comme tu le fais. Tu pourras viser plus compliquer par la suite.....

[Invité]

Pour répondre à météor, les prévi probabilistes ou d'ensemble (c'est en pratique la même chose) utilisent un modèle de prévi classique et ne sont donc à ce titre pas basées que sur des stats mais bien sur ces modèles.

Oui je me suis rendu compte ,après coup et faute d'avoir bien lu les posts qui précédaient ,que j'étais hors sujet.Il s'agissait en effet plus de la présentation de résultats issus de modèles "déterministes" mais incluant un facteur de probabilité faisant partie du modèle plutôt que de modèles purement statistiques comme je l'avais cru de prime abord.

Mes excuses donc pour avoir quelque peu "détourné" involontairement l'idée initiale de Florent.

à plus

[florent76]

Je n'ai pas encore eu le temps de lire totalement l'article qui me semble trés intéresant (je compte bien le faire au plus vite). En ce qui concerne les scores, il en existe beaucoup et ils sont plu ou moins compliqués.

Les critères proposés par l'article sont liés à une prévi probabiliste, est-cela que tu veux faire Florent?

Il ne faut pas oublier que les prévis dont parle l'article sont faites pour toute la france et même l'europe et que toi tu travailles sur un point unique (Paris).

Bien sur si tu peux faire tes prévis sur 2 ou 3 points de plus tant mieux mais compte tenu du boulot que cela implique....Pourquoi ne pas rester sur des chose simples pour le moment, dse scores compliqués pouraient embrouiller les choses et puis un vérification simple ne veut pas dire une mauvaise vérification.

Ta démarche d'amélioration et de compréhension des validations est louable, peut-être pour le moment vaut-il mieux rester avec des critères simples comme tu le fais. Tu pourras viser plus compliquer par la suite.....

Merci pour vos réactions très intéressantes. J'essaye en effet d'en savoir plus sur la prévision saisonnière, car j'ai commencé à en faire presque par hasard et de manière très empirique au départ, en ignorant tout sur le sujet. Et j'ai encore beaucoup à apprendre...Je produis donc (je crois...) une prévision par une méthode statistique dans laquelle est introduit le déterminisme par l'étude des forçages et notamment le forçage solaire qui réduit considérablement la part du hasard dans mes analyses. Néammoins, le hasard (ou le chaos) n'est pas totalement expurgé d'où quelques scénarios possibles et du probabilisme à gérer. Comme pour la formule proposée pour les scores, j'ai d'ailleurs calculé les coefficients de corrélations entre mes scénarios et la réalité et j'ai désigné le plus corrélé comme scénario principal.

Travaillant sur un seul point, c'est donc uniquement une corrélation temporelle que j'ai étudié. Introduire l'espace est peut-être encore prématuré, mais cela m'intéresserait beaucoup. J'ai déjà remarqué que les scores peuvent être plus ou moins bons selon les endroits : les prévisions saisonnières par la méthode que j'utilise ne sont pas aussi performantes en tout point.

Les critères proposés par l'article sont liés à une prévi probabiliste, est-cela que tu veux faire Florent?

Je ne sais pas bien. Par rapport à ce que je viens de dire, que faudrait-il faire de plus ou d'autre dans ton esprit ??Florent.

[bicri]

Florent , tes prévisions saisonnières sont elles si éloignées que celà de mf , tu verrais en priorité des conflits méridiens répétitifs alors que mf, qui comme on l'a dit donnerait plutôt l'avantage aux positionnements de hauts géopentotiels sur l'angleterre et sur l'allemagne , avec pour incidence un blocage des perturbations atlantiques , en fait ces hautes valeurs , seraient propice à l'aspiration vers les régions septentrionnalles de l'air très chaud en provenance du mahgreb, (anomalie significative à 850 hpa, en fait comme en août 2003 où cette anomalie fût sup à 2 °c ) , il est bon de regarder sur la noaa , l'écart à la normale sur ces régions depuis les 3 dernières semaines ,( entre 2 et 3 °c) , une anomalie séche serait positionnée dans ces hautes valeurs (schématiquement angleterre et allemagne ) , comme nous l'avons souvent vécu cet l'automne et l'hiver passé , ( 6 mois consécutifs déficitaires en précipitations , et mai est bien parti pour devenir le septième .