Prévisions saisonnières de Mv à jour

[florent76]

Oui, Aldo29... et cette année on peut même étendre la période jusqu'au premier jours de mars, car il ne devrait pas y avoir de réchauffement très significatif avant.

Florent.

[Aldo29]

Il n'y a plus qu'à souhaiter de beaux GA ou des AA avec flux de N humides durant cette période. /emoticons/ohmy@2x.png 2x" width="20" height="20">/emoticons/smile@2x.png 2x" width="20" height="20">

[Tomar]

Au final ce qui devait etre le plus gros coup de froid de l'hiver entre le 12 et le 16 ne sera probablement pas grand chose. Je doute fort que cet épisode prévu soit le plus froid de l'hiver.

Je continue à penser que ton travail est très intéressant pour des tendances globales, mais que des statistiques de températures passées, ne peuvent aboutir à rien en ce qui concerne la prévision d'épisodes particuliers à des dates précises.

Tout à fait Stalbuck,On sera sans doûte bien loin de la petite vague de froid des 20-22 décembre dernier, sans inversion à cette période je le précise !

Evidemment les T baisseront par rapport aux moyennes exceptionnelles pour la moitié nord de cette première décade (parfois 5°C au dessus des moyennes), mais pour le moment, il est encore hasardeux de parler de période froide ou même fraiche du 12 au 16.

Attention à ne pas dériver et, après les inversions de décembre, rechercher maintenant une vague de froid dans l'Europe centrale pour coller aux prévisions... Et attendons quelques jours pour faire le point.

[lds]

JANVIER - Enfin du vrai changement. Un court mais sensible redoux aux premiers jours de 2005, suivi du plus fort coup de froid de l'hiver à la mi-janvier : on pourrait approcher les -10° autour de Paris, les -15° dans l'est. De la neige est à envisager autour de cette petite vague de froid. Radoucissement ensuite si le coup de froid ne se prolonge pas un peu, malgré également quelques jours plus frais fin janvier, on revient dans les normes.

Florent, je ne fais que recopier un de tes messages et je fais 2 petites remarques :

La première : tu parlais du plus fort coup de froid de l'hiver pour la mi-janvier avec du -10 à Paris, il semble que de plus en plus tu tempères cela. Tu parles désormais de décalages temporelles, ok mais comme certains le font remarquer à force de décaler cela change totalement la prévi initiale. De plus tu parles du fameux coup de froid maintenant sur l'europe de l'est...la encore j'ai de plus en plus l'impression que tu transforme les choses. Tes prévis françaises se transforment en prévis tchèques ou hongroises....

Tu en vois maintenant autour du 23 et du 30 (tiens tiens n'aurais tu pas regarde le graphique d'ensembleGFS par hasard?) alors qu'initialement il était question de quelques jours plus doux puis simplement plus frais...

Moi non plus je ne remets pas en cause ton travail mais les contorsions que tu infliges parfois aux prévis initiales pour se rapprocher un peu de la réalité....

[kéké]

Florent, pour prouver ta bonne foie tu devrait monter un de tes graphiques pour faire voir ta bonne fois, et pour qu'une fois pour toutes les personnes comprennent le fionctionnement car il est vrai que parfois c'est assez flou.

[florent76]

Attention à ne pas dériver et, après les inversions de décembre, rechercher maintenant une vague de froid dans l'Europe centrale pour coller aux prévisions... Et attendons quelques jours pour faire le point.

Le refroidissement sera bien visible à Nancy, en temps et en heure, je ne m'inquiète absolument pas pour cela.

Et il n'y a aucune dérive dans mon discours : la France n'est pas un îlot isolé du reste de l'Europe et plus de 80% des coups de froids sont observés aussi bien en France qu'en Europe centrale où on peut voir des écarts de température à la moyenne similaires dans ces cas là, sachant que les normales saisonnières sont plus basses à l'est.

J'ai indiqué clairement les limites de mes prévisions et les prochains jours seront compris dans l'intervalle, même si je n'optiens pas le résultat optimal.

Je publierai ce soir le graphe qui permet d'établir les températures sur une période de 3 mois pour vous expliciter mes analyses qui n'ont rien à voir avec GFS et sont entièrement de mon crû.

Florent.

[florent76]

Présentation du modèle d'analyses prévisionnelles saisonnières

Je vous présente ici pour la première fois, une sortie à la résolution maximale de mon modèle de calcul des températures à long terme basé sur les cycles climatiques. Juste pour vous montrer aussi qu'il est peut-être possible de faire de la prévision saisonnière fiable en Europe... car mon modèle est très simple et n'intègre que très peu de paramètres.

Vous trouverez ici les résultats pour la station de Nancy-Essey et la période du 1er novembre 2004 au 31 janvier 2005.

La courbe mauve montre les températures prévues, la courbe orange les températures observées dans leurs écarts aux normales 1971-2000 (contrairement à ce qui est marqué sur le titre du graphe)

La courbes en train fin montrent la projection brute de la température journalière qui est rarement exactes. Plus intéressante, la courbe lissée sur 5 jours qui fait bien apparaitre les variations que j'ai longuement expliqué sur ce sujet.

La courbe orange permet de voir les écarts à la normale des valeurs de température moyennes relevées à Nancy et elle est également lissée.

Vous pouvez voir clairement l'étroite corrélation entre les deux courbes, même au plus fort de l'épisode d'inversion du mois de décembre qui a fait perdre durablement de la chaleur aux basses couches.

http://membres.lycos.fr/florentplanchon/Images/PrevHiver2004-05IC.jpg

Je couvre ainsi, souvent encore plus fidélement la période du 1er janvier 2003 à aujourd'hui et mon graphe se poursuit jusqu'au 31 décembre 2005 assurant la prévision saisonnière des prochains mois, sous réserve de modifications dans l'affectation des séries quotidiennes à prendre en compte pour les calculs si l'erreur augmentait trop.

Regardez à présent le graphe pour le mois de janvier : vous comprenez aisément pourquoi j'aurais pu prédire dès le mois d'octobre (date de mise à jour du fichier de calcul) que les températures allaient s'infléchir autour du 15 janvier, mais qu'il m'est jusqu'à un certain point possible de prévoir l'ampleur de cette baisse.

De même apparaissent d'autres ondulations sur la courbe ensuite, d'où mes prévisions de possibles refroidissement vers le 23 et à la fin du mois, même si ils ne semblent moins importants graphiquement.

Florent.

[oozap73]

Florent76, je retiens que l'erreur de prévision pour décembre est de +1,7°C, ce qui me semble important. Pour le reste, on verra ce que va donner Janvier, et surtout Février que tu prévois froid.

Je pense qu'un travail statistique ne peut être "sanctionné" (en bien ou en mal) que par un bilan statistique.

Pour le moment, ton modèle hivernal n'est pas convaincant.

Mais si les écarts de Janvier et surtout en Février se révèlent faibles, alors on regardera la suite.

[florent76]

Florent76, je retiens que l'erreur de prévision pour décembre est de +1,7°C, ce qui me semble important. Pour le reste, on verra ce que va donner Janvier, et surtout Février que tu prévois froid.

Je pense qu'un travail statistique ne peut être "sanctionné" (en bien ou en mal) que par un bilan statistique.

Pour le moment, ton modèle hivernal n'est pas convaincant.

Mais si les écarts de Janvier et surtout en Février se révèlent faibles, alors on regardera la suite.

Mon analyse ne se limite pas à cet hiver : les années entières 2003 et 2004 sont prévues assez bien comme le laisse entrevoir les chiffres et leur vérification que j'ai fourni pour la période juillet-décembre 2004.

Les températures prévues sont vérifiées avec des écarts moyens de 0,8° et un écart maxi de 2,2° depuis février 2003 soit sur 23 mois, dans le détail :

10 mois prévus avec un écart <= à 0,5° dont juin et août 2003 !

16 mois prévus avec un écart <= à 1,0°

18 mois prévus avec un écart <= à 1,5°

Ensuite, malgré que le mois de décembre ait une erreur parmi les plus importante, on constate que la courbe des températures prévues restent parfaitement corrélée avec la courbe des températures mesurées : la moindre inflexion de l'une existe aussi sur l'autre même si c'est à un niveau différent.

Il manque probablement l'intégration d'un ou deux critères à ce calcul, mais l'essentiel est déjà là. On peut déjà prévoir tous les grands coups de froid ou de chaleur, plusieurs mois, voire années à l'avance ! De ce seul point de vue, je suis déjà satisfait car je ne connais aucun modèle à ma connaissance qui a la capacité d'en faire autant dans ces conditions.

Je rappelle que si ce calcul est basé sur des statistiques, il l'est également et autant sur une base théorique. Il s'agit de la théorie selon laquelle le soleil provoque l'existence de cycles climatiques sur la Terre, permettant de ne croiser entre elles que des données ayant des "affinités" sur ce point.

Je ne reprends jamais les 250 ans de relevés climatiques que je possède en procédant par corrélations et rapprochement automatique de toutes celles-ci. Je ne reprends jamais encore la moindre donnée actuelle (NAO, phénomène El Nino, températures de mers, surfaces enneigées...). Et bien sûr si je les commente plus tard, je ne reprends jamais enfin, dans mes calculs, le moindre résultat des modèles numériques existants sur le marché.

Ainsi épurés de tous autres apports, les traitements sont soigneusement choisis et sous-tendus entièrement par l'existence de cycles climatiques. C'est un procédé qui en prouve du même coup l'existence puisque les corrélations apparaissent bien là où on les attends théoriquement.

Mais l'évolution météorologique dans ses conditions n'est prévisible et pré-déterminée que jusqu'à un certain point : quelques critères manquent probablement ceux que j'ai cité précédemment, mais qui ne sont pas prévisibles plusieurs mois à l'avance. Nous voyons qu'une inversion peut ainsi tirer toutes les valeurs mesurées vers le bas sans en changer l'évolution générale. De la même manière agit le réchauffement climatique contemporain en translatant tirant vers le haut les valeurs de températures sans affecter apparemment le déroulement des séquences thermiques : tout semble plutôt se jouer dans l'intensité des phénomènes.

Je poursuis naturellement mes travaux et espère avoir de bonnes prévisions pour les prochains mois. Ce modèle de calcul est très loin d'être optimisé, car il n'intégre aucune données contemporaines par choix théorique pour l'heure ! Mon but premier était d'étudier la relation Soleil-Climat. Je n'ai pas cherché à améliorer mon modèle jusqu'à présent juste pour montrer et voir que par des données réduites à l'essentiel et un apport conceptuel basée sur la cyclicité de certaines tranches climatiques, on optient déjà des résultats forts intéressant avec une erreur comparable à ce qui se fait de mieux au niveau des prévisions saisonnières en Europe.

Florent.

[stalbuck]

la moindre inflexion de l'une existe aussi sur l'autre même si c'est à un niveau différent.

J'aurais tendance à modérer cette phrase.

Oui si on regarde les courbes lissées sur 5 jours. Désolé, mais le fait de lisser sur 5 jours fait totalement disparaitre des coups de froids et redoux successifs de grande ampleur. Si on regarde les courbes de fin novombre par exemple, deux coupe de froids successifs, entrecoupé d'un gros redoux, se traduisent par une montée de la courbe lissée sur 5 jours. On arrive a ne pas tenir compte de pas mal de situations ainsi.

[Tomar]

Florent,

Intéressantes tes courbes. Les courbes moyennées montrent une corrélation des variations (des dérivés en fait), même si les valeurs réelles décrochent souvent beaucoup (de 5°C et plus). C'est quand même intéressant ces évolution assez parallèles.

Si je puis me permettre, tu gagnerais en crédibilité si tu postais le graphe pour les mois qui viennent, nous pourrions ainsi vérifier que tes courbes évoluent de manière parallèle "en live" et non a posteriori.

[lds]

Florent quelques commentaires sur ton post :

Tout d'abord sur la vérification de tes résultats: tu te dis satisfaits car, à vue d'oeil les variations des courbes prévues et observées est grosso modo identique. C'est peut-être barbant mais une vérification plus "mathématique" avec calcul de coefficients de corrélations me semblerait plus justifiée.

Mais ce qui me "dérange" surtout c'est le critère chosi. Je m'explique : je pense qu'une prévision, qu'elle soit saisonnière ou autre n'a d'intérêt que dans la mesure ou elle est meilleure que celle basée sur la climatologie.

Ce que je nomme prévi climatologique c'est une prévi qui postule que le temps à venir, par exemple pour un mois donné, sera semblable aux moyennes clims pour ce moi.

C'est une prévi qui ne coute rien et que donc tout modèle de prévi validé doit améliorer sensiblement avant d'être comparer aux autres.

En ce qui concerne ta méthode, il est facile avec le graphe de voir si elle est meilleure, entre novembre et mi-janvier que la clim. Il suffit de regarder, toujours grosso modo, si l'écart entre la courbe mauve (ta prévi) et la courbe orange (la réalité) est plus faible que l'écart entre la ligne 0 (la climato) et la courbe orange (la réalité).

A première vue il semble que pour début novembre ton modèle surpasse les résultats de la climato, de même pour début janvier. Par contre entre la mi-novembre et la fin décembre tu sembles (j'ai regardé vite fait) faire "moins bien" que la climatologie.

Bien sur il faudrait valider cela sur une beaucoup plus grande période et faire un bilan global ensuite. Il me semble toutefois plus que présomptueux, alors que tu as modifié déjà ta méthode suite aux "mauvais résultats" de l'été dernier (tu étais pourtant bien sur de toi déjà en mai et juin) et que tu ne l'as "validée" que sur 2 ans, de déclarer qu'il n'y a aucun modèle "capable de faire mieux dans ces conditions", que tes résultats sont comparables à ceux des meilleures prévis saisonnières d'europe (tu possèdes les vérifications des previs des tous les grands centre météo d'europe??), que ta méthode prouve l'influence des cycles solaires sur le climat et ses variations mensuels en europe (alors que beaucoup de chercheurs pas si idiots que cela ne sont toujours pas parvenus à le faire).

[Invité]

Si je puis me permettre, tu gagnerais en crédibilité si tu postais le graphe pour les mois qui viennent, nous pourrions ainsi vérifier que tes courbes évoluent de manière parallèle "en live" et non a posteriori.

Il a bien mis janvier 05,c'est déjà pas mal.Donc on peut vérifier en live comme tu dis ce mois de janvier.

Je retiens quant à moi qi'il a prévu 2 périodes de froid : l'une le 15 ,l'autre vers le 23 de ce mois.

Ces 2 périodes seront un bon test de la validité du modèle.

[oozap73]

Mon analyse ne se limite pas à cet hiver

Je sais, cet été tu avais fait aussi des prévisons, mais ce fut un échec. On verra pour la suite, mais pour le moment je ne trouve pas ces prévisions probantes.

Des moyennes climatiques seraient tout aussi performantes je le crains : ce qui compte, c'est surtout le timing, les éléments marquants, etc..

Mais bon, on verra Janvier et Février pour tirer un bilan plus complet.

Pour le moment, on n'a pas assez de recul pour être plus radical.

[altocumulus24]

Un échec ?

Florent base ses prévisions sur Nancy il me semble, et je ne trouve que c'était tant un échec que ça....

[florent76]

Tout d'abord sur la vérification de tes résultats: tu te dis satisfaits car, à vue d'oeil les variations des courbes prévues et observées est grosso modo identique. C'est peut-être barbant mais une vérification plus "mathématique" avec calcul de coefficients de corrélations me semblerait plus justifiée.

Merci pour cette remarque lds, ce ne doit pas être trop compliqué à calculer avec un tableur, je vais voir ça...

Mais ce qui me "dérange" surtout c'est le critère chosi. Je m'explique : je pense qu'une prévision, qu'elle soit saisonnière ou autre n'a d'intérêt que dans la mesure ou elle est meilleure que celle basée sur la climatologie.

Ce que je nomme prévi climatologique c'est une prévi qui postule que le temps à venir, par exemple pour un mois donné, sera semblable aux moyennes clims pour ce moi.

"Ce qui me "dérange" surtout c'est le critère choisi" : Tu me parles bien du calcul d'erreur que j'ai fait pour le moment, qui ne dresse de comparaison que pour chaque mois pour l'heure, ce qui n'est pas assez fin ?

Bien sur il faudrait valider cela sur une beaucoup plus grande période et faire un bilan global ensuite. Il me semble toutefois plus que présomptueux, alors que tu as modifié déjà ta méthode suite aux "mauvais résultats" de l'été dernier (tu étais pourtant bien sur de toi déjà en mai et juin) et que tu ne l'as "validée" que sur 2 ans, de déclarer qu'il n'y a aucun modèle "capable de faire mieux dans ces conditions", que tes résultats sont comparables à ceux des meilleures prévis saisonnières d'europe (tu possèdes les vérifications des previs des tous les grands centre météo d'europe??), que ta méthode prouve l'influence des cycles solaires sur le climat et ses variations mensuels en europe (alors que beaucoup de chercheurs pas si idiots que cela ne sont toujours pas parvenus à le faire).

Oui, beaucoup de validations sont encore à faire, mais j'ai déjà suffisamment d'éléments pour m'avancer un peu et faire quelques prévisions sur Infoclimat qui ne seraient pas visibles sinon avant une année.Je dis bien que mes résultats sont comparables à ceux des meilleures prévis saisonnières d'Europe "dans ces conditions".

"Dans ces conditions" : cela veut dire sur la période janvier 2003-décembre 2004, et accessoirement avec des moyens aussi faibles que les miens, basé sur une théorie à laquelle peu de personnes croient, ce qui explique peut-être que cela ne soit pas étudié encore. J'ai d'ailleurs découvert tout ce que je sais aujourd'hui en partie grâce au fait d'avoir vécu 2003 et voulu en savoir plus car cela répondait en écho à de vagues hypothèses que j'avais au fond de mon tiroir. Bien sûr, je ne peux encore dire si je serais aussi performant cette année, mais si ce n'est pas pour la prévision en admettant que ça s'arrête là, le fait d'avoir pu reconstituer assez fidélement une séquence entière de 24 mois consécutifs avec des archives climatiques est déjà d'un certain intérêt scientifique. Je n'ai pas fini mes recherches afin de généraliser cela à toute période : j'ai beaucoup travaillé sur l'année 2003 et j'ai fini par trouver quelque chose pour ce cas particulier au moins.

Je ne possède pas toutes les vérifications de toutes les prévisions des grands centres météo d'Europe, mais je pense au moins être beaucoup plus transparent qu'eux dans ce domaine, si je n'ai pas de résultats meilleurs (dans les conditions précitées).

J'ai pu être parfois présomptueux et le serai probablement encore dans les moments d'euphories que l'on peut connaitre quand on ne s'est pas trop trompé car je pense réellement être sur une piste intéressante dans mes recherches...

L'été dernier, il me manquait encore quelques apports importants pour mon étude, d'où une analyse biaisée. Les calculs actuels ne sont peut-être pas encore les meilleurs, mais je sais que j'ai amélioré les choses : l'erreur globale en prévision a été divisé par deux. Les fausses routes et les échecs plus ou moins importants sont le lot de toute recherche : on se relève et on recommence.

Florent.

[lds]

"Ce qui me "dérange" surtout c'est le critère choisi" : Tu me parles bien du calcul d'erreur que j'ai fait pour le moment, qui ne dresse de comparaison que pour chaque mois pour l'heure, ce qui n'est pas assez fin ?

Je me suis mal exprimé, ce qui me semble difficile dans le critère que tu utilise c'est qu'il est "peu parlant". En effet, lorsque tu trouves un écart de X° comment dire de façon objective que cela est satisfaisant et reflète une bonne qualité de prévi. En fait valider une prévi est une chose peu évidente. Pour une prévi à courte échèance il n'est pas évident de fixer un seuil d'erreur au dela duquel la prévi sera dite mauvaise, on sait bien qu'il y a des situations où la prévi sera plus ou moins facile et le seuil fixé sera plus ou moins sévère.

Ce que je voulais donc dire c'est qu'il me semble, au moins comme premier test, plus simple et plus clair de faire une comparaison avec la climatologie. Déjà pour la période que tu présentes on peux en tirer 2 enseignements :

globalement un résultat pas trés bon (puisque entre mi novembre et début janvier, une simple prévi clim donne à première vue de meilleure résultats que ta méthode) par contre d'excellents résultats début novembre et début janvier (et cela est intéressant car il s'agit de période où la réalité s'éloigne assez fortement de la moyenne climatologique). Bien sur il faut faire cette comparaison sur une trés longue période pour en tirer quelques conclusions. Tu peux aussi focaliser cette comparaison sur les périodes de fortes anomalies (positives ou négatives) et voir dans quelle mesure tes prévisions permettent de bien les prendre en compte.

Enfin globalement tu ne peux à mon avis comparer tes prévis avec celles des grands centre météo car tu ne fais pas exactement de la prévi saisonnière. Je m'explique : la prévi saisonnière, comme son nom l'indique cherche à dessiner les grandes lignes climatique pour une saison donnée (ex : hiver foid, été normal, etc) et ne rentre pas plus dans les détails. Si on commence à faire de la prévis mois par mois (comme souvent sur le net) alors c'est de la prévi mensuelle (par exemple le met office ou MF doivent en faire mais se limite à un ou 2 mois), si comme tu le fais parfois on affine encore temporellement alors cela devient de la prévi synoptique à trés trés grande échèance (aucun centre ne fabrique de telle prévis je pense).

Je ne dis pas cela pour chipoter mais pour dire que ce sont des choses incomparables parceque différentes, basées sur des méthodes, des concepts différents. En ce qui te concerne ta méthode te permet de naviguer entre ces 3 types de prévisions et il me semble important de faire des validations différentes et basées sur des critères différents suivant l'echelle temporelle. Je ne serais pas surpris que les résultats soient trés différents et peut être meilleurs à plus grande "echelle"

[florent76]

En ce qui te concerne ta méthode te permet de naviguer entre ces 3 types de prévisions et il me semble important de faire des validations différentes et basées sur des critères différents suivant l'echelle temporelle. Je ne serais pas surpris que les résultats soient trés différents et peut être meilleurs à plus grande "echelle"

Passionnant ce que tu m'écris là : en fait je ne peux me permettre cette navigation parce que je pars de la maille minimale : les données quotidiennes.

Cela demande effectivement des validations différentes selon les échelles et les résultats sont souvent différents effectivement.

L'échelle journalière est soumise aux plus grands risques d'erreurs : elle n'est pas présenté en prévision tel quelle. Elle est lissée sur 5 jours afin de la rendre plus homogène et de limiter la portée des écarts inter-journaliers difficilement prévisibles quelles que soient les méthodes et à plus forte raison en analyse saisonnière. Ne demandons pas l'impossible, non plus. Une fois lissée, l'échelle journalière offre parfois des résultats très troublants.

L'échelle mensuelle semble plus adéquate en prévision saisonnière mais peut aussi être très sensible, hors les véritables erreurs de prévision. Les mois étant composé d'une période d'une durée médiane de 30 jours environ et surtout fixe dans le calendrier, on peut avoir des valeurs très différentes et faussées pour deux mois consécutifs si un pic de température prévu à la fin du premier mois intervient finalement au tout début du mois suivant.

Florent.

[oozap73]

Un échec ?

Florent base ses prévisions sur Nancy il me semble, et je ne trouve que c'était tant un échec que ça

Sur Paris et Nancy, et on a suffisamment suivi la situation l'été dernier pour ne pas avoir à revenir dessus trop longuement. C'était pas fameux.

On suit désormais la situation de cet hiver : pour le moment, Décembre est à côté de la plaque, quoi qu'on en dise. Je sais que ce constat est un peu abrupte, mais c'est la réalité. Il reste Janvier et Février, on verra bien ce que cela donne.

Si Janvier et Février sont bien vus, alors le bilan sera pas mal : Si un seul mois a été vu correctement, alors le bilan sera médiocre. Si les 3 mois ont été mal vus, alors on pourra parler d'échec. C'est pas plus compliqué.

Florent76 a déjà le mérite d'être le prévisionniste saisonnier le plus suivi, à juste titre, compte tenu de ses travaux très importants, et on ne peut que le féliciter pour tout son travail qu'il nous fait aimablement et courageusement partager. Pour le reste, seuls les résultats compteront.

[florent76]

Tout d'abord sur la vérification de tes résultats: tu te dis satisfaits car, à vue d'oeil les variations des courbes prévues et observées est grosso modo identique. C'est peut-être barbant mais une vérification plus "mathématique" avec calcul de coefficients de corrélations me semblerait plus justifiée.

Mais ce qui me "dérange" surtout c'est le critère chosi. Je m'explique : je pense qu'une prévision, qu'elle soit saisonnière ou autre n'a d'intérêt que dans la mesure ou elle est meilleure que celle basée sur la climatologie.

Ce que je nomme prévi climatologique c'est une prévi qui postule que le temps à venir, par exemple pour un mois donné, sera semblable aux moyennes clims pour ce moi.

C'est une prévi qui ne coute rien et que donc tout modèle de prévi validé doit améliorer sensiblement avant d'être comparer aux autres.

En ce qui concerne ta méthode, il est facile avec le graphe de voir si elle est meilleure, entre novembre et mi-janvier que la clim. Il suffit de regarder, toujours grosso modo, si l'écart entre la courbe mauve (ta prévi) et la courbe orange (la réalité) est plus faible que l'écart entre la ligne 0 (la climato) et la courbe orange (la réalité).

A première vue il semble que pour début novembre ton modèle surpasse les résultats de la climato, de même pour début janvier. Par contre entre la mi-novembre et la fin décembre tu sembles (j'ai regardé vite fait) faire "moins bien" que la climatologie.

Lds,

J'ai mené les différents calculs que tu suggéré : je ne suis pas sûr que cela apporte beaucoup, si ce n'est de confirmer que les valeurs prévues et celles qui sont réellement mesurées ne sont pas exactement superposables et qu'elles ont plus des ressemblances en grandes tendances que point par point. Ainsi, les coefficients de corrélation sont souvent assez faible dans l'absolu, ainsi que le nombre de jours où le modèle dépasse la climatologie dans l'absolu.

En prévisions à l'échelle quotidienne

Ainsi, pour le graphe présenté qui reprends assez bien visuellement parlant les grandes tendances, on a une corrélation sur les données quotidiennes de 0,43 et on arrive à 0,50 avec le lissage à 5 jours. Par contre, avec le mois de décembre, la prévision n'a été meilleure que la climatologie que pour 15 jours, soit 23,1% des cas.

J'optiens de meilleurs résultat pour l'année 2003 que pour la suite, ainsi que je le pensais à l'observation et que les erreurs que j'avais calculé sur mes prévisions à l'échelle mensuelle le laissaient prévoir. Même si la corrélation diminue depuis 2003, les résultats restent intéressant et les chiffres sont meilleurs ces 2 derniers mois de ce point de vue. Cette baisse continue de fiabilité indique peut-être qu'il me faut me tourner vers d'autres sources comparatives pour la période qui vient avant de n'avoir plus aucune corrélation.

En prévisions à l'échelle mensuelle

Les coefficients de corrélations sont ici bien supérieurs confirmant qu'il faut descendre aux échelles inférieures avec précautions, la prévision saisonnière étant réellement optimale à l'échelle mensuelle puisque les corrélations dépassent presque toujours 0,5.

Légende :

Pérd : période

0304 : années 2003-2004

1101 : période novembre 04- janvier 05 (graphe présenté)

0612 : période juin 04-décembre 04

Corj : coeff corrélation sur les valeurs quotidiennes

Cor5j : coeff corréla. sur les valeurs quot lissées à 5 jours

Prev

Corm : coeff corrélation sur les valeurs mensuelles

Erre : erreur prévisionnelle = écart prévue-écart mesuré (écart norm 71-00)

Sur les prévisions basées sur l'échelle quotidienne :

Pérd Corj Cor5j Prev

2003 0,34 0,42 56,7

2004 0,18 0,19 36,6

0304 0,27 0,32 46,6

1101 0,43 0,50 23,1

Sur les prévisions basées sur l'échelle mensuelle :

Pérd Erre Corm

2003 0,94 0,84

2004 0,91 0,42

0304 0,92 0,75

0612 0,78 0,71

Florent.

[lds]

Moi je pense au contraire que cela apporte un certain éclairage.

Petites questions tout d'abord : en ce qui concerne les vérifications des previs quotidiennes je suppose que les coeff de corrélation présentés sont des moyennes sur la période considérée?

Que donne l'évolution au quotidien de ces coefficients de correlation?

Sinon au vue des résultats des prévis quotidienne on peut dire que cela n'est pas bon. Par exemple sur 2003-2004 ta méthode n'est pas meilleure que la climatologie.

Cela me semble tout à fait normal et pas forcément négatif pour ton travail. La prévision quotidienne à trés long terme reste quelquechose de quasi-impossible à mon avis. Je ne juge pas ton travail de fond ni son idée de base mais le fait que par simple utilisation d'analogues (situation du passée semblable en gros à celle actuelle) tu puisses obtenir une previ quasiment au jour le jour me semble illusoire. Quand bien même ta méthode et ton idée seraient bonnes et les situations de grandes echelles évolueraient de façon similaires, les répercussions à echelle plus réduite sont beaucoup plus complexes et le caractère chaotique du système atmosphèrique ote tout espoir de réussite. Ce n'est pas par hasard si aucun grand centre météo ne se risque à le faire.

Par contre je pense que travailler sur des echelles de temps plus longues (tu peux essayer un mois ou au moins 2 semaines) est plus raisonnables. Logiquement tes résultats semblent meilleurs. Question : comment as tu calculés tes coeff de corrél mensuels ( tu comparés Tmoyenne mensuelle et Tmoyenne prévue?) et surtout que signifie Err dans le tableau?

La encore il serait intéressant de voir comment évolue mois après mois ce coeff de corrélation. De même tu peux la aussi faire des comparaisons écart (Tmensuelle prévue Tmoyenne mensuelle observée) - écart( T moyenne mensuelle clim Tmoyenne observée). Tes résultats seront sans doute bien meilleurs qu'au quotidien. Il serait aussi intéressant de cibler les mois les périodes les plus hors normes (style aout 2003, ce début janvier...) et voir comment pour ces périodes cruciales ton modèle apporte un plus.

Bref tout ceci ne me semble pas inutile, au contraire ces vérifications objectives sont indispensables à la validation de ta méthode. Tu peux déjà y voir un encouragement à te restreindre à ne pas descendre trop finement dans l'echelle temporelle et à cibler davantage sur des tendances mensuelles.

Je ne prétends pas détenir la vérité universelle en matière de vérifications des prévisions, je ne fais emettre ici que quelques idées, peut-être pas les meilleures mais au moins objectives.

[ChristianP]

Bonjour,

J'ai le même avis que LDS.

Si j’avais pris ma climato à Besse sur Issole en utilisant les T moy mensuelles sur 30 ans comme prévis de T moy pour chaque mois, j'aurais obtenu 11 prévis mensuelles avec une erreur < 0.5° sur les 24 mois de 2003 et 2004. Erreur moyenne de 0.7° sur 24 mois. En 2004 l'erreur moyenne de prévis que me donne la climato est de 0.4°, ceci en quelques minutes sans réaliser ton énorme travail bien intéressant.

Ces moyennes ne veulent pas dire grand-chose. La première étape c'est de situer l'anomalie du bon coté des normales quand il y en a une. Puis quand on devient bon à ce niveau on améliore la précision pour chiffrer son importance.

Voir un mois chaud alors qu'il a été frais ou inversement, c’est une erreur de prévis importante, même si l'écart est relativement minime lorsque on est près des moyennes.

Par contre une erreur de prévis de 2 ou 3° sur un mois est beaucoup moins importante si tu as pris de gros risques en donnant un écart à la normale rare comme par ex 5° (les cas sont peu fréquents pour un mois donné pour 50 ans de T moy mens homogénéisées).

Pour déterminer l'incertitude tolérée pour un mois donné (pour une saison, une année…), tu pourrais regarder de près la distribution des T moy de chaque mois pour les 50 dernières années (pas avant l'utilisation de l'abri Stevenson).

Utiliser de plus anciennes données de T moy mensuelles brutes assez biaisées n'a pas trop de sens (de nombreux écarts du passé sont nettement différents et inversés, ça se voit dans les corrections MF pratiquées sur les T moy mensuelles du passé) à moins que tu disposes des séries de T moy mensuelles homogénéisées avec les dernières techniques (et non pas d’après des T journalières, on ne sait pas les corriger assez précisément)

Donc une fois que tu as déterminé ta longue série homogène de référence, pour le mois concerné tu choisis l'incertitude autour de l'écart à la normale que tu as prévu, de façon à ne pas regrouper par exemple plus de 25 % des 50 dernières T moy du mois (Avec un seuil de 50% ce serait beaucoup, on ratissera trop large dès qu'on sortira de l’ordinaire).

Ces 25% te donneront déjà un incertitude importante autour de +- 2.5° (j’avais regardé sur une station mais ça peut varier d’une station à l’autre selon le climat) pour un écart à la normale rare d’un mois d’été type 2003, alors que pour des mois moyens on tombera à une incertitude de prévis de quelques dixièmes (+-0.2°, 0.3°… si c’est la moyenne prévue) autour de l'écart choisi. Il y a une bonne quantité de mois près des normales.

Cela te permettra de récupérer une marge d'erreur variable, basée sur une distribution fixe de 25% des cas observés pour une longue période de données homogénéisées. Cette marge d’erreur sera adaptée à la fréquence de l'écart à la normale que tu auras prévu.

Si le mois est vu juste car il entre dans l'incertitude calculée, on pourra comptabiliser 1 point de bonne prévis.

La moyenne des écarts ne donnera qu'une illusion de réussite, des erreurs positives annuleront souvent des erreurs négatives.

Une prévis saisonnière avec un lissage sur 5 jours, c’est un pas qui me paraît extrêmement fin, on sort nettement des grandes tendances, on est pratiquement dans de la prévis journalière à LT. C’est beaucoup plus sensible qu’une prévis avec un lissage de 30 jours. De plus sur 5 jours ça ne réponds pas à la question basique que se posent la plupart des personnes : Est ce que ce mois sera plus chaud ou plus froid que la moyenne et avec quelle intensité (idem pour la saison)?

Si tu veux prévoir la T pour un mois de 30 jours non fixés par le calendrier, autant utiliser une moyenne glissante sur 30 jours (les saisons sur 90 jours glissants…), tu ne seras plus gêné par une période chaude ou froide à cheval sur une fin et début de mois (ou de saison).

Enfin, je ne vois pas comment on peut travailler rigoureusement sur un pas journalier (même de 5 j) vu que les T moy du passé de référence sont corrigées sur des mois calendaires et non à la journée.

On pourra y voir objectivement clair avec des dizaines de prévis réelles (ton graphe ne donne aucune prévis saisonnière vu qu’il finit fin janvier, on devrait déjà visualiser les graphes prévus du 15 février au 30 mars) appuyées par des tests statistiques (chercher à savoir si ta série de résultats est statistiquement significative).

Dans ton dernier msg sur tes coeff de corrélation, on ne sait pas quelle est la période utilisée pour définir ta normale climatologique ?

Ca n’aurait aucun sens d’inclure des données journalières ou T moy mens d’avant 1950 si elles ne sont pas homogénéisées. Et encore si tu utilises les données de Nancy Essey, la station a été déplacée plusieurs fois avec des variations d’altitude, la dernière en 1960. Donc la série de référence pour une série de données brutes ne peut commencer avant mai 1960. Après pour l’utilisation de données bien plus anciennes fractionnées sur d’autres stations fermées à droite et à gauche à Nancy, c’est encore plus compliqué d’y voir clair dans ces données hétérogènes si imprécises. Je ne vois pas comment on peut raisonner sérieusement en dehors des grandes tendances d’une T moy annuelle globale ( On sait qu’un déplacement d'abri provoque les plus grosses ruptures d’homogénéité)

Pour le moment on est loin d’essais pratiqués en double-aveugle et il est fort probable que des prévis et analyses très rétroactives soient influencées (même inconsciemment) par la connaissance des résultats.

Pour le moment en attendant les graphes pour de février et mars, les prévis saisonnières que l’on peut prendre comme référence avec cette méthode, sont textuelles, ce sont celles que tu as diffusées avant l’hiver.

[florent76]

Merci beaucoup Lsd et ChristianP pour vos posts des plus constructifs.

Question : comment as tu calculés tes coeff de corrél mensuels ( tu comparés Tmoyenne mensuelle et Tmoyenne prévue?) et surtout que signifie Err dans le tableau?

Pour établir les coefficient de corrélation, j’ai comparé effectivement écarts à la normale 1971-2000 prévu et mesuré en T moyenne mensuelle. Err est l’erreur de prévision basée sur cette comparaison : c’est la soustraction écarts à la normale 1971-2000 prévu – écarts à la normale mesurés

La encore il serait intéressant de voir comment évolue mois après mois ce coeff de corrélation. De même tu peux la aussi faire des comparaisons écart (Tmensuelle prévue Tmoyenne mensuelle observée) - écart( T moyenne mensuelle clim Tmoyenne observée). Tes résultats seront sans doute bien meilleurs qu'au quotidien.

Une partie du travail est fait : c’est donc l'erreur erre que j'avais oublié de légender.

Il serait aussi intéressant de cibler les mois les périodes les plus hors normes (style aout 2003, ce début janvier...) et voir comment pour ces périodes cruciales ton modèle apporte un plus.

Je vais voir si je peux te faire un petit graphique, plus parlant qu’un long discourt !

Si j’avais pris ma climato à Besse sur Issole en utilisant les T moy mensuelles sur 30 ans comme prévis de T moy pour chaque mois, j'aurais obtenu 11 prévis mensuelles avec une erreur < 0.5° sur les 24 mois de 2003 et 2004. Erreur moyenne de 0.7° sur 24 mois. En 2004 l'erreur moyenne de prévis que me donne la climato est de 0.4°, ceci en quelques minutes sans réaliser ton énorme travail bien intéressant.

Ces moyennes ne veulent pas dire grand-chose. La première étape c'est de situer l'anomalie du bon coté des normales quand il y en a une. Puis quand on devient bon à ce niveau on améliore la précision pour chiffrer son importance.

Je suis bien d’accord : dire de quel côté va pencher la balance en obtenant toujours au pire la même erreur moyenne, c’est beaucoup plus dur. La tolérance augmente effectivement pour les mois les plus exceptionnels.

Je dispose effectivement de séries de T moy mensuelles homogénéisées avec les dernières techniques. Je suis conscient que des changements sont intervenus dans les stations, mais je ne pense pas que cela joue beaucoup sur mes résultats : je travaille sur des valeurs relatives (écarts) et non pas sur des valeurs absolues : quelles que soient les conditions de mesures, les variations de température n’ont pas dû trop changer surtout sur des données homogénéisée (excepté cas des stations type piège à froid avec déplacement par la suite). Je dis cela parce que j’ai tracé des courbes pour Bruxelles et Prague et les courbes se superposent grossièrement autant en prévisions qu’en mesures. Il existe des chiffres sur les corrélations entre les grandes stations européennes : il sont souvent supérieur à 0,8 pour la zone allant du Bassin Parisien, l’Allemagne et aux pays de l’Est.Ta proposition de marge d’erreur variable basé sur les percentiles des valeurs mensuelles autour d’une valeur prévue est très intéressante. La moyenne des écarts ne donnera pas qu'une illusion de réussite, les erreurs positives n’annuleront pas les erreurs négatives : quand je calcule mes erreurs moyennes, je travaille sur les valeurs absolues des erreurs de chaque mois.

Une prévis saisonnière avec un lissage sur 5 jours, c’est un pas qui me paraît extrêmement fin, on sort nettement des grandes tendances, on est pratiquement dans de la prévis journalière à LT.

C’est bien ce que j’ai démontré avec mes calculs de corrélation : cependant, on peut tout de même noter sur plusieurs périodes des convergences très intéressantes qui font que ça vaut tout de même la peine de visualiser les données au niveau le plus fin.

On pourra y voir objectivement clair avec des dizaines de prévis réelles (ton graphe ne donne aucune prévis saisonnière vu qu’il finit fin janvier, on devrait déjà visualiser les graphes prévus du 15 février au 30 mars) appuyées par des tests statistiques (chercher à savoir si ta série de résultats est statistiquement significative).

Cette courbe est déjà tracée. A quels tests penses-tu ?Ma normale climatologique est définie sur la période 1971-2000.

Pour les données de février-mars, je vais voir ce que je peux faire... malgré les erreurs, on dirait qu'elles t'intéressent tout de même ces courbes ! Merci pour ces remarques.

Florent.

[lds]

Juste une petite précision florent : tu dis que err est : c’est la soustraction écarts à la normale 1971-2000 prévu – écarts à la normale mesurés

Pourquoi ne pas faire comme tu l'as fait au quotidien le décompte des mois où diff (prevu-obs) >diff(clim-obs), c'est juste une suggestion...et c'est vari qu'un graph c'est toujours mieux.

L'idée de christian me semble vraiement claire et sans doute plus rigoureuse que mes propositions.

[florent76]

Vérification des analyses prévisionnelles mensuelles

Au début d'une nouvelle année, la période se prête tout a fait pour dresser un bilan sur mon nouveau modèle d'analyse prévisionnelle dont on va pouvoir considérer le fonctionnement sur les deux dernières années.

Nous avons déjà fait un bilan pour les sorties au niveau quotidien quelques posts plus tôt. Nous avons vu par l'étude des corrélation et des erreurs prévisionnelles que l'échelle quotidienne n'est pas la plus fiable afin d'effectuer des prévisions plusieurs mois à l'avance. Néammoins, le tracé des graphes présente tout de même l'intérêt de prévoir relativement souvent les grandes inflexions de la températures tout au long des deux dernières années, même si ce n'est pas avec une grande précision.

Au niveau mensuel, les résultats sont optimals et les coefficients de corrélations ne montrent pas tout. Vous trouverez deux graphes ci-dessous qui permettent de vérifier et valider ma méthode d'analyse.

Le premier graphique va comparer les écarts à la normale 1971-2000 des température prévue aux écarts de température à la normale réellement mesurées à la station de Paris le-Bourget depuis janvier 2003. Le second graphique compare cette fois en valeurs absolues, l'erreur prévisionnelle (l'écart entre les courbes du premier graphique) à nos écarts de température à la normale mesurées à Paris.

http://membres.lycos.fr/florentplanchon/Images/verifprev.jpg

Quels sont les enseignements à tirer de ces analyses ?

D'un seul coup d'oeil, on constate par les deux graphiques que les prévisions sont très bonnes de mars à octobre 2003 inclus, sur décembre 2003, janvier et avril 2004 et de juin à novembre 2004 inclus.

Elles sont plus moyennes sur les autres mois. Elles ne sont véritablement mauvaises que pour 6 mois : l'erreur prévisionnelle surpasse alors l'écart à la normale climatique 1971-2000.

Les mois avec un échec sont janvier et février 2003 au démarrage du cycle climatique, puis les mois de novembre 2003, mars, mai et décembre 2004. On a des échecs, mais ils ne dépassent les 2° que deux fois (cf. losanges rouges sur la courbe verte du second graphique).

Nous obtenons donc sur 2 ans : 18 mois de bonnes prévisions soit 75% de réussite.

Le modèle semble meilleur pour percevoir les mois qui comportent les plus grands écarts de température. Dans l'absolu, les mois très tranchés autorisent les erreurs les plus grandes, mais sur ces points là, le modèle se montrent excellent avec une précision quasiment toujours inférieure au degré celsius.

Ce modèle prévoit très précisément les températures de l'année 2003 à partir de données du passé. C'est pour cette raison que je pense que tout le déroulement climatique de 2003 n'était absolument pas dû au hasard. Le premier graphe atteste clairement l'existence de cycles climatiques par nature prévisibles. Ces calculs n'ont pas été mis au point à temps, mais on peut clairement voir rétrospectivement que la canicule d'août 2003 était inévitable et très précisément prévisible à quelques dixièmes de degré près

par un modèle excellent d'août à octobre 2003 ! Et au moins à partir de juin 2003 qui est très bien vu aussi par le modèle, tout comme le relatif répit de juillet. Même le mois d'octobre plus froid et qui a beaucoup surpris après tant de chaleur est bien vu.

Comme je l'avais dit à l'époque, suivant une année comme 2003 dans un cycle climatique de ce type, l'année suivante se montre beaucoup plus modérée. En effet, depuis novembre 2003 seul un mois présente un écart mesuré de plus de 2° et qui était d'ailleurs vu comme le plus chaud à partir de là : septembre 2004. Les écarts à la moyenne plus faible en 2004 n'ont pas facilité la prévision, surtout au printemps 2004. Avec ce nouveau mode de calcul très bon pour 2003, dès le mois de juin 2004, le modèle est de nouveau performant. Il m'aurais permis de voir beaucoup mieux que j'ai pu le faire l'été 2004 si j'avais eu ces éléments en ma possession comme vous pouvez le voir. L'automne particulièrement doux est bien vu aussi. Dernier gros artéfact en date : décembre 2004, erreur qui serait dû à la persistance d'inversions en basse couche car l'air était effectivement bien doux quelques centaines de mètres au dessus du sol.

Il reste à savoir si notre modèle sera pertinant en 2005, car on peut constater une certaine érosion de ses performances depuis le printemps 2004.

Florent.