Matpo

Merci pour l explication Sylvain au top 🙏

Merci !

Intéressant de voir que sur ces résultats, pour les températures extrêmes de canicules, sur 12 h IFS est meilleur, mais sur 5 jours et 10 jours c est l inverse, et que Graph Cast est meilleur dans tout les autres paramètres... J en profite pour te remercier @_sb pour le fait que tu inclues ces nouveaux modèles souvent dans tes posts dans les prévisions ! Merci beaucoup

Oui HRES c est bien IFS Et il s agit de réanalyse après coup pour comparer les erreurs par rapport à IFS si j ai bien compris

Je regarde le calendrier Nous sommes le 25/11 Une seule conclusion s impose : @Royans26 nous écrit en direct depuis le futur

Allez allez faites pas les timides

La Tn de Blagnac aujourd'hui 24 novembre 2023 semble incorrecte (trop faible en regard des données en tableau) https://www.infoclimat.fr/observations-meteo/temps-reel/toulouse-blagnac/07630.html

Gris, gris, gris et encore gris .. Avec le ici aussi une petite bruine fine qui a débuté en fin d aprem et persistante... Pour la Tn de Blagnac il semble y avoir un problème C est descendu dans la tableau a 7.1°c mais le récap en bas met 5.8°c... Tx 9.2°c et 9°c actuellement... Remarquable de stabilité Impression bien hivernale, beau contraste avec les dernières semaines en terme de températures, quelques degrés de moins et on aurait pu commencer a penser a des flocons (j'étais en campagne vallonnée, ceci aidant)

L algo de traitement des couleurs en PLS 😅

J'ai essayé de discerner a chaque phrase a qui elle appartient Un truc qui même pour @un_Mauzunois demanderais toutes ses compétences !

Yop ! Pour mardi je joue Ecija https://www.infoclimat.fr/observations-meteo/temps-reel/ecija/08395.html# On est vendredi 23h 12, ¡ Olé ! C'est OK pienso que boyagonale comment porter tango mon Ghana de canard et c'est parti ---- [Ça c est en dictant a mon tél] Sinon ça donne : "pienso que voy a ganar, porque tengo mucho ganas de ganar està parte" C est quand même mieux

Tu y étais aussi ? On étais quelques un d IC mine de rien au final Carrément j'ai eu ce sentiment aussi Inquiétudes d une part (la question a même été posée vous le verrez en replay directement : avez vous pour but de remplacer les modèles traditionnels ?) souhait de progresser encore plus dans cette innovation technologique (au sens où l émulation d un modèle en est une) sur fond aussi d enjeux comme les emplois concernés , la pertinence de l offre etc Je serait bien incapable de dire ce que l avenir va produire Merci encore Bernard d avoir partagé l information et initié le topic !

D accord merci 😊 J avoue que je manque un peu de temps mais je vais quand même essayer de me familiariser mieux avec l'outil pour voir ce qui est faisable (la question est quand ?😅 Mes semaines sont chargées pleines mais je vais tenter dès que possible)

Je viens de voir ce topic, faut que je vois ce soir 😊

Carrément l'exemple est assez violent 😅

Ha j' ai compris ta demande Je vais voir ce que je peux faire pour ça (sinon on le voit bien au Canada ils sont trois pour le moment )

Je ne sais pas si ces sources ont déjà été fournies https://www.nature.com/articles/d41586-023-03552-y Performances graph Cast Également : Avis aux amateurs

Tu voulais peut être poster dans le suivi du temps mais c est impressionnant en tout cas !

Je viens de corriger 😅

De la nouvelle carte ? Je te met ça de suite (Pouvoir épingler un message serait pratique, un peu façon discord, idée a soumettre ) Le voilà : http://umap.openstreetmap.fr/fr/map/carte-des-iceens-bis_799357#5/51.944/5.295

Bon je vais tenter un petit résumé Pardon d avance pour les imperfections le mieux sera de regarder la conférence qui sera diffusée sur youtube tantôt pour avoir l exactitude de ce qui a été dit durant cet échange vraiment intéressant entre passionnés, météo et/ou informatiques Il y avait au passage donc le premier auteur de Graph Cast (Google) donc vraiment la bonne personne avec qui échanger pour le sujet c'était top (A la fin j ai voulu poser une question intelligente mais on a pas où avoir toutes les questions donc je suis resté bête🤭😅) Je précise également qu une discussion de ce niveau mobilisant l'entièreté de les capacités mentales voire même plus, je suis tombé pendant de courtes minutes a force de concentration trop élevée et par conséquence d un travail physique hardcore effectué juste avant par mon corps d athlète, dans ce que l on qualifié parfois de sieste, j'espère que mon absence de quelques minutes ne se vera pas trop dans les notes. J'ai toutefois représenté dignement IC en compagnie de Damien (d autres aussi que ceux que j ai précédemment mentionné étaient présents, un plaisir de revoir @kami et de rencontrer @Marc09 ) qui n y a vu que du feu Marc Pontaud a commencé par un rappel, qu est ce que l IA de base ? Qu est ce que l IA ? L IA c est un programme informatique qui effectue la réanalyse de son propre process et se corrige en permanence en fonction de la comparaison résultat attendu/résultat produit (en très gros de ce que j ai compris, il y a aussi une histoire de neurone mais je saurais pas bien vous dire ce que c est, les gens qui en ont savent) L IA en réalité existe depuis longtemps (années 50 environ, puis c est tombé dans l oublie et est revenu progressivement depuis les années fin 80 début 90 mais pas en météo et de façon marginale avec toutefois de très bons résultats) mais pas dans le domaine météo en tant que modèle, il y avait d autres applications non liées à la météorologie et plus récemment, depuis 2015 de petites applications étaient faites en météo. Mais ces applications concernaient du post traitement de données issues de modèles ou de données brutes d observations par exemple, mais pas pour émuler un modèle de prévision Depuis le printemps 2022, l annonce a été faite et de fait maintenant ces modèles existent Potentiel énorme quand au temps de calcul nécessaire pour faire une prévision (Panghu Weather sort 10 jours de prévision en une minute au niveau planétaire) ou sur des phénomènes d ampleur mais quelques lacunes dans les phénomènes de petites échelles, par exemple pour modéliser un sting jet pour le moment sur ces grands modèles ça ne se fait pas [Je précise au passage que la conférence traitait essentiellement des principaux modèles les plus connus d IA, mais bien d autres existent comme l a rappelé @Jojobarbar ] Jusqu'à récemment, l IA était par exemple utilisée pour émuler les paramètrisation physiques des modèles Mais personne dans le monde météo ne croyait a l émulation d un modèle piloté entièrement par IA il y a encore 5 ans Explication de l auteur de Graph Cast Graph cast est un modèle basé sur le machine learning C est assez passionnant je trouve de fonctionnement On a donc le système qui effectue une comparaison de ses résultats avec les Obs réelles et s affine ainsi Pour faire une prévision si j ai bien compris, le système a ingurgité toutes les numérisations du temps passé et de son évolution Pas besoin pour cela d équations de base de la thermodynamique : elles ne sont inclues nulle part dans le modèle et perso je trouve ça fou C est un apprentissage absolument empirique sur la base du passé Tout le monde y compris la personne du bureau de l ECMWF a mentionné les résultats au moins égaux voire supérieurs de ce modèle par rapport à CEP Graph Cast a besoin d une analyse, les données de base, d entrée, pour initialiser le modèle Cette analyse provient pour le moment de Era5, donc source non IA il faut le préciser Ces données lui parviennent toutes les 6 heures Graph Cast possède 37 couches verticales et une grille planètaire d un millions de points Il y a 6 paramètres de base (point de vorticité helicité et compagnie) : Humidité, température, précipitations, pressions et deux autres que j ai loupé 😅 La où c est intéressant également, c'est que une fois la prévision faite, l état de surface est converti en graphique puis retranscri en paramètres météo a la demande via un algo qui leur est propre La résolution est de 0.25° pour le moment donc une vingtaine de km Ce modèle à la possibilité de prédire des éléments intenses et se révèle redoutablement efficace pour ce qui est de la prévision de trajectoire de cyclones de façon très précise, il a également (entre autres) de bonnes performances pour ce qui est des rivière atmosphériques et des températures extrêmes Matthieu Chevallier de l ecmwf a rapporté que l organisme lors de la parution des com relative a ces modèles à été impressionné, voir même challengé, par un organisme très nouveau Les modèles chinois etc étaient open source, ils on été pris tels quels (déjà "entraînés") pour les faire tourner avec les conditions initiales dont dispose le bureau européen de era5 ce qui a donné AIFS (et là je me dis rétrospectivement que je ne vois pas bien la différence avec le modèle originel du coup mais j ai du manquer un élément, si ce n est qu ils essaient d ores et déjà de l affiner et l améliorer sur certains paramètres) AIFS 1 degrés va être affiné prochainement dans sa maille [on a un peu l impression d une course pour rattraper le retard pris] Il y a l objectif également le faire tourner pour une prévi ensembliste Au CNRM ils ont un modèle mis en place sur base de pangu Weather mais initialisé avec arpège Ils obtiennent en le faisant tourner la confirmation des performances "bluffantes" notamment pour la trajectoire cyclones [item revenu plusieurs fois lors de la conférence] Par contre il se révèle des petites limites sur les cohérences physiques parfois, car il n y a pas d intégration des équations de l athmosphére qui smen seraient des garde fous Il n y a pas de prévisionniste ou expert météo chez Graphcast/deepmind La question a été posée : l IA va remplacer humain ? Prévisionniste ecmwf : Il y a besoin des humains pour l expertise et pour améliorer les modèles traditionnels Néanmoins on a une démonstration de la performance impressionnante en matière de prévision, mais notamment la partie alerte, vigilance est et restera toujours aussi importante avec le même besoin d expertise humaine, la question est plutôt quel est le maillon de la chaîne globale, analyse, prévision etc.. qui va être remplacé par l IA, s il y en a u Auteur de Graph Cast : le besoin humain est présent pour améliorer le modèle de machine learning CNRM : oui mais à la marge, et le besoin humains reste pour analyser les sorties de modèles, que ces modèles fonctionnent avec ou sans IA Pour de petites tâches par exemple le 'radar cleaning' (nettoyage presque à la main des artefacts radar pour les proposer a différents organismes, aéronitique ou TV etc..) oui ça pourrait être fait par IA L IA peut arriver comme une aide a la décision pour le prévisionniste, sans le remplacer Question : est ce une évolution ou bien une révolution ? Data scientist Météo France : c est une révolution de la maniere dont sont produits les modèles météos Mais également plutôt une évolution dans le sens où les modèles IA dépendent de l analyse produite de façon traditionnelle (era5) Danièle Nerini météo suisse : pour ce qui est de la méthodologique c est une révolution Ecmwf Matthieu Chevallier : C est l accélateur d une révolution déjà en cours depuis longtemps, mais tout de même revolutionnaire de par sa soudaineté ou brutalité de l évolution technologique Pour la personne du CNRS : C'est une révolution quand aux perspectives offertes, sans parler de méthodologie, si on lui avait dit il y a quelques années que l on pourrait faire tourner des ensembles avec des centaines voire milliers de perturbation sans faire exploser le coût et la durée de calcul elle ne l aurait pas cru Era 6 en préparation à une résolution qui devrait s améliorer pour arriver à 15-20 km Le saisonnier et sub saisonnier se saisissent également du sujet chez MF, (ça avait commencé même un peu avant la révolution actuelle) mais Panghu Weather est déjà testé la dessus (j'ai pas retenu le résultat je p en excuse) La conférence dans sa totalité sera effectivement mise en ligne sur la chaîne YT de l'association des anciens de la météorologie Je tague s il ne m en veux pas en le disant que ça peut l intéresser @_sb, qui n a pas mis le sujet en suivi 😜

Merci de l info A priori du côté de certains organismes météo avec les avancées récentes côté IA, le sujet revient sur la table (bureau suisse notamment mais pas que, chez MF aussi) un des points abordés a la conférence IA ce soir, parmi plein 😅

Purée je t avais mis aux US ! 😅 J'ai corrigé désolé

Présents avec @Lachignole et @La Suissarde, on vous racontera j'ai discerné une petite appréhension chez Marc Pontaud quand il nous a vu rentrer, certainement a l idée de parler sous contrôle de notre oreille experte, mais ça va c est un professionnel je pense qu il va gérer

Info dans ce lien fourni par @Lachignolepour un autre topic : " produire des prévisions météo de plus en plus riches, une des approches retenues consiste à réduire l’échelle spatiale sur laquelle elles fonctionnent, ce qui permet de représenter des processus physiques que l’on sait résoudre à plus petite échelle. Comme mentionné précédemment, le système de prévision Arome, par exemple, opère actuellement à une résolution horizontale de 1,3 km. Une résolution plus élevée permettrait de représenter des processus à plus petite échelle encore, par exemple ceux qui conduisent à des orages à fort impact très localisés. Toutefois, un modèle à haute résolution ne garantit pas que l’on puisse identifier exactement l’emplacement des phénomènes orageux les plus intenses. Les orages sont des phénomènes épars, et non des événements étendus sur de grandes parties du territoire, comme le sont les canicules, et sont donc plus difficiles à prévoir du point de vue de leur occurrence, localisation et intensité. Les observations jouent un rôle fondamental pour initialiser les systèmes de prévision météorologique, avec des méthodes que l’on appelle « l’assimilation de données ». Des travaux sont en cours afin d’exploiter des observations plus innovantes telles que les données dites d’« opportunité », collectées par des outils participatifs, notamment les stations météo connectées individuelles, par exemple. Ces données sont collectées par l’entreprise qui commercialise ces instruments et permettent d’enrichir nos informations sur l’état de l’atmosphère, même si la qualité intrinsèque n’est pas au même niveau que celle du réseau conventionnel d’observations de Météo-France et de ses homologues internationaux. " Bientôt une intégration des données static (voire netatmo ??) pour l'analyse des modèles ? Perso je serai bien curieux de voir ce que ça pourrait donner notamment évidemment au niveau de la prévision orageuse mais aussi neigeuse