Contenu

Probabilité

Prévisions probabilistes

Caractérisation de l’incertitude dans la prévision

Les modèles de prévision numérique sont désormais largement utilisés pour l’élaboration des prévisions météorologiques. Au cours des dernières décennies, des progrès substantiels ont été effectués dans la compréhension des processus physico-chimiques de l’atmosphère et la résolution spatiale des modèles numériques a augmenté. Cependant, même avec les progrès accomplis, certains processus ne sont pas parfaitement décrits dans les modèles numériques et plusieurs sont encore représentés à l’aide de paramétérisations (c’est-à-dire qu’un processus donné n’est « physiquement » représenté avec une ou plusieurs lois physiques mais est intégrée de manière simplifié à travers une méthode de « remplacement »).

D’autre part, la valeur de chacun des paramètres décrivant l’état de l’atmosphère au commencement des simulations numériques n’est pas parfaitement connue, bien que les nombreuses observations permettent des améliorations continues (voir par exemple les mesures effectuées dans les stations au sol et d’autres méthodes pour sonder l’atmosphère. Ces valeurs (appelées également conditions initiales) sont essentielles pour faire « démarrer » les simulations des modèles. Etant donnée la nature chaotique de l’atmosphère, des petites différences ou incertitudes dans les conditions initiales peuvent entraîner des larges différences entre les simulations issues d’un même modèle de prévision numérique.

En conséquence, toute prévision météorologique reste entachée d’une certaine incertitude. Pour quantifier cette incertitude, une approche dite « ensembliste » est utilisée avec les modèles numériques. Cela signifie que, pour une même échéance de temps, plusieurs scénarios sont calculés en utilisant le même modèle numérique mais en modifiant légèrement, par exemple, les conditions initiales utilisées pour démarrer les simulations. Par opposition, on qualifiera de déterministe une approche qui ne calcule et n’utilise qu’un scénario. Plus de détails concernant notre système ensembliste (ou prévision d’ensemble) sont disponibles sur notre site Internet.

Ainsi, le modèle numérique à haute résolution COSMO-1E (avec un maillage horizontal de 1,1 km) calcule huit fois par jour 11 scénarios (ou membres d'ensemble) pour une durée de prévision allant jusqu'à 33 heures. Le modèle COSMO-2E, qui utilise un maillage horizontal de 2,2 km calcule 21 scénarios sur une période de 5 jours.

Pour illustrer cette approche ensembliste, l’image ci-dessous montre la prévision des cumuls de précipitations sur 3 heures pour le 24 juillet 2020 à 9 UTC simulées pour les 21 différents scénarios du modèle COSMO-2E. Pour cette échéance se situant 27 heures après le début de la simulation, on voit que les différences entre les scénarios sont larges, ce qui illustre l’incertitude liée à la prévision des quantités et du timing des précipitations attendues pour cette journée. En particulier, pour un point ou une région donné, c’est un scénario sec (sans précipitations) ou humide (avec précipitations) qui pourra se dérouler en fonction du membre de l’ensemble considéré. D’autres exemples de produits probabilistes sont donnés sur notre site Internet.

Intégration des prévisions probabilistes dans les prestations de MétéoSuisse

L’approche probabiliste est intégrée de manière systématique dans les réflexions des prévisionnistes et dans les prestations de MétéoSuisse. En particulier, elle est reflétée dans nos bulletins à travers un ensemble de termes probabilistes qui sont utilisés pour les phénomènes entachés d’une plus grande incertitude (Aperçu des termes de probabilité utilisés en prévision).

Les informations probabilistes sont également intégrées de manière plus quantitative dans les représentations graphiques des prévisions locales. A partir des scénarios d’ensemble, pour un lieu et un moment donné, on peut calculer, pour chaque paramètre météorologique, le scénario médian, qui est, par définition, celui pour lequel la moitié des scénarios de la prévision d’ensemble donne une valeur plus élevée et l’autre moitié donne une valeur plus basse. Pour quantifier les valeurs plus extrêmes prévues par ces scénarios, on choisit d’utiliser les 10 % des valeurs les plus hautes et les 10% des plus basses. Ainsi, dans le jargon mathématique des statisticiens, on qualifie de quantile 10 (Q10) la valeur en-dessous de laquelle on trouve 10% des valeurs les plus basses et de quantile 90 (Q90), la valeur au-delà de laquelle on trouve 10% des valeurs les plus hautes. (A noter que la médiane n’est rien d’autre que le quantile 50).

Les graphique des prévisions locales de température et de précipitations (comme montré ci-dessous) intègre les informations probabilistes. Pour la température, on montre, d’une part, la valeur médiane (Q50) avec la courbe rouge et d’autre part, l’enveloppe d’incertitude (en rose semi-transparent) se situant entre les deux valeurs Q10 et Q90 où se trouvent 80% des scénarios calculées par le système d’ensemble. Par exemple, pour le modèle COSMO-2E, cela voudrait dire qu’environ 17 scénarios (sur les 21 existants) se situent dans cette fourchette.

Pour les précipitations, la valeur médiane est montrée sous forme d’une colonne en bleu clair. La barre bleu clair indique la quantité de précipitations prévue. L’enveloppe d’incertitude est indiquée avec la ligne verticale noire délimitée par les traits horizontaux en haut et en bas qui correspondent aux valeurs  Q90 et Q10, respectivement. Comme pour les températures, 80% des scénarios fournis par le système d’ensemble se situent entre ces deux valeurs.