Contenu

Les coulisses de la prévision mensuelle

Afin de prévoir les événements météorologiques «moyens» des semaines à venir, on alimente des modèles météorologiques complexes de toutes les données de mesure disponibles dans le monde. Ces simulations permettent de calculer des éventails de probabilité. Des calculs qui nécessitent des super calculateurs performants.

Pied de page

Navigation top bar

Toutes les autorités fédéralesToutes les autorités fédérales

L'exactitude et la qualité des prévisions météorologiques diminuent fortement avec l'échéance de la prévision. Le bulletin météorologique pour le lendemain sera ainsi substantiellement plus fiable qu'une prévision à cinq jours. L'atmosphère est en effet un système chaotique: imprévisibles, les plus petites perturbations s'étendent très rapidement, ce qui limite les prévisions à une dizaine de 10 jours maximum. Face à ces difficultés, comment formuler des prévisions pour les semaines et les mois à venir?

Tendances concernant le temps moyen

Les prévisions à long terme ne cherchent pas à annoncer les événements météorologiques dans le détail, mais se limitent à des tendances sur le temps «moyen». Cette approche permet d'atténuer les processus chaotiques et d'augmenter la période de prévision. Parallèlement toute une série de facteurs comme l'humidité du sol et la couverture neigeuse des continents, mais surtout l'état des océans acquiert de l'importance. El Niño est l’un des phénomènes les plus visibles: l'augmentation inhabituelle des températures de l'océan Pacifique au niveau de l'équateur accroît les précipitations en Amérique du Sud et provoque la sécheresse en Australie. Si l'on est en mesure d'intégrer ces facteurs, on peut également dresser des prévisions à long terme.

Simulations sur super calculateurs

Les prévisions à long terme de MétéoSuisse se basent sur un modèle couplé océan-atmosphère-terre. L'évolution des océans et de l'atmosphère est calculée au moyen d'équations complexes. Toutes les mesures disponibles dans le monde servent de point de départ à ces calculs. On recourt aux satellites, aux bouées météorologiques, aux avions mais aussi aux stations au sol. Pour estimer l'incertitude de la prévision, toute une série de simulations identiques est effectuée. Elles permettent de quantifier l'éventail et la probabilité des états climatiques possibles. Pour finir, les prévisions sont calibrées avec les mesures anciennes.

Les simulations complètes de ce genre impliquent des volumes de calculs phénoménaux et nécessitent des super calculateurs performants. Les prévisions à long terme de MétéoSuisse reposent sur des simulations réalisées par le Centre européen de prévisions météorologiques à moyen terme (CEPMMT). Le CEPMMT est géré conjointement par 34 États dont la Suisse afin de fusionner de manière optimale les ressources de tous les États pour ces tâches considérables.

Pertinence limitée des prévisions à long terme

Même si de nets progrès ont été réalisés ces dernières années dans les prévisions à long terme, leur qualité n'en reste pas moins limitée dans la pratique. Les modèles ne peuvent pas refléter la réalité dans toute sa complexité. Ils reposent sur une série de simplifications. En outre, toutes les régions de la planète ne sont pas influencées dans les mêmes proportions par les contraintes évoquées. Il peut arriver que des aléas météorologiques chaotiques interfèrent avec la tendance annoncée.

Les modèles de prévisions à long terme n'ont qu'une résolution spatiale grossière. En particulier dans les régions montagneuses comme la Suisse, cela signifie que certaines situations météorologiques ne sont représentées que de manière simplifiée. Les fréquents systèmes de haute pression en hiver en sont un exemple important. La situation météorologique à grande échelle est saisie par le modèle, mais pas ses effets spécifiques en Suisse, avec des températures souvent plus basses dans les plaines et plus chaudes dans les hauts plateaux. Les prévisions mensuelles doivent donc être interprétées avec prudence et toujours être comprises comme une déclaration moyenne pour une région entière.