Un système avancé nommé « data4web » produit l’ensemble de ces données de prévisions localisées depuis des années déjà, il sert notamment à fournir les prévisions qui s’affichent sur l’App et le site web de MétéoSuisse. Les pictogrammes et les valeurs numériques sont générés en combinant de manière optimale et seamless tous les modèles numériques à disposition, les meilleures sources de données de « postprocessing » (cf. projet PostprocVeri) et le système de Nowcasting.
Pour passer des grilles de modèles à différentes résolutions, à une prévision locale "ponctuelle", data4web utilise différentes techniques sophistiquées d'interpolation et de correction, qui permettent de tenir compte des effets locaux. De plus, data4web résume l'information complexe probabiliste des modèles ensemblistes de manière succincte en calculant des statistiques telles des quantiles.
Les données data4web sont mises à jour toutes les 10min. Chaque jour, data4web produit pour 6'000 sites en Suisse, un total d’environ 1 milliard de données.
Des séries temporelles sans discontinuités
Le premier défi relevé par data4web est de produire des données météorologiques depuis le début de la journée en cours jusqu’à 10 jours dans le futur, sans discontinuité temporelle pour chacun des points pour lesquels une prévision est disponible. Afin de couvrir toute la plage d’échéances avec la meilleure précision, data4web combine les systèmes de prévision les plus performants à disposition.
Les sources utilisées dans la chaîne de production sont les suivantes:
-
Du début de la journée en cours jusqu’à 6 heures dans le future: INCA, le système de Nowcasting qui fournit des prévisions immédiates
-
jusqu’à 5 jours : les modèles probabilistes à haute résolution COSMO-1E et COSMO-2E
-
puis jusqu’à l’échéance de 10 jours : le modèle global ensembliste IFS-ENS du ECMWF
Pour certains paramètres où des données issues du post-traitement statistique sont disponibles et amènent une plus-value comme pour le vent et la température, data4web les utilisent afin d'améliorer la qualité des prévisions. Ainsi data4web utilise comme données complémentaires:
-
le MOSMIX du service allemand de prévision météorologique afin de corriger les données de température des modèles proche des stations de mesures
-
les données du projet interne PostprocVeri, qui remplacent les données brutes de COSMO et ECMWF pour les variables de vent. Puis d'autres paramètres issus du post-traitement statistique seront introduits petit à petit, comme la couverture nuageuse, les précipitations et la température
Le rôle de Data4web est donc de combiner ces différentes sources de manière optimale, d’en assurer la cohérence et, dans certains cas, d’en améliorer la qualité de manière complètement automatique.
Données ponctuelles locales
Même les modèles à haute résolution ne permettent pas de reproduire exactement les subtilités des structures spatiales que l’orographie complexe des Alpes impose. Pour être au plus près des conditions météorologiques locales, il convient donc de corriger et d’homogénéiser les résultats des modèles calculés à des échelles variant entre 1 et 18 km. L’apport de techniques d’interpolations et de « downscaling » permet de transformer un paramètre calculer à l'échelle de la grille du modèle à une échelle plus adéquate pour l'utilisateur.
Le but de data4web est de fournir une prévision locale qui reflète les conditions météorologiques comme les percevrait un utilisateur se trouvant en ce lieu précis.
Pour ce faire, data4web implémente plusieurs approches, par exemple en intégrant des indices topographiques à très haute résolution (50 m), mais aussi en agrégeant spatialement certain paramètres comme la couverture nuageuse (car l'utilisateur ne voit pas que le ciel droit au-dessus de sa tête).