Contents area

Versatilité et fluctuation

8 November 2021, 2 Comments
Topics: Weather

Les modèles numériques fournissent par essence des prévisions qui sont sujettes à l’imprécision. Aujourd'hui, nous allons parler de la fluctuation des modèles avec l'exemple du week-end du 13 et 14 novembre.

Variabilité versus fluctuation

L'utilisation des modèles numériques pour élaborer une prévision présuppose une confiance plus ou moins grande dans les sorties des modèles.

Cette confiance dépend de plusieurs facteurs que les prévisionnistes prennent en compte pour élaborer les prévisions.

Force et faiblesse des modèles numériques

Chaque modèle numérique est analysé par ses concepteurs qui effectuent une analyse des défauts des modèles et qui en permanence, apportent des modifications afin d'en améliorer les performances. Ces améliorations sont ensuite transmises aux prévisionnistes pour qu'ils en tiennent compte dans les prévisions. La dernière amélioration en date du modèle Cosmo-2E par exemple a amélioré la présence et la persistance des nuages bas de type stratus qui étaient dissipés trop rapidement dans les calculs précédents. Cette prévision n'est toujours pas parfaite mais elle a permis une amélioration notable.

La variabilité

Enlargement: Ensoleillement en heures pour les 21 membres de Cosmo-2E pour la journée de mercredi.
Ensoleillement en heures pour les 21 membres de Cosmo-2E pour la journée de mercredi.
MétéoSuisse

Les modèles numériques partent tous d'un moment T0 avec des données observées. Ces données sont sujettes à de petites erreurs ce qui peut conduire à des prévisions erronées (effet papillon). C'est pourquoi, il est important pour chaque analyse de faire de petits changements dans les données au temps T0 afin de voir la stabilité du modèle face aux erreurs d'analyse. Dans le cas du modèle Cosmo-1E, il y a 1 modèle non modifié conjointement à 10 modèles modifiés. Pour Cosmo-2E, c'est 1 et 20 et pour le modèle IFS c'est 1 et 50.

L'image montre que sur les 21 membres du modèle Cosmo-2E (sortie du 8 novembre à 0 UTC), certains donnent peu ou pas de soleil au Nord des Alpes alors que d'autres donnent un ensoleillement maximum.

La versatilité

Enlargement: Évolution des précipitations des modèles numériques IFS pour les sorties du vendredi 5 novembre à 12 UTC au lundi 8 novembre à 00 UTC.
Évolution des précipitations des modèles numériques IFS pour les sorties du vendredi 5 novembre à 12 UTC au lundi 8 novembre à 00 UTC.
MétéoSuisse

Un autre problème des modèles numériques est leur tendance à se comporter comme des moutons. Ils suivent facilement le modèle non perturbé mais peuvent fortement fluctuer entre deux sorties successives comme c'est le cas pour le week-end prochain. Dans ce cas la meilleure chose à faire est d'attendre que le modèle se stabilise.

La fonction de commentaires a été désactivé pour ce poste.
Contact form

Comments (2)

  1. Pascal_fr_39, 08.11.2021, 17:23

    Bonjour,
    Dans quelle mesure les paramètres initiaux à T0 sont-ils modifiés? Par exemple, est-ce que cela implique de corriger de quelques dixièmes de degrés les températures, de quelques % l'humidité, de quelques 1/10em d'hPa la pression, etc... Et comment ces correction sont-elles distribuées géographiquement, car j'imagine qu'à l'échelle de la Suisse, voire de l'Europe, on adapte ces ajustements en fonction de la situation météo à T0, de la géographie, ou autre.
    Merci de votre éclairage.

    1. MeteoSwiss, 08.11.2021, 18:02

      Bonjour.
      Merci de votre intérêt. Les paramètres initiaux à T0 sont modifiés en fonction de leur incertitude dans l'assimilation des données, cela va varier selon les paramètres. L'idée est de représenter l'effet de cette incertitude à T0 sur la prévision. Ces perturbations des conditions initiales ne dépendent pas de la situation météo, mais sont déterminées à partir de statistiques. Elles sont appliquées pour chaque point de grille du modèle.