•  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  

Les limites de la prévision météo

Prévoir le temps avec précision à long terme est le rêve de tous les météorologues, mais force est de constater que la justesse des prévisions se limite parfois à quelques jours. Néanmoins, il arrive qu’à l’occasion, les prévisions puissent être tout à fait convenables jusqu’à 7 jours, voire plus.

Une représentation artistique d'un satellite en orbite de la Terre.

Le satellite Aeolus doit permettre d'améliorer grandement les prévisions météo sur une période de plusieurs jours.

Photo : Associated Press / ESA

Alors comment se fait-il que certaines situations météorologiques soient prévisibles à long terme et d’autres pas?

Pour tenter de répondre à cette question, il faut en premier lieu reculer dans le temps et se transporter au début des années 60.

Edward Lorenz, alors météorologue chercheur au Massachusetts Institute of Technology (MIT), s’intéresse à la prévision numérique du temps; en d’autres mots, la prévision météorologique basée uniquement sur des calculs poussés.

Portrait d'Ed Lorenz.

Ed Lorenz a contribué tout au long de sa carrière au MIT à la compréhension des prévisions météorologiques.

Photo : MIT Lorenz Center

Il décide de créer un simulateur météorologique informatique rudimentaire utilisant une série d’équations simplifiées. Son but était d’étudier le comportement de certaines variables, notamment la température et la vitesse du vent.

Pour mener à bien son expérience, Lorenz a recours aux ordinateurs. Il va sans dire qu’à cette époque les ordinateurs n’étaient pas puissants, mais permettaient à tout le moins d’accélérer le travail.

Lorenz lance alors son programme informatique afin de simuler sur une longue période quelques variables météorologiques. Son ordinateur étant trop lent à résoudre les équations, il décide de recommencer l’expérience en diminuant la précision des données initiales (état de base) afin de gagner du temps de calcul.

En faisant de la sorte, Lorenz s’attendait à ce que les solutions obtenues soient sensiblement les mêmes, malgré la réduction de la précision des données de base.

Mais en comparant les résultats obtenus à partir des données initiales précises à celles produites avec les données initiales arrondies, il s’est aperçu qu’après un certain temps de calcul, les prévisions divergeaient fortement et devenaient par moments totalement opposées.

Étonné et croyant s’être trompé, il a repris ses calculs, mais n'a pas trouvé d’erreurs.

Lorenz venait de mettre en lumière ce qu’on appelle la sensibilité aux conditions initiales. En d’autres mots, une infime variation de l’état initial d’un système peut avoir un impact majeur plus tard dans le temps.

Sans entrer dans les détails, on peut dire sommairement que cette sensibilité aux conditions initiales s’explique par la nature de l’atmosphère, le comportement de cette dernière étant régi par de nombreuses interactions très complexes, des interactions dites non linéaires.

Fort des résultats de ses recherches, Lorenz a élaboré plus tard le principe fondateur de la théorie du chaos, théorie qui s'est fait connaître du grand public par la fameuse question qu’il a énoncée plusieurs années plus tard.

Le battement d’ailes d’un papillon au Brésil peut-il déclencher une tornade au Texas?

Une citation de :Ed Lorenz

Évidemment il s’agit d’une image, mais cette image exprime néanmoins le fait que dans un système extrêmement complexe comme l’atmosphère, avant même d’imaginer une prévision parfaite, il faut connaître avec une précision absolue l’état initial de cette dernière, ce qui est tout simplement impossible.

Malgré tout, en tirant profit de la puissance informatique moderne (depuis déjà quelques décennies), on peut reprendre l’expérience de Lorenz (plusieurs fois) dans le but à tout le moins d’évaluer la fiabilité de la prévision. En procédant de la sorte, on peut identifier le moment où les prévisions se mettent à diverger significativement, signe de la baisse de confiance dans la prévision.

Cela se fait en temps réel en utilisant des modèles de prévision extrêmement sophistiqués simulant l’atmosphère et ses interactions avec la surface partout sur le globe.

Pour ce faire, on fait une première prévision pour les 16 prochains jours à partir d’analyses de données initiales. Par la suite, on reprend les mêmes calculs en ayant au préalable modifié quelque peu les données de base.

On répète ce procédé environ 20 fois, puis on compare les prévisions obtenues en les affichant sur des graphiques et sur des cartes.

En faisant de la sorte, notamment à l’aide de graphiques, on peut déterminer assez distinctement le point de rupture de la prévisibilité, c’est-à-dire le moment où les prévisions se mettent à diverger significativement. Ce point de rupture peut donc s’apparenter à une limite de prévisibilité, soit une limite temporelle jusqu’où il est possible de prévoir l’état futur de l’atmosphère de façon convaincante.

Ces prévisions répétées à plusieurs reprises s’appellent prévisions d’ensembles et sont disponibles deux fois par jour sur certains sites Internet accessibles au public.

Quelles sont les limites de la prévision météo?

Le site de météo de l’UQAM (Nouvelle fenêtre) est l'un de ces sites, et certaines prévisions d’ensembles sont disponibles sous forme de graphiques appelés météogrammes.

Vous pouvez consulter des météogrammes du modèle canadien en temps réel (Nouvelle fenêtre), ainsi que le modèle américain en temps réel (Nouvelle fenêtre).

Dans la figure 2 on peut voir un exemple de ce type de météogramme (modèle global américain).

Dessin d'un graphique fait de courbes de couleurs différentes évoluant dans le temps.Agrandir l’image (Nouvelle fenêtre)

La partie supérieure de ce graphique représente la variation de la pression atmosphérique (en hectopascals hPa) près du sol (réduite au niveau moyen de la mer) et son évolution dans le temps (axe horizontal).

Photo : Université du Québec à Montréal, meteocentre.com

Dessin d'un graphique fait de courbes de couleurs différentes évoluant dans le temps.Agrandir l’image (Nouvelle fenêtre)

La partie centrale affiche la température prévue à environ 1,5 kilomètre d’altitude (niveau de pression de 850 hPa).

Photo : Université du Québec à Montréal, meteocentre.com

Dessin d'un graphique fait de courbes de couleurs différentes évoluant dans le temps.Agrandir l’image (Nouvelle fenêtre)

La partie inférieure illustre les quantités de précipitations prévues sur une période de 6 heures et la probabilité de précipitation.

Photo : Université du Québec à Montréal, meteocentre.com

Dans cet exemple, on voit assez clairement qu’avec la température prévue à environ 1,5 kilomètre d’altitude (valeurs selon l’axe vertical), les prévisions commencent à diverger significativement à partir du 3 décembre (selon l’axe horizontal). Par la suite, les prévisions s’éloignent et l’écart entre ces dernières devient de plus en plus important.

La prévision semble donc satisfaisante jusqu’au 3 décembre, environ 5 jours de prévisions. Par la suite, les prévisions deviennent plutôt probabilistes, les tendances étant de moins en moins claires.

Dans le prochain exemple, tel qu’illustré par la figure 3 (modèle global canadien), l’atmosphère semble plus facilement prévisible à long terme, car les prévisions divergent significativement (notamment avec la température à 850 hPa) plus tard dans le temps, soit vers le 25 septembre, donc environ 9 jours de prévisions.

Le degré de confiance dans la prévision à long terme dans cet exemple est donc beaucoup plus élevé.

Un graphique en couleurs.Agrandir l’image (Nouvelle fenêtre)

Météogramme pour Montréal obtenu à partir des données du modèle canadien GEPS.

Photo : Université du Québec à Montréal, meteocentre.com

Lorsqu’on analyse des météogrammes de la sorte, il préférable de se référer surtout à la température prévue à 1,5 kilomètre d’altitude, car ce paramètre météo est plus révélateur des tendances thermiques. Cela est très utile pour prévoir sur une longue période (lorsque l’atmosphère est prévisible) les vagues de chaleur et les vagues de froid.

On utilise plus souvent la température à ce niveau (850 hPa) comme référence plutôt qu’à quelques mètres au-dessus du sol, car la température très près du sol est très fluctuante. De plus, elle très influencée par le type de surface, ce qui la rend généralement plus difficile à prévoir.

Vos commentaires

Veuillez noter que Radio-Canada ne cautionne pas les opinions exprimées. Vos commentaires seront modérés, et publiés s’ils respectent la nétiquette. Bonne discussion !