[Thread] En conférence, j'ai une question qui me revient souvent :
"Mais pourquoi les APPLIS METEOS SE TROMPENT tout le temps ?!".
En réalité, elles font juste la moitié du travail. C'est le moment d'apprendre quelques mots techniques simples. Explications.
A dérouler ! 👇
Votre barbecue est annulé : c'est le déluge ! Pourtant votre appli prévoyait du soleil !
Simplement, elle délivre les prévisions pour UN point donné, avec UN scénario issu d'UN modèle de prévision numérique donné, sans l'expertise d'un météorologue.
Un modèle ? Késako 👇 ?
[DEFINITION] Les "modèles numériques de prévisions météorologiques" sont un ensemble d'équations issues de la recherche scientifique.
On renseigne le temps qu'il fait actuellement et les algorithmes vont prévoir le temps qu'il fera entre h+1 et J+15.
[DEFINITION] Ces modèles découpent "en gros" l'atmosphère en "petits cubes", appelé "mailles".
Chaque maille est caractérisée par un ensemble de paramètres météos (température, humidité, vent etc.) et échange de la matière et de l'énergie avec toutes les mailles qui l'entourent.
PROBLEME 1 - MULTI-MODELE
Chaque modèle est unique (i.e. composé d'équations différentes) & donne donc des prévisions différentes. Or, AUCUN MODELE N'EST PARFAIT.
Pour avoir une meilleure prévision, il faut regarder les prévision de plusieurs modèle : c'est le MULTI-MODELE.
PROBLEME 1 - MULTI-MODELE - EXEMPLE
Prévision 18h00 de 2 modèles : AROME et EURO4.
Une appli météo basée sur AROME ne donne pas de pluie à 18h00 en Savoie. Par contre, EURO4 simule bien un risque d'averse.
Le multi-modèle apporte de l'information supplémentaire sur un risque.
PROBLEME 2 - MULTI-SCENARIO
Pour faire simple, un modèle peut délivrer plusieurs scénarios par modification des paramètres de ses équations et/ou des données d'entrée.
Ainsi, si 20 scén. sont 🌧️ & 30 sont ⛅️ : il y a un risque de 40% de pluie. On introduit des PROBABILITES.
PROBLEME 2 - MULTI-SCENARIO - EXEMPLE
Le scén. 2 du modèle AROME ne donne pas 🌧️ à 18h sur la côte tandis que le scén. 4 propose un risque 🌧️.
Lorsqu'on étudie TOUS les scenarios, on voit qu'il existe un prob 10% 🌧️ sur la côte.
Les applis basées sur 1 scénario ne donne pas de 🌧️
PROBLEME 3 - LA MAILLE
Une maille peut être de taille variable (1 à 25km). Plus elle est petite, plus le modèle est précis.
Pour les montagnes/côtes, les applis sont problématiques. En vallée, la météo est la moy. (en gros) de toutes les zones de la maille (altitude comprise !)
PROBLEME 3 - LA MAILLE - EXEMPLE
Le modèle AROME (maille 1,3km, gauche) propose 20°C à Briançon à 18h. ARPEGE (maille 10km, droite) propose 12°C !
ARPEGE moyenne la température dans la vallée et en montagne ! Il fait donc plus frais. Une appli basée sur ARPEGE sera donc fausse !
PROBLEME 4 - L'EXPERTISE
Les problèmes 1, 2 & 3 peuvent être gérés par l'expertise du météorologue.
L'appli : ⛅️ à 18h à Briançon avec 15°C.
Le météorologue : il existe un risque 🌧️ de 40% à Briançon avec une temp. de 20°C.
Problème ? Ca coûte cher & c'est pas automatisé !
CONCLUSION
Les applis météos font la moitié du travail (ça s'améliore récemment).
Il faut :
- comparer la météo de différentes applis basée sur différents modèles (MULTI-MODELE)
- ne pas négliger les % prob. (souvent MULTI-SCENARIO)
- ne pas utiliser les applis en montagne / mer
CONCLUSION 2
Le #GIEC travaille notamment avec du multi-modèle (modèles indépendants, issus de différents centre de recherche et basés sur des équations différentes) pour donner de la robustesse aux projections du changement climatique.
Merci de m'avoir lu !
Share this Scrolly Tale with your friends.
A Scrolly Tale is a new way to read Twitter threads with a more visually immersive experience.
Discover more beautiful Scrolly Tales like this.