Comment faire ses propres prévisions météo quand on n’est pas un pro ? (Deuxième partie)

Carte Prévision Météo

Partager :Share on Facebook425Share on Google+0Email this to someone

Note : Cet article est la suite de la première partie sur « Comment faire ses propres prévisions météo quand on n’est pas un pro ? (Première partie) ».

 

Dans le premier article nous avons parcouru les différents styles de prévisions météo possibles en fonction du public que vous souhaitez cibler. Nous avons également vu que pour faire des prévisions météo fiables et précises, il fallait avoir recours aux modèles de prévisions numériques déterministes ou ensemblistes.

Nous allons donc étudier maintenant cette partie ou je vais présenter ce qu’il est possible de faire avec ces fameux modèles sans toutefois rentrer dans des considérations trop techniques pour ne pas alourdir l’ensemble.

 

Remarque : Si le sujet paraît complexe au premier abord et peut en rebuter plus d’un, ne prenez pas peur pour autant. Je vais tâcher d’être le plus clair possible en vulgarisant au maximum certaines notions techniques. Si vous avez des interrogations, n’hésitez pas à les poster dans le fil de commentaires. J’y répondrai avec le plus grand soin 😉

 

Au fait c’est quoi un modèle ?

Un modèle de prévision numérique est une représentation mathématique composée d’équations traduisant approximativement le comportement réel de l’atmosphère. Ces systèmes d’équations sont initialisés avec des paramètres issus des réseaux de mesures (stations météo, satellites, radars, ballons sondes, etc.) et sont ensuite résolus à l’aide de supercalculateurs qui disposent d’une puissance suffisante pour faire ce travail dans des délais raisonnables. Par abus de langage, on désigne « modèle » l’outil informatique qui permet d’effectuer cette simulation.

Simuler l’évolution de l’atmosphère à partir d’un instant T est très coûteux en termes de ressources informatiques et il est tout bonnement impossible de prévoir le comportement de chaque particule d’air. C’est alors que la notion de résolution est introduite pour permettre de faire une approximation géographique et temporelle. L’atmosphère est alors découpée en cubes de tailles variables suivant la résolution du modèle et pour lesquels la simulation fournit les valeurs des différents paramètres météorologiques (températures, pression, vent, etc.) à différents moments.

Ce découpage est fait à la fois sur le plan horizontal (on parle alors de grille ou de maille) et sur le plan vertical où l’atmosphère est découpée en tranches (ou niveaux) du sol jusqu’au sommet de la troposphère (environ 10 km d’altitude). D’un point de vue temporel, les simulations de modèles fournissent un état des lieux de l’atmosphère heure par heure, toutes les 3 heures ou toutes les 6 heures suivant que le modèle soit à maille « fine » ou maille « large ». Si ces découpages permettent de diminuer grandement les temps de calcul, cela a pour inconvénient d’exiger une approximation de la discontinuité du temps et de l’espace.

 

Grille Modèle Prévision Météo

Principe de découpage de l’atmosphère – Wikipédia

 

Les simulations (ou « runs ») sont lancées plusieurs fois par jour (jusqu’à 4 fois pour certains modèles) permettant ainsi d’intégrer les dernières données d’observations et d’affiner la prévision. Il faut savoir que les résultats fournis par ces modèles sont bruts et inexploitables en l’état pour l’œil humain. Il est donc nécessaire de passer par une étape de retranscription pour traduire ces données sous la forme de cartes faisant apparaître les différents paramètres météorologiques.

 

Exploiter les ressources sur Internet

Internet est une mine d’or quand il s’agit de trouver des ressources météo. En l’espace de quelques années, l’accès à ces ressources s’est démocratisé à tel point que les organismes nationaux de météorologie n’ont plus le monopole sur les prévisions météo. La prévision numérique ne déroge pas à cette règle et il est désormais facile de consulter les sorties des modèles. Et tout cela gratuitement !

Il existe différents modèles de prévision numérique du temps. Ils sont pour la plupart développés soit par des pays soit par des regroupements d’organismes d’État ou de recherche. Ces modèles utilisent tous les mêmes réseaux d’observations mais se distinguent par contre dans la façon dont est simulée le comportement de l’atmosphère. C’est pourquoi deux modèles peuvent fournir des prévisions bien différentes.

 

Supercalculateur Bullx Météo France

Supercalculateur Bullx de Météo France – Crédit photo : Futura Sciences

 

Voici une liste de quelques modèles de prévision numérique :

Modèles déterministes globaux (à maille large) :

  • Arpège (France – Météo France)
  • GFS (USA – National Weather Service)
  • ECMWF – CEP (Union européenne)
  • UKMO (Royaume-Uni – Met Office)
  • JMA (Japon)
  • GEM (Canada)

Modèles déterministes à « maille fine » :

  • AROME (France – Météo France)
  • WRF (principalement USA)

Modèles ensemblistes :

 

Les modèles globaux simulent le comportement de l’atmosphère dans son intégralité – à l’échelle planétaire – ce qui implique que leur résolution est moins précise que celle des modèles à maille fine qui ne se concentrent que sur une zone restreinte (souvent à l’échelle d’un ou plusieurs pays).

 

« Bon c’est bien beau d’avoir une liste de modèles mais lequel faut-il choisir ? »

 

Et bien cela dépend de l’échéance sur laquelle on se concentre ! On ne va pas choisir les mêmes modèles si l’on fait de la prévision à J+1 ou à J+7. Comme je l’ai brièvement expliqué dans la première partie de l’article, il faut privilégier les modèles déterministes pour le court terme (jusqu’à J+4) et opter pour les ensemblistes à partir de J+5.

Cela dépend également de la zone pour laquelle vous souhaitez faire vos prévisions météo. Pour la France, il est préférable de privilégier les modèles français ou européens qui ont une meilleure résolution sur ce secteur. Avant de vous lancer tête baissée dans un modèle et dans ses cartes de prévision, prenez un peu de temps pour voir lequel de ces modèles correspond le plus à vos besoins en termes de résolution, de fréquence des runs ou de pas entre chaque échéance.

 

Résolution Modèle ARPEGE

Résolution du modèle ARPEGE – Météo France

 

S’il est essentiel de choisir un modèle adapté à ses besoins et de se focaliser dessus, il ne faut pas non plus tomber dans l’excès inverse en prenant pour argent comptant les simulations faites par celui-ci. Un modèle de prévision est par définition fait d’approximations et les erreurs peuvent arriver. C’est pourquoi je vous conseille de regarder d’autres modèles à côté pour voir si les résultats convergent ou non.

Cela peut sembler fastidieux à première vue de naviguer sur plusieurs sites de modèles, d’autant plus que les interfaces diffèrent d’un site à l’autre. Heureusement, il existe des sites d’une très grande utilité qui centralisent dans une même interface différents modèles.

Pour la France, la Belgique et la Suisse, les deux principaux sites que je conseille sont les suivants :

 

Ces sites sont des références absolues en termes d’outillage pour la prévision numérique et sont utilisés par beaucoup de passionnés qui établissent leurs prévisions météo avec.

Pour le Québec, il est possible également d’utiliser Infoclimat et Météociel mais les cartes affichées ne sont que des représentations mondiales donc ce n’est pas très pratique au niveau de la précision. Il est préférable de passer par le site Météocentre (UQAM) pour avoir des cartes centrées sur cette région.

 

Météociel AROME Géopotentiel 500 hPa

Run du modèle AROME (Géopotentiel 500 hPa) – Météociel

 

Avoir son propre modèle de prévisions météo

Le titre peut paraître un peu surprenant mais sachez que c’est possible grâce aux joies de l’opensource. Le modèle de dernière génération WRF (pour Weather Research and Forecasting) est né de la collaboration entre plusieurs organismes météorologiques dans le but d’améliorer les prévisions opérationnelles mais également pour des besoins en recherche atmosphérique. Le code source de WRF est disponible gratuitement ce qui offre la possibilité à quiconque de le réutiliser à sa manière en effectuant ses propres runs pour une zone définie.

Cependant disposer du modèle n’est pas suffisant pour prévoir le temps. Il faut également l’initialiser avec des données d’observations d’un autre modèle comme GFS qui les propose en libre accès.

Mais faire ses propres simulations n’est pas une mince affaire. De solides connaissances en informatique sont indispensables à ceux qui souhaitent exploiter pleinement WRF. J’entends par là que la phase d’installation et de configuration de l’outil est assez longue et complexe, d’autant plus qu’il n’existe pas de version « packagée » prête à l’utilisation. Pour y arriver tant bien que mal, il est nécessaire de passer par des opérations de compilation du code source.

Si vous n’êtes pas rebuté par la tâche, je vous conseille l’excellent tutoriel de Nicolas Gasnier du blog Météo Blois qui explique toutes ces phases avec une grande clarté, de l’installation à l’exécution du modèle.

 

WRF Météo Blois

Comparatif de différentes résolutions WRF – Météo Blois

 

Apprendre et encore apprendre

Comme nous l’avons vu ce ne sont pas les ressources qui manquent pour pouvoir faire ses prévisions. Si beaucoup se contentent de consulter les prévisions « toutes faites » par facilité, d’autres ont des besoins spécifiques qui leur obligent d’exploiter au maximum les informations sur Internet pour avoir des prévisions plus précises.

La prévision numérique est un domaine qui est loin d’être simple et que nous n’avons pas abordé en détail ici tellement il y a de choses à dire. Ce sera l’occasion pour moi de vous présenter cela dans un prochain article ou dossier :)

Si vous souhaitez creuser le sujet d’ici là, je vous recommande de lire le dossier réalisé par Météociel qui explique comment lire et interpréter les cartes de prévisions. Pour ceux qui s’intéressent à la prévision des orages, il y a également le dossier de Keraunos qui est très riche en informations.

Une chose est sûre : prévoir le temps à partir des modèles demande du temps et surtout de l’expérience car ceux-ci ne sont pas parfait par définition. Chaque modèle possède ses limites qu’il convient de connaître pour limiter les risques de prévisions erronées. Mais c’est un énorme progrès d’avoir à notre disposition toutes ces ressources, qui plus est gratuitement, alors qu’il y a quinze ans ce n’était pas le cas. Et cela continue d’aller dans le bon sens car, depuis juillet 2015, les données des modèles ARPEGE et AROME de Météo France sont désormais disponibles gratuitement sous licence ouverte Etalab. Tout cela augure de très bonnes choses et va permettre la démocratisation de la prévision numérique.

 

Apprendre Prévisions Météo

Apprendre pour progresser – Crédit photo : GotCredit

 

Il ne me reste plus qu’à vous souhaiter de bonnes prévisions ! :)

Si certains points dans cet article vous semblent un peu obscurs, vous pouvez poser vos questions dans les commentaires 😉

 

Photo « A La Une » : Une carte météo un peu particulière – Font Font (Flickr)

 

Partager :Share on Facebook425Share on Google+0Email this to someone
Recherches utilisées pour trouver cet article : Modéle dune carte de prévisions météorologiques,prevision meteo,yhs-fh_lsonswrow

4 commentaires

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *