La prévisibilité en Météorologie
Transcription
La prévisibilité en Météorologie
•• La prévisibilité en Météorologie L.Descamps C.Labadie, A. Joly CNRM/GMAP/RECYF . CENTRE NATIONAL DE LA RECHERCHE SCIENTIFIQUE Plan •• Prévisibilité en météorologie Limites de la prévision déterministe Horizon de prévisibilité Autres approches de la prévision météorologique . 2/15 • Prévisibilité en météorologie Fondements de la prévision météorologique V. Bjerknes (1862 − 1951) •• ◦ . 3/15 • Prévisibilité en météorologie Fondements de la prévision météorologique V.Bjerknes, 1904: ...sufficient conditions for the rational solution of forecasting are the following: A sufficiently accurate knowledge of the state of the atmosphere at the initial time. •• ◦ A sufficiently accurate knowledge of the laws according to which one state of the atmosphere develops from another. . 3/15 • Prévisibilité en météorologie Fondements de la prévision météorologique Modèle de Prévision Etat initial Prévision à 60h PREVISION à 60h Pression mer en hPa ETAT INITIAL Pression mer en hPa 980 980 980 980 0 100 D 960 960 1000 98 0 960 D 980 980 98 0 0 0 10 0 98 980 980 D 980 1000 1000 980 1000 1000 •• ◦ 1000 1020 1020 1020 1020 1000 1020 . D 20 10 3/15 • Prévisibilité en météorologie Limites de la prévision déterministe Avènement de la prévision numérique (à partir des années 50) Amélioration constante des modèles de prévision Plus précis, plus fiables ... •• ◦ et pourtant ... . 4/15 • Prévisibilité en météorologie Prévision du CEPMMT à 72h (17/12/2004),vent à 10m (rafales) (m/s) Oper T511 error :229.71 Verification (fc12 from 2004/12/17 at 0 35 30 25 •• ◦ 45°W 30°W 15°W 0° 15°E 30°E 45°W 20 30°W 15 45°N 15°W 0° 15°E . 4/15 • Prévisibilité en météorologie Limites de la prévision déterministe H. Poincaré (1854 − 1912) •• ◦ . 5/15 • Prévisibilité en météorologie Limites de la prévision déterministe "Pourquoi les météorologistes ont-ils tant de mal à prédire le temps avec quelque certitude ? Pourquoi les chutes de pluie, les tempêtes elles-mêmes nous semblent arriver au hasard...un dixième de degré en plus ou en moins en un point quelconque, le cyclone éclate ici et non •• ◦ pas là...Si on avait connu ce dixième de degré, on aurait pu le savoir d’avance mais les observations n’étaient ni assez serrées, ni assez précises, et c’est pour cela que tout semble dû à l’intervention du hasard..." H. Poincaré, 1908 . 5/15 • Prévisibilité en météorologie Limites de la prévision déterministe E.N Lorenz •• ◦ . 6/15 • Prévisibilité en météorologie E.N. Lorenz: Caractère chaotique et sensibilité aux conditions initiales des modèles de prévision 50 45 40 35 30 •• ◦ 25 20 15 10 5 0 −20 −15 −10 −5 0 5 10 15 20 25 Attracteur du modèle de Lorenz . 6/15 • Prévisibilité en météorologie limites de la prévision déterministe les différentes sources d’incertitude Incertitude sur les conditions initiales on ne connaît jamais parfaitement l’état de l’atmosphère à un instant t Incertitude sur les lois de l’écoulement les modèles de prévision ne sont pas parfaits . •• ◦ 7/15 • Prévisibilité en météorologie Modèle de Prévision Etat initiaux Prévisions à 60h PREVISION à 60h Pression mer en hPa ETAT INITIAL Pression mer en hPa 980 980 980 980 000 1000 98 1 0 960 960 960 980 980 98 0 00 10 0 98 980 980 980 1000 980 1000 1000 1000 1000 1020 1020 1020 1020 1000 1020 20 10 •• ◦ ETAT INITIAL Pression mer en hPa 980 980 1000 980 980 980 0 100 960 960 980 98 960 0 980 00 10 0 98 980 980 980 980 1000 1000 1000 1000 1020 1000 1020 1020 1020 20 10 1020 . 7/15 • Prévisibilité en météorologie Horizon de prévisibilité Limite temporelle au delà de laquelle l’approche déterministe n’a plus de sens. •• ◦ . 8/15 • Prévisibilité en météorologie Horizon de prévisibilité varie suivant le phénomène auquel on s’intéresse concerne toutes les échelles •• ◦ . 8/15 • Horizon de prévisibilité Structures cohérentes organisations caractéristiques de l’écoulement : courant jet, dépressions, cumulonimbus Structures cohérentes existent pour toutes les échelles spatiales ont chacune leur cycle de vie •• ◦ quelques heures pour un cumulonimbus, quelques jours pour une dépression . 9/15 • Horizon de prévisibilité L’horizon de prévisibilité varie suivant les structures cohérentes Environ un cycle de vie (en moyenne) quelques heures pour un cumulonimbus, quelques jours pour une dépression Il n’existe pas UN horizon de prévisibilité de l’atmosphère mais DES horizons de prévisibilités propres à chaque échelle de structure cohérente . •• ◦ 9/15 • Horizon de prévisibilité L’incertitude sur la prévision: peut rester modérée à 10 jours d’échéance ...mais peut être forte au bout de quelques heures d’échéance Nécessité de quantifier cette incertitude Nécessité d’une autre approche de la prévision . •• ◦ 9/15 • Différentes approches de la prévision probabiliste La prévision probabiliste On cherche à prévoir l’évolution de ρ(X, t) R ρ(X, t)dV représente la probabilité que l’état ’réel’ V de l’écoulement Xt soit compris dans ce volume V •• ◦ . 10/15 • Différentes approches de la prévision probabiliste * Etat initial * Modèle de prévision Etat prévu •• ◦ . 10/15 • Différentes approches de la prévision probabiliste instant initial prévision PDF PDF initiale prévue Modèle de prévision •• ◦ temps . 10/15 • Différentes approches de la prévision probabiliste La prévision probabiliste L’évolution de ρ(X, t) est donnée par l’équation de Liouville (ou celle de Fokker-Planck) ∂ρ(X, t) X ∂ (Ẋk (X, t)ρ(X, t)) = 0. + ∂t ∂Xk k=1 N •• ◦ . 10/15 • Différentes approches de la prévision probabiliste La prévision probabiliste Une telle prévision probabiliste est impossible à réaliser en pratique Connaissance de la PDF ? Coût numérique •• ◦ . 10/15 • Différentes approches de la prévision probabiliste La prévision probabiliste la distribution climatique : façon la plus simple de produire une prévision probabiliste la distribution climatique Climatologie 12 Fréquence (%) 10 •• ◦ 8 6 4 2 0 . 0 5 10 15 20 25 30 35 40 10/15 • Différentes approches de la prévision probabiliste La prévision probabiliste la distribution climatique Avantage : réalisme (obs), coût numérique nul Inconvénient : ne dépend pas de l’écoulement du jour •• ◦ . 10/15 • Différentes approches de la prévision probabiliste La prévision probabiliste Utilisation d’une prévision déterministe habillée de la statistique de ses erreurs passées Prévision déterministe habillée 12 Fréquence (%) 10 Statistique des erreurs passées 8 •• ◦ 6 4 2 0 . 0 5 10 15 20 25 Force du vent (m/s) 30 35 40 10/15 • Différentes approches de la prévision probabiliste La prévision probabiliste utilisation des ’erreurs du passé’ Avantage : coût numérique nul Inconvénient : ne peut pas proposer de vrais scénarios alternatifs ; à refaire à chaque changement du modèle •• ◦ . 10/15 • Différentes approches de la prévision probabiliste La prévision probabiliste Echantillonnage de la PDF prévue par la prévision d’ensemble •• ◦ . 10/15 • Différentes approches de la prévision probabiliste La prévision d’ensemble Objectif : Fournir un échantillon représentatif de la PDF prévue Utilisation d’un ensemble de N prévisions •• ◦ . 11/15 • Différentes approches de la prévision probabiliste La prévision d’ensemble Probabilité PDF (t0=0) •• ◦ Analyse Oper. Réalité Temps . 11/15 • Différentes approches de la prévision probabiliste La prévision d’ensemble Ensemble PDF (t=t0+dt) Probabilité Probabilité PDF (t0=0) P. Déterministe •• ◦ Réalité Temps . 11/15 • Différentes approches de la prévision probabiliste La prévision d’ensemble Avantage : dépend de l’écoulement du jour, peut proposer de vrais scénarios alternatifs Inconvénient : coût numérique élevé •• ◦ . 11/15 • Différentes approches de la prévision probabiliste La prévision d’ensemble Initialisation de l’ensemble : échantillonner l’erreur d’analyse (incertitude initiale) •• ◦ . 12/15 • Différentes approches de la prévision probabiliste Initialisation de l’ensemble Ajout de bruit aléatoire à l’analyse ? Ne fonctionne pas, se dissipe rapidement •• ◦ . 12/15 • Différentes approches de la prévision probabiliste Initialisation de l’ensemble Utilisation de modes dynamiques Généralisation de l’approche ensembliste à la période d’assimilation des observations •• ◦ . 12/15 • Utilisation des prévisions d’ensemble Le prévisionniste Information quantitative sur l’incertitude de la prévision •• ◦ . 13/15 • Utilisation des prévisions d’ensemble Prévision à 60h pour le 10/03/2008 Moyenne de l ensemble et dispersion PEARP pour la Z500 180 120 60 40 35 30 25 20 15 10 5 3 1 . •• ◦ 13/15 • Utilisation des prévisions d’ensemble Les domaines connexes à la météorologie •• ◦ Application à la prévision des crues : débit de l’Ardèche (G.Thirel (CNRM)) . 13/15 • Utilisation des prévisions d’ensemble Les domaines "météo-sensibles" Permet une gestion du risque acceptable en terme de coûts/pertes La valeur économique potentielle d’une prévision d’ensemble est supérieure à celle d’une prévision déterministe •• ◦ . 13/15 • Utilisation des prévisions d’ensemble Les domaines "météo-sensibles" 1 2 3 . . . . . .Ensemble ........... N . . . . . Ajustement ............ . . .Modèle . . . . .économique ......... •• ◦ Probabilité Action préventive ? . Pertes, sommes à débourser 13/15 • Conclusion L’incertitude est associée à toute prévision météorologique Elle dépend : de l’échelle du phénomène auquel on s’intéresse de l’état de l’écoulement L’approche déterministe est insuffisante Aucune information sur l’incertitude . •• ◦ 14/15 • Conclusion L’incertitude est associée à toute prévision météorologique Elle dépend : de l’échelle du phénomène auquel on s’intéresse de l’état de l’écoulement L’approche déterministe est insuffisante Aucune information sur l’incertitude •• ◦ Approche ensembliste Permet la gestion du risque météorologique . 14/15 • Conclusion L’incertitude est associée à toute prévision météorologique Elle dépend : de l’échelle du phénomène auquel on s’intéresse de l’état de l’écoulement L’approche déterministe est insuffisante Aucune information sur l’incertitude •• ◦ Approche ensembliste Permet la gestion du risque météorologique Vers une vraie approche probabiliste ? . 14/15 • Conclusion des questions ? •• ◦ . 15/15