Outils pour utilisateurs
Table des matières
Vers une prévision des incertitudes en météorologie
Notes prises lors de la conférence animée par Laure Raynaud au centre de conférences international de Météo France le 19/04/2018.
La prévision n'est pas une fin en soi, c'est un outil d'aide à la décision et la notion d'incertitude est importante. On a commencé a le voir apparaitre dans les prévisions grand public avec les indices de confiances chiffres variants de 0-5.
La conférencière proposait d'apporter des éléments sur les questions suivantes:
- Pourquoi les prévisions sont elles incertaines?
- Peut on quantifier l'incertitude, il y a t il une variabilité spacio-temporelle de l'incertitude?
- L'incertitude vaut elle le coup d'être évaluée?
La prévision, c'est être capable de donner l’état d'un système à plus ou moins long terme. Pour la météorologie la prévision concerne donc l’état de l'atmosphère.
L'art de la prévision a beaucoup évolué. Très tôt l'humanité reposant sur l'agriculture s'est intéressée à l'évolution du temps. A la Renaissance (XVIII) mesure des paramètres à l'aide des premiers instruments. En France au XIX siècle, une catastrophe militaire conduit à développer les observations et la prévision météorologique. Pendant la guerre de Crimée une quarantaine de navires français sont détruits par une tempête que personne n'a su voir venir. A la demande de Napoléon III Urbain Le Verrier se voit confier la tache de développer un réseau d'observatoires capables d'observer et de communiquer l’évolution du temps: c'est la naissance de la météorologie moderne.
Pourquoi les prévisions sont incertaines
Aujourd'hui la prévision du temps repose sur des modèles. Un modèle est un logiciel qui utilise un ensemble d’équations mathématiques (comme les équations Navier-Stokes connues depuis le XIX) pour représenter l'atmosphère et ses lois. Il existe une erreur de modélisation, le modèle est une représentation mathématique imparfaite des nombreux phénomènes physiques conduisant à l’évolution de l'état de l'atmosphère.
Autre source d'incertitude: L'état initial du système est difficile à déterminer. Il est impossible de déterminer parfaitement l’état initial conditionnant les prévisions: répartition non uniforme des mesures, étalonnage et précision des instruments etc. L’intuition Poincarré dans son essai “Science et Méthode” en 1908 il exprime l'idée que pour certains système une petite erreur de l'état initial peut conduire a une grosse erreur sur l’état final. Edward Lorenz connu pour son effet papillon, “Le battement d'ailes d'un papillon au Brésil peut il provoquer une tempête au Texas?” introduisant une de ces conférences exprimant la sensibilité des systèmes chaotiques aux conditions initiales. Il traduit mathématiquement l'intuition Poincarré.
Deux prévisions présentant des résultats très similaires au début peuvent rapidement diverger alors qu'elles exploitent des conditions initiales presque identiques. Les modèles météorologiques sont des systèmes chaotiques extremeent sensibles aux condtions initiales.
L'horizon de prévisibilité est le temps au bout duquel les prévisions divergent. Selon les phénomènes calculés il peut etre de l'ordre de 2-3 jours pour les dépressions/anticyclones ou de quelques heures à peine pour les précipitaions 'pluies formations orageuses).
La prévision fait sens si l'incertitude peut être estimée. Changement de paradigme par rapport a la prévision déterministe. L'approche probabiliste propose pour chaque paramètre des taux de probabilité associés. Les graphiques avec “boites à moustache” offrent une vue de l'incertitude:
- boite a moustache grande = forte incertitude.
- boite a moustache tassée = faible incertitude.
L'approche probabiliste repose non plus une prévision mais sur un ensemble de prévisions (prévision d'ensembles contenant entre 10 et 50 prévisions). Les météorologues perturbent l’état initial et produisent un jeux de prévisions. Ils observent et analysent la répartition des résultats obtenus.
- Une grande dispersion de la prévision d'ensembles traduit une forte incertitude.
- A contrario, une faible dispersion traduira une forte probabilité.
- Des répartitions des résultats autours de plusieurs valeurs permettent d'identifier des scénario probables.
La dispersion de l'ensemble perturbé caractérise l'incertitude.
On retiendra que:
- L'incertitude est un facteur inhérent à la prévision.
- La prévision n'est complète que lorsqu'elle est exprimée sous forme de probabilité.
- L'exploitation des prévisions probabiliste est propre à chaque usager.
Douter de tout ou tout croire sont deux solutions également commodes qui l'une et l'autre nous dispensent de réfléchir. Poincaré – 1908 – La science et l'hypothèse
La prévision probabiliste est un outil d'aide à la décision. Chaque usager, au regard de ces investissements besoins ou contraintes peut décider des actions à entreprendre en évaluant les probabilités associées aux paramètres de la prévision.
“On mesure l'intelligence d'un individu à la quantité d'incertitudes qu'il est capable de supporter”. E. Kant.
Références
Outils de la page
