Comprendre les modèles numériques 

Magazine Méteo Comprendre les modèles numériques 

Les météorologues parlent souvent des modèles numériques qu’ils utilisent pour aider à prévoir la météo. Mais quels sont ces modèles ? Comment marchent-ils? Quelles sont leurs faiblesses ? Puisque les prévisions météorologiques sont essentielles pour trouver les bonnes conditions de neige, apprenons-en plus sur ces mystérieux modèles.

C’est quoi un modèle météorologique ?

Les modèles météorologiques sont plutôt simples à expliquer : ce sont des programmes informatiques. Tout comme Microsoft Word ou votre jeu vidéo préféré, un modèle numérique est constitué d’un code spécial exécuté par un ordinateur.

Comment utiliser les modèles météorologiques pour trouver de la neige ?

Pour commencer, il faut récolter des données sur ce qui se passe dans l’atmosphère dans un certain moment, et les insérer dans le logiciel. Plus les données vont être précises, plus le modèle va être précis. Les données qui sont introduites dans le modèle comprennent des relevés radar en temps réel des lieux où il pleut ou il neige, des observations par satellite en temps réel sur la position des nuages, ainsi que des données des stations météorologiques sur les conditions réelles au sol.

Les données reçues directement du terrain sont extrêmement utiles, mais nous n’avons pas de stations météorologiques couvrant toutes les régions de la terre, et en plus, des écarts particulièrement importants se trouvent au niveau des océans. Alors, que devrions-nous faire? Heureusement, les satellites ont rempli ce vide au cours des dernières décennies, car ils peuvent récolter des informations météorologiques sur les nuages, la température, l’humidité et les vents. Ainsi, même dans les régions de la terre où les données sont rares, nous pouvons toujours obtenir des relevés des conditions météorologiques actuelles. 

meteo-villes etape de la modelisation numerique

Comment les modèles numériques font des prédictions ?

Le modèle numérique prend ensuite ces informations sur l’état actuel de l’atmosphère et les fait passer par des équations physiques qui prédisent l’évolution des conditions météorologiques. Une explication en une phrase de cette partie du modèle ne rend pas justice aux décennies de recherche et de développement qui ont été consacrées à la construction de ces programmes informatiques. Mais à moins que vous ne vouliez un doctorat en informatique, nous devrions probablement en rester là. Des super-ordinateurs les plus puissants au monde sont utilisés pour les prévisions météorologiques et peuvent fonctionner à des vitesses de 50 à 100 billions de calculs par seconde.

Lorsque le modèle informatique a fini de calculer les équations, il produit des données sur le futur état de l’atmosphère pendant les prochaines heures, jours et même semaines. Il le fait non seulement pour les conditions au sol, comme la température, l’humidité et la vitesse du vent, mais aussi pour les conditions à différentes hauteurs au-dessus du sol. Ceci est important lors des prévisions pour les montagnes bien au-dessus du niveau de la mer, ainsi que pour les avions qui volent jusqu’à 12.000 m en altitude.

La précision du modèle numérique

Les modèles numériques ne produisent pas de prévisions parfaites, principalement pour deux raisons. La première raison est liée à la qualité des données. Si les données que nous alimentons dans les modèles météorologiques sont fausses, alors les prévisions seront fausses. Même si les stations météorologiques et les satellites sont assez précis, leurs données ne sont pas parfaitement précises et ils ne couvrent pas la terre entière. Les modèles estiment les conditions météorologiques dans ces zones où on ne peut pas récolter des informations, tout en sachant que les estimations ne sont généralement pas tout à fait correctes.

Le terrain est la deuxième raison pour laquelle les modèles sont parfois inexacts. La plupart des montagnes ne sont pas parfaitement modélisées simplement parce que nous n’avons pas assez de capacité informatique pour le faire (pourtant… nous y travaillons !). Ainsi, les modèles ne “ savent ” pas où se trouvent chaque pic et chaque vallée, car ils ne voient qu’une grande surface montagneuse.  En effet, il faut garder à l’esprit que chaque modèle numérique possède différentes résolutions. C’est ce que l’on appelle une maille. On distingue alors trois types de mailles sur nos modèles numériques : larges, fines, et très fines.

  • Modèle à maille large :

Un modèle à maille large est surtout utile pour déterminer le placement des différents centres d’actions (anticyclones, dépressions, masses d’air…). En revanche, il est fortement déconseillé de se baser uniquement sur ce type de modèle pour faire ses propres prévisions. En effet, comme nous avons ici une donnée toute les 25km, les simulations peuvent être très grossières sur nos massifs.

Simulation approximative des quantités de précipitation du modèle GFS (maille : 25km)

 

  • Modèle à maille fine :

Le zonage est déjà plus précis, mais attention la maille reste « trop large » pour établir des prévisions détaillées. Les décalages sont donc parfois importants entre les simulations et la réalité, notamment dans les topographies de vallées.

modele numerique arpege

 

  • Modèle à maille très fine

Les simulations deviennent très précises (températures, vent, nébulosité, quantités de neige massif par massif). Toutefois, le modèle numérique à maille très fine ne détient pas forcément le scénario final. Un bon prévisionniste doit donc, d’une part, avoir une bonne connaissance du terrain pour compenser les failles des modèles, et d’autre part, les utiliser de façon complémentaire pour se rapprocher au mieux de la réalité.

Simulation des quantités de neige sur les Alpes du Nord– Modèle AROME (maille : 1,3km)

 

Désormais, lorsque les météorologues parleront de leurs modèles numériques, vous comprendrez mieux comment ils font le prévisions de neige, de pluie, de soleil, de nuages ​​et de vent. Au fur et à mesure que la vitesse des ordinateurs augmentera, la précision des prévisions météorologiques augmentera également. Attendez-vous à une amélioration constante ! 

 

Lire aussi :

Partager:
Copyright © 1995-2022  Mountain News Corporation.  All rights reserved.