Pourquoi les prévisions météo seront toujours un peu fausses

La science des prévisions météorologiques est examinée chaque jour par le public. Lorsque les prévisions sont correctes, nous faisons rarement des commentaires, mais nous nous plaignons souvent lorsque les prévisions sont fausses. Sommes-nous susceptibles de parvenir à une prévision parfaite à l'heure exacte?

La préparation d'une prévision météorologique comporte de nombreuses étapes. Il commence sa vie comme un «instantané» global de l'atmosphère à un moment donné, cartographié sur une grille tridimensionnelle de points couvrant tout le globe et s'étendant de la surface à la stratosphère (et parfois plus haut).

Utilisant un superordinateur et un modèle sophistiqué décrivant le comportement de l'atmosphère avec des équations de physique, cet instantané avance dans le temps et produit plusieurs téraoctets de données brutes . Il revient ensuite aux prévisionnistes humains d’interpréter les données et de les transformer en prévisions significatives qui sont diffusées au public.

Que ce soit dans la météo

La ​​prévision météorologique est un énorme défi. Pour commencer, nous essayons de prédire quelque chose qui est intrinsèquement imprévisible. L'atmosphère est un système chaotique – un petit changement de l'état de l'atmosphère dans un endroit peut avoir des conséquences remarquables avec le temps, ce que l'un des scientifiques a qualifié d'effet papillon .

Toute erreur qui se développe dans une prévision augmentera rapidement et causera d'autres erreurs à plus grande échelle. Et comme nous devons faire de nombreuses hypothèses lors de la modélisation de l'atmosphère, il devient clair que les erreurs de prévision peuvent se développer facilement. Pour une prévision parfaite, nous aurions besoin de supprimer chaque erreur.

Les compétences de prévision s'améliorent. Les prévisions modernes sont certainement beaucoup plus fiables qu’elles ne l’étaient avant l’ère des supercalculateurs. Les premières prévisions publiées par le Royaume-Uni remontent à 1861, lorsque Robert Fitzroy officier de la Royal Navy et météorologue passionné, publia des prévisions dans The Times.

Ses méthodes consistaient à tracer des cartes météorologiques à partir d'observations faire des prévisions en fonction de l'évolution du temps dans le passé lorsque les graphiques étaient similaires. Mais ses prévisions étaient souvent fausses, et la presse était généralement rapide à critiquer.

Un grand bond en avant a été fait lorsque les superordinateurs ont été introduits dans la communauté des prévisionnistes dans les années 1950. Le premier modèle informatique était beaucoup plus simple que ceux d’aujourd’hui, ne prédisant qu’une variable sur une grille espacée de plus de 750 km.

Ce travail a ouvert la voie à la prévision moderne dont les principes reposent toujours les mêmes mathématiques, bien que les modèles actuels soient beaucoup plus complexes et prédisent beaucoup plus de variables.

De nos jours, les prévisions météorologiques consistent généralement en plusieurs exécutions d'un modèle météorologique. Les centres météorologiques opérationnels utilisent généralement un modèle global avec un espacement d'environ 10 km, dont la sortie est transmise à un modèle de résolution plus élevée couvrant une zone locale.

Pour avoir une idée de l'incertitude des prévisions, de nombreuses conditions météorologiques Les centres exécutent également un certain nombre de prévisions parallèles, chacune apportant de légères modifications à l'instantané initial. Ces petits changements augmentent pendant la prévision et donnent aux prévisionnistes une estimation de la probabilité que quelque chose se produise – par exemple, le pourcentage de chances qu'il pleuve.

L'avenir des prévisions

la prévision météorologique (et même la prévision climatique) à développer. Les superordinateurs modernes sont capables d'effectuer des milliers de milliards de calculs par seconde et peuvent stocker et traiter des pétaoctets de données. Le supercalculateur du Met Office du Royaume-Uni a la puissance de traitement et le stockage des données d'environ un million Les smartphones Samsung Galaxy S9.

à haute résolution et inclure plusieurs variables dans nos prévisions. Cela signifie également que nous pouvons traiter davantage de données d'entrée lors de la génération de notre «instantané» initial, en créant une image plus précise de l'atmosphère avec laquelle commencer la prévision.

Ces progrès ont entraîné une augmentation des compétences de prévision. Une étude précise de 1945 de Peter Bauer, Alan Thorpe et Gilbert Brunet a décrit les progrès de la prévision météorologique comme une «révolution tranquille».

Ils montrent que la précision d'une prévision à cinq jours est aujourd'hui comparable à celle d'une prévision de trois jours il y a une vingtaine d'années. nous gagnons environ une journée de compétences. Essentiellement, les prévisions sur trois jours d’aujourd’hui sont aussi précises que les prévisions sur deux jours d’il ya dix ans.

Mais cette augmentation des compétences devrait-elle se poursuivre dans le futur? Cela dépend en partie des progrès que nous pouvons réaliser avec la technologie des superordinateurs. Des supercalculateurs plus rapides nous permettent de gérer nos modèles avec une résolution plus élevée et de représenter encore plus de processus atmosphériques, conduisant en théorie à une amélioration des compétences de prévision.

Selon Moore's Law, notre puissance de calcul a doublé tous les deux ans Cependant, cela s'est ralenti récemment donc d'autres approches pourraient être nécessaires pour faire des progrès futurs, comme l'augmentation de l'efficacité de calcul de nos modèles.

Pouvons-nous jamais prévoir le temps avec Précision à 100%?

Bref, non. Il y a 2 × 10⁴⁴ (200 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000) molécules dans l'atmosphère en mouvement aléatoire – essayer de les représenter toutes serait insondable.

La nature chaotique du temps signifie que tant que nous devons formuler des hypothèses sur les processus est toujours le potentiel pour un modèle de développer des erreurs.

Les progrès dans la modélisation météorologique peuvent améliorer ces représentations statistiques et nous permettent de faire des hypothèses plus réalistes, et des supercalculateurs plus rapides peuvent ajouter plus de détails ou de résolution à nos modèles météorologiques.

Cependant, tant que l’on cherchera à améliorer ces hypothèses, l’avenir des prévisions météorologiques semble prometteur. Reste à savoir à quel point nous pouvons arriver à la prévision parfaite.

Cet article a été publié le The Conversation par Jon Shonk chercheur scientifique, Université de Reading . Lire l'article original .