Prévisions numériques opérationnelles

La prévision numérique du temps

Que sont ces produits?

Les produits qui sont rendus disponibles sur ce site ont leur origine dans les passes opérationnelles des modèles GEM global du système de prévision déterministe (SGPD) ou dans les passes opérationnelles des modèles GEM régional du système de prévision déterministe (SRPD). Les données de sortie des modèles sont traditionnellement rendues dans un format de trame (raster), sous forme de cartes à quatre panneaux qui peuvent être imprimées sur de grandes feuilles de papier. Lors du processus de prévision, les météorologistes peuvent ainsi annoter ces cartes et les comparer avec d'autres.

Le doyen de ces produits, et le plus familier, est la carte quatre-panneaux classique. On y trouve les paramètres traditionnellement les plus utilisés en météorologie générale. D'autres cartes plus spécialisées sont aussi disponibles. On retrouve sur celles-ci la prévision du modèle pour des champs aéronautiques tels que la turbulence ou le givrage, ou encore des paramètres utilisés dans la prévision du temps violent saisonnier et, finalement, des prévisions de vagues océaniques.

Qu'est-ce que la prévision numérique du temps?

La prévision numérique du temps (PNT) consiste à prévoir le temps par le biais de modèles mathématiques de l'atmosphère, tel que les modèles du système de prévision déterministe du CMC. Tous les modèles de PNT mettent en oeuvre l'idée suivante:

Si nous avons une connaissance suffisante de l'état de l'atmosphère au temps présent, et que nous connaissons les lois physiques qui gouvernent l'évolution de l'atmosphère, alors nous pouvons fournir à un ordinateur suffisamment rapide un programme qui simulera l'évolution de l'atmosphère à partir de ce point de départ, et nous permettra de visualiser en "accéléré" les états futurs de l'atmosphère dans les prochaines heures ou les prochains jours.

Comme une caméra numérique, qui ne voit pas une image continue mais plutôt des rangées de pixels, le modèle transpose les données atmosphériques sur une grille. On pourrait aussi faire une analogie avec un grand chiffrier à trois dimensions, dont chacune des cellules serait occupée par une prévision pour un point particulier de l'atmosphère. Par exemple: le modèle GEM du système global de prévision déterministe (SGPD) opère sur des cellules représentant chacune une pièce de 0,3 degré de latitude par 0,45 degré de longitude. Ces cellules recouvrent uniformément la surface du globe. La dimension temporelle est elle aussi discontinue. Le SGPD voit le temps par incréments de 15 minutes.

Utilisations de la PNT

Les prévisions numériques sont devenues une source indispensable d'information dans presque tous les aspects de la prévision météorologique. Le niveau de détail des modèles modernes permet la production d'une vaste gamme de produits et de champs météorologiques qui sont utilisés non seulement en météorologie générale, mais aussi dans des champs de spécialisation comme l'aviation et la qualité de l'air. Les progrès en visualisation des données et dans les modes de livraison des données promettent de grands changements pour les usagers des prévisions et pour la pratique de la météorologie. Toutefois, la gestion des masses de données de prévision générées par les modèles est en train de devenir une science en soi. Les données de sortie des modèles modernes doivent être post-traitées afin de devenir intelligibles. Qui plus est, leur utilisation correcte dépend d'une interprétation experte afin d'en bien comprendre le sens, les qualités et les défauts.

Limitations

Bien que la PNT représente le plus grand succès de la météorologie, elle n'est encore que partiellement efficace dans son application. La PNT rencontre trois obstacles principaux:

  1. On doit fournir au modèle une image suffisamment précise de l'état de l'atmosphère au début de la prévision. Les erreurs introduites au début du processus de prévision se propageront et iront en s'amplifiant, érodant ainsi graduellement la précision et l'utilité de la prévision.
  2. Pour passer d'un modèle mathématique de l'atmosphère à un code informatique capable de générer une prévision du temps, les modélisateurs auront nécessairement à faire certaines approximations.
    1. Le premier type d'approximation est la résolution du modèle ou sa capacité à distinguer les détails les plus fins. Toute augmentation de la résolution du modèle se fait à un coût informatique significatif, que l'on doit soupeser par rapport aux contraintes opérationnelles et financières.
    2. Le deuxième type d'approximation, appelé paramétrisation, devient nécessaire afin de prendre en compte les effets à grande échelle de phénomènes qui sont trop petits pour être vus par le modèle. Par exemple, les cellules orageuses individuelles sont trop petites pour être simulées directement sur les grilles opérationnelles actuelles. Cependant, pour produire des résultats valables, le modèle doit tout de même simuler les effets qu'ont les systèmes orageux sur les patrons à grande échelle de précipitation et de température.
  3. Pour produire de bonnes prévisions, le modèle doit intégrer des connaissances sur beaucoup de phénomènes qui interagissent entre eux: comment souffle le vent; comment la chaleur reçue du soleil est transformée par les océans, le sol, l'air, et les nuages; comment la vapeur d'eau se condense en nuages et comment les gouttelettes d'eau se transforment en pluie, en glace, ou en neige; comment le frottement mélange l'air près du sol. Les erreurs qui prennent naissances dans la prévision d'un de ces phénomènes peuvent se propager à la prévision des autres, ou peuvent amplifier les erreurs d'autres sous-systèmes du modèle.