Comment fait-on une prévision ?

Recueillir les observations et assimiler les données

Pour prévoir le temps qu'il fera demain, il faut déjà connaître le temps qu'il fait aujourd'hui. Plus on veut aller loin dans le temps, plus la zone sur laquelle il faut caractériser le temps qu'il fait doit être étendue. L'observation constitue ainsi la première étape d'une prévision. 90 % des données d'observation utilisées par les modèles de prévision de Météo-France proviennent des satellites météorologiques. Les 10 % restants sont fournis par des stations au sol, des radiosondages, des capteurs embarqués sur des avions de ligne et des navires de commerce ou installés sur des bouées ancrées et dérivantes. Météo-France reçoit aussi des autres services météorologiques des mesures recueillies sur l'ensemble du globe.

Toutes ces observations sont ensuite traitées pour en extraire les informations " utiles " au modèle de prévision : on parle d'assimilation des données. Environ 22 millions de données d'observations sont utilisées chaque jour par les modèles à l'issue de l'étape d'assimilation. Les données issues des observations sont combinées à d'autres informations, comme des prévisions très récentes, pour établir un état initial de l'atmosphère que le modèle saura utiliser.

Simuler le comportement de l'atmosphère en trois dimensions

À partir de cet état initial, les modèles simulent l'évolution de l'atmosphère en tenant compte bien sûr des lois qui gouvernent son évolution (mécanique des fluides, changement d'état de l'eau, turbulence, rayonnement...). Ils découpent l'atmosphère en une grille en trois dimensions aux mailles plus ou moins larges.

Pour décrire l'état de l'atmosphère et effectuer leurs calculs, les modèles numériques de prévision du temps et du climat découpent l'atmosphère en boîtes élémentaires contenant chacune une valeur de pression, de vent, de température, d'humidité... Sur l'horizontale, ce découpage est défini par la distance de maille de la grille du modèle, et sur la verticale, par le nombre de niveaux du modèle. Distance de maille et nombre de niveaux varient selon la finesse souhaitée, la puissance de calcul disponible, la vocation du modèle (prévision à courte échéance, simulation climatique, prévision saisonnière...). 

Pour les phénomènes dépassant la taille de leur maille, les modèles suivent ces lois physiques en toute rigueur. En revanche, les phénomènes plus petits ne sont pas " décrits " explicitement dans le modèle. Ils sont pris en compte par le biais d'algorithmes spécifiques qui simulent leur influence moyenne à l'intérieur des mailles du modèle.

Pour effectuer les milliards de calculs nécessaires à la résolution des équations mathématiques simplifiées qui traduisent l'évolution de l'atmosphère, Météo-France utilise deux supercalculateurs depuis 2014.

L'analyse des simulations par les prévisionnistes

Les résultats des simulations effectuées par les modèles ne sont pas encore des prévisions météorologiques. Il s'agit de scénarios d'évolution des principaux paramètres météorologiques en tous les points de la grille qui représente l'atmosphère.

L'expertise des prévisionnistes est indispensable pour analyser ces résultats complexes et les traduire en informations concrètes. Ils choisissent parmi les différents scénarios celui qui apparaît comme le plus probable et le déclinent en « produits de prévision » adaptés aux utilisateurs, à savoir des cartes et des bulletins de prévision.

Les prévisionnistes caractérisent aussi les risques de phénomènes dangereux et prennent les décisions relatives à la vigilance. De plus, ils assurent un contact direct avec certaines catégories d'utilisateurs, comme les services en charge de la sécurité civile en France.

Pour analyser au mieux ces simulations, les prévisionnistes utilisent différentes techniques de prévision, en fonction notamment de l'échéance :

La prévision déterministe

Pour les échéances allant de quelques heures à 3 ou 4 jours, on peut employer une technique appelée prévision « déterministe ». Elle repose sur l'utilisation de modèles numériques de prévision du temps, qui simulent le comportement de l'atmosphère.
La première étape de la prévision déterministe consiste à établir à partir des observations une représentation cartographique du temps qu'il fait, c'est-à-dire un état initial de l'atmosphère. Le modèle calcule ensuite l'évolution des paramètres météorologiques (pression, température, vent) au fil du temps. En partant d'un état déterminé de l'atmosphère, le modèle élabore un seul scénario d'évolution de ces paramètres, c'est pourquoi on parle de prévision « déterministe ».
Les simulations sont ensuite analysées par un prévisionniste qui connaît les limites du modèle. Il ajuste, modifie et traduit les résultats en termes de temps « observable », comme la durée et l'intensité des précipitations, les températures minimales et maximales, l'apparition d'orages, de rafales de vent ou de brouillards. Mais, cette approche déterministe ne permet pas d'évaluer les incertitudes qui pèsent sur l'unique scénario de prévisions retenu.

La prévision d'ensemble

Chaque étape de la prévision du temps comporte des incertitudes qui peuvent peser sur la qualité de la prévision finale. Les innovations dans le domaine de la mesure et les recherches sur les processus atmosphériques permettent de réduire petit à petit les sources d'incertitude. Mais l'atmosphère a un comportement chaotique et c'est une réalité physique qui nous échappe.

Au lieu de s'en tenir à une approche déterministe qui produit un unique scénario d'évolution pour chaque cartographie du temps qu'il fait, les prévisionnistes utilisent donc de plus en plus une méthode qui permet de tenir compte de ces incertitudes : la prévision d'ensemble (ou probabiliste). Elle consiste à réaliser des simulations à partir de plusieurs descriptions de l'état initial de l'atmosphère différentes. Ces dernières ne sont pas choisies au hasard : elles sont représentatives des incertitudes identifiées qui pèsent sur les mesures. La prévision d'ensemble fournit ainsi plusieurs scénarios d'évolution de l'atmosphère. Leur convergence ou leurs divergences renseignent les prévisionnistes sur la probabilité d'occurrence de chaque scénario : ils peuvent ainsi choisir le plus probable et quantifier l'incertitude qui pèse sur cette prévision.

Cette quantification de l'incertitude permet notamment aux prévisionnistes d'assortir leurs prévisions au-delà de 4 jours d'un indice de confiance. Ce chiffre de 1 à 5 accompagne les prévisions. Plus le prévisionniste estime que la prévision est fiable, plus l'indice de confiance qu'il choisira sera élevé (1 : confiance très faible, 5 : confiance très élevée).
Des informations probabilistes sont également proposées pour les phénomènes de précipitations et de gel, sous forme de pourcentages de probabilité.

Évaluer les prévisions, une étape indispensable pour améliorer les techniques

Comme ses homologues étrangers, Météo-France procède systématiquement à l'évaluation a posteriori de ses prévisions. Cette évaluation est une étape indispensable pour améliorer les méthodes et les techniques. On vérifie ainsi l'ensemble de la production, que ce soit les résultats bruts des modèles numériques ou les prévisions finalisées qui ont été diffusées aux utilisateurs. 

La vérification des prévisions montre que la prévision du type de temps à 24 heures d'échéance sur la France est juste dans environ 90 % des cas, et que la prévision de température à 24 heures d'échéance en un point donné a une précision moyenne de l'ordre de 1 à 1,25 °C. À 7 jours, la précision est de l'ordre de 3 °C.

Un jour gagné tous les dix ans, grâce aux travaux de recherche

Les performances des prévisions sont en constante amélioration. Sur les trente dernières années, la qualité des prévisions du modèle Arpège de Météo-France a gagné un jour tous les dix ans : aujourd'hui, les prévisions à cinq jours sont aussi fiables que les prévisions à trois jours au début des années 2000. 
Cette amélioration est le fruit des travaux de recherche menés par Météo-France et ses partenaires sur chacune des étapes de la réalisation d'une prévision, dans les domaines de l'observation (satellites comme Metop), de la modélisation et de l'expertise. Elle est permise grâce à l'augmentation de la puissance de calcul des ordinateurs utilisés pour la modélisation.