Post on 01-Sep-2019
Date Date
« La prévision est un art difficile, surtout lorsqu’elle concerne l’avenir » Niels Bohr.
Joël COLLADO Prévisionniste
Rédigé le 15/6/2016
2
Observer :
3
Observer :
Les Images Satellites:
- Définition
- Fréquence
5
Observer :
6
Des infrastructures de mesure : sol, mer, air
Satellites (MSG, Metop/EPS, Jason-2)
Radars météo
Piper Aztec Stations en mer Stations au sol
1800 stations temps réel, dont 1500 stations partenaires
7
Observer :
8
Observer :
9
A l’étude…
> Utilisation des antennes relais téléphones mobiles pour une estimation des zones pluvieuses en Afrique (travail de thèse). > Big Data:
Vos téléphones portables !
10
Modéliser :
Lois « classiques » de la physique: Newton, Conservation de la masse, Thermodynamique… avec des hypothèses… Et des paramétrisations: Gouttes d’eau, cristaux de glace…
ionPrécipitat - vaporation Edtdq =•
RT ρ=• p
Chaleur) (Travail Q U dU(T) ++=• δδ
fF V 2 - grad 1 g +∧Ω−=•
pdt
Vdρ
11
Tirer profit d’une puissance de calcul en forte progression
109
1015
12 Supercalculateur
13
14
15
16
17
18
fF V 2 - grad 1 g +∧Ω−=•
pdt
Vdρ
0 1 V Div =+• dtdρ
ρ
Chaleur) (Travail Q U dU(T) ++=• δδ
RT ρ=• p
ionPrécipitat - vaporation Edtdq =•
Chaleur) (Travail Q U dU(T) ++=• δδ
ionPrécipitat - vaporation Edtdq =•
0 1 V Div =+• dtdρ
ρ
Chaleur) (Travail Q U dU(T) ++=• δδ
ionPrécipitat - vaporation Edtdq =•
fF V 2 - grad 1 g +∧Ω−=•
pdt
Vdρ
0 1 V Div =+• dtdρ
ρ
Chaleur) (Travail Q U dU(T) ++=• δδ
ionPrécipitat - vaporation Edtdq =•
fF V 2 - grad 1 g +∧Ω−=•
pdt
Vdρ
0 1 V Div =+• dtdρ
ρ
Chaleur) (Travail Q U dU(T) ++=• δδ
ionPrécipitat - vaporation Edtdq =•
19
Les modèles de Prévision : ARPEGE
Modèle ARPEGE en 2014
Maille associée:
10 km (France) → 62 km (antipode)
70 niveaux verticaux (17m – 70km)
-> Depuis Avril 2015 :
- Maille : 7,5 km (France)
- 105 niveaux verticaux (premier à 10m)
Comment résoudre les difficultés de la circulation atmosphérique ?
20
AROME: le maillon le plus fin d’une chaîne intégrée de prévision à 3-36 heures
-> Depuis Avril 2015 :
- Maille : 1,3 km,
- 90 niveaux verticaux
AROME (2,5km) Échéances : 3h à 36 h
ARPEGE Échéances : 12 à 102 heures
21
Et maintenant : Modéliser la ville
22
Échelle très fine
Prévision très courte échéance,
Ordre de grandeur : 12 H, principe : modéliser les nuages…
Simulation d’une structure orageuse
(04-08-94 15 à 18 UTC)
Modèle AROME Exemple avec maille associée:
2,5 km
23
L’incertitude :
24
L’expérience du Chaos…
k=1.6
k=1.2
L'itération d'une fonction « simple », f(x) = kx2-1, peut mener au chaos…
Prenez 2 points, au départ très proches (différents de ε), dont on suivra l'évolution temporelle avec les courbes rouge et bleue. Avec k=1.2, les courbes restent parfaitement confondues, et on obtient un cycle régulier, prévisible. Prenez k=1.6, les deux courbes, d'abord confondues, finissent par se séparer, et on obtient deux évolutions totalement différentes !
Vous aurez beau choisir un ε aussi petit que possible, cette séparation finira par se produire, et il n'y a pas de cycle. C'est le chaos. L'évolution des paramètres météorologiques obéit, si l'on peut dire, à ces mêmes règles !!! D'après Ian Stewart in « Dieu joue-t-il aux dés ? », Flammarion.
-> lien billard
25
Les « panaches »
Base le 14/6/2016 à 12 H UTC
La prévision pour Toulouse :
L’exemple des Températures:
26
Les « spaghetti »
Base le 14/6/2016 à 12 H UTC
27
Prévision du 15/6/2016 à 12 H UTC
Probabilités pour : Toulouse
-> 10 jours
28
Prévision du 15/6/2016 à 12 H UTC
Probabilités pour : Toulouse
-> 15 jours
29
30
Pour l’aéronautique : Jet et Turbulence
31
Pour l’aéronautique
32
A plus longue échéance…
33
Prévisions saisonnières
Les Températures
SST initiale ->
34
Prévisions saisonnières
Les Précipitations
35
Merci de votre attention
Avez-vous des questions ?
36
Pour l’aéronautique