Candille Guillem
Ouranos
Les incertitudes liées à la prévision météorologique ont mené à la
production de systèmes de prévision d'ensembles (EPS). On s'intéresse ici
plus particulièrement aux enjeux de la validation des méthodes de
prévision météorologique. Les systèmes de prévisions probabilistes doivent
répondre à deux critères de qualités statistiques indépendants,
nécessaires et suffisants: la fiabilité (cohérence statistique) et la
résolution (variabilité statistique).
Dans un premier temps, nous étudions des outils classiques de validation
pour le cas de la prévision d'occurrence d'un événement binaire. Dont le
score de Brier qui se décompose algébriquement en 2 composantes mesurant
séparément la fiabilité et la résolution.
Nous étendons ensuite notre validation aux systèmes produisant des
fonctions de densité de probabilités d'une variable scalaire. Nous
généralisons alors la décomposition du score de Brier aux RPS (Ranked
Probability Scores), ce qui permet de mesurer la fiabilité et la
résolution des systèmes considérés ici. Cette étude a mis en évidence de
substantielles limitations à la validation des systèmes de prévisions
probabilistes.
En effet, d'une manière plus générale, l'évaluation de systèmes de
prévisions d'ensembles est limitée par 3 paramètres:
- N la taille des ensembles prévus
- M le nombre de réalisations du système sur lequel sont accumulées les
statistiques
- les erreurs d'observations
Nous montrons alors que le caractère fini de M est le facteur le plus
limitant dans l'évaluation des systèmes probabilistes de prévision
météorologique. Nous soulignons aussi que le fait d'introduire les erreurs
d'observations dans nos validations "modifie" le critère de la résolution
qui devient de ce fait moins exigeant: on ne peut tout simplement pas
demander à un système de prévisions d'être plus précis que les
observations servant à évaluer la prévision. Appliquant tous ces résultats
aux systèmes opérationnels du CEPMMT et du NCEP pendant ces 4 dernières
années, nous avons pu quantifier et comparer leurs évolutions. Dont les
principaux enseignements sont:
- une meilleure performance relative du système du CEPMMT, due à une
meilleure qualité de son modèle numérique.
- un gain de 1 à 2 jours de prévisions, pour les deux centres, entre
les hivers 98/99 et 01/02.
- performances de systèmes dits 'du pauvre' (de moindre coûts)
équivalentes, pour les deux centres, à courtes échéances (2/3 jours).