La science des prévisions météorologiques tombe à l'examen du public chaque jour. Lorsque les prévisions sont correctes, nous commentons rarement, mais nous sommes souvent prompts à nous plaindre lorsque les prévisions sont fausses. Sommes-nous jamais susceptibles d'obtenir une prévision parfaite qui est précise à l'heure ?

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 qui s'étendent sur l'ensemble du globe et s'étendent de la surface à la stratosphère (et parfois plus haut).

À l'aide d'un supercalculateur et d'un modèle sophistiqué qui décrit le comportement de l'atmosphère avec des équations physiques, cet instantané est ensuite avancé dans le temps, produisant plusieurs téraoctets de données prévisionnelles brutes. Il incombe ensuite aux prévisionnistes humains d'interpréter les données et de les transformer en une prévision significative qui est diffusée au public.

Le temps qu'il fait

Prévoir la météo est un énorme défi. Pour un début, nous essayons de prédire quelque chose qui est intrinsèquement imprévisible. L'atmosphère est un système chaotique - un petit changement dans l'état de l'atmosphère à un endroit peut avoir des conséquences remarquables au fil du temps ailleurs, qui a été assimilé par un scientifique à ce que l'on appelle l'effet papillon.

Toute erreur qui se développe dans une prévision augmentera rapidement et entraînera 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 à quel point les erreurs de prévision peuvent se développer facilement. Pour une prévision parfaite, nous aurions besoin de supprimer chaque erreur.

La compétence de prévision s'est améliorée. Les prévisions modernes sont certainement beaucoup plus fiables qu'elles ne l'étaient avant l'ère des superordinateurs. Les premières prévisions publiées au Royaume-Uni remontent à 1861, lorsque l'officier de la Royal Navy et météorologue passionné Robert Fitzroy a commencé à publier des prévisions dans le Times.

Ses méthodes consistaient à dessiner des cartes météorologiques à l'aide d'observations à partir d'un petit nombre d'emplacements et à faire des prévisions basées sur l'évolution du temps dans le passé lorsque les cartes étaient similaires. Mais ses prévisions étaient souvent fausses, et la presse était généralement prompte à critiquer.

Un grand pas 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, prédire une seule variable sur une grille avec un espacement de plus de 750 km.

Ce travail a ouvert la voie à la prévision moderne, dont les principes reposent toujours sur la même approche et les mêmes mathématiques, bien que les modèles d'aujourd'hui soient beaucoup plus complexes et prédisent beaucoup plus de variables.

De nos jours, une prévision météorologique consiste généralement en plusieurs exécutions d'un modèle météorologique. Les centres météorologiques opérationnels utilisent généralement un modèle global avec un espacement de grille d'environ 10 km, dont la sortie est transmise à un modèle à plus haute résolution s'exécutant sur une zone locale.

Pour avoir une idée de l'incertitude des prévisions, de nombreux centres météorologiques exécutent également un certain nombre de prévisions parallèles, chacun avec de légères modifications apportées à l'instantané initial. Ces petits changements augmentent au cours de la prévision et donnent aux prévisionnistes une estimation de la probabilité que quelque chose se produise - par exemple, le pourcentage de chance qu'il pleuve.

L'avenir de la prévision

L'ère des superordinateurs a été cruciale pour permettre à la science de la prévision météorologique (et même de la prévision climatique) de se développer. Les supercalculateurs modernes sont capables d'effectuer des milliers de milliards de calculs par seconde, et peut stocker et traiter des pétaoctets de données. Le supercalculateur Cray du Met Office britannique a la puissance de traitement et le stockage de données d'environ un million de smartphones Samsung Galaxy S9.

Cela signifie que nous avons la puissance de traitement nécessaire pour exécuter nos modèles à haute résolution et inclure plusieurs variables dans nos prévisions. Cela signifie également que nous pouvons traiter plus de données d'entrée lors de la génération de notre "instantané" initial, créer une image plus précise de l'atmosphère pour commencer la prévision.

Ces progrès ont conduit à une augmentation des compétences de prévision. Une quantification soignée de cela a été présentée dans une étude Nature de 2015 par Peter Bauer, Alan Thorpe et Gilbert Brunet, décrivant les progrès de la prévision météorologique comme une « révolution tranquille ».

Ils montrent que la précision d'une prévision à cinq jours de nos jours est comparable à celle d'une prévision à trois jours il y a environ 20 ans, et que chaque décennie, nous gagnons environ une journée de compétence. Essentiellement, les prévisions à trois jours d'aujourd'hui sont aussi précises que les prévisions à deux jours d'il y a dix ans.

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

Selon la loi de Moore, notre puissance de calcul double tous les deux ans depuis les années 1970. Cependant, cela a ralenti récemment, d'autres approches peuvent donc être nécessaires pour faire des progrès futurs, comme l'augmentation de l'efficacité de calcul de nos modèles.

Alors, serons-nous un jour en mesure de prédire la météo avec une précision de 100 % ? En bref, non. Il y a 2×10⁴⁴ (200, 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 faire des hypothèses sur les processus dans l'atmosphère, il y a toujours la possibilité qu'un modèle développe des erreurs.

Les progrès de la modélisation météorologique peuvent améliorer ces représentations statistiques et nous permettre de faire des hypothèses plus réalistes, et des superordinateurs plus rapides peuvent nous permettre d'ajouter plus de détails ou de résolution à nos modèles météorologiques, mais, au cœur de la prévision se trouve un modèle qui nécessitera toujours certaines hypothèses.

Cependant, tant qu'il y a des recherches pour améliorer ces hypothèses, l'avenir de la prévision météorologique s'annonce radieux. À quel point nous pouvons nous rapprocher des prévisions parfaites, cependant, ça reste à voir.

Cet article a été initialement publié sur The Conversation. Lire l'article original.