Erreur de prévisions

Météo-France s'explique sur les erreurs de prévisions :

La météorologie opérationnelle se fonde nécessairement sur les mesures de diverses grandeurs physiques, effectuées le plus souvent à des intervalles de temps réguliers — que rythment les heures synoptiques — , mais quelquefois aussi reçues en dehors de ce repérage temporel universel, soit qu'elles parviennent avec retard, soit que la nature même du phénomène ou de l'instrument auquel elles sont associées les pourvoie dans le temps d'un caractère trop rare, trop fréquent ou trop aléatoire pour que ces mesures puissent être intégrées à l' analyse objective précédant la prévision ; en outre, même les plus sophistiquées des procédures d'analyse objective ne peuvent entièrement compenser les inégalités de répartition des sites d' observation au sol ou en altitude, qui sont souvent considérables.

Ainsi, même si un modèle numérique de prévision météorologique s'appuyait sur un réseau d'observation fournissant des données tout à fait exactes, décrivait l' atmosphère et ses limites avec un réalisme absolu et pouvait être transcrit par un système de calcul numérique parfaitement fidèle — trois conditions à jamais impossibles, quelle que soit l' échéance considérée — , des différences entre valeurs prévues et valeurs mesurées s'immisceraient dans les résultats fournis par ce modèle sur un site déterminé et à un moment fixé, par le seul fait que l'observation (hormis peut-être les satellites ) n'est capable de fournir qu'une vision partielle et discontinue d'un espace physique étendu et continu dans l'espace et le temps : ce sont précisément ces différences entre résultats prévus et mesurés qui constituent les erreurs quantitatives de prévision relatives à chaque grandeur à prévoir, pour l'échéance en question et sur chacun des sites où la prévision fournit ces grandeurs ; s'y superposent des erreurs qualitatives de prévision entre les caractéristiques prévues et observées du temps sensible .

En fait, l'observation des données initiales , la conception du modèle numérique de prévision et le mode de calcul des données de prévision sur ordinateur ne sont pas les seules procédures génératrices d'erreurs de prévision. En effet, la prévision opérationnelle s'effectue selon une succession d'étapes constituant la chaîne de prévision , et chacune de ces étapes, jusques et y compris la présentation aux usagers, peut être entachée d'inexactitudes, soit accidentelles, soit intrinsèques, l'erreur de prévision finale résultant alors de cet enchaînement de possibles imperfections. L'amélioration des prévisions passe donc par une analyse des causes d'erreurs de prévision, qui porte sur des ensembles très nombreux de données où elle doit savoir isoler des regroupements spatiaux ou temporels de données moins (ou plus) satisfaisantes que dans les autres sous-ensembles, des biais systématiques, des phénomènes récurrents, etc. ; une estimation globale des performances de tout ou partie de la chaîne de prévision, telle que la délivrent les scores , peut aider à élaguer cette analyse complexe et ininterrompue.

Une fois décelées les causes d'erreur, leurs possibilités de réduction diffèrent suivant chaque étape. Ainsi travaille-t-on, au début de la chaîne de prévision, sur l'amélioration des capteurs et des modes de transmission et de collecte des données, et en fin de chaîne, sur les images accompagnant les mots d'une prévision pour rendre celle-ci plus compréhensible, quitte à exprimer la marge de fiabilité que l'on peut lui accorder dans le cas précis dont on parle. D'autre part, les progrès de la technologie mettent à disposition de la simulation numérique des ordinateurs toujours plus puissants, permettant de prendre en compte des phénomènes de plus en plus complexes et d'effectuer un nombre croissant de calculs intermédiaires, qui réduisent la dimension spatiale des mailles et la durée des intervalles de prévision.