Les prévisions météorologiques se sont considérablement améliorées ces dernières années. En fait, les informations fournies à cinq jours sont désormais considérées comme aussi fiable que les bulletins à deux jours publiés il y a vingt ans.
Cependant, regarder par la fenêtre pour voir quel temps il fait reste une routine habituelle pour beaucoup de gens. Parce que si quelque chose est plus ou moins supposé, c’est que le temps est extrêmement capricieux et montre des particularités locales qui ne sont souvent pas prévues par les prévisions météorologiques.
Mais quelque chose est en train de changer dans la disponibilité des informations à l’échelle locale : la prévision météorologique immédiate ou nowcasting commence à montrer son véritable potentiel.
Prévisions météorologiques, science et technologie pour savoir quel temps il fera
Une prévision météorologique peut généralement être définie comme l’application de technologies et de méthodes scientifiques qui permettent de définir les valeurs attendues pour les différentes variables météorologiques à l’avenir et pour une localisation donnée. Les prédictions reposent sur des méthodologies objectives (modèles numériques prédictifs, par exemple), puis sur une interprétation ou une prévision, ce qui est généralement le cas pour le grand public.
Cependant, en fonction de la période sur laquelle ils se concentrent, on peut distinguer différents types de prédictions (1) :
- Immédiate (ou nowcasting), de 0 à 2 heures à l’avance (certaines publications prolongent le délai jusqu’à 6 heures).
- Très court terme, jusqu’à 12 heures.
- Court terme, entre 12 et 72 heures.
- Moyen terme, de 72 à 240 heures.
- Élargi, de 10 à 30 jours.
- Long terme, entre 30 jours et 2 ans.
- Climatique, plus de 2 ans.
Parmi celles-ci, c’est la première, la prévision météorologique immédiate, qui suscite le plus d’intérêt. L’une des raisons en est le nombre d’épisodes météorologiques extrêmes qui ont augmenté de 35 % depuis 1990 (2).
Qu’est-ce que la prévision météorologique immédiate ou nowcasting?
Le terme nowcasting, issu de l’union « now » et « forecasting« , a été initialement défini à la fin des années 1970 par Keith Browning (3). Ce terme exprime la description détaillée du temps actuelle ainsi que la prévision des changements qui peuvent être attendus dans les heures suivantes et est très utile pour des phénomènes tels que (4) :
- Les tempêtes, y compris les manifestations associées telles que la foudre, la grêle, les vents violents, les fortes précipitations, les tornades, etc.
- Fortes précipitations qui peuvent déclencher des inondations soudaines, également connues sous le nom d’inondations éclair ou flash floods.
- Vents violents
- Des épisodes de brouillard qui peuvent conditionner la visibilité.
- Phénomènes liés à la période hivernale (neige, neige fondue, pluie glacée ou engendrante, glace, etc.).
Les informations obtenues se caractérisent également par une résolution spatiale très élevée, comprise entre 0,5 et 1 km2 (5, 6).
Applications de prévision de temps immédiate
Ces prévisions immédiates ont de multiples applications. Wapler de Coning & Buzzi (4) met en évidence les suivantes :
- Aviation, où le nowcasting peut être utilisé pour la détection des tempêtes localisées ou des vents descendants, également connu sous le nom de cisaillement.
- Entretien des routes pendant l’hiver, peut effectuer des opérations préventives pour augmenter la sécurité de la conduite.
- Prédictions maritimes qui peuvent compromettre la navigation.
- Prévisions hydrologiques, en particulier pour les bassins ayant des temps de réponse courts comme les vallées montagneuses.
- Alertes précoces adressées au grand public.
- Opérations liées à la protection civile et aux événements climatiques à fort impact.
- Production d’énergie renouvelable, avec une demande croissante de prévisions liées au vent et à l’irradiation solaire.
À ces applications, on peut aussi ajouter d’autres publications. Les parcs éoliens, par exemple. La foudre peut endommager les éoliennes et une prévision immédiate peut aider à réduire les conséquences (7). De même, certains de ces bénéfices font partie des « services urbains intégrés » (8), dont l’objectif est de réduire les risques de catastrophe.
Comme vous pouvez le voir, la diffusion d’alertes précoces par météorologie extrême est l’un des principaux avantages. Des informations météorologiques détaillées peuvent contribuer à améliorer la réactivité et la prise de décision.
En fait, et compte tenu de l’évolution que connaissent ces avis, d’une simple communication du temps qui fera à la prévision basée sur l’impact attendu, le déploiement d’applications basées sur la prédiction immédiate pourrait augmenter dans les années à venir.
La science et la technologie sous-jacentes au nowcasting
Que faut-il pour obtenir une prévision météorologique immédiate ? Données, millions de données obtenues à partir de ressources telles que (9) :
- Observations en surface, obtenues par divers instruments météorologiques ou rapportées par des observateurs physiques.
- Observations de l’air supérieur, obtenues par ballons météorologiques ou avions.
- Satellites orbitaux.
- Systèmes de détection de foudre.
- Radars météorologiques.
Les méthodes de prévision instantanée les plus sophistiquées et les plus précises reposent sur la combinaison de plusieurs systèmes d’observation. Ainsi, un système de prévision des tempêtes pourrait s’appuyer sur :
- Informations satellites, surveillance des lignes d’amas (lignes de convergence) et de leur croissance.
- Radars, identifiant les orages (intensité, mouvement et relation avec les lignes de convergence).
- Systèmes de détection de foudre.
- Systèmes de mesure de la température de l’air supérieure, de l’humidité et des vents (profilés verticaux).
- Stations météorologiques de surface pour surveiller les changements de stabilité atmosphérique.
Une fois les données obtenues, l’étape suivante consiste à les traiter. Les méthodologies vont de la simple extrapolation des informations des radars à des systèmes beaucoup plus complexes qui utilisent des algorithmes et des visualisations pour générer des modèles numériques de prédiction.
Ce domaine du traitement de l’information n’est pas étranger à la révolution technologique de ces dernières années. Ainsi, l’introduction de progrès tels que l’intelligence artificielle montre de nouvelles possibilités de développement. Le projet « Machine Learning for Precipitation Nowcasting from Radar Images », piloté par Google et matérialisé par le modèle Metnet, en est un exemple clair. Grâce aux réseaux neuronaux et au traitement automatique des images des radars Doppler, une prévision des futures pluies peut être obtenue en quelques secondes et avec une résolution de 1 km, par exemple en améliorant les modèles utilisés par la NOAA.
Quel est le rôle des stations météorologiques automatiques?
Les stations météorologiques automatiques, l’un des équipements que nous proposons depuis Arantec, jouent un rôle important dans l’obtention de prévisions immédiates. Il est vrai qu’ils présentent certaines limites pour alerter sur des phénomènes très spécifiques, comme vous pouvez le voir dans le tableau ci-joint (cliquez dessus pour l’agrandir), élaboré à partir des données de la WMO (9). Mais un réseau de stations de surface dense, avec une installation tous les 10 km, par exemple, peut fournir des informations localisées très utiles sur les conditions météorologiques.
Toutefois, les stations météorologiques automatiques acquièrent une valeur particulière lors de la vérification. Ce processus est nécessaire pour évaluer la qualité des prédictions, déterminer leurs forces et leurs faiblesses et mettre en œuvre des améliorations opportunes (4). En effet, il est considéré qu’il est impossible de procéder à une telle analyse sans des observations pertinentes émanant de différentes sources.
Conclusion
1,7 milliard. C’est le nombre de personnes touchées au cours de la dernière décennie par des épisodes climatiques extrêmes, phénomènes qui, comme nous le soulignions au début de l’article, sont en augmentation.
La préparation préalable et les systèmes d’alerte précoce sont essentiels pour faire face à ces événements et les prévisions météorologiques sont essentielles pour activer les protocoles d’action. Mais quel est l’élément indispensable pour mettre en place ces mécanismes et contribuer à sauver des vies? Données telles que celles fournies par les stations météorologiques d’Arantec.
Sources consultées :
- (1) Organización Meteorológica Mundial (2020). Manual del Sistema Mundial de Proceso de Datos y de Predicción: Anexo IV al Reglamento Técnico de la OMM. Ginebra: OMM (2019). ISBN 978-92-63-30485-8
- (2) International Federation of Red Cross and Red Crescent Societies (2020). World Disasters Report 2020. Geneva: IFRC (2020). ISBN 978-2-9701289-5-3. Disponible en https://media.ifrc.org/ifrc/world-disaster-report-2020
- (3) Browning, K. A. (1980). Review Lecture: Local Weather Forecasting. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 371(1745), 179–211. doi:10.1098/rspa.1980.0076
- (4) Wapler, K., de Coning, E., & Buzzi, M. (2019). Nowcasting. Reference Module In Earth Systems And Environmental Sciences. doi: 10.1016/b978-0-12-409548-9.11777-4
- (5) Heuvelink, D., Berenguer, M., Brauer, C., & Uijlenhoet, R. (2020). Hydrological application of radar rainfall nowcasting in the Netherlands. Environment International, 136, 105431. doi: 10.1016/j.envint.2019.105431
- (6) Franch, G., Maggio, V., Coviello, L., Pendesini, M., Jurman, G., & Furlanello, C. (2020). TAASRAD19, a high-resolution weather radar reflectivity dataset for precipitation nowcasting. Scientific Data, 7(1). doi: 10.1038/s41597-020-0574-8
- (7) Mostajabi, A., Finney, D., Rubinstein, M., & Rachidi, F. (2019). Nowcasting lightning occurrence from commonly available meteorological parameters using machine learning techniques. Npj Climate And Atmospheric Science, 2(1). doi: 10.1038/s41612-019-0098-0
- (8) Baklanov, A., Cárdenas, B., Lee, T., Leroyer, S., Masson, V., & Molina, L. et al. (2020). Integrated urban services: Experience from four cities on different continents. Urban Climate, 32, 100610. doi: 10.1016/j.uclim.2020.100610
- (9) World Meteorological Organization (2017). Guidelines for Nowcasting Techniques. Geneva:WMO. ISBN 978-92-63-11198-2
