Les bases de la Prévision Saisonnière

Présentation au sujet: "Les bases de la Prévision Saisonnière"— Transcription de la présentation:

1 Les bases de la Prévision Saisonnière
J.P. Céron – Direction de la Climatologie SWIOCOF - Forum 01-02/09/2012 – Saint-Denis de la Réunion Rappel : CNRM = développement du modèle DClim = exploitation du modèle La Prévision saisonnière a été reconnue comme un des axes stratégiques des années à venir (cf. contrat d’objectifs §3.3)

2 La prévisibilité «  La feuille de papier va atterrir … sur le post-it » Irréaliste, on ne peut avoir aucune confiance dans cette prévision « La feuille de papier va atterrir …. probablement au « voisinage » du post-it  » Plus réaliste, on peut avoir une confiance raisonnable dans cette prévision Préliminaires sur la notion de prévisibilité pour bien comprendre à quelle précision s’attendre pour la prévision saisonnière. SWIOCOF - Forum 01-02/10/2012 – St Denis

3 La prévisibilité La prévisibilité est fonction :
de l’échelle du phénomène que l’on veut prévoir (Orage, Brouillard, Perturbations, Alizés, ENSO, etc.) de l’échéance à laquelle on veut le prévoir (heure, journée, semaine, mois, saison, etc.) Il existe dans la nature un lien fort entre les échelles d’espaces et de temps Prévision saisonnière grandes échelles SWIOCOF - Forum 01-02/10/2012 – St Denis

4 Quels sont les phénomènes concernés ?
Phénomènes de grande échelle correspondant à des modifications durables de la circulation atmosphérique planétaire et leurs impacts potentiels : Intensité des alizés sur les bassins océaniques tropicaux, El Niño et ses conséquences catastrophiques, Tendance de l’activité cyclonique dans les bassins océaniques tropicaux, Régimes de circulation sur l’Atlantique Nord, … Pour activité cyclonique directement liée aux températures de la mer (cf et nombreux cyclones Caraïbes et Katrina) Pour l’Europe, les relations entre circulation planétaire et temps réel sont beaucoup moins liées aux conditions océaniques tropicales ce qui limite la prévisibilité aux échelles de temps de l’ordre de quelques mois Avec techniques de PS on ne peut en aucun cas prévoir l’intensité d’une séquence particulière d’une à deux semaines au cours de ces 3 mois : une période de fraîcheur au début de la saison considérée suivie d’un épisode chaud donne une valeur proche de la moyenne sur 3 mois SWIOCOF - Forum 01-02/10/2012 – St Denis

5 Quelques principes scientifiques
L’évolution de l’atmosphère est conditionnée en partie par l’évolution des conditions externes (notamment SST et surfaces continentales) qui obligent l’atmosphère à ajuster son comportement (forçages externes). L’évolution de ces forçages externes, souvent lente, est prévisible. Elle imprime une mémoire (lente) à l’atmosphère dont l’évolution lente devient partiellement prévisible. Les états instantanés successifs de l’atmosphère ont une prévisibilité limitée ; prévisibilité qui augmente si on considère les états moyens de l’atmosphère (cf. diapo limites de la prévision numérique). La circulation moyenne dans les régions tropicales est très fortement marquée par la convection organisée à grande échelle qui est elle-même très sensible aux conditions imposées par les forçages externes (cf. diapo influence de l’océan Pacifique). SWIOCOF - Forum 01-02/10/2012 – St Denis

6 La prévision saisonnière et la modélisation numérique du Climat
Modélisation numérique = représentation de phénomènes sur une grille avec une résolution spatiale donnée Modélisation à la fois de l’atmosphère et de l’océan = couplage des deux modèles Modèles Couplés vs modèles forçés SWIOCOF - Forum 01-02/10/2012 – St Denis

7 La prévision saisonnière et la modélisation numérique du Climat
Modèles Couplés vs Forçés On right pannel, one can clearly see that for a forecast lead more than 4 month, the predictability of the SST in NIno3 box is really improved when we use the oceanic subsurface data (here TAO data). The predictability stay at a reasonnable value until 4 month using the surface data ; this being related to the forecast lead used in forced SST AGCM. SWIOCOF - Forum 01-02/10/2012 – St Denis

8 La prévision saisonnière
Prévision de nature probabiliste, SWIOCOF - Forum 01-02/10/2012 – St Denis

9 La prévision saisonnière probabiliste
Le chaos et la prévision d’ensemble Sources d’incertitudes : Différences entre analyse et réalité Imperfection du système d’assimilation Manque d’observation Erreur de modélisation (Océanique et/ou atmosphérique) Variabilité naturelle de l’atmosphère Interprétation de la prévision C’est pour prendre en compte ces incertitudes que l’on réalise une prévision d’ensemble SWIOCOF - Forum 01-02/10/2012 – St Denis

10 La prévision saisonnière probabiliste
Effet « papillon » (JFM 2003) Arpege-Climat – ensemble mean – 9 members Here we used the Operationnal ECMWF dissemination to get the atmospheric and SST initial conditions. Please focuses for instance on the northern coast of south America or the western part of the Pacific or …. SWIOCOF - Forum 01-02/10/2012 – St Denis

11 Prévisions d’ensembles
2006/2007 : Prévisions de SST Just to highlight the complexity of MME : Scores of the models are quite comparable over the Nino boxe 1- good consistency of the 3 models and better (vs single model) estimation of the uncertainty 3- larger spread probably remated to a larger uncertainty into the climate system 2- Very large dispersion between the 3 models partly related to uncertainties within the climate system but (may be) also related to modeling problems (here suspicion of oceanic assimilation problems). So how to treat that in MME ? SWIOCOF - Forum 01-02/10/2012 – St Denis

12 La prévision saisonnière
Prévision de nature probabiliste, Prévision de l’état moyen et non du temps, SWIOCOF - Forum 01-02/10/2012 – St Denis

13 Les limites de la prévision numérique : du jour à la saison
+ moyenne saisonnière mobile avec ensemble et prévision SST Scores quotidiens hémisphère Nord + moyenne mensuelle mobile SWIOCOF - Forum 01-02/10/2012 – St Denis

14 La prévision saisonnière
Prévision de nature probabiliste, Prévision de l’état moyen et non du temps, Pas utilisable partout ni pour tout, SWIOCOF - Forum 01-02/10/2012 – St Denis

15 L’influence de l’océan Pacifique (ENSO)
L’influence planétaire d’El Niño (à gauche) et de La Niña (à droite) SWIOCOF - Forum 01-02/10/2012 – St Denis

16 La prévision saisonnière
Prévision de nature probabiliste, Prévision de l’état moyen et non du temps, Pas utilisable partout ni pour tout, Fiabilité variable selon les années, SWIOCOF - Forum 01-02/10/2012 – St Denis

17 L’ ENSO Impact en Afrique Australe pour la période OND sur les températures A quite simple (but efficient) way to look at the Nino/Nina influence. The 3 classes are defined using the tercile rainfall distribution. Roughly speaking, in Niña years the « Below Normal » classe is more frequent while it’s the « Above Normal » classe in Nina years. One can remark first the concerned regions change depending of the Nina vs Niño years and second e.g. for the Atlantic sector of Europe that the behaviour in Niña years is more homogeneous compared to the Nino’s one and consequently, we should be more confident in the forecast « Below Normal » in Nina years vs forecast « Above Normal » in Niño years. SWIOCOF - Forum 01-02/10/2012 – St Denis

18 L’ ENSO Impact en Afrique Australe pour la période OND sur les précipitations A quite simple (but efficient) way to look at the Nino/Nina influence. The 3 classes are defined using the tercile rainfall distribution. Roughly speaking, in Niña years the « Below Normal » classe is more frequent while it’s the « Above Normal » classe in Nina years. One can remark first the concerned regions change depending of the Nina vs Niño years and second e.g. for the Atlantic sector of Europe that the behaviour in Niña years is more homogeneous compared to the Nino’s one and consequently, we should be more confident in the forecast « Below Normal » in Nina years vs forecast « Above Normal » in Niño years. SWIOCOF - Forum 01-02/10/2012 – St Denis

19 La prévision saisonnière
Prévision de nature probabiliste, Prévision de l’état moyen et non du temps, Pas utilisable partout ni pour tout, Fiabilité variable selon les années, Notions différenciées de qualité (scientifique) et d’utilité (valeur économique, aide à la décision), SWIOCOF - Forum 01-02/10/2012 – St Denis

20 Évaluation des prévisions saisonnières
Évaluation et comparaison sur l’expérience de référence (prévisions rétrospectives – e.g ) 2 point de vue complémentaires : Le point de vue « scientifique » : Est-ce que le modèle est bon ? = Scores Est-ce qu’il apporte une information meilleure qu’une stratégie de référence (Climatologie ou la Persistance) ? = Skills Le point de vue « utilisateur » : Est-ce que le modèle apporte une information meilleure que celle que j’utilise actuellement ? = Skills (en utilisant les stratégies « usager » comme référence – e.g. Climatologie) Est-ce que l’utilisation de cette information dans mon schéma de décision apporte une valeur additionnelle à mon activité « économique » ? = Valeur de la prévision (approche coûts/pertes ou Gains/pertes ou … ) Schematically one try to answer to different point of view using these different Approaches : Scores : Are the forecasts comparable to the « observations »? Are the forecasts good? Skills : Are the forecasts better than a reference forecast strategy? Value : Is using these forecasts one can save some money? SWIOCOF - Forum 01-02/10/2012 – St Denis

21 Validation – mode rétrospectif
Modèle Météo-France Période OND SWIOCOF - Forum 01-02/10/2012 – St Denis

22 Validation – mode rétrospectif
Océans Tropicaux Pacifique et Indien Modèle Météo-France Période OND Afrique de l’Est T2m et précipitations SWIOCOF - Forum 01-02/10/2012 – St Denis

23 Évaluations des ensembles d’ensembles
Apport des Multimodèles, SWIOCOF - Forum 01-02/10/2012 – St Denis

24 La prévision saisonnière
Prévision de nature probabiliste, Prévision de l’état moyen et non du temps, Pas utilisable partout ni pour tout, Fiabilité variable selon les années, Notions différenciées de qualité (scientifique) et d’utilité (valeur économique), Utile dans un contexte de prise de décision et de gestion du risque climatique notamment dans le cadre d’activités météo sensibles (économiques) lorsque l’horizon de prévision est compatible avec les calendriers de décision de l’utilisateur. SWIOCOF - Forum 01-02/10/2012 – St Denis

25 Ce qu’il faut retenir Repose sur la modélisation numérique du climat et le couplage entre ses différents acteurs, Prévision d’un état moyen et non d’une chronologie d’états instantanés, Prévision de nature probabiliste, Peut être très utile dans un contexte de prise de décision et d’activités météo-sensibles (économiques), Valeur ajoutée variable en fonction de la zone, de la saison, de l’année et du paramètre mais réelle, « La prévision est difficile … surtout celle du futur » (adapté de Niels Bohr) SWIOCOF - Forum 01-02/10/2012 – St Denis

26 Questions ? SWIOCOF - Forum 01-02/10/2012 – St Denis