La prévision à Météo-France : limite et perspectives de progrès. Jean-Marie Carrière Directeur de la Prévision

Transcription

1 La prévision à Météo-France : limite et perspectives de progrès Jean-Marie Carrière Directeur de la Prévision

2 Plan de l exposé Un exemple : comment prévoit-on la neige et le verglas? L état actuel des outils de prévision Les améliorations attendues des outils de prévision

3 Un exemple : comment prévoit-on la neige et le verglas?

4 Quantité de neige prévue par le modèle à domaine limité ALADIN le 21/3/2007

5 Prévision de la neige et du verglas Pour déterminer si la neige tiendra au sol, ou si la pluie se transformera en verglas, on utilise le profil vertical de température prévu ou observé- et la température (prévue) du sol ou près du sol Difficulté liée au fait que de petites différences sur la température du sol ont beaucoup d influence sur la tenue ou non de la neige au sol Difficulté également à prévoir finement l heure à partir de laquelle la neige va commence à tenir, donc l accumulation totale Importance des observations et des remontées de terrain

6 Pluie verglaçante ou neige?

7 Pluie verglaçante ou neige?

8 L état actuel des outils de prévision

9 Les logiciels ( modèles ) de prévision numérique au coeur de l'élaboration des prévisions météorologiques Recherche Observations Développement du logiciel en coopérations internationales Mise en oeuvre d un logiciel de prévision en temps réel Traitement des observations: connaître le présent Calcul de la prévision: prévoir l'avenir Production (bulletins, cartes, etc) expertisée par les prévisionnistes Prévisions numériques de l état de l atmosphère Couplage avec modèles de qualité de l'air, d'hydrologie, d océanographie,

10 Plusieurs modèles numériques pour gérer les risques à toutes les échelles Modèles globaux (ARPEGE, IFS) Résolution actuelle 25 km, prévision orientée vers les échéances 12 heures à 7 jours Couplage Modèle régional (ALADIN Europe) Résolution actuelle 10 km, prévision orientée vers les échéances de 6 heures à 48 heures Couplage Modèle métropole (AROME) Résolution 2 km, prévision orientée vers les échéances inférieures à 24 heures AROME sera opérationnel en 2008

11 IFS / ARPEGE Integrated Forecasting System Système de prévision numérique du temps développé et maintenu par Météo-France et le Centre Européen (CEPMMT) Contient tous les ingrédients nécessaires à la prévision numérique globale : Modèle spectral global (et modèles associés linéaire tangent et adjoint) Assimilation 3D et 4D-VAR globale etc Action de Recherche Petite Echelle Grande Echelle

12 Les phénomènes décrits sous forme de "paramétrisations" dans les modèles de prévision Relief, végétation Rayonnement (solaire, tellurique) Changements d'états de l'eau Flux à l'interface sol atmosphère (chaleur sensible, chaleur latente, frottement ) Couplage océan-atmosphère Nuages et divers types de précipitations (pluie, neige, grêle, ) Gaz et aérosols

13 Le modèle global ARPEGE Modèle spectral global T L 358 C2.4, 41 niveaux verticaux Maille associée: 23 km (France) 133 km (antipode) Représentation sur une sphère avec étirement et basculement du pôle sur la zone d intérêt Grille du modèle ARPEGE Collaboration avec le CEP

14 Fenêtre d assimilation L assimilation de données : principe de l assimilation 4D-VAR Recherche de la trajectoire du modèle qui approche au mieux les observations disponibles (processus de minimisation) obs J o ancienne prévision analyse x b J b obs J o prévision corrigée x a obs J o 9h 12h 15h

15 L'assimilation des données Quelques exemples d observations SYNOP / SHIP (surface) ERS (diffusiomètre) SATOB (vents géostat.) AIREP/ASDAR (avions)

16 Le modèle à domaine limité ALADIN Genèse Projet lancé par Météo-France en 1990 Collaboration mutuellement bénéfique avec les Services Météorologiques Nationaux d Europe centrale et orientale dans le domaine de la prévision numérique Acronyme: Aire Limitée, Adaptation dynamique, Développement InterNational

17 Le modèle à domaine limité ALADIN Les services météo participants au projet ALADIN en bleu, les sept pays fondateurs en vert, les huit pays ayant rejoint le groupe par la suite

18 Le modèle à domaine limité ALADIN Modèle spectral Domaine: carré de 2740 km de côté, centré sur le point de résolution maximale d Arpège Niveaux verticaux: ceux d Arpège (41) Résolution horizontale (9 km) ~ 2,5 résolution max d Arpège Couplage: appliqué toutes les trois heures au modèle global Arpège

19 Le modèle à domaine limité ALADIN Représentation du relief tel qu il est pris en compte dans le modèle Aladin-France

20 En aval des modèles de prévision numérique : la prévision de l état du sol et de la température de chaussée Chaîne «SAFRAN-ISBA-Routes» expérimentée pendant l hiver SAFRAN = Module d interpolation spatiale fine des paramètres atmosphériques ISBA = Modèle d évolution des paramètres du sol Et un modèle de surface adapté à la route dont les particularités ont été mises au point en collaboration avec le Laboratoire Central des Ponts et Chaussées Contrôle par rapport à 40 stations météo-routières : Les périodes classiques de réchauffement et de refroidissement sont bien décrites Le système, à une ou deux heures près, restitue correctement aussi le passage à des températures inférieures à 0 C, notamment en phase descendante qui est la plus cruciale pour la viabilité hivernale Action à poursuivre pour améliorer la prévision de tenue au sol dans les situations incertaines

21 En aval des modèles de prévision numérique : la prévision de l état du sol et de la température de chaussée

22 Les améliorations attendues des outils de prévision

23 Évolution de la prévision numérique Gros progrès enregistrés pour la prévision de 2 à 5 jours depuis 20 ans (plus de détails et plus de physique) : en moyenne, un jour de prévisibilité en plus tous les 7 à 10 ans Développement de la prévision d'ensemble (4 jours et au delà) à travers une approche probabiliste Enrichissement du vivier des observations utilisées dans les modèles

24 Perspectives de développement des modèles de prévision Plus de détails dans la prévision : augmentation de la résolution et relâchement de l hypothèse hydrostatique (2 à 3 km sur l horizontale sur la France d ici 2008) Plus d ingrédients physiques dans les modèles : eau liquide/glace, ozone, couplages plus réalistes avec surface (océanique ou terrestre) Développement approche probabiliste de la prévision, y compris à court terme Amélioration des algorithmes d assimilation, avec plus d efforts sur les petites échelles Développement et utilisation de nouveaux systèmes d observation : missions satellitaires, radar

25 Coopérations de Météo-France en prévision numérique CEPMMT Communauté ALADIN HIRLAM EUMETSAT (SAF) Agences Spatiales

26 Plans Météo-France ( ) en prévision numérique Optimiser le système ARPEGE-ALADIN, surtout pour la physique, l usage des observations et les algorithmes d assimilation Projet AROME (Application de la Recherche à l Opérationnel à Méso-Échelle) : système de prévision numérique à 2-3 km de résolution horizontale sur la France à partir de 2008 Objectifs : plus d efforts sur la prévision des phénomènes dangereux à courte échéance (ex.: précipitations), assortis d une plus forte coordination avec d autres organismes utilisateurs de ces prévisions (ex.: hydrologues)

27 L'importance de la résolution de calcul Représentation du relief alpin dans les 3 modèles de Météo-France ARPEGE ALADIN AROME

28 Les plus du modèle AROME AROME vient compléter les modèles à plus faible résolution Il améliore les prévisions, en visant surtout les phénomènes dangereux, comme la convection organisée (orages, fortes pluies, rafales) Il utilise les nouvelles observations, comme celles issues du satellite défilant européen MetOp, les radars, les stations de mesure automatiques

29 Utilisation des données radars

30 Les plus du modèle AROME AROME se distingue des autres modèles par: Une grande efficacité numérique Une représentation plus détaillée des nuages, des phénomènes de couche limite, du traitement des surfaces (sols, végétation, villes, mers, lacs) L'adaptation aux modèles applicatifs: prévision du brouillard, chimie atmosphérique, pollution, océan superficiel, état des routes, etc

31 La préparation à l arrivée d AROME En interne, AROME fonctionne quotidiennement en mode prototype et fait l objet d une évaluation en continu en vue de sa mise en exploitation en 2008

32 La modélisation des nuages convectifs Exemple de prévision d'un système d'orages par AROME sur l'ile de France

33 La modélisation des précipitations cévenoles Pour ce type phénomènes convectifs dangereux, AROME améliore la prévision précise de la localisation et de l intensité du phénomène Episode du Gard les 8 et 9 septembre 2002 Pluies prévues avec AROME Pluies observées Nîmes

34 Utilisation des observations radar: orages et sécurité aérienne L'utilisation des nouveaux radars dans le modèle AROME permettra notamment d'optimiser le suivi et la prévision en trois dimensions des phénomènes dangereux pour les aéronefs: ici, les précipitations et rafales d'orage autour de Paris

35 Perspectives en prévision du brouillard Le modèle AROME a la capacité de prévoir des brouillards locaux, capacité améliorée par l'utilisation des données satellitaires Nuages Zones de brouillard observées (27 avril 2007, 11 h locales) Prévision de brouillard AROME avec 9 h d anticipation

36 La modélisation des villes Prévision de nouveaux phénomènes: exemple des îlots de chaleur urbains Observations de températures minimales moyennes sur l'ile de France, durant la canicule de 2003 Températures minimales moyennes sur la période du 3 au 13 août 2003 en Ile-de-France N 30.0 C 29.0 C 28.0 C Prévision AROME du 18/7/ km 10 km 20 km 30 km 40 km 27.0 C 26.0 C 25.0 C 24.0 C 23.0 C 22.0 C 21.0 C 20.0 C 19.0 C 18.0 C 17.0 C 16.0 C 15.0 C

37 Perspectives en prévision numérique AROME et la prévision numérique en général- est un facteur essentiel d'amélioration des prévisions météorologiques Il tire parti des moyens de calcul Il valorise les nouveaux moyens d'observation Il valorise la recherche Il améliorera la prévision de nombreux phénomènes environnementaux: état des routes, océans, montagne, pollution, hydrologie... Nécessité d une expertise humaine pour tirer pleinement parti des prévisions numériques

38 T de Chaussées : 3 évolutions majeures à venir 2009 A R O M E Couplage de SIR avec AROME ISBA Routes Dès 2008 AS T c sur l axe routier AS T c sur l axe routier AS Réalisation d Adaptations Statistiques sur les stations météoroutières Prospectif Profil Thermique Profil Thermique Utilisation d un profil thermique entre 2 stations météoroutières

39 Autres exemples de développements pour la météorologie routière Prévisions par adaptations statistiques utilisant les observations fournies par les clients de Météo-France Caractérisation des tronçons routiers (taille 2,5 km) par croisement d informations de Météo-France et de clients Qualification météorologique temps réel des tronçons routiers, pour des échéances de H à H+2, en mettant en commun les données Météo-France et les réseaux partenaires, en l occurrence celui des ASF (#150 stations météo routières, fréquence 5, et les données MCI, main courante informatisée) Paramètres prévus : Pluie, orage, neige, température, état du sol, visibilité, Tchaussée, vent, Vigilance météo Pour chaque paramètre, choix parmi les différentes sources de prévision disponibles, de la prévision la plus représentative du tronçon. Affectation d un code de fiabilité à chaque prévision Prévisions réactualisées toutes les 5 minutes : Par pas de 5 de H à H+15 Par pas de 15 de H+15 à H+60 Par pas de 30 de H+60 à H+120 Les ASF caractérisent ensuite leurs tronçons sous une forme colorisée à l aide d un algorithme défini en collaboration avec Météo-France. Mise en œuvre opérationnelle visée en 2009/2010

40 Conclusions Des perspectives d amélioration des prévisions très encourageantes Mais aussi un souci de traduire ces améliorations dans la production finalisée et les services aux clients Mise en place d un pôle Routes à Météo-France en 2007