Qu'est-ce qu'un modèle météorologique ?

Pierre-Edouard Chaix · 9 juin 2022

La prévision météorologique et la modélisation de l’atmosphère

Autour et au-dessus de nous, l'atmosphère terrestre est un volume d'air. L'air est un mélange de divers composants (dioxygène, diazote, vapeur d'eau, dioxyde de carbone, etc.). C’est donc un fluide soumis aux lois fondamentales de la physique, et notamment celles de la mécanique des fluides. Celles-ci régissent le comportement des fluides et représentent donc la base scientifique de la prévision météorologique : leur résolution permet d'anticiper l'état de l'atmosphère dans le futur, et donc le temps qu'il fera.

Il faut noter que ce ne sont pas les seules équations à considérer, car l’évolution des conditions atmosphériques est également liée à d’autres facteurs. Parmi ces derniers, on peut citer :

• les océans, qui interagissent avec l’atmosphère à leur surface, et qui sont eux aussi régis par des lois physiques complexes ;
• les radiations solaires, qui évoluent dans le temps ;
• les activités humaines, par exemple à travers les divers rejets industriels et agricoles, qui sont susceptibles de modifier les concentrations de divers gaz composant l’atmosphère.

Les stratégies de résolution des équations physiques

Parmi les lois physiques mentionnées ci-dessus, les équations de Navier-Stokes, qui décrivent le mouvement de certains types de fluides, sont à la base des modèles météorologiques actuellement utilisés. Il s'agit d'équations différentielles qui, malgré leur forme simple, ne sont pas facilement résolvables : par exemple, on ignore toujours aujourd'hui si elles admettent une solution mathématiquement simple (sous forme d’une fonction régulière). En tout état de cause, aucune méthode actuelle ne permet de calculer (donc de prédire) l’état de l’atmosphère et le temps qu’il fera, en tout point et à tout moment dans le futur.

Par contraste, et comme cela est fait dans beaucoup d'autres domaines de la physique, ces équations sont résolues sur une grille régulière dans l'espace et dans le temps : on parle alors de méthodes numériques. L'avantage de ces méthodes est de permettre de trouver une solution aux équations de Navier-Stokes ; leur inconvénient est que celle-ci n'est qu'une solution approchée, car l’utilisation de ces méthodes entraîne l'apparition d'approximations qui s'amplifient à mesure que l’on déroule les calculs, jusqu'à devenir prépondérantes.

En raison de ces approximations, il serait par exemple inopportun de se fier à ces prévisions pour savoir s’il va pleuvoir à votre arrivée sur votre lieu de vacances cet été. En revanche, l’erreur reste acceptable pour des prévisions à court ou moyen terme, et c’est la raison pour laquelle les prévisions météorologiques existent.

Ensemble de supercalculateurs utilisés pour la prévision météorologique

Puissance de calcul et domaines : divers types de modèles météorologiques

Résoudre les équations physiques par des méthodes numériques nécessite l’utilisation d’une capacité de calcul. La puissance de calcul nécessaire augmente avec le nombre de points sur la grille spatio-temporelle, c'est-à-dire à la fois la finesse géographique (l’écart spatial entre deux points voisins) et la résolution temporelle (l’écart temporel entre deux horizons de prévision voisins). Bien entendu, elle augmente également à mesure que l’on souhaite prévoir loin dans le futur.

Par conséquent, si l’on souhaite réaliser une simulation et à grande échelle, par exemple une prévision à moyen-long terme pour le monde entier, la grille à utiliser ne pourra pas être trop fine, sous peine de ne pas avoir assez de puissance de calcul.

Le modèle américain GFS (pour Global Forecast System), par exemple, utilise une résolution géographique en latitude et en longitude de 0.25°, et une résolution temporelle d’une heure. Ces modèles, dits mondiaux, sont utiles pour dégager des tendances à moyen terme, par exemple pour une prévision météorologique à un horizon de 5 à 10 jours.

A contrario, d’autres modèles sont associés à des résolutions plus fines (pouvant aller jusqu’au kilomètre), mais ils doivent alors évoluer sur un domaine spatio-temporel restreint. C’est par exemple le cas d’AROME, le modèle à maille fine de MeteoFrance, qui ne couvre qu’une zone restreinte centrée sur la France métropolitaine, et dont l’horizon de prédiction ne dépasse pas 42 heures.

Ces modèles, dits régionaux, sont utiles pour améliorer la prévision à courte et moyenne échéance (bien qu’ils soient également soumis à l’apparition et à la propagation d’erreurs comme indiqué dans la section ci-dessus), et peuvent être utilisés dans des systèmes d’anticipation tels que la vigilance météorologique et les alertes intempéries.