Faire progresser la prévision saisonnière

Les défis scientifiques à relever

L'amélioration de la prévision saisonnière passe par celle des modèles numériques. Un effort de recherche, soutenu par de grands projets internationaux, a été entrepris dès les années 1980. Actuellement, Météo-France travaille principalement à améliorer le modèle atmosphérique Arpege-climat, et plus généralement le système couplé CNRM-CM.


Plusieurs axes de recherche sont suivis en parallèle :

- l'amélioration de la description des mécanismes physiques de l'atmosphère utilisée dans le modèle Arpège-climat.
Le modèle Arpège-climat est un assemblage très complexe d'équations, qui simule de la manière la plus fidèle possible la réalité. Ce modèle évolue constamment, à la fois pour s'adapter efficacement aux nouveaux calculateurs, pour intégrer les progrès théoriques qui permettent de décrire plus finement les phénomènes à l'œuvre, et pour prendre en compte les données nouvelles issues du réseau d'observation en perpétuelle évolution (satellites, sondages océaniques, radars ...)

- la caractérisation des interactions à grande échelle.
Les tropiques, le manteau neigeux global ont une influence sur la prévisibilité des phénomènes des latitudes tempérées. De même, le Pacifique Nord et le manteau neigeux de l'Himalaya jouent un rôle sur la mousson Indienne.  L'identification de tels phénomènes, appelés téléconnexions, permet de mettre en œuvre des stratégies de validation des modèles : si le modèle reproduit la téléconnexion, il a des chances d'être performant pour la prévision saisonnière.

- la compréhension de la prévisibilité des phénomènes météorologiques à l'échelle de quelques mois
Les scientifiques  effectuent des exercices de "prévisions rétrospectives" : ils comparent les résultats de prévisions effectuées pour des périodes passées avec les observations disponibles sur la même période. Ce travail est notamment mené dans le cadre de grands exercices internationaux (Demeter, Ensembles, Specs). Cette approche est assez coûteuse en temps de calcul puisque, mises bout-à-bout, les simulations numériques saisonnières représentent un millier d'années. Elle permet d'estimer de façon assez fiable la qualité des systèmes de prévision utilisés et de juger des progrès réalisés en matière de modélisation.

- la modélisation de la glace de mer et des surfaces continentales
L'humidité du sol à 2 m de profondeur, l'épaisseur de la couche de neige ou de la croûte de glace de mer sont des paramètres susceptibles de modifier l'état de l'atmosphère sur plusieurs mois quand ils ont des valeurs éloignées de leur état moyen. Il est donc essentiel de mieux les modéliser. La difficulté est double. Il faut modéliser fidèlement ces milieux où domine une diversité à une échelle plus fine que celle des modèles. Il faut également être capable de fournir en temps réel un état de départ de ces milieux alors qu'ils ne sont pas observés par les moyens classiques. En 2016, une nouvelle composante, baptisée GELATO, décrivant l'évolution de la banquise en Arctique et en Antarctique a été intégrée au modèle CMRM-CM.

- la modélisation de la stratosphère1
Malgré sa faible masse comparée à celle de la troposphère2 et l'absence de nuages, la stratosphère joue un rôle important aux échelles mensuelle et saisonnière. Le projet national Stradyvarius, lancé en 2013 propose d'améliorer la dynamique des échanges troposphère-stratosphère, et en particulier de rendre compte des ondes qui permettent le mélange des différentes masses d'air au sein de l'atmosphère. En raffinant la représentation des ondes lentes qui remontent de la troposphère, on espère mieux représenter des phénomènes à évolution lente, comme l'inversion de la direction des vents stratosphériques à l'équateur.3



1 : stratosphère : région de l'atmosphère située au-dessus de la troposphère
2 : troposphère : partie inférieure de l'atmosphère terrestre, d'une dizaine de km d'épaisseur
3 : au niveau de l'équateur, on observe un changement de  direction des vents dans la stratosphère, avec une période de 26 mois environ, appelé oscillation quasi-biennale.