Prévisions Ensemble
Prévisions Ensemble
Les prévisions "ensemble" permettent d'établir des correspondances au sujet de la fiabilité des pronostics opérationnels. La pertinence des prévisions ne dépend pas seulement de la période sur laquelle elles s'étendent, mais également de la stabilité de la situation atmosphérique. Comme l'atmosphère est un système chaotique, de faibles perturbations peuvent provoquer des réactions importantes. Dans une situation atmosphérique instable, par exemple, une différence de quelques dixièmes de degrés dans la température de départ sur l'Atlantique engendre un temps complètement différent sur l'Europe centrale le troisième jour de la prévision.
Pour le calcul des prévisions Ensemble, le modèle opérationnel est légèrement simplifié (résolution spaciale et temporelle) et tourne 50 fois avec de légères modificiations des conditions de départ. On obtient ainsi 50 courbes additionnelles pour chaque paramètre calculé. Une haute corrélation des prévisions "ensemble" implique une stabilité atmosphérique et des previsions très fiables. Si les résultats ont une grande dispersion, une situation instable et des prévisions incertaines peuvent être attendues. Pour la gamme 80% (intervalle de confiance), les 5 résultats extrêmes de part et d'autre de la limite ont été éliminés. L'envergure des 40 autres runs informe de l'intervalle dans lequel le temps est susceptible d'évoluer.
Les graphiques présentent le run opérationnel (rouge), l'intervalle de confiance (bande 80%) (gris) et la moyenne des 50 runs (blanc). Notez que ces données sont basées sur le run opérationnel de l'ECMWF. Elles se rapportent à des points de maillage de modèles calculant des points de maillage. Dans les catégories prévisions pour l'Allemagne et prévisions pour l'Europe pour les villes, les résultats calculés par le modèle pur ont tenu compte d'un traitement statistique. Elles représentent donc réellement les conditions météorologiques dans ces villes respectives. La prévision des ensembles pourrait être utilisée pour une estimation de fiabilité des prévisions. Plus les prévisions actuelles, utilisez de prévéfernce les valeurs de la catégorie prévisions du temps - séries chronologiques.