Accueil > Thèmes de recherche > Prévision d’ensemble : applications > Utilisation d’une climatologie du modèle pour des diagnostics d’événements de vagues intenses

Utilisation d’une climatologie du modèle pour des diagnostics d’événements de vagues intenses

par Bruno Joly

paru dans le Rapport de Recherche de Météo-France 2018 (ISSN : 2116-438X)

 

Nous étudions la sensibilité de la prévision des phénomènes de fortes vagues affectant la côte Atlantique de l’Europe de l’ouest, occasionnant parfois des reculs très importants du trait de côte.

Lorsqu’un modèle de vagues prévoit un événement d’une telle intensité, l’incertitude associée doit pouvoir être documentée. Dans cette étude, nous étudions le comportement du modèle de vagues MFWAM (Météo-France WAve Model), forcé par le modèle d’ensemble atmosphérique global PEARP   (Prévision d’Ensemble du modèle ARPÈGE : Action de Recherche Petite Echelle Grande Echelle) qui comporte 35 membres. Une base de données de prévisions rétrospectives de MFWAM forcé par PEARP   est disponible sur une période de 10 années. Grâce à cette référence appelée aussi climatologie du modèle, il est possible de comparer la distribution des valeurs des différents membres d’une prévision d’ensemble de vagues avec la distribution des valeurs de la climatologie, pour mesurer le caractère inhabituel de cette prévision.

Ce calcul d’Extreme Forecast Index (EFI) est particulièrement sensible à l’échantillonnage de la base de prévisions de référence. Dans le cas de la tempête Eleanor du 2 janvier 2018, nous montrons l’impact sur les EFI de la fréquence de répétition des prévisions de la climatologie, généralement supérieure à 1 jour, et de sa période de recouvrement de 10 ans, avec et sans l’hiver 2013-2014 marqué par un grand nombre de tempêtes intenses.

La figure ci-dessous montre des valeurs très fortes d’EFI calculées pour une fréquence de 4 jours et sans l’hiver record. L’étendue des valeurs supérieures à 0,9 montre bien l’occurrence d’un phénomène très inhabituel. Lorsqu’on augmente la fréquence de la climatologie à 1 jour en ajoutant l’hiver 2013-2014, on réduit les valeurs d’EFI de façon significative, jusqu’à un ratio de 10 %. Les zones de plus fortes valeurs d’EFI sont plus localisées et plus pertinentes en terme d’impact prévu.

Les plages de couleurs désignent les valeurs de l’Extreme Forecast Index (compris entre -1 et 1). En rouge, les isolignes 0,8 et 0,9 de cet indice dans le cas d’un climat du modèle échantillonné sur 10 années, sans l’hiver 2013-2014, à une fréquence de quatre jours. En bleu, les isolignes de mêmes valeurs dans le cas d’un climat correspondant à une fréquence d’un jour et avec l’hiver 2013-2014.

 

Dans le cas des phénomènes extrêmes, l’utilisation d’une climatologie d’un modèle probabiliste améliore l’information produite par la prévision, d’autant plus si l’on maximise la représentativité de cette climatologie.