Améliorer la précision des prévisions météorologiques

La précision des prévisions météorologiques s’est fortement améliorée, et elles devraient désormais être accessibles à tous

• Aujourd’hui, la précision des prévisions à 4 jours est équivalente à celle des prévisions à 1 jour d’il y a 30 ans.
• Les prévisions météorologiques ne sont pas une simple information, mais une donnée cruciale directement liée à la survie : elles peuvent sauver des vies en fournissant des alertes précoces sur les tempêtes, les vagues de chaleur et les catastrophes.
• Des informations météorologiques précises sont essentielles dans de nombreux secteurs, notamment l’agriculture, l’exploitation des réseaux électriques, ainsi que les transports aériens et maritimes.

Les prévisions météorologiques ont beaucoup progressé

• Depuis la Babylone antique, en passant par les écrits d’Aristote et la première publication de prévisions par le Met Office britannique, les prévisions météorologiques se sont développées sur une très longue période.
• L’introduction de la modélisation numérique sur ordinateur a fortement amélioré la précision des prévisions, en particulier en réduisant considérablement les erreurs dans la prédiction des trajectoires des ouragans.
• Le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) fournit des modèles météorologiques numériques mondiaux, qui constituent des données d’entrée essentielles pour les systèmes de prévision nationaux.

Pourquoi les prévisions météorologiques se sont améliorées

• Les principaux facteurs de progrès sont l’augmentation du volume des données d’observation et de leur résolution, des ordinateurs plus rapides, ainsi que l’amélioration des modèles de prévision.
• La manière de diffuser les prévisions s’est également améliorée : il est désormais possible d’obtenir des informations météo en temps réel sur smartphone.

Dans les pays à faible revenu, les prévisions sont bien moins bonnes et il n’existe souvent pas de système d’alerte précoce

• Dans les pays à faible revenu, la précision des prévisions météorologiques est nettement inférieure à celle des pays à revenu élevé, ce qui a un impact majeur sur les populations travaillant dans l’agriculture.
• L’écart de qualité des prévisions a très peu évolué depuis les années 1980, en raison du manque d’investissements dans les systèmes de prévision et de limites techniques.
• Des prévisions météorologiques précises sont particulièrement importantes pour les populations les plus pauvres et sont essentielles pour préparer les communautés face aux catastrophes.

L’amélioration des prévisions dans les pays à faible revenu est sous-estimée

• Les progrès réalisés au cours des dernières décennies ont conduit de nombreuses régions à considérer l’importance des prévisions météorologiques comme allant de soi, mais il est essentiel de les rendre accessibles à tous.
• À mesure que le risque de catastrophes liées à la météo augmente avec le changement climatique, de meilleures prévisions deviennent un élément clé de l’adaptation au changement climatique.
• Des investissements appropriés et un soutien financier sont indispensables, et de nouvelles technologies comme les systèmes d’IA et les drones peuvent accélérer l’amélioration des prévisions.

L’avis de GN⁺

• Cet article souligne l’importance des prévisions météorologiques et le chemin parcouru, tout en mettant en avant la nécessité d’améliorer les prévisions dans les pays à faible revenu, ce qui peut renforcer la prise de conscience de l’impact réel des inégalités technologiques sur la vie quotidienne.
• Malgré les avancées des technologies de prévision, il subsiste encore de fortes inégalités en matière d’accès à l’information et de modes de diffusion, ce qui montre la nécessité d’une coopération et d’un soutien à l’échelle internationale.
• Des technologies innovantes, comme les systèmes de prévision météorologique fondés sur l’IA, peuvent contribuer à améliorer les prévisions dans les pays à faible revenu, mais leur adoption doit tenir compte de la qualité des données, de la stabilité des systèmes et des spécificités locales.
• Lors de l’adoption de ces technologies, l’efficacité par rapport au coût, la facilité de maintenance et la convivialité sont des éléments importants à prendre en compte.
• Cet article montre comment les progrès des prévisions météorologiques peuvent aider l’humanité et constitue un exemple de la manière dont le progrès technologique peut avoir un impact positif sur l’ensemble de la société.

[GN⁺]

Avis Hacker News

• Les avis sur les prévisions météo sont variés. La précision des prévisions peut différer selon le modèle utilisé. Par exemple, la météo sur l’Apple Watch suit le modèle GFS, qui convient aux prévisions à moyen terme mais n’est pas très utile pour le court terme. Le modèle NAM est meilleur pour les prévisions à un ou deux jours, et le modèle HRRR est plus adapté à quelques heures d’échéance. En cas de phénomène météo de grande ampleur, les briefings du National Weather Service peuvent être une bonne ressource, mais il arrive qu’ils s’interrompent tôt. Si l’on veut des informations plus précises que les prévisions, on peut consulter directement les données brutes.
• Le livre d’Andrew Blum, "The Weather Machine", explique l’histoire des prévisions et le contexte actuel. Il retrace une démarche pour comprendre comment fonctionnent les prévisions, comment leur précision s’est améliorée au fil du temps, et comment la « machine météorologique » moderne a vu le jour.
• Le livre "The Signal and The Noise" mentionne que lorsque la probabilité de pluie est annoncée en dessous de 50 % et qu’il pleut quand même, les gens jugent la prévision mauvaise. Si une journée très ensoleillée était prévue et qu’elle devient simplement claire, cela peut être perçu comme une bonne surprise, mais l’inverse est agaçant. Les prévisionnistes orientés grand public ont donc tendance à ajuster excessivement à la hausse les probabilités de pluie pour que les gens estiment qu’il s’agit de « bonnes prévisions ».
• Les personnes qui vivent dans des régions fréquemment touchées par les ouragans savent que les prévisions se sont beaucoup améliorées, mais qu’il reste encore de la marge. Un site permettant de comparer la précision des prévisions est recommandé, et changer de fournisseur de prévisions peut donner de meilleurs résultats.
• La qualité et la fiabilité des alertes d’orage urgentes sont également jugées impressionnantes. Ces alertes aident à éviter la pluie ou à s’arrêter un moment sur le bord de la route avant qu’une forte averse ne tombe. Certains estiment que l’amélioration des prévisions dans les pays à faible revenu est sous-estimée, et se demandent s’il existe des études sur l’impact que cela pourrait avoir pour les populations pauvres.
• Le fondateur d’open-meteo.com indique que l’avenir des prévisions météo dépendra fortement des modèles d’IA. Le centre européen de prévisions météorologiques ECMWF a publié en données ouvertes un nouveau modèle météo d’IA, AIFS, qui est non seulement plus précis que les modèles numériques existants, mais demande aussi beaucoup moins de puissance de calcul.
• Tout ce qui est mentionné dans l’article est exact : de meilleures données brutes, des ordinateurs plus rapides, des grilles plus fines, de meilleurs algorithmes de prévision, etc., offrent aujourd’hui des informations météo bien meilleures. Mais, à titre personnel, obtenir de meilleurs résultats demande encore davantage d’efforts.
• Une expérience personnelle est partagée à propos d’une situation où le bulletin météo ne reconnaissait pas qu’il pleuvait. Alors qu’il pleuvait effectivement, le rapport météo indiquait seulement « nuageux ».
• Un utilisateur ayant suivi un cours de météorologie au lycée raconte qu’il s’exerçait chaque jour à prévoir le temps. Cet exercice lui a fait davantage apprécier la qualité des prévisions et lui a permis de comprendre que les « présentateurs météo » n’ont pas toujours tort.
• Une expérience d’écoute d’un podcast contenant des entretiens avec des scientifiques de l’ECMWF est également partagée. Ils y expliquaient que les prévisions gagnent un jour de précision supplémentaire tous les dix ans. L’enregistrement date de 2019, à une époque où l’IA n’était pas encore un sujet aussi central qu’aujourd’hui, ce qui rend cette évolution d’autant plus intéressante quand on pense au récent modèle météo d’IA annoncé par Google.