Newsletter

Le post-traitement statistique consiste en la correction des biais systématiques présents dans les prévisions du temps en construisant des relations statistiques entre les prévisions et les observations passées, et d’ensuite, utiliser ces relations pour corriger les prévisions futures. Cela signifie qu'un ensemble de prévisions et d'observations passées doit être disponible pour qu'un schéma de correction approprié puisse être développé.

Des techniques de post-traitement statistique sont utilisées depuis les années soixante pour corriger en partie les erreurs de prévision ou pour prédire les paramètres observables non représentés dans les modèles. Les premières tentatives ont utilisé la régression linéaire classique pour modéliser la relation entre les prévisions passées et les observations. Les résultats ont ensuite été utilisés pour ajuster les nouvelles prévisions. Depuis, de nombreuses autres techniques ont été développées, notamment pour les prévisions probabilistes, aussi appelées prévisions d’ensemble, car elles font intervenir un ensemble de prévisions partant de conditions initiales légèrement différentes. De telles techniques se sont avérées nécessaires pour optimiser les prévisions météorologiques quelle que soit la qualité du modèle. C'est pourquoi l’IRM a travaillé sur une technique qui peut être appliquée aux prévisions probabilistes à moyen terme du CEPMMT. Cette technique, appelée Member-by-Member (MBM), développée par nos collègues Bert Van Schaeybroeck et Stéphane Vannitsem, corrige chaque membre de l’ensemble indépendamment, préserve les caractéristiques statistiques de l’ensemble, et améliore la confiance en l’information probabiliste produite.

Le système génère des prévisions d'ensemble ajustées pour les températures maximales et minimales à 2 mètres et les rafales de vent dans 11 stations météorologiques en Belgique. Ce sont des stations de référence de 11 régions climatologiques cohérentes couvrant la Belgique. La mise en œuvre opérationnelle du post-traitement a commencé début juin 2020.

Depuis cette date, le post-traitement de la prévision d'ensemble à minuit du Centre Européen est fournie aux prévisionnistes du bureau du temps de l’IRM en parallèle avec les prévisions brutes ; ce qui leur permet d’ajuster les prévisions à moyenne échéance fournies aux citoyens via le site web et l’application de l’IRM, par exemple.

Une prévision d'ensemble typique produite le premier novembre 2020 par le post-traitement pour la station météorologique d'Elsenborn est présentée dans la figure ci-dessous. Pour toutes les variables, la prévision (brute en bleu, corrigée en orange) ainsi que les marges d’erreur de celle-ci sont améliorées par rapport aux observations en station (en vert). Ceci est particulièrement visible pour la prévision des rafales de vent, qui est considérablement décalée vers des valeurs plus petites, plus proches des observations.

A l’IRM, comme dans la plupart des centres de prévisions météorologiques opérationnels, le post-traitement statistique est reconnu comme une priorité pour le développement futur de la chaîne de prévisions. Le post-traitement statistique apporte actuellement d'importantes corrections, mais de nouveaux développements sont envisagés qui devraient permettre le post-traitement d'autres variables et de construire des prévisions corrigées sur une grille.

Deux lettres publiées récemment en anglais dans la newsletter du Centre Européen (CEPMMT) :

• https://www.ecmwf.int/en/newsletter/164/news/statistical-post-processing-ecmwf-forecasts-belgian-met-service
• https://www.ecmwf.int/en/newsletter/166/meteorology/statistical-post-processing-ensemble-forecasts-belgian-met-service

L’article originel (en anglais) de Bert Van Schaeybroeck et Stéphane Vannitsem sur la technique Member-by-Member :

• Van Schaeybroeck, B., & Vannitsem, S. (2015). Ensemble post‐processing using member‐by‐member approaches: theoretical aspects. Quarterly Journal of the Royal Meteorological Society, 141(688), 807-818.