Newsletter

L’IRM et Aquafin soumettent la question du pilotage aux mathématiciens

Chaque jour, l'IRM s'engage à améliorer les prévisions météorologiques. Au bureau du temps, nos prévisionnistes prennent des décisions basées sur différents modèles météorologiques. En s'appuyant sur leur expérience et leur perspicacité, ils évaluent la situation. Leur capacité d'estimation leur permet de prendre des décisions éclairées, comme par exemple, une alerte pouvant conduire à une évacuation. Cependant, certaines applications nécessitent des prévisions rapidement mises à jour qui peuvent être utilisées sans l'intervention d'un prévisionniste. Le réseau de citernes intelligentes d'Aqtiput est un exemple de ce type d'application.

Dans le cadre du consortium ACCORD, l'IRM participe au développement et à l'amélioration continue des modèles numériques météorologiques utilisés par les prévisionnistes et pour diverses applications. Plusieurs versions du modèle, à savoir ALARO et AROME, permettent de calculer les prévisions à court terme. Ces modèles simulent l'atmosphère à une très haute résolution de 1,3 km x 1,3 km et permettent de représenter fidèlement des phénomènes tels que les tempêtes avec précipitations extrêmes.

Grâce à ces modèles météorologiques avancés, nous avons une bonne indication de l'endroit du moment où les averses tomberont. Une indication, car il est très difficile de prévoir l'emplacement exact d'une averse. En général, on ne sait qu'une demi-heure à l'avance – à l’aide des images radar - où tombera une averse.

Les cyclistes et les organisateurs de barbecue ne sont pas les seuls à s'inquiéter de cette imprévisibilité. Les services hydrologiques et d'autres utilisateurs ont des exigences plus poussées et souhaitent également recevoir une estimation du taux de fiabilité des prévisions. Ils pourraient ainsi prendre de meilleures décisions pour anticiper les inondations ou optimiser l'utilisation de l'eau. Les développeurs de modèles veulent répondre à cette question avec un système de prévision d'ensemble sans faille.

Le terme "ensemble" signifie que le système ne donne pas une seule prévision, mais un certain nombre de scénarios différents, qui donnent une idée de l'incertitude de la prévision. L'incertitude concerne non seulement les précipitations, mais aussi d'autres paramètres, et elle augmente au fur et à mesure que l'on avance dans le temps. C'est ce que l'on appelle l'inévitable "effet papillon" dans les systèmes chaotiques. C'est pourquoi nous utilisons depuis longtemps les prévisions d'ensemble du Centre européen (ECMWF) pour estimer l'incertitude jusqu'à deux semaines.

Toutefois, ces dernières années, l’IRM a également travaillé sur des méthodes permettant de produire des ensembles de prévisions à très court terme ou des prévisions immédiates (à partir de 5 minutes). Pour les précipitations, ces prévisions sont basées sur les dernières images des radars météorologiques, qui sont combinées de manière transparente avec les modèles météorologiques numériques d'ACCORD.

Le nouveau système vise à refléter fidèlement l'incertitude des différentes situations météorologiques. Qu'est-ce que cela signifie ? Lorsque l'incertitude des prévisions est faible, par exemple en cas de précipitations sur un front dégagé, tous les membres de l'ensemble donnent à peu près les mêmes prévisions. En revanche, lorsque l'incertitude est élevée, comme dans le cas d'orages localisés, les prévisions diffèrent fortement les unes des autres. Cela permet aux utilisateurs de mieux estimer la probabilité de précipitations (extrêmes).

Les algorithmes ont été développé à l'aide du software open source pysteps (https://github.com/pySTEPS), en collaboration avec différents partenaires dont Wageningen University & Research et Deltares. L'IRM collabore aussi avec la VUB, la KU Leuven et la VMM, entre autres, dans le cadre des projets DERISC et PRECIP-PREDICT, financés par BELSPO, afin d'améliorer encore ces prévisions d'ensemble homogènes grâce à l'intelligence artificielle.

Les différents scénarios d'une prévision d'ensemble permettent de mieux gérer l'incertitude des prévisions et de mieux estimer les conséquences ou l'impact. C'est donc le candidat idéal pour piloter le système révolutionnaire et inventif Aqtiput d'Aquafin (https://www.aquafin.be/en/aqtiput). Aqtiput vise à utiliser des citernes intelligentes pour minimiser les débordements (rejet d'eaux usées dans la nature) ou les inondations. En vidant les citernes à l'avance (lentement), la capacité est disponible pour faire face à des pluies intenses et soudaines, évitant ainsi les inondations dues à un système d'égouts surchargé.

Mais comment contrôler un système aussi complexe sur la base de prévisions d'ensemble ? Grâce à BE-MATHS-IN, notre question a atterri dans l'assiette d'un groupe de mathématiciens brillants.

BE-MATHS-IN est un réseau universitaire belge autour des mathématiques appliquées. Chaque année, il réunit des experts en mathématiques de tout le pays lors de sa semaine d'étude "Mathématiques pour l'industrie", qui s'est déroulée cette année à la VUB. Les mathématiciens disposent d'une semaine pour se pencher sur une sélection de problèmes difficiles présentés par diverses entreprises telles que Siemens, Engie, Melexis et, cette année, Aquafin en collaboration avec l’IRM, entre autres. Vous pouvez lire l'énoncé complet de notre problème sur leur site web.

Notre groupe de 6 experts en mathématiques, issus d'horizons très divers, a été en mesure de réduire notre énoncé de problème en un joli problème mathématique à la vitesse de l'éclair. À la fin de la semaine, ils avaient déjà élaboré plusieurs solutions, incluant même des animations de réseaux d'égouts simplifiés contrôlés par leurs algorithmes. Bien sûr, leur solution doit encore être validée par Aquafin, mais elle semble très prometteuse. Leur rapport sera publié sur le site BE-MATHS-IN en octobre.