À propos du GFS, NAM, GEM....

[erol]

Voilà bien longtemps que je me pose la question.

Les super-logiciels de prévisions météorologique analysent les multiples donnés de l'atmosphère à différents niveaux pour en arriver à une prédiction. Evidemment, ces logiciels sont créés par des ingénieurs et/ou programmeurs analystes.

Mais est-ce ces logiciels ont la capacité d'emmagasiner toutes leurs données analysées au fil du temps pour être de plus en plus performants? Est-ce qu'ils ont la capacité d'apprendre de leur erreurs et de leurs réussites en matières de prédiction?

Ou bien leur habilité à "prévisionner" demeure la même tant et aussi longtemps qu'ils ne sont pas remaniés?

Modifié le 30 décembre 2008 par erol

[Jean-François]

Oui et non.

 

Non: Un modèle (un ensemble d'équations) n'est pas sensible aux données du passées. Si tu lui donne deux fois les mêmes conditions de départ, il te donnera deux fois la même prévision. Pour qu'il change de réponse, il faut modifer les équations et cela est fait par un humain après diverses expériences.

 

Oui: Pour tenter de corriger les erreurs systématiques qu'un modèle peut faire, on a développé des méthodes statistiques (appellé MOS pour Model Output Statistics). Pour ce faire, on utlise les prévisions passées de même que les observations pour batîr des relations statistiques. Ces relations statistiques sont ensuite appliquées aux prévisions pour enlever les erreurs systématiques. En moyenne cela améliore la prévision, mais pas tout le temps. Dans le fond, les MOS jouent le rôle des prévisionnistes. Voir ce post pour voir comment s'insère les MOS dans les prévisions publiques de EC http://meteocentre.com/forums/index.php?sh...indpost&p=15658

 

En passant, les données modèles que tu vois sur le web ne sont pas retouchées par les MOS.

[erol]

merci!