Ok

En poursuivant votre navigation sur ce site, vous acceptez l'utilisation de cookies. Ces derniers assurent le bon fonctionnement de nos services. En savoir plus.

Comment mieux détecter et prédire les phénomènes extrêmes tels les tornades, tempêtes ou autres raz-de-marée ?

63cdd1bcf15d7486b8e5a0395e0feeb2.jpgC'est le challenge que s’est fixé l’équipe de recherche CLIME, en collaboration avec MOISE.
À l’heure actuelle, les événements extrêmes en météorologie et en océanographie sont très difficilement prévisibles. Des précurseurs de ces phénomènes sont parfois observés sur les mesures satellitaires.

Pourtant, ils ne sont pas intégrés dans la prévision, car on ne sait pas comment lier la cohérence spatiale et temporelle des structures images avec les variables d’état des modèles. Les acquisitions d’observation de la terre, qui représentent un volume gigantesque de données, sont donc insuffisamment utilisées, alors qu’elles pourraient avantageusement compléter le réseau d'observation classique. L’exploitation des données satellite est un réel enjeu pour améliorer la qualité de la prévision.

Mener simultanément les travaux de recherche sur les deux domaines applicatifs de la météorologie et de l’océanographie a un intérêt méthodologique permettant de dégager ce qu’ils ont en commun et d’avoir une approche plus générique. Pour ces deux applications, la problématique est identique : comment trouver le moyen d’améliorer la prédiction des événements soudains et brusques.

CLIME et MOISE travaillent en collaboration avec Météo-France, le LEGI (Laboratoire des Écoulements Géophysiques et Industriels) et le IMT (Institut de Mathématiques de Toulouse) sur ce sujet. Par exemple, les modèles de prévision numérique élaborés par les chercheurs de Météo-France permettent de simuler l’évolution de l’atmosphère pour les heures et les jours à venir. Les informations ainsi obtenues sont indispensables aux prévisionnistes qui les interprètent. Mais aujourd’hui, ces modèles ont atteint leurs limites quand il s’agit de prédire des événements rapides ou des phénomènes exceptionnels. ADDISA se situe dans ce contexte.

Plusieurs pistes d’études sont possibles : créer de nouveaux modèles, impliquant un travail sur plusieurs années, ou exploiter au mieux tous les types de données disponibles, y compris les informations contenues dans les images pour améliorer les sorties des modèles de détection et de prédiction environnementales.

C’est cette dernière piste que CLIME et MOISE ont choisi de suivre en basant le travail de recherche sur la quantité extraordinaire d’images acquises et transmises en continu par les satellites. L’intérêt d’intégrer ces données aux modèles de prévision n’est plus à démontrer depuis la tempête de 1998, car des chercheurs ont montré que des signes précurseurs étaient alors visibles sur les mesures satellites.

La difficulté mathématique réside dans l’assimilation des images pour les coupler aux modèles actuellement utilisés par Météo-France et constituer ainsi un nouveau système global intégrant ce type de données. Ce dernier, en contraignant la cohérence spatio-temporelle des variables d’état, permettra de mieux détecter les propriétés physiques comme la turbulence, de les interpréter et d’améliorer la prédiction afin d’essayer d’éviter certaines répercussions dramatiques.

L'intégralité de l'article de l'INRIA avec hyperliens actifs : ICI

Les commentaires sont fermés.