Prévision numérique du temps

La prévision numérique du temps modélise l'atmosphère en résolvant ses équations fondamentales sur un ordinateur, faisant évoluer l'air, l'humidité et l'énergie simulés, point de grille par point de grille, à partir d'un état initial observé.

Definition

La prévision numérique du temps est la pratique de la prévision météorologique par l'intégration numérique des équations discrétisées du mouvement atmosphérique et de la thermodynamique, avancées dans le temps à partir d'un état initial analysé.

Scope

Ce sujet couvre la formulation des modèles atmosphériques pour la prévision : la discrétisation des équations primitives sur des grilles ou des bases spectrales, le cœur dynamique qui fait progresser le flux résolu, les paramétrisations représentant les processus non résolus tels que la convection, les nuages, le rayonnement et la turbulence, ainsi que les compromis de résolution et de calcul impliqués.

Core questions

• Comment les équations fondamentales continues sont-elles transformées en un modèle calculable ?
• Qu'est-ce qu'un cœur dynamique et comment fait-il progresser le flux résolu ?
• Comment les processus non résolus tels que la convection et le rayonnement sont-ils paramétrés ?
• Comment la résolution de la grille et la stabilité numérique contraignent-elles les prévisions ?

Key theories

Modélisation par équations primitives

Les modèles de prévision opérationnels intègrent les équations primitives, la forme hydrostatique et filtrée des lois de la mécanique des fluides et de la thermodynamique, discrétisées dans l'espace et le temps pour faire progresser la température, le vent, la pression et l'humidité.

Paramétrisation physique

Les processus trop petits pour être résolus sur la grille du modèle, tels que la convection cumuliforme, la microphysique des nuages, le rayonnement et la turbulence de la couche limite, sont représentés par des schémas de paramétrisation qui estiment leur effet net à partir des variables résolues.

Mechanisms

Un modèle numérique représente l'atmosphère par ses valeurs aux points de grille discrets ou par des coefficients spectraux et les fait progresser avec des méthodes aux différences finies, aux volumes finis ou spectrales, sous réserve de limites de stabilité qui lient le pas de temps à l'espacement de la grille. Le cœur dynamique gère l'advection, le gradient de pression et les effets de Coriolis, tandis que les paramétrisations fournissent les tendances issues de la convection, des nuages, du rayonnement, des flux de surface et de la turbulence que la grille ne peut résoudre. Une résolution plus élevée capture davantage de phénomènes mais multiplie le coût de calcul.

Clinical relevance

La prévision numérique du temps est le moteur de la prévision opérationnelle moderne, fournissant les orientations pour les prévisions publiques, aéronautiques, maritimes et de phénomènes météorologiques violents ; les avancées en résolution et en physique des modèles ont constamment amélioré la qualité des prévisions et soutiennent désormais également la projection climatique et la prévision environnementale.

History

Richardson a esquissé la prévision numérique à la main dans les années 1920 avec un succès limité ; le domaine est devenu pratique lorsque Charney, Fjortoft et von Neumann ont produit la première prévision informatique de l'équation de vorticité barotrope sur l'ENIAC vers 1950, après quoi les modèles sont passés de systèmes à couche unique à des systèmes d'équations primitives multi-niveaux avec une physique toujours plus sophistiquée.

Key figures

• Lewis Fry Richardson
• Jule Charney
• John von Neumann
• Norman Phillips

Seminal works

• kalnay2003
• charney1950

Frequently asked questions

Quelle est la différence entre un modèle météorologique et une prévision ?

Un modèle météorologique est le programme informatique qui résout les équations atmosphériques ; une prévision est le résultat qu'il produit pour une exécution particulière, qu'un météorologue interprète ensuite, souvent en conjonction avec d'autres modèles, avant d'émettre une prédiction.

Pourquoi les modèles doivent-ils paramétrer certains processus ?

Des processus importants tels que les nuages individuels et les tourbillons turbulents sont bien plus petits que l'espacement de la grille d'un modèle, ils ne peuvent donc pas être résolus directement ; les paramétrisations estiment plutôt leur effet collectif sur le flux à l'échelle résolue.