Les prévisions saisonnières sont-elles fiables en Europe ?

Details

Supervisors

Massonnet, François

Faculty

Faculté des sciences

Degree label

Master [120] en sciences géographiques, orientation climatologie, à finalité approfondie

Abstract

Les prévisions saisonnières sont des intermédiaires entre les prévisions météorologiques et lesprojections climatiques. Elles peuvent apporter une grande plus-value dans la prise de décisionspour de nombreux domaines, tels que ceux de la santé, de l’économie ou encore de l’agriculture.Il est donc important de savoir à quel point on peut leur faire confiance. Ce mémoire à pourbut d’évaluer la fiabilité d’un de ces modèles de prévisions, le SEAS5 développé par l’ECMWF,dans une région d’Europe centrale en hiver. Pour ce faire, des scores pour différents indicateurs(corrélation de Pearson, biais et erreurs quadratiques moyennes) sont calculés en comparantles données de vérifications ERA5 aux prévisions du modèle de l’ECMWF réduit à sa formedéterministe ainsi qu’à deux prévisions de contrôle. Si le modèle de prévision de l’ECMWFmontre de meilleurs résultats que les prévisions de contrôle pour la corrélation de Pearson etl’ECMWF, ce n’est pas le cas pour le biais. Une méthode de correction de biais linéaire estdonc proposée, afin de ne pas influencer les résultats des corrélations de Pearson. Les résultatsmontrent que la prévision de l’ECMWF n’est pas toujours plus performante que les prévisionsde contrôle. La variance du modèle est également étudiée, avec des histogrammes de rang et desdiagrammes de fiabilité qui indiquent une sous-dispersion du modèle. Enfin, un cas particulierest examiné, l’hiver 2009-2010. Le modèle a bien prédit les températures extrêmes de cet hiver,mais montre de moins bonnes performances dans la prévision du mécanisme menant à cestempératures (phase négative de l’Oscillation Nord-Atlantique). Seasonal predictions are intermediaries between meteorological predictions and climate projec-tions. They can bring to the table a great improvement in decision making in a lot of sectors,such as the health, economic or agricultural sectors. Knowing how much trust we can put inthem is thus important. The goal of this thesis is to evaluate the reliability of one seasonal pre-diction model, the SEAS5 developped by the ECMWF, in mid-Europe for the winter months.To that end, different scores (Pearson’s correlation, bias and mean squared errors) are calcu-lated by comparing the reanalysis ERA5 to the predictions of the ECMWF’s model reducedto its deterministic form, as well as to two benchmark predictions. If the ECMWF’s modelshows better results than the two benchmark predictions for the Pearson’s correlation and themean squared error, it is not the case for the bias. A linear bias correction method is proposed,to not interfere with the Pearson’s correlation score. Results show that the ECMWF’s modelis not always more skilled than the two benchmark predictions. The variance of the model isstudied as well with reliability diagrams and rank histograms, which show an under-dispersionof the model. Finally, the case study of the 2009-2010 winter is evaluated. The model performedwell in predicting the extreme temperatures of that winter, but showed less performance in theprediction of the mecanism that lead to those temperatures, the NAO-.