Synapse Navigation

Nous poursuivons notre tour des fichiers Grib « hors du commun » (que nous avons commencé ici, ou là). Cette fois, nous regardons de plus près le CFSv2 qui est lui aussi disponible via le serveur de Grib Meltemus.

Qu’est-ce que le CFSv2 ?

Le CFSv2 (Climate Forecast System version 2) de la NOAA (National Oceanic and Atmospheric Administration) est un système avancé de prévision climatique à longue échéance.

C’est un modèle couplé océan-atmosphère conçu pour prédire les conditions climatiques à l’échelle mondiale, de quelques semaines à plusieurs mois à l’avance. Les commentaires ne vont pas manquer !… « C’est n’importe quoi, on n’arrive déjà pas à prévoir la météo du lendemain etc, etc … ». Sauf que le sérieux de la NOAA n’est plus à prouver, cela vaut donc le coup de regarder de plus près.

Ce modèle fait partie des outils clés utilisés par la NOAA pour ses prévisions saisonnières, comme les prévisions de température, de précipitations, ou encore d’événements comme El Niño ou La Niña.

Comment fonctionne-t-il ?

Un modèle couplé

Le CFSv2 combine plusieurs composantes du système climatique :

• Atmosphère : Simule les mouvements de l’air, les températures, les précipitations, etc.
• Océan : Modélise les courants marins, la température de surface de la mer (SST), et les échanges de chaleur.
• Surface terrestre : Prend en compte l’humidité des sols, la couverture végétale, et les échanges d’énergie avec l’atmosphère.
• Banquise : Intègre l’étendue et l’épaisseur de la glace polaire, qui influence le climat global.

Ces composantes interagissent en temps réel, ce qui permet au modèle de représenter des boucles de rétroaction (ex. : un océan plus chaud influence l’atmosphère, qui à son tour modifie les courants marins).

Résolution et données

• Résolution spatiale :
  • Atmosphère : ~100 km
  • Océan : ~0,5° (environ 55 km à l’équateur).
• Résolution temporelle : Le modèle produit des prévisions quotidiennes, hebdomadaires et mensuelles.
• Données d’entrée :
  • Observations satellites (températures, vents, humidité, etc.).
  • Données in situ (bouées, navires, stations météo).
  • Réanalyses climatiques (données historiques pour initialiser le modèle).

Comment est il généré ?

Les prévisions sont établies à partir des conditions des 30 derniers jours combinées à l’historique du climat sur la période 1991 à 2020.

Ainsi, le modèle utilise les conditions initiales des 30 derniers jours, avec 4 simulations par jour. Les ensembles de prévisions se composent de 40 membres issus d’une période initiale de 10 jours.

Le 1er ensemble (E1) provient des 10 premiers jours, le 2e ensemble (E2) des 10 jours suivants et le 3e ensemble (E3) des 10 derniers jours. Les anomalies sont calculées par rapport à la climatologie rétrospective de 1991-2020.

Les corrélations temporelles entre les prévisions rétrospectives et les observations sont utilisées comme filtre de fiabilité pour les anomalies spatiales. L’écart-type utilisé pour normaliser les anomalies correspond à l’écart-type moyen des différents membres de la prévision rétrospective.

À quoi sert le CFSv2 ?

Prévisions saisonnières

• Températures : Prévoir si un été sera plus chaud ou un hiver plus froid que la moyenne.
• Précipitations : Anticiper des saisons plus sèches ou plus pluvieuses (ex. : mousson en Inde, sécheresses en Afrique).
• Phénomènes climatiques :
  • El Niño/La Niña : Le CFSv2 est particulièrement utilisé pour prédire ces phénomènes, qui ont des impacts mondiaux (sécheresses, inondations, ouragans).
  • Activité cyclonique : Estimation du nombre de tempêtes tropicales dans l’Atlantique ou le Pacifique.

Points forts reconnus

Prévisions saisonnières dans les tropiques :
Le CFSv2 montre une bonne capacité à prédire les anomalies de température de surface de la mer (SST), notamment pour les événements El Niño/La Niña. Plusieurs études confirment que le modèle a une compétence significative pour anticiper ces phénomènes avec un préavis de 3 à 6 mois, ce qui est crucial pour les prévisions climatiques mondiales

Prévisions de sécheresse :
En Chine, une étude a montré que le CFSv2 améliore significativement les prévisions de sécheresse par rapport aux méthodes statistiques basées uniquement sur l’historique. Le modèle est particulièrement utile pour les prévisions à échéance de 1 à 3 mois.

Prévisions hydrologiques :
Le CFSv2, combiné à d’autres modèles (comme ceux du projet ENSEMBLES), permet d’obtenir des prévisions saisonnières de température et de précipitations avec une compétence significative surtout pour les échéances de 1 à 2 mois.

Limites

Dérive climatique (climate drift) :
Un biais majeur du CFSv2 est la dérive rapide des prévisions dans les premières années des simulations décennales, notamment dans l’océan Atlantique Nord. Cela affecte la fidélité du modèle pour les prévisions à très long terme.

Biais régionaux :

• Températures de surface de la mer trop froides dans les moyennes latitudes.
• Fonte trop rapide de la banquise dans les régions polaires, liée à des océans polaires trop chauds dans le modèle.
• Précipitations surestimées dans certaines zones tropicales (ex. : Amazonie, Afrique de l’Ouest).
• Compétence limitée aux moyennes latitudes :
  Le modèle est moins performant pour les prévisions de température et de précipitations en Europe et en Amérique du Nord, surtout en hiver, où les variations naturelles sont mal capturées

En résumé, le CFSv2 est un outil puissant pour les tendances climatiques globales, mais son utilisation nécessite de comprendre ses forces et ses limites. Visuellement, il peut se présenter sous forme d’un Grib ‘classique’. Mais bien évidemment les prévisions qu’il vous donne ne sont pas à prendre au pied de la lettre. C’est une tendance obtenue avec la méthode décrite ci-dessus. Encore une fois, il s’agit plus de climatologie que des prévisions ponctuelles.

Au marin avisé de l’utiliser à bon escient.