Précipitations

  • Les prévisions de précipitations de meteoblue sont plus précises que le modèle de réanalyse post-traitement ERA5 pour les intensités normales.
  • Dans la comparaison des fournisseurs pour 2021, les prévisions météorologiques de meteoblue ont obtenu le meilleur indice de performance Heidke (HSS).
  • Les performances supérieures des modèles sont dues aux méthodes de post-traitement utilisées pour les prévisions météorologiques, telles que le multimodel-mixing.
  • Une résolution horizontale plus fine n'améliore pas les performances du modèle : NEMSGLOBAL (30 km) vs. avec NEMS12 (12 km) et NEMS4 (4 km).
  • Les métriques d'erreur sont très similaires lorsque l'on compare les modèles de différentes années pour de nombreuses stations ( comparez l'étude de vérification 2017 et l'étude de vérification 2019).
  • Les mesures d'erreur peuvent varier considérablement d'un continent à l'autre ou d'une région à l'autre.
  • Nous recommandons l'utilisation du MultiModel de meteoblue pour la prévision opérationnelle, car les précipitations journalières ainsi que les sommes de précipitations annuelles sont reproduites de manière satisfaisante.
  • Les résultats des différentes études peuvent varier en raison d'un nombre différent de stations, de périodes analysées différentes ou de fournisseurs de données de mesure différents.
Indice de performance Heidke (HSS) pour trois événements de précipitations quotidiens différents (1 mm; 10 mm; 50 mm) pour le modèle de réanalyse historique ERA5, le modèle numérique de prévision météorologique GFS, l'observation par satellite CHIRPS2 et le modèle météorologique MultiModel.
Prévisions Précipitations journalières
> 1mm
Précipitations journalières
> 10mm
Précipitations journalières
> 50mm
meteoblue MultiModel 0.47 0.36 0.14
ERA5 0.45 0.35 0.14
NEMS 0.42 0.30 0.13
GFS 0.42 0.30 0.12
CHIRPS2 0.30 0.31 0.19

Les simulations d'événements et de volumes de précipitations ainsi que les volumes de précipitations réels sont des variables très importantes en météorologie, qui présentent simultanément une occurrence très variable sur de petites distances, en raison de leur nature physique complexe, et sont donc parmi les variables les plus difficiles à simuler avec une grande précision.

Dans cette section, nous donnons un aperçu des performances de nos prévisions de précipitations, non seulement par rapport à plusieurs modèles numériques de prévision météorologique, mais aussi par rapport à d'autres fournisseurs de services météorologiques. En outre, nous voulons nous assurer que nos utilisateurs sont conscients de certaines des considérations de précision les plus importantes liées aux prévisions de précipitations, afin d'être en mesure d'interpréter correctement les données et les lacunes potentielles.

Études de vérification

La prévision des précipitations dans les modèles numériques de prévision météorologique revêt une importance économique croissante pour diverses applications telles que l'irrigation, l'agriculture, la production d'énergie hydroélectrique ou l'alerte aux inondations. Ces modèles numériques de prévision météorologique ont été constamment améliorés au cours des dernières décennies.

Dans le cadre de nos études de vérification, nous analysons les performances des modèles de précipitations en utilisant plusieurs modèles de prévisions météorologiques numériques bruts et les prévisions multi-modèles de meteoblue. Les résultats des modèles ont été comparés aux mesures de précipitations provenant de 10 000 stations météorologiques du monde entier. En outre, nous avons effectué une analyse de la concurrence, dans laquelle nous avons comparé la précision de nos prévisions à celle d'autres fournisseurs de services météorologiques. meteoblue mène ces études de vérification à long terme uniques et approfondies pour comprendre la qualité des données de précipitations, produites par nos propres modèles ainsi que par divers opérateurs tiers.

Tout au long des études, nous nous concentrons sur les précipitations annuelles historiques des stations météorologiques, qui sont hautement prioritaires pour les clients, par exemple dans le secteur agricole. Pour la prévision, l'augmentation de la performance du modèle pour des événements uniques (par exemple, des précipitations quotidiennes > 1 mm) est plus importante que les valeurs absolues correctes des précipitations annuelles.

Résumé du HSS (Heidke Skill Score), EAM (erreur absolue moyenne) et MBE (mean bias error) pour quatre études différentes
Étude Nombre de stations Domaine du modèle Période de temps Mesures Modèle HSS Précipitations quotidiennes > 1mm EAM [mm] MBE [mm]
Étude de vérification 2017 6505 worldwide 2017 METAR ERA5 0.45 175 - 7
NEMSGLOBAL 0.42 228 - 100
prévisions de meteoblue 0.47 161 - 8
GFS 0.42 235 + 62
CHIRPS2 0.30 120 + 33
Étude de vérification 2019 8112 worldwide 2019 METAR ERA5 0.45 234 - 6
GFS 0.43 270 84
NEMSGLOBAL 0.41 296 - 144
ICON 0.46 253 - 51
Analyse de la concurrence 100 North America Jan-Jul 2021 METAR meteoblue forecast 0.61 42 + 33
500 worldwide GSOD meteoblue forecast 0.44 135 + 7
Vérification de NEMS 1605 Europe Jan-Jul 2021 GSOD NEMS4 0.41 119 - 64
NEMS12 0.41 85 - 36

Dans toutes les études de vérification, des tests de plausibilité des mesures ont été effectués pour garantir la qualité des mesures. Les données de mesure présentant plus de 30 % de lacunes ont été exclues de l'analyse afin de garantir la solidité des résultats. En outre, un contrôle de qualité pour les mesures a été appliquée afin d'exclure les mesures erronées.

Pour en savoir plus sur la précision de nos prévisions de précipitations et leurs limites, cliquez sur l'un des liens suivants.

Précipitations quotidiennes

En savoir plus sur nos études de vérification basées sur des événements de précipitations.

Sommes des précipitations annuelles

En savoir plus sur nos études de vérification basées sur la quantité de précipitations.

Considérations sur la précision

Nous travaillons en permanence à l'amélioration de nos simulations de prévisions météorologiques, il est également important d'expliquer les principaux problèmes de précision liés aux prévisions de précipitations, afin de s'assurer que nos utilisateurs sont en mesure d'interpréter correctement les données et les lacunes potentielles.

Les précipitations sont l'un des paramètres les plus importants des prévisions météorologiques, mais aussi l'un des plus difficiles à prévoir. La vérification mesure généralement la capacité d'un système de prévision à prévoir des événements, lorsqu'un certain volume de précipitations dépasse un seuil dans un laps de temps donné, par exemple 24 heures. En outre, les volumes de précipitations accumulés sont comparés aux observations, ce qui est généralement fait pour des périodes plus longues, par exemple un an.

En général, il est important de faire la différence entre la précision des volumes de précipitations et la précision des événements de précipitations, avec des résultats parfois divergents. Lorsque les mesures de précision sont évaluées, pensez d'abord à vos priorités : l'événement de précipitations est-il le critère le plus important (par exemple, est-il important que demain soit totalement sec ou qu'il pleuve un peu) ou le volume de précipitations (par exemple, est-il important qu'il pleuve 10 ou 30 mm au cours des deux prochains jours). Pour obtenir de plus amples informations sur les limites de précision, veuillez consulter les liens suivants :

Limites techniques

Les caractéristiques techniques des modèles météorologiques et des dispositifs d'observation peuvent limiter les prévisions.

Performance régionale du modèle

Les modèles peuvent être plus ou moins performants dans certaines régions du monde, où les conditions météorologiques peuvent varier fortement.

Difficultés de visualisation et de traitement

Il est parfois impossible d'éviter les imprécisions dues à la visualisation ou à l'agrégation des données.