Le meteoblue Learning MultiModel (mLM) est une nouvelle technique de post-traitement de la sortie de modèles de prévisions météorologiques numériques utilisant des mesures. Le mLM lit les données de mesure météo réelles et sélectionne le meilleur modèle de simulation pour effectuer une prévision.

Actuellement, mLM est validé et mis en œuvre pour la température de l'air, la température du point de rosé ainsi que la vitesse du vent. Le développement de mLM est prévu pour d’autres variables variables météorologiques.

Température-mLM

La précision du modèle du mLM a été testée pendant un an avant son introduction en août 2018..

La précision du modèle opérationnel du mLM a été vérifiée pendant une période de deux mois (septembre et octobre 2018) sur plus de 30 000 stations météorologiques sur tout la Terre. Cette analyse montre une précision de 1,2 K pour la prévision à 24 heures (24h) et une précision de 2,0 K pour la prévision à 6 jours. La précision de modélisation du mLM 24h est ainsi bien supérieure aux normes établies:

• 0.8 K mieux que utilisant des modèles de prévisions météorologiques numériques sans post-traitement (prévisions à 24 heures).
• 0.3K mieux que les modèles de simulations utilisant MOS.
• 0.3K mieux que le modèle de réanalyse ERA5 (qui utilise des mesures pour la correction du modèle)

Nous avons pu démontrer que la prévision du mLM pour la température de l'air à 6 jours est aussi bonne que la prévision à 24 heures de modèles de prévisions météorologiques numériques «autonomes» (sans post-traitement). Cette amélioration correspond à l'amélioration moyenne obtenue par les prévisions météorologiques tous les 10 ans au cours des dernières cinc décennies.

Les résultats de validation pour les autres variables où mLM est mis en œuvre suivront bientôt.

Pour plus d'informations, veuillez vous reporter à la documentation technique.