Les régimes météorologiques de l'Amérique du Nord : un orchestre sans chef ✛

Original: "An Earth-System-Oriented View of the S2S Predictability of North American Weather Regimes"
arXiv:2409.08174 · 2024-09-12 · CC BY 4.0 · 3 min
L'apprentissage automatique révèle comment l'atmosphère, l'océan et la terre se transmettent tour à tour le pouvoir prédictif des régimes météorologiques, sur des échéances d'une semaine à deux mois.

Imaginez un orchestre qui joue sans chef. Chaque groupe d'instruments entre à son moment : d'abord les cuivres exposent le thème, puis les cordes se joignent, et parfois un percussionniste inattendu fait un solo. Il en va de même pour la météo au-dessus de l'Amérique du Nord : l'atmosphère, l'océan et la terre prennent tour à tour le premier rôle lorsqu'il s'agit de prédire les régimes météorologiques à grande échelle sur des échéances allant d'une semaine à deux mois.

Les régimes météorologiques sont des configurations persistantes de la circulation atmosphérique qui déterminent si l'hiver sera anormalement doux ou si l'été sera sec. Il y en a quatre : le creux du Pacifique, la crête du Pacifique, le maximum du Groenland et la crête de l'Alaska. Il y a aussi des jours où aucun régime ne se manifeste, appelés « aucun régime ». Pour comprendre quel « musicien » est le plus important à différentes échéances de prévision, les scientifiques ont entraîné des centaines de modèles d'apprentissage automatique, chacun ne recevant qu'une seule variable en entrée, par exemple la température de surface de l'océan ou l'humidité du sol.

Au cours des deux premières semaines, l'atmosphère mène. Ses tourbillons chaotiques se souviennent encore de l'état initial, si bien que la prévision s'appuie sur les vents et la pression. Mais ensuite, des processus lents entrent en jeu : l'océan accumule de la chaleur en profondeur, et le sol retient l'humidité pendant des mois. À la huitième semaine, les trois composantes contribuent de manière comparable.

La saison modifie le rapport de force. En hiver et en été, la prévisibilité est plus élevée qu'au printemps et à l'automne, car l'atmosphère reste plus souvent bloquée dans un régime. Pour le creux du Pacifique en automne et en hiver, l'océan apporte une contribution clé, en particulier les signaux d'El Niño, la phase chaude de l'oscillation de la température de surface du Pacifique. Pour la crête du Pacifique en hiver, les vents stratosphériques et la glace de mer sont importants. Quant au maximum du Groenland, il dépend en hiver de la convection tropicale et des conditions du sol.

L'analyse a montré que les prévisions précises sont liées à des anomalies spécifiques. Par exemple, un renforcement de la convection au-dessus du Pacifique tropical central précède le creux du Pacifique, tandis que des anomalies du vent zonal dans la stratosphère tropicale australe précèdent la crête du Pacifique. Cela signifie que pour améliorer les prévisions, il ne suffit pas d'ajouter plus de données ; il faut comprendre quelle composante du système terrestre est importante dans une situation donnée.

Un orchestre sans chef joue avec harmonie si l'on sait qui entre en scène ensuite. Il en va de même pour la prévision sous-saisonnière : l'atmosphère donne le ton pendant les deux premières semaines, puis l'océan et la terre reprennent la mélodie. Et si les météorologues apprennent à entendre chaque instrument séparément, les alertes d'anomalies météorologiques deviendront plus précises.

La fréquence du régime « aucun régime » varie de 18 % en hiver à 44 % en été, ce qui rend les prévisions estivales particulièrement difficiles : l'atmosphère se trouve plus souvent dans un état de transition sans structure à grande échelle bien marquée.

Dans le roman de Kim Stanley Robinson « Quarante signes de pluie », des scientifiques tentent de prédire des changements brusques des régimes météorologiques dus à l'arrêt du Gulf Stream. Cette recherche fait écho à cette idée : elle montre quels composants lents du système terrestre peuvent servir d'indicateurs précoces de changements de régimes de circulation.

F1 = 2 \times \frac{\text{Precision} \times \text{Recall}}{\text{Precision} + \text{Recall}}
Moyenne harmonique de la précision et du rappel, utilisée comme métrique cible lors de l'optimisation des hyperparamètres
Scientifiques
Ludwig BoltzmannHenri PoincaréJohn von NeumannJosiah Willard Gibbs
Notions
spring predictability barrier Forecast lead prévision seasonal cycle NOAA CPC NOAA PMEL / TAO Westerly wind burst seasonal forcing IRI Southern Oscillation North Atlantic Oscillation El Niño ENSO TAO/TRITON moorings forecasting météorologie spatiale natural variability predictability Jin-Timmermann model climat