Pourquoi les ouragans ne peuvent pas être prédits avec plus de précision ✛ ✎

Original: "Bound on forecasting skill for models of North Atlantic tropical cyclone counts"
arXiv:2410.05503 · 2024-10-07 · arXiv non-exclusive · analyse indépendante · 2 min
Les scientifiques ont découvert que la prévision du nombre d'ouragans dans l'Atlantique a déjà atteint une limite de précision impossible à dépasser.

Chaque année, un nombre différent d'ouragans naît dans l'Atlantique : parfois cinq, parfois quinze. Les scientifiques ont longtemps cherché à savoir si ce nombre pouvait être prédit à l'avance, en s'appuyant sur trois facteurs principaux : les eaux océaniques chaudes, le phénomène El Niño et les variations de pression atmosphérique. Ces trois éléments expliquent environ la moitié des différences entre les années. Mais on a récemment découvert qu'il est impossible d'améliorer davantage les prévisions.

Même un modèle parfait ne peut pas prédire le nombre d'ouragans avec une erreur inférieure à environ 2,5 cyclones en moyenne. C'est comme essayer de deviner combien de fois une pièce tombera sur pile : il existe une limite de précision imposée par le hasard lui-même.

Les scientifiques ont vérifié cela sur des données couvrant 140 ans. Ils ont pris un modèle simple avec trois facteurs et l'ont comparé à des méthodes très complexes qui utilisent des cartes de température de tout l'océan. Résultat : le modèle simple et les modèles complexes se trompent tout autant, avec une erreur d'environ 2,5 ouragans. Cela signifie que la complexité supplémentaire n'apporte rien. La raison en est que les ouragans eux-mêmes apparaissent de manière aléatoire, comme des événements rares, et ce hasard ne peut être contourné par aucun calcul.

Les chercheurs réfléchissent maintenant à la suite. Peut-être existe-t-il des liens cachés entre les années consécutives que l'on n'a pas encore remarqués. Ou peut-être faut-il abandonner l'hypothèse selon laquelle les ouragans se forment indépendamment les uns des autres. Mais pour l'instant, toutes les vérifications montrent que le hasard est bien réel, et le plafond de précision est atteint. Pour les habitants des côtes, c'est une information importante : mieux vaut se préparer à la variabilité que d'attendre un miracle des ordinateurs.

Le nombre moyen de cyclones par saison dans l'Atlantique est d'environ dix, mais en raison de la nature poissonnienne du processus, la variabilité d'une année à l'autre est d'environ trois cyclones. Cela signifie que même un modèle parfait ne peut pas prédire le nombre exact avec une erreur inférieure à environ 2,5 cyclones en moyenne.

Dans le roman de Kim Stanley Robinson « Quarante signes de pluie », des scientifiques tentent d'améliorer les prévisions météorologiques extrêmes, confrontés au chaos de l'atmosphère. Ici, la situation est similaire : même avec une connaissance complète des indices climatiques, il reste un aléa irréductible que nul calcul ne peut vaincre.

\mathrm{err}(z, \lambda) = \sum_{y \ge 0} |y - z| \, P(y|\lambda)
Écart moyen entre le nombre d'événements prédit et le nombre observé, moyenné sur la distribution de Poisson.
b(z) = \min_{\lambda} \mathrm{err}(z, \lambda)
Erreur minimale possible pour une intensité inconnue mais fixée.
B = \frac{1}{n} \sum_{t=1}^{n} b(y_t)
La moyenne sur toutes les observations donne le minimum théorique de l'erreur absolue moyenne pour tout modèle de Poisson.
Scientifiques
Max PlanckClaude ShannonJohn von NeumannLudwig BoltzmannJosiah Willard GibbsAndrey Markov
Notions
spring predictability barrier NOAA CPC El Niño index ERSST ENSO Oceanic Niño index Jin-Timmermann model TAO/TRITON moorings relative ONI tropical cyclone Southern Oscillation La Niña North Equatorial Countercurrent recharge oscillator model Pacific decadal oscillation natural variability seasonal cycle NOAA PMEL / TAO forecast skill Warm water volume