Le nombre de données est il petit par rapport au nombre de variables dans les modèles ?

C'est encore un argument souvent énoncé par les sceptiques. Il n'y a pas de posts qui traitent de ce sujet sur Sks donc je ferais moi même une réponse en me basant sur la conférence de Hervé le Treut.

Alors c'est pas quelque chose d'évident à comprendre, mais on peut commencer par aborder le sujet avec cette image radar planétaire :



Ce qu'on voit c'est que la circulation atmosphérique est organisé à grande échelle ( montée de l'air dans la zone intertropicale, subsidence dans les zones subtropicales, montée de l'air en spirale aux moyennes latitudes ... ). Donc à grande échelle la circulation atmosphérique est organisé et donc le nombre de données dont on a besoin n'est pas aussi grand que ce qu'on aurait pu penser ( le nombre de degrés de liberté du système est limité ).

Si on avait eut un écoulement réellement chaotique même à grande échelle ça aurait été une autre affaire ça c'est sur ^^

Une autre chose qu'il faut comprendre aussi c'est que l'atmosphère est constituée de plusieurs échelles. On part de l'échelle microphysique jusqu'à l'échelle planétaire et toutes ces échelles participent à la circulation atmosphérique. Cependant, il y'a eut beaucoup de travaux qui ont été faits pour montrer que l'échelle dite "synoptique" ( circulation dite générale de l'atmosphère ) est une échelle dominante. Sans rentrer dans les détails fondamentaux de ces travaux on peut comprendre pourquoi cette échelle est une échelle dominante.

DU/Dt = -2omega^U-nabla o - 1/p nabla P + F

Bon j'ai écrit l'équation avec le clavier mais c'est l'équation de Navier Stokes ( 1845 ) que vous pouvez retrouver sur le net.
Dans ce machin on a un terme d'évolution qui est égal à des termes de forces de pression, de coriolis, de pesanteur etc... et ce qui défini l'écoulement c'est l'équilibre dominant entre ces forces. Dans le domaine horizontal on est près de l'équilibre géostrophique ( gradient de pression et force de coriolis ). On utilise d'ailleurs un nombre, qui est le nombre de Rossby, qui est petit quand il caractérise cet équilibre ( Ro = U/fL ). Pour les mouvement verticaux on est près de l'équilibre hydrostatique ( force de pression et force d'Archimède ). Cette fois on utilise un autre nombre qui est le nombre de Froude qui doit être petit pour vérifier cette hypothèse ( Fr = U/NH ). Comme la pression se retrouve dans les deux équilibres, y'a un dimensionnement qui relie ces deux échelles et qui n'est pas quelconque ( Froude = Rossby;  L = NH/f ) et qui correspond à l'échelle synoptique et on explique ainsi pourquoi cette échelle est décrite comme une échelle dominante.

C'est une échelle dominant parce qu'il s'y passe la plupart des phénomènes météorologiques aussi non?

Neigeounet a écrit:C'est une échelle dominant parce qu'il s'y passe la plupart des phénomènes météorologiques aussi non?

Des phénomènes météorologiques il s'en passent à toutes les échelles. Il ne s'en passe pas forcément plus à l'échelle synoptique, mais ceux qui s'y passent sont dominants dans la circulation atmosphérique.

Merci Passion pour ta réponse

J pense que j'ai confondu avec échelle des phénomènes météo (échelle synoptique, méso échelle...) et avec celle dont tu parles, l'échelle des circulations

Y'a pas de soucis

C'est un sujet intéressant, et il est vrai que les modèles décrivent de façon satisfaisante la circulation générale, ce qui sous entend que les données intégrées sont correctes, de par leur couverture et leur précision, et que nous ne partons sur des informations proche de celle du système réel.
Ceci concerne les premiers tours de boucle, avec pour différents modèles une corrélation très élevée, mais justement incomplète, cette imprécision va alors se démultiplier, au point que la corrélation devienne mauvaise au bout de quelques jours.

Description incomplète , manque de données, imprécisions des données sont à l'origine de ce phénomène d'effet papillon.
L'oscillateur harmonique (Lorenz) rendu caduque chez le déterministe, reste une solution, à partir de différentes conditions initiales imposées, l'erreur diffère pendant les boucles mais reste balisée, ce qui rend une analyse statistique vis à vis de la réalité physique, mais aussi une approche statistique en terme de probabilités.
L'autre solution, pour des échelles de temps encore plus longues, et souvent cumulée à la précédente, consiste en la simplification de la description, on suspend le descriptif considéré comme harmonique, et on diminue le nombre en données initiales, en particulier en augmentant l'échelle géographique.
On se retrouve alors avec une version simplifiée qui projette des choses lissées, mais moins soumise à l'effet papillon. Mais le risque est de s'écarter de l'équilibre de départ.

Donc il semble évident et crucial que l'amélioration des projections, quelque soit l'échelle de temps passe une base de données plus propre et plus fournie, et par une meilleure compréhension des mécanismes pour enrichir le modèle à travers ses équations. Mais comme nous savons que la base de données n'est pas mauvaise à très court terme, on comprend assez vite, qu'on peut vite se mettre à piétiner dans ce domaine, c'est alors vers l'approche probabiliste qu'il faut se tourner, et qui constitue probablement le meilleur levier pour progresser dans ce domaine.

sebb a écrit:
Donc il semble évident et crucial que l'amélioration des projections, quelque soit l'échelle de temps passe une base de données plus propre et plus fournie, et par une meilleure compréhension des mécanismes pour enrichir le modèle à travers ses équations. Mais comme nous savons que la base de données n'est pas mauvaise à très court terme, on comprend assez vite, qu'on peut vite se mettre à piétiner dans ce domaine, c'est alors vers l'approche probabiliste qu'il faut se tourner, et qui constitue probablement le meilleur levier pour progresser dans ce domaine.

Il faudrait donc augmenter les scénariis?
Il y a tellement d'inconnues encore et surtout un manque connaissance, l'exemple type étant la prévision des GF ou même la prévision des épisodes med'...
Mais, ces écarts qu'on a à LT, viendraient-ils pas aussi de données pas forcément renseigner à l'initialisation?