Composition du jury

François-Xavier LeDimet rapporteur
Claude Frankignoul examinateur
Michel Déqué examinateur
Hervé de Feraudy examinateur
Gilbert Brunet examinateur
Olivier Talagrand directeur de thèse

Résumé

Ce travail de thèse a pour objet l’étude et l’évaluation des systèmes de prévisions probabilistes, et plus particulièrement la validation des méthodes de prévision météorologique d’ensembles. Les systèmes de prévisions probabilistes doivent répondre à deux critères de qualités statistiques indépendants, globalement nécessaires et suffisants : la fiabilité (cohérence statistique) et la résolution (variabilité statistique).
Dans un premier temps, nous étudions des outils classiques de validation pour le cas de la prévision d’occurrence d’un événement binaire. Dont le score de Brier qui se décompose algébriquement en 2 composantes mesurant séparément la fiabilité et la résolution. Nous mettons aussi en évidence les différences entre plusieurs scores évaluant la résolution des systèmes probabilistes: courbe ROC, entropie et composante résolution du score de Brier.
Nous étendons ensuite notre validation aux systèmes produisant des fonctions de densité de probabilités d’une variable scalaire. Nous généralisons alors la décomposition du score de Brier aux RPS (Ranked Probability Scores), ce qui permet de mesurer la fiabilité et la résolution des systèmes considérés ici. Cette étude a mis en évidence de substantielles limitations à la validation des systèmes de prévisions probabilistes.
En effet, d’une manière plus générale, l’évaluation de systèmes de prévisions d’ensembles est limitée par 3 paramètres :

• N la taille des ensembles prévus
• M le nombre de réalisations du système sur lequel sont accumulées les statistiques
• les erreurs d’observations

Nous montrons alors que le caractère fini de M est le facteur le plus limitant dans l’évaluation des systèmes probabilistes de prévision météorologique. Nous soulignons aussi que le fait d’introduire les erreurs d’observations dans nos validations ‘modifie’ le critère de la résolution qui devient de ce fait moins exigeant: on ne peut tout simplement pas demander à un système de prévisions d’être plus précis que les observations servant à évaluer la prévision.
Appliquant tous ces résultats aux systèmes opérationnels du CEPMMT et du NCEP pendant ces 4 dernières années, nous avons pu quantifier et comparer leurs évolutions. Dont les principaux enseignements sont :

• une meilleure performance relative du système du CEPMMT, due à une
  meilleure qualité de son modèle numérique.
• un gain de 1 à 2 jours de prévisions, pour les deux centres, entre
  les hivers 98/99 et 01/02.
• performances de systèmes dits ‘du pauvre’ (de moindre couts)
  équivalentes, pour les deux centres, à courtes échéances (2/3 jours)

.