Composition du jury

M Talagrand Olivier (Directeur de thèse)
M Bougeault Philippe (Rapporteur)
M Le Dimet Fraçois-Xavier (Rapporteur)
Mme Laval Katia
M Pailleux Jean
M Vautard Robert
M Nicolau Jean

Résumé

La prévision d’ensemble, comme approche probabiliste de la prévision météorologique, est maintenant devenue opérationnelle dans de nombreux centres météorologiques. Un aspect non encore résolu est l’initialisation de l’ensemble.
Le travail réalisé a eu pour objet une comparaison systématique et objective de plusieurs méthodes d’initialisation des prévisions. Les méthodes évaluées sont : la méthode des Vecteurs Singuliers, la méthode des ‘Bred modes’ et trois méthodes d’assimilation d’ensemble : le Filtre de Kalman d’Ensemble, la méthode des Observations Perturbées et l’Ensemble Transform Kalman Filter’. Les comparaisons sont faites sur des données synthétiques produites par trois modèles différents: un modèle de petite dimension de Lorenz, un modèle quasi-géostrophique et le modèle opérationnel de Météo-France, ARPEGE. De façon très générale, les méthodes d’assimilation d’ensemble obtiennent les meilleures performances. La conclusion générale est que si l’on veut échantillonner correctement l’incertitude sur l’état prévu, le meilleur ensemble est celui qui échantillonne correctement l’incertitude sur l’état initial de la prévision, indépendamment de toute considération a priori sur les instabilités qui peuvent se développer dans le cadre de la prévision.