rivée des ordinateurs. L’analyse numérique a
pour but de savoir résoudre des équations et
mener les calculs jusqu’au bout, c’est-à-dire
jusqu’à l’obtention de valeurs numériques précises, en investissant le moins de temps et d’efforts possible. Elle est indispensable pour que
simulation ne soit pas synonyme de simulacre
et pour évaluer l’incertitude des prévisions.
Par exemple, des progrès très importants ont
été obtenus récemment concernant les
méthodes permettant de simuler le déplacement des espèces chimiques ou des particules
dans la turbulence atmosphérique. Ces avancées ont significativement amélioré l’étude et
la prévision de la pollution de l’air.
Peut-on prédire le temps longtemps à
l’avance ? Non, indique la théorie des
systèmes dynamiques
On a évoqué jusqu’ici la prévision du
temps à courte échéance, de huit à dix jours.
Mais pourquoi ne fait-on pas des prévisions
à plus longue échéance ? Le météorologue
américain Edward N. Lorenz,
dans un célèbre article de
1963, a montré que c’était
probablement sans espoir.
L’atmosphère est un système
chaotique, c’est-à-dire que
toute erreur sur l’état météorologique initial, aussi petite
soit-elle, s’amplifie rapidement au cours du temps ; si
rapidement qu’une prévision
à l’échéance d’une dizaine de
jours perd toute sa pertinence. Néanmoins, cela ne
veut pas dire que l’on ne peut
pas prévoir le climat — c’està-dire faire une prévision de
type statistique plutôt que déterministe, s’intéresser à la moyenne des températures ou
des précipitations sur une période, plutôt
qu’au temps précis qu’il fera sur la Bretagne
tel jour du mois de juillet. L’enjeu est d’importance : notre climat futur est menacé par
les rejets de gaz dus aux activités humaines
et il faut prévoir l’effet à long terme de ces
perturbations. C’est la théorie des systèmes
dynamiques qui donne des outils pour justifier cette modélisation du climat. Ce domaine,
pour lequel le mathématicien Henri Poincaré,
au début du XX e siècle, fut un grand précurseur, a connu des progrès très importants
dans les vingt dernières années. La théorie
des systèmes dynamiques permet par
exemple de dégager ce que les mathématiciens appellent des attracteurs, ou des
régimes de temps pour les météorologues.
Elle permet aussi de savoir quels sont les
régimes de temps les plus prévisibles et ceux
qui sont les plus instables. Dans les situations
d’instabilité, un bon outil serait la modélisation probabiliste du climat, c’est-à-dire la
conception de modèles prenant expliciteLe temps qu’il fera
9
Panache d'ozone sur la région parisienne le 7 août 1998 à 16 heures et 300 m d'altitude.
Codées en couleurs, les concentrations simulées par le modèle numérique CHIMERE du
LMD/IPSL; en incrustation, les mesures par avion (Illustration MERLIN de Météo-France).
pour but de savoir résoudre des équations et
mener les calculs jusqu’au bout, c’est-à-dire
jusqu’à l’obtention de valeurs numériques précises, en investissant le moins de temps et d’efforts possible. Elle est indispensable pour que
simulation ne soit pas synonyme de simulacre
et pour évaluer l’incertitude des prévisions.
Par exemple, des progrès très importants ont
été obtenus récemment concernant les
méthodes permettant de simuler le déplacement des espèces chimiques ou des particules
dans la turbulence atmosphérique. Ces avancées ont significativement amélioré l’étude et
la prévision de la pollution de l’air.
Peut-on prédire le temps longtemps à
l’avance ? Non, indique la théorie des
systèmes dynamiques
On a évoqué jusqu’ici la prévision du
temps à courte échéance, de huit à dix jours.
Mais pourquoi ne fait-on pas des prévisions
à plus longue échéance ? Le météorologue
américain Edward N. Lorenz,
dans un célèbre article de
1963, a montré que c’était
probablement sans espoir.
L’atmosphère est un système
chaotique, c’est-à-dire que
toute erreur sur l’état météorologique initial, aussi petite
soit-elle, s’amplifie rapidement au cours du temps ; si
rapidement qu’une prévision
à l’échéance d’une dizaine de
jours perd toute sa pertinence. Néanmoins, cela ne
veut pas dire que l’on ne peut
pas prévoir le climat — c’està-dire faire une prévision de
type statistique plutôt que déterministe, s’intéresser à la moyenne des températures ou
des précipitations sur une période, plutôt
qu’au temps précis qu’il fera sur la Bretagne
tel jour du mois de juillet. L’enjeu est d’importance : notre climat futur est menacé par
les rejets de gaz dus aux activités humaines
et il faut prévoir l’effet à long terme de ces
perturbations. C’est la théorie des systèmes
dynamiques qui donne des outils pour justifier cette modélisation du climat. Ce domaine,
pour lequel le mathématicien Henri Poincaré,
au début du XX e siècle, fut un grand précurseur, a connu des progrès très importants
dans les vingt dernières années. La théorie
des systèmes dynamiques permet par
exemple de dégager ce que les mathématiciens appellent des attracteurs, ou des
régimes de temps pour les météorologues.
Elle permet aussi de savoir quels sont les
régimes de temps les plus prévisibles et ceux
qui sont les plus instables. Dans les situations
d’instabilité, un bon outil serait la modélisation probabiliste du climat, c’est-à-dire la
conception de modèles prenant expliciteLe temps qu’il fera
9
Panache d'ozone sur la région parisienne le 7 août 1998 à 16 heures et 300 m d'altitude.
Codées en couleurs, les concentrations simulées par le modèle numérique CHIMERE du
LMD/IPSL; en incrustation, les mesures par avion (Illustration MERLIN de Météo-France).