STRONG LAPSE CONDITION (LOOPING)
WEAK LAPSE CONDITION (CONING)
INVERSION CONDITION (FANNING)
Examples of Atmospheric Stability (attribution)
En prévision météorologique, les modèles de prévision sont utilisés pour prédire les états futurs de l’atmosphère, en fonction de l’évolution du système climatique au fil du temps à partir d’un état initial.
Bien que les modèles de prévision soient assez complexes (et nécessitent de solides capacités scientifiques et techniques), la science consistant à analyser ces modèles de prévision et à vérifier leur exactitude , en comparant les observations empiriques réelles aux valeurs prédites, est assez simple.
Pour le domaine de la Qualité de l'Air, tout comme pour la prévision météorologique, il est possible de définir des modèles permettant de prédire l'ensemble futur de la pollution atmosphérique. Il existe en fait de nombreux modèles de ce type , souvent appelés modélisation de la dispersion atmosphérique . Et tout comme pour les prévisions météorologiques, le même concept d’analyse de précision peut être appliqué aux prévisions de pollution atmosphérique.
Cet article est le premier d’une série sur la prévision de la qualité de l’air.
--
Les prévisions de pollution atmosphérique PM 2,5 sont déjà disponibles sur le projet World Air Quality Index pour l'Asie , l'Europe ainsi que le monde entier .
Mais les données utilisées pour alimenter les modèles de prévision reposent majoritairement sur des observations satellitaires (voir cet article ) plutôt que sur des relevés de stations terrestres.
L’utilisation des données satellitaires présente l’avantage de pouvoir couvrir n’importe quelle partie du globe, y compris les océans, à condition qu’il n’y ait pas de nuages. Mais, d’un autre côté, les données satellitaires sont également intrinsèquement moins précises et disponibles seulement deux fois par jour, contre 24 fois (chaque heure) pour les observations terrestres. Compte tenu de la dynamique de la pollution atmosphérique en Asie, avoir seulement deux relevés par jour pourrait introduire une erreur de prévision réelle significative dans la prévision, suivant la classification de Rosanne Cole [2] :
Une erreur de prévision observée peut contenir des erreurs de données de deux types : (1) des erreurs de mesure dans les données utilisées pour construire la prévision et (2) une erreur de mesure dans la valeur réalisée. Les erreurs de données du premier type constitueront une composante de la véritable erreur de prévision.
Les erreurs de type 2 sont liées au modèle de dispersion utilisé pour la prévision. Étant donné que différents modèles sont utilisés pour les différents pays et continents (c'est actuellement le cas pour le projet World Air Quality Index), l'analyse de précision doit être effectuée pour chacun des modèles. Ainsi, dans un premier temps, cet article se concentrera sur le modèle utilisé pour le continent asiatique . Dans un article ultérieur, nous étendrons l’analyse à davantage de continents.
--
Revenons à la question initiale sur l'exactitude des prévisions, un dernier élément à prendre en compte dans l'analyse du délai d'avance de la prévision informatique. Moins on avance, plus le modèle est susceptible d’être précis. Donc, pour commencer, les graphiques d'analyse suivants sont basés sur la prévision "jour +1" (par exemple, la prévision pour le lendemain, ou si vous êtes un mardi, alors la prévision est pour le mercredi).
Il existe plusieurs façons de représenter l'exactitude, la plus évidente étant un simple nombre représentant le pourcentage de prévision correspondant à l'observation réelle. Mais parce que nous pensons que la visualisation graphique est bien plus puissante que les chiffres, nous préférons présenter les correspondances prévisions/observations superposées pour plusieurs villes d'Asie. Les carrés du haut représentent les observations empiriques et celui du bas les valeurs anticipées.
En consultant tous les graphiques ci-dessous, on constate des résultats assez décevants pour Guangzhou, Chengdu et la Corée du Sud... au point que le modèle utilisé pour l'Asie pourrait presque être disqualifié pour un usage public. C'est quelque chose que nous écrirons dans le deuxième article de cette série sur la prévision de la qualité de l'air.
--
--
Quelques liens intéressants pour ceux qui souhaitent en savoir plus sur la précision des prévisions :
