Une réévaluation des méthodes d'évaluation de la prévisibilité de l'atmosphère

Résumé. Les travaux pionniers de Lorenz (1965, 1968, 1969) ont développé un certain nombre de méthodes pour explorer les limites de la prévisibilité de l'atmosphère. Une méthode utilise une intégration d'un modèle numérique réaliste comme substitut de l'atmosphère. L'évolution de petites perturbations de l'intégration est utilisée pour estimer à quelle vitesse les erreurs résultant d'une distribution d'erreurs d'observation donnée se développaient dans ce contexte de modèle parfait. En réalité, une contrainte supplémentaire doit être appliquée à ce problème de prévisibilité. Dans l'atmosphère réelle, seuls les états appartenant au climat de l'atmosphère se produisent et on ne s'intéresse qu'à la façon dont ces états réalisables divergent dans le temps. De même, dans une étude de modèle parfait, seuls les états sur l'attracteur du modèle se produisent. Cependant, une distribution d'erreur d'observation prescrite peut se projeter sur des états qui sont hors de l'attracteur, entraînant une croissance d'erreur non représentative. Le problème de la croissance d'erreur 'correcte' examine la croissance de la projection de la distribution d'erreur d'observation sur l'attracteur du modèle. Des systèmes dynamiques simples sont utilisés pour démontrer que cette contrainte supplémentaire est essentielle afin d'évaluer correctement le taux de croissance des erreurs. Une approche naïve dans laquelle cette information sur le 'climat' du modèle n'est pas utilisée peut conduire à des erreurs significatives. Selon le système dynamique, les temps de doublement des erreurs peuvent être soit sous-estimés, soit surestimés, bien que ce dernier semble plus probable pour des modèles plus réalistes. Bien que l'ampleur de ces erreurs ne soit pas grande dans les systèmes dynamiques simples examinés, l'impact pourrait être beaucoup plus important dans des modèles de prévision plus réalistes.