Prix scientifique

Sophy Caulier - 6/04/2012

François-Xavier Le Dimet : les prévisions météo ont gagné en précision

Remise du prix de l'ASM à François Xavier Le Dimet François Xavier Le Dimet et Jonathan Malay, Président de l'America Meteorological Society - © American Meteorological Society

François-Xavier Le Dimet est professeur émérite à l'université Joseph Fourier de Grenoble et membre de l'équipe-projet Moise, qui a pris la suite de l'équipe-projet Idopt qu'il dirigeait. Il vient d'être distingué « Fellow » de l'American Meteorological Society. Cette distinction récompense une carrière entière consacrée à la méthode de l'assimilation de données pour les fluides géophysiques, qui a permis à de nombreux centres météorologiques d'améliorer leurs prévisions.

Vous avez élaboré une méthode qui améliore sensiblement la qualité des prévisions météorologiques. Pourquoi a-t-il fallu près de 20 ans pour que cette méthode soit reconnue ?

F.-X. Le Dimet : Même si j'ai eu, dès le début, l'idée que la méthode d'assimilation de données s'appliquerait à la prévision météo, il y avait des doutes dans la communauté scientifique. A l'époque, au début des années 80, je faisais des mathématiques appliquées, pas de la météorologie ! De plus, cette méthode n'aurait pas pris un tel essor sans les progrès accomplis par l'informatique dans les années 90. Les calculateurs d'aujourd'hui nous permettent de traiter un milliard de variables dans un délai acceptable. Même si on est toujours à la limite des capacités de calcul de la machine !

Qui utilise aujourd'hui cette méthode et comment ?

F.-X. Le Dimet : La méthode d'assimilation de données « tourne » plusieurs fois par jour dans les centres de prévisions météorologiques de nombreux pays, parmi lesquels la France, la Grande-Bretagne, le Japon, l'Allemagne…

Vous poursuivez actuellement vos travaux de recherche, dans quelles directions ?

F.-X. Le Dimet : Nous travaillons sur l'assimilation d'images, c'est-à-dire que nous voudrions intégrer les images aux modèles numériques. Pour l'instant les prévisions météo ne tiennent pas compte de l'évolution des images comme, par exemple l’évolution des structures nuageuses. D'autres thèmes vont se développer, le couplage océan / atmosphère ou avec la terre solide, l'effet de la végétation sur le climat ou l'évolution des eaux souterraines. Ces sujets d'avenir nécessiteront d'importantes ressources en calcul et beaucoup de données d'observation !

Cartes de prévisons de vents et pressions Calculs prévisionnels de champs de vents et pressions météorologiques - © Inria / Equipe-pojet MOISE

L'assimilation de données au service de la prévision météo

Carte de prévisions météo Prévisions météo montrant une dépression sur l'Europe de l'ouest

La prévision météo s'appuie sur deux éléments : des modèles numériques d'évolution des fluides géophysiques et des données d'observation, relevées par des sondes, des avions, des satellites. Pour les modèles numériques, l'atmosphère a été « découpée», sur toute son épaisseur en « cubes » de 20 km de côté et de hauteur variable et les variables, le vent, la pression, etc, sont appliquées à chaque cube. Ce qui représente un milliard de variables environ. Pour prévoir l'évolution de la météo, comme pour celle d'un compte en banque, il faut connaître une condition initiale, c'est-à-dire connaître l'état de l'atmosphère à un instant t, à l'aide des données d'observations, puis résoudre des équations non linéaires. Le problème est que l'on ne dispose que de 10 millions de données par jour pour un milliard de variables. Il faut donc reconstruire la condition initiale à l'aide des données d'observation et de statistiques. C'est ce que fait la méthode d'assimilation des données.

Mots-clés : François-Xavier Le Dimet Équipe MOISE Prix Météo Assimilation de données

Haut de page

Siège et centres de recherche Inria

Accès direct

Social