Comment les prévisions météorologiques sont faites et à quel point elles sont vraiment précises

Une prévision météorologique commence par des données, pas par des suppositions. Selon l'Administration nationale océanique et atmosphérique (NOAA) des États-Unis, les superordinateurs recueillent des milliards d'observations chaque jour à partir de ballons météorologiques, de satellites, de bouées océaniques, de radars, de capteurs d'aéronefs et de stations terrestres, convertissant chaque lecture en une valeur numérique pour la température, la pression atmosphérique, l'humidité et le vent.

Des observations à une exécution du modèle

Ces nombres deviennent le point de départ, ou 'conditions initiales', pour un modèle de prévision météorologique numérique : un ensemble d'équations mathématiques décrivant comment l'air se déplace, se chauffe et retient l'humidité. La NOAA dit que ses superordinateurs fonctionnent à 2,8 quadrillions de calculs par seconde à partir de centres de données en Virginie et en Floride, faisant avancer le modèle par petits incréments de temps, recalculant à plusieurs reprises l'état de l'atmosphère jusqu'à la fin de la période de prévision, actuellement jusqu'à 16 jours pour le modèle mondial de la NOAA.

Les prévisionnistes ne s'appuient pas sur un seul modèle. La NOAA note que plusieurs modèles mondiaux et régionaux sont comparés pour chaque situation ; lorsqu'ils s'accordent, la confiance dans la prévision augmente, et lorsqu'ils divergent, les prévisionnistes communiquent cette incertitude publiquement.

Pourquoi les prévisionnistes exécutent des dizaines de versions à la fois

Parce que l'atmosphère est chaotique, une petite erreur dans les données initiales peut se transformer en une grande erreur quelques jours plus tard, comme l'explique le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) ci-dessous. Pour gérer cela, l'ECMWF exécute un ensemble : le même modèle lancé plusieurs fois à partir de points de départ légèrement différents. Son premier ensemble opérationnel en décembre 1992 avait 33 membres ; en 2023, l'ensemble d'extension de gamme était passé à 101 membres, avec des ensembles de moyen terme exécutés à une résolution d'environ 9 kilomètres. L'écart entre les membres de l'ensemble montre à quel point une prévision devrait être confiante.

À quel point les prévisions sont-elles précises aujourd'hui

Le service satellite et d'information de la NOAA, NESDIS, déclare qu'une prévision sur 5 jours est précise environ 90% du temps, une prévision sur 7 jours environ 80% du temps, et les prévisions de 10 jours ou plus ne sont justes qu'environ la moitié du temps parce que les modèles ne peuvent pas accéder aux données futures et doivent extrapoler à partir des conditions actuelles.

Les prévisions se sont également considérablement améliorées au cours des dernières décennies. Le Met Office, le service météorologique national du Royaume-Uni, affirme que sa prévision de quatre jours aujourd'hui est aussi précise que sa prévision d'un jour l'était il y a 30 ans. Le Met Office affirme également que son modèle est vérifié selon les normes de l'Organisation météorologique mondiale et qu'il est constamment classé parmi les deux principaux fournisseurs de prévisions au monde. Séparément, Our World in Data rapporte que les prévisions sur trois jours, citant l'ECMWF, sont constamment précises depuis les années 1980 et atteignent maintenant environ 97%.

Résolution, puissance de calcul et le changement le plus récent : modèles d'IA

Une partie de l'amélioration provient de grilles de modèle plus fines. L'ECMWF dit que sa résolution horizontale a augmenté d'environ 210 kilomètres à 18 kilomètres au cours de 30 ans, et que le délai d'avance de ses prévisions d'ensemble habiles a augmenté d'environ un jour et demi par décennie en moyenne. Our World in Data ajoute que la grille de prévision du Met Office est passée d'environ 90 kilomètres d'espacement à 1,5 kilomètre d'espacement, comblant les lacunes entre les points d'observation.

Le changement le plus récent est l'apprentissage automatique. Dans son évaluation des performances de 2025, l'ECMWF a rapporté que son système de prévision basé sur l'IA, AIFS, a produit des erreurs 5–15% inférieures à son modèle traditionnel basé sur la physique pour les prévisions à moyen terme jusqu'à 15 jours, et qu'AIFS a considérablement surpassé l'ancien système dans la prédiction de la trajectoire des cyclones tropicaux, bien qu'il ait sous-estimé l'intensité de la tempête. L'ECMWF a également déclaré que 2025 a apporté son plus grand progrès de compétence en un seul an en plus d'une décennie, impulsé par les mises à niveau du système introduites fin 2024, notamment une réduction d'environ 10% des erreurs de température et vitesse du vent près de la surface dans ses prévisions d'ensemble.

Pas toutes les prévisions ne sont également fiables

La précision n'est pas uniformément distribuée dans le monde. Our World in Data rapporte que les pays à faible revenu dépensent 15 à 20 fois moins par habitant pour les services météorologiques que les pays à revenu élevé, un écart qui affecte à la fois la qualité des prévisions locales et la portée des systèmes d'alerte précoce pour les conditions météorologiques extrêmes.