Prévisions météo à moyen terme saisonnier

OBTENIR UN BULLETIN MÉTÉO POUR VOS BESOINS

---

Il est de coutume de classer les prévisions météo pour l'étendue géographique de la région et l'intervalle de temps. Le tableau suivant montre schématiquement la distinction couramment utilisée pour la description et la prévision des principaux phénomènes atmosphériques:

	Echelle de temps	Type de prévision	Extension de la zone géographique
échelle spatiale			microscala			mesoscala			macroscala
échelle spatiale – deuxième niveau			gamma (à moins que 20 m)	bêta (da 20 m a 200 m)	alfa (da 200 m a 2 km)	gamma (da 2 une 40 km)	bêta (da 40 une 100 km)	alfa (da 100 une 300 km)	bêta (da 300 une 10 mille kilomètres)	alfa (à 40 mille kilomètres de circonférence de la Terre)
Type de prévision			–	–	lieu	provincial	régional	national	ou continental synoptiques	planétaire ou globale
intervalle de temps d'extension	à moins que 1 moi	imprévisible	turbulence, de poussière tourbillons
	1 moi – 1 h	nowcasting “court”		courants thermiques	une seule cellule temporelle, tornade	les ondes de gravité atmosphériques
	1 – 6 minerai	nowcasting “le long de”			vents locaux	îlot de chaleur urbain, orages multicellulaires, supercelle	ligne de grains, systèmes convectifs (MCS)
	6 minerai – 5 jours	court terme				brises	perturbations orographiques, systèmes cloud	Maree, grands systèmes convectifs (MCS)	les tempêtes tropicales, ouragan
	1 – 3 semaines	à moyen terme							fronts, où barocliniche	ondes longues Rossby
	1 – 2 mois	long terme							teleconnessioni	oscillations intrasaisonnières (MJO)
	2 – 12 mois	saisonnier							anomalies saisonnières, mansoni, vortex polaire	les changements ZCIT
	1-2 années	annuel							ENSO	fluctuations climatiques, QBO
	sur 2 années	climat							ENSO, oscillations thermiques océaniques (AMOUR, AOP)	changement climatique

 

Nous comprenons comment les deux échelles, spatiales et temporelles, sont liées et donc, en utilisant l’une, l’autre est implicitement destinée à décrire et prédire les phénomènes atmosphériques.

A noter comme la différence entre le temps et le climat est ici exprimée progressivement à travers une série d’étapes, dans lesquelles à partir de la description de l’état de l’atmosphère dans un certain moment et dans un lieu précis (définition du temps) nous passons à l’évaluation de la distribution des événements météorologiques sur une base mensuelle, annuelle, de vingt ans ou de trente ans dans des zones géographiques homogènes (définition du climat).

Il est évident que l’utilisation combinée des concepts de temps et de climat est utile pour encadrer les événements en cours dans un cadre historico-statistique, bien que pour beaucoup des personnes (par exemple certains désinformateurs médiatiques et divers ingénus), oublie simplement l’un des deux éléments, ou pire, les confondent, au point d’arriver à extrapoler des conclusions climatiques à partir de phénomènes météorologiques et vice versa.

Les prévisions météo de Lungimira vont jusqu’aux six mois prochains et donc elles couvrent l’intervalle de temps typique des prévisions à moyen terme, à long terme et de saison. Conformément à ce qui a été dit jusqu’à présent, ces prévisions n’ont pas la définition de celles à court terme, mais elles supposent la décade (10 jours) comme l’unité temporelle et les variables atmosphériques sont exprimées par des fonctions statistiques (moyenne, médiane, percentiles, etc.). C’est une mesure intermédiaire de l’état de l’atmosphère, entre celle etroite de temps et celle étendu de climat, utile pour obtenir des informations importantes sur un futur proche: c’est comme allumer un radar en volant dans les nuages; nous pointons notre yeux sur l’écran plutôt que sur la fenêtre; l’écran est beaucoup plus petit et de détail mineur que la vue depuis la fenêtre, mais il nous permet de savoir ce qui nous arrive. Dans ce cas, le “radar” de Lungimira utilise toutes les variables principales et les indices atmosphériques disponibles pour former une image des processus en cours et les comparer avec les données historico-statistiques. Le résultat est exprimé en termes probabilistes car, pour la loi du chaos de Lorenz, bien que avec des conditions initiales rigides (condition de Cauchy), il est impossible de déterminer le temps futur plus que quelques jours avec une précision suffisante, mais il est possible de quantifier la probabilité d’occurrence des différents types de temps possible.