Les applications météorologiques diffèrent régulièrement dans leurs prédictions pour le même emplacement – pourquoi est-il si difficile de prédire les prévisions locales et où pouvons-nous obtenir les meilleures informations météorologiques?
Pluie? Ou briller? Pourquoi les applications se trompent-elles si souvent?
Si vous avez traîné la lessive, visité une plage ou enfilé le barbecue cette semaine, vous aurez presque certainement consulté une application météorologique en premier. Et vous n'êtes peut-être pas entièrement satisfait des résultats. Ce qui soulève la question: pourquoi les applications météorologiques sont-elles si déchet?
Même les météorologues comme Rob Thompson à l'Université de Reading au Royaume-Uni ne sont pas à l'abri de ces frustrations; Il a récemment vu une nuit sèche prédite et a laissé ses coussins de jardin, seulement pour les trouver trempés le matin. C'est un exemple classique – lorsque nous nous plaignons de mauvaises prévisions, c'est normalement une pluie ou une neige inattendue dont nous parlons.
Nos attentes – les applications et la météo – sont une grande partie du problème ici. Mais ce n'est pas le seul problème. L'échelle des systèmes météorologiques, et des données réellement utiles pour nous donner des prédictions localisées, rend les prévisions extrêmement complexes.
Thompson admet que certaines applications ont eu des périodes de mauvaises performances au Royaume-Uni ces dernières semaines. Une partie du problème est le type imprévisible des averses que nous obtenons en été, dit-il. La pluie convective se produit lorsque la chaleur du soleil chauffe le sol, envoyant une colonne d'air chaud et humide dans l'atmosphère où il refroidisse, condense et forme une douche isolée. C'est beaucoup moins prévisible que les vastes fronts météorologiques entraînés par des changements de pression qui ont tendance à rouler à travers le pays à d'autres moments de l'année.
«Pensez à bouillir une casserole d'eau. Vous savez à peu près combien de temps il faudra pour bouillir, mais ce que vous ne pouvez pas très bien faire, c'est prédire où chaque bulle se formera», explique Thompson.
Des modèles similaires se forment sur l'Amérique du Nord et l'Europe continentale. Mais les prévisions météorologiques sont nécessairement une entreprise locale, alors prenons le Royaume-Uni en tant qu'étude de cas pour examiner pourquoi il est si difficile de dire précisément quand et où le temps frappera.
En général, Thompson critique les «prévisions de code postal» fournies par les applications, où vous pouvez convoquer des prévisions pour votre ville ou village spécifique. Ils impliquent un niveau de précision qui n'est tout simplement pas possible.
«Je suis dans la mi-quarantaine, et je ne vois absolument aucune possibilité au cours de ma carrière que nous serons en mesure de prévoir les nuages de douche assez précisément pour dire que la pluie va frapper mon village de Shinfield, mais pas frapper Woodley à trois kilomètres», explique Thompson. Ces applications prétendent également être en mesure de prévoir deux semaines à l'avance, ce qui, selon Thompson, est ridiculement optimiste.
La durée de deux semaines était considérée comme une limite difficile pour les prévisions, et la précision à ce jour prend toujours une plongée après ce point. Certains chercheurs utilisent des modèles de physique et une IA pour pousser les prévisions bien au-delà, à un mois et plus. Mais l'attente que nous pouvons en savoir beaucoup et qu'elle s'applique non seulement dans le monde, mais aussi localement, fait partie de notre déception avec les applications météorologiques.
Malgré l'utilisation des applications météorologiques lui-même, Thompson est nostalgique pour les jours où nous avons tous regardé les prévisions de télévision qui nous ont donné plus de contexte. Ces météorologues avaient le temps et les graphiques pour expliquer la différence entre un front météorologique roulant sur votre maison et apportant 100% de chances de pluie quelque part de 14h à 16h, et la possibilité de douches dispersées attendues pendant cette fenêtre de deux heures. Ces scénarios sont subtilement mais surtout différents – une application météorologique montrerait simplement une chance de pluie de 50% à 14h et la même à 15h dans chaque cas. Ce manque de nuances peut provoquer la frustration même lorsque les données sous-jacentes sont sur l'argent.
De même, si vous demandez la météo à Lewisham à 16 heures et qu'on vous dit qu'il y aura une averse mais cela ne vient pas, cela ressemble à un échec. Cependant, un contexte plus large pourrait révéler le front manqué par une poignée de kilomètres: pas l'échec, en tant que tel, mais une prévision avec une marge d'erreur.
Une chose est certaine: les fabricants d'applications ne sont pas désireux de discuter de ces difficultés et de ces limites, et préfèrent préserver une illusion d'infaillibilité. Google et Accuweather n'ont pas répondu à Nouveau scientifique's Demande d'un entretien, tandis qu'Apple a refusé de parler. Le Met Office a également refusé un entretien, publiant uniquement une déclaration qui disait: «Nous cherchons toujours à améliorer les prévisions sur notre application et à explorer des moyens de fournir des informations météorologiques supplémentaires».
La BBC a également refusé de parler, mais a déclaré dans un communiqué des utilisateurs de leur application météorologique – dont plus de 12 millions – «apprécient l'interface simple et claire». La déclaration indique également qu'une énorme réflexion et des tests des utilisateurs ont été consacrés à la conception de l'interface, ajoutant «nous essayons d'équilibrer des informations et une compréhension complexes pour les utilisateurs».
C'est un équilibre délicat à trouver. Même avec des données entièrement précises, les applications simplifient les informations à un tel point que les détails seront inévitablement perdus. De nombreux types de temps qui peuvent se sentir radicalement différents à expérimenter sont regroupés en l'un des rares symboles dont le sens est subjectif. Combien de couverture nuage pouvez-vous avoir avant que le symbole du soleil ne soit remplacé par un nuage blanc, par exemple? Ou un gris?
«Je soupçonne que si vous et moi donnons une réponse, puis nous demandons à ma maman et à votre maman ce que cela signifie, nous n'aurons pas la même réponse», explique Thompson. Encore une fois, ces types de compromis laissent de la place à l'ambiguïté et à la déception.
Il y a aussi d'autres problèmes. Certains prévisionnistes construisent un biais délibéré par lequel l'application est légèrement pessimiste quant aux chances de pluie. Dans ses recherches, Thompson a trouvé des preuves de ce «biais humide» dans plus d'une application. Il dit que c'est parce qu'un utilisateur a dit qu'il y aurait de la pluie mais qui deviendra le soleil sera moins frustré que celui qui a dit qu'il serait sec mais qu'il est ensuite pris dans une douche. Bien que, en tant que jardinier, je suis souvent frustré par l'inverse aussi.
Le météorologue Doug Parker à l'Université de Leeds au Royaume-Uni dit qu'il existe également un large éventail d'applications qui réduisent les coûts en utilisant des données de prévision mondiales disponibles gratuitement, plutôt que des modèles affinés spécifiques à la région.
Certains prennent des données gratuites de la National Oceanic and Atmospheric Administration du gouvernement américain (NOAA) – actuellement décimé par l'administration Trump, ce qui met la précision des prévisions en danger, bien que ce soit une autre histoire – et le reconditionne simplement. Ces données globales brutes pourraient bien prévoir un cyclone ou le mouvement de grands fronts météorologiques à travers l'Atlantique, mais pas si bien lorsque vous êtes préoccupé par le risque de pluie à Hyde Park à l'heure du déjeuner lundi.
Certaines applications vont jusqu'à extrapoler des données qui ne sont tout simplement pas là, explique Parker, ce qui pourrait être une question de vie et de mort si vous essayez d'évaluer la probabilité d'inondations soudaines en Afrique, par exemple. Il a vu au moins quatre produits de prévision gratuits d'un utilitaire douteux présente des données radar pour les précipitations pour le Kenya. «Il n'y a pas de radar de précipitations au Kenya, donc c'est un mensonge», dit-il, ajoutant que les radars satellites passent par intermittence sur le pays mais ne donnent pas d'informations complètes, et ses collègues du département météorologique du Kenya ont dit qu'ils n'avaient pas leurs propres radars. Ces applications sont «toutes produisent un produit, et vous ne savez pas d'où vient ce produit. Donc, si vous voyez quelque chose de grave à ce sujet, que faites-vous avec cela? Vous ne savez pas d'où il vient, vous ne savez pas à quel point c'est fiable».
D'un autre côté, l'application Met Office utilisera non seulement un modèle affiné pour obtenir la bonne météo britannique, mais elle utilisera également toutes sortes de post-traitement pour affiner les prévisions et appliquer la somme totale de l'expertise humaine de l'organisation. Ensuite, l'équipe de l'application passe par un processus minutieux pour décider comment le présenter dans un format simple.
«Passer des données du modèle à ce qu'il faut présenter est un énorme domaine dans le Met Office. Ils ont toute une équipe de personnes qui s'inquiètent à ce sujet», explique Thompson. «C'est essentiellement un sujet en soi.»
Créer des modèles de prévision météorologiques, leur fournir de grandes quantités de lectures de capteurs du monde réel et gérer le tout sur un supercalculateur de la taille d'un immeuble de bureaux n'est pas facile. Mais tout ce travail équivaut à une réalité que nous ne ressentons peut-être pas: les prévisions sont meilleures qu'elles ne l'ont jamais été et s'améliorent toujours. Notre capacité à prévoir avec précision la météo aurait été impensable il y a même quelques décennies.
Une grande partie de notre déception concernant la qualité des applications météorologiques se résume à des demandes de précision ponctuelle au kilomètre carré, à une mauvaise interprétation causée par une simplification excessive ou aux attentes du public de plus en plus occupées dépassant la science.
Parker dit que les capacités des météorologues ont augmenté au fil des décennies, le public l'a rapidement accepté comme normal et a demandé plus. «Les gens seront-ils jamais heureux?» demande-t-il. «Je pense qu'ils ne le feront pas.»
