L’explication est très intéressante et je retrouve une partie de cette explication dans le livre : La formule de Dieu de José Rodriguez Dos Santos. Ce livre explique et vulgarise sous forme de thriller les systèmes physiques qui régissent l’univers, dont les systèmes chaotiques qui sont par définition déterministes mais non déterminable du fait de l’infinité de paramètres à prendre en compte dans le calcul. De plus, dans un système chaotique comme la météo, il ne faut pas seulement une infinité de mesures (chaque particule de chaque nuage etc.) mais il faut que ces mesures aient une précision infinie. Il devient donc impossible, même pour les ordinateurs les plus puissants, de manipuler des équations avec une infinité de variables, ayant elles-mêmes une précision infinie (le nombre après la virgule est infini).

PS de l’anecdote : quand j’ai écrit l’anecdote, je venais de finir de comprendre à quoi correspondaient les fameuses figures "en papillon" que l’on associe très souvent au chaos. Les figures en formes de boucles, qu’on a tous déjà vu : https://couleur-science.eu/img/8f/lorenz.jpg Ces figures représentent le chemin parcouru par un point qui se déplace en suivant trois équations (une pour chaque coordonnée : X, Y, Z). Ces équations ont été mises au point par Edward Lorenz, qui était justement météorologue. Il cherchait à produire un modèle simple (suffisamment pour les ordinateurs de l’époque) pour représenter un système très sensible aux conditions initiales (ie : le point de départ de la simulation mathématique). Dans ses équations, les conditions initiales sont données par des nombres ( σ, ρ et β, lire sigma, rho et beta) dont l’ajustement permet de changer complètement l’issue de la simulation et donc la forme de la figure obtenue. Simple exemple, que j’ai trouvé en testant tout ça : — Un système stable (la courbe vient se perdre en un point unique bien précis) : https://couleur-science.eu/img/e5/lorenz1.png — Un système instable (la courbe oscille sans cesse, et sans jamais se stabiliser) : https://couleur-science.eu/img/e2/lorenz2.png Là où c’est intéressant, c’est que ces deux courbes ont pratiquement les mêmes conditions initiales. La seule différence réside dans le paramètre beta qui passe de 5,36257663216 à 5,36257663217, un changement à seulement la 11e décimale ! Une variation infime mais qui suffit pour que la simulation passe d’une issue stable à une issue instable. Pour la météo, c’est ça également. Et on en revient à l’effet papillon qui décrit ce phénomène : un minuscule battement d’aile d’un papillon suffit à ce qu’un anticyclone de beau temps (stable) laisse place à un temps orageux très instable.

Et pour faire tourner les simulations météorologiques et avoir des résultats fiables, il faut, vous l'aurez compris, un grand nombre de données a mettre en entrée et une partie de ces données proviennent des avions de ligne. Sauf que depuis presque deux ans les avions ne tournent plus vraiment et fournissent donc beaucoup moins de données... Bon apparemment avec les observatoires et satellites on arrive a compenser, moi j'ai quand même l'impression que les prédictions sont moins fiables mais ce n'est que mon avis! Je vous laisse un petit lien pour vous faire votre idée : https://www.meteosuisse.admin.ch/home/actualite/meteosuisse-blog.subpage.html/fr/data/blogs/2021/4/l_impact-de-l_absence-des-mesures-faites-par-avion.html

Super vidéo sur le sujet : https://youtu.be/6vjhX6I4-XI

Si seulement la poste était aussi fiable que les prévisions météo !

Et la 5G va, pour un temps, encore complexifier la chose: https://www.meteocontact.fr/actualite/pourquoi-l-arrivee-de-la-5g-est-redoutee-par-les-meteorologues-79365#:~:text=Ainsi%2C%20les%20fr%C3%A9quences%20%C3%A9mises%20par,des%20fr%C3%A9quences%20de%20la%205G.

pour faire une prévision on utilise des super calculateurs, ordinateur qui doivent prendre en charge une énorme quantité de paramètres. Dans ceux-ci on trouve une partie des prévisions du jour précédent, les observations des differéntes stations météo, les observations d'aéronefs, les sondages aériens, les informations des bouées météo, données satellites, etc. Le programme fait une prévision avec tout ces paramètres une cinquantaines de fois en changeant un paramètre à la fois. Ensuite il fait une moyenne de ces prévisions pour avoir une ligne directrice qui est la prévision la plus probable. C'est ce qu'on appelle une "plume" De plus il faut prendre en compte le paramètre de la localisation il est plus facile de prévoir de la pluie ou des averses sur une région que sur une ville ou même un village. On a plus de chance d'être juste si on prévoit de la pluie sur la région Île de france ou sur Paris que si on précise averses sur Notre-Dame. Il faut aussi prendre en compte le type de conditions météo. Un temps instable avec des averses est facile à prévoir, mais pas où tomberont ces averses, alors qu'un front actif donnera des conditions plus prévisibles. Finalement, les modèles donnent une idée de la situation à un moment donné, et c'est au prévisionniste de finaliser la prévision, et ici encore c'est un facteur de différence car certains vont être plus optimistes que d'autres, etc. L'expérience joue un grand rôle aussi à ce niveau. La météo fait de nombreux progrès mais il n'est pas rare qu'un paramètre peu détectable vienne jouer les trouble-fête, ou que des phénomèmes locaux influencent la prévision (par exemple la présence d'un marais à proximité, ...)

Je suis très dubitatif quant a l'appel a la mécanique quantique pour étayer le côté non prédictif. J'aurais tendance à dire que ca n'est pas très correct. Les interactions quantiques sont imprévisibles à très petite échelle, et que à très petite échelle. Au delà, les stat's entre en jeux et moyennent les effets. Si ça an'etaot pas le cas, rien dans l'univers ne serait prévisible. Or, il y a des mouvements de particules que l'on prévoit très précisément malgré les interactions quantiques qu'elles ont, qu'elles sont. Je crois que c'est apporter de la confusion dans l'explication. Comme dit plus haut, la principale cause du manque de précisions dans les prévisions météo, c'est la méconnaissance des conditions initiales, qui sont trop nombreuses que pour pouvoir être prédites avec une précision suffisante. Le quantique la dedans ... Je doute que ça soit autre chose que marginal comme effet.

Est-ce que la résolution des équations de Navier-Stokes (un des problèmes du millénaire, donc… c’est pas gagné) permettrait d’affiner les prévisions météo et rendre le système « un peu » plus predictible ?

PS de l’anecdote : quand j’ai écrit l’anecdote, je venais de finir de comprendre à quoi correspondaient les fameuses figures "en papillon" que l’on associe très souvent au chaos. Les figures en formes de boucles, qu’on a tous déjà vu : https://couleur-science.eu/img/8f/lorenz.jpg Ces figures représentent le chemin parcouru par un point qui se déplace en suivant trois équations (une pour chaque coordonnée : X, Y, Z). Ces équations ont été mises au point par Edward Lorenz, qui était justement météorologue. Il cherchait à produire un modèle simple (suffisamment pour les ordinateurs de l’époque) pour représenter un système très sensible aux conditions initiales (ie : le point de départ de la simulation mathématique). Dans ses équations, les conditions initiales sont données par des nombres ( σ, ρ et β, lire sigma, rho et beta) dont l’ajustement permet de changer complètement l’issue de la simulation et donc la forme de la figure obtenue. Simple exemple, que j’ai trouvé en testant tout ça : — Un système stable (la courbe vient se perdre en un point unique bien précis) : https://couleur-science.eu/img/e5/lorenz1.png — Un système instable (la courbe oscille sans cesse, et sans jamais se stabiliser) : https://couleur-science.eu/img/e2/lorenz2.png Là où c’est intéressant, c’est que ces deux courbes ont pratiquement les mêmes conditions initiales. La seule différence réside dans le paramètre beta qui passe de 5,36257663216 à 5,36257663217, un changement à seulement la 11e décimale ! Une variation infime mais qui suffit pour que la simulation passe d’une issue stable à une issue instable. Pour la météo, c’est ça également. Et on en revient à l’effet papillon qui décrit ce phénomène : un minuscule battement d’aile d’un papillon suffit à ce qu’un anticyclone de beau temps (stable) laisse place à un temps orageux très instable.

On voit très bien la dégradation de fiabilité de la prévision en fonction du nombre de jours d'avance lorsqu'on regarde les trajectoires prévues pour les cyclones : la position actuelle du centre est connue et est représentée par un point et sa trajectoire prévue est représentée par un cône et va donc en s'élargissant pour les jours à venir. Et encore elle est censée représenter la zone dans laquelle il y a 90% de chances que le cyclone passe, il y a toujours un petit risque qu'il s'écarte encore plus de la trajectoire moyenne prévue par les modèles mathématiques et qu'il sorte de ce cône d'incertitude. Mais c'est quand même très impressionnant comme prévision : les modèles ne se contentent pas de tirer tout droit, ils prévoient quand le cyclone va infléchir sa trajectoire ou même faire pratiquement demi-tour au cours de la semaine à venir et c'est ce qu'il fait ensuite, même si ça peut être un peu décalé dans le temps ou dans l'espace.

Et pour faire tourner les simulations météorologiques et avoir des résultats fiables, il faut, vous l'aurez compris, un grand nombre de données a mettre en entrée et une partie de ces données proviennent des avions de ligne. Sauf que depuis presque deux ans les avions ne tournent plus vraiment et fournissent donc beaucoup moins de données... Bon apparemment avec les observatoires et satellites on arrive a compenser, moi j'ai quand même l'impression que les prédictions sont moins fiables mais ce n'est que mon avis! Je vous laisse un petit lien pour vous faire votre idée : https://www.meteosuisse.admin.ch/home/actualite/meteosuisse-blog.subpage.html/fr/data/blogs/2021/4/l_impact-de-l_absence-des-mesures-faites-par-avion.html

Il n’y a qu’a voir les résultats avec un double pendule. Un changement d’un dixième de degré au départ et très rapidement le pendule a un comportement totalement différent. Ça représente très bien ce qu’est un système chaotique. https://fr.m.wikipedia.org/wiki/Pendule_double

L’explication est très intéressante et je retrouve une partie de cette explication dans le livre : La formule de Dieu de José Rodriguez Dos Santos. Ce livre explique et vulgarise sous forme de thriller les systèmes physiques qui régissent l’univers, dont les systèmes chaotiques qui sont par définition déterministes mais non déterminable du fait de l’infinité de paramètres à prendre en compte dans le calcul. De plus, dans un système chaotique comme la météo, il ne faut pas seulement une infinité de mesures (chaque particule de chaque nuage etc.) mais il faut que ces mesures aient une précision infinie. Il devient donc impossible, même pour les ordinateurs les plus puissants, de manipuler des équations avec une infinité de variables, ayant elles-mêmes une précision infinie (le nombre après la virgule est infini).