sure-weather

Le plus court de ces projets, et celui dont l’énoncé se transporte le mieux ailleurs. Plusieurs fournisseurs annoncent le temps de demain, ils ne sont pas d’accord, et la moyenne des prévisions est une mauvaise réponse : elle traite un fournisseur souvent juste et un fournisseur souvent faux comme deux avis équivalents.

Les sources sont les grands modèles numériques, GFS, ECMWF, ICON, MetNo, ARPEGE, pris sans clé d’API. La confiance ne leur est pas attribuée une fois pour toutes : le monde est découpé en cellules d’environ un dixième de degré, chaque cellule accumule l’historique des écarts entre ce qui a été annoncé et ce qui a eu lieu, et les fournisseurs sont pondérés par l’inverse de la variance apprise là, pour cette variable et cet horizon. Un modèle excellent sur la façade atlantique et médiocre dans une vallée alpine ne porte donc pas le même poids aux deux endroits.

La réponse à la question qui compte est oui : l’agrégat est confronté au temps réellement observé, pas aux prévisions des autres. La vérité terrain vient de la réanalyse historique, et c’est elle qui referme la boucle, collecter, observer, calibrer, prévoir. Sans cette étape, un consensus n’est qu’un sondage entre modèles.

Ce qui manque est le versant local : les stations personnelles, qui mesurent le jardin plutôt que la maille. C’est là que l’indice de confiance par source aurait le plus à dire.