Conclusion sur la sensibilité de la prévision

La stratification largement verticale observée sur les figures 5.4 à 5.7 nous montre que le

modèle est plus sensible à la température de l’air qu’à la quantité de précipitation. De plus,

lorsque le modèle se montre sensible à la précipitation, il l’est essentiellement par la présence

ou non de précipitation, et très peu par la quantité de précipitation. En effet, la variation relative

(au maximum d’un facteur 2) ne permet que rarement de modifier remarquablement l’intensité

de la précipitation. Une variation absolue de la lame d’eau aurait probablement permis

d’observer une plus grande sensibilité du modèle à la précipitation. La sensibilité aux

printemps, où la température d’air se situe plus souvent vers le seuil de transition pluie/neige.

Ce type d’épisodes correspond probablement plus souvent aux épisodes d’hiver en plaine.

Afin de tirer des conclusions sur la sensibilité totale du modèle, une étude plus poussée doit

être effectuée. En effet, la température de l’air (et sa conséquence sur le rayonnement

infrarouge et la phase de la précipitation) et la quantité de précipitation sont des paramètres

important, mais les autres paramètres météorologiques doivent également être pris en compte.

En effet, le rayonnement visible est un terme très important, essentiellement en début et fin

d’hiver, du bilan d’énergie. De même, les flux turbulents sont également importants en surface

du manteau neigeux, ainsi l’humidité de l’atmosphère et le vent sont également des paramètres

d’intérêt. C’est pourquoi une étude de sensibilité à tous les paramètres est nécessaire. De plus,

les paramètres météorologiques sont dépendants entre eux, ainsi la sensibilité doit être étudiée

avec une variation simultanée et réaliste de tous les paramètres. De même, l’incertitude

associée aux prévisions du modèle doit être étudiée de manière précise, par exemple à partir

d’une technique de prévision d’ensemble. Le principe consiste à perturber les conditions

initiales de la chaussée en utilisant différentes prévisions à courte échéance et différentes

propriétés de la chaussée, de manière à décrire la distribution statistique de la température de

surface et de la hauteur de neige prévue.

5.4 Conclusion du chapitre

Les résultats du modèle couplé ISBA-Route/CROCUS avec des données météorologiques

prévues nous prouvent que l’utilisation du modèle peut être envisagée dans un cadre

opérationnel de prévision de l’état des routes en conditions hivernales. En comparaison avec les

résultats obtenus pour la simulation avec le forçage observé sur le site, les résultats des

prévisions (de l’évolution de température et de la présence de neige sur la chaussée) sont

relativement satisfaisants, même pour la prévision C, qui est la plus proche des conditions

opérationnelles.

Le taux de détection assez élevé (environ 70%) et le taux de fausses alarmes assez faible

(environ 30%) nous montrent que la prévision de l’événement " présence de neige au sol " est

satisfaisante sur le site expérimental. Ces résultats sont similaires à ceux obtenus par Shao

(1995) concernant la prévision de verglas en surface des routes. Les cas de mauvaise prévision

de la présence de neige sur la chaussée, ont été essentiellement dus à une mauvaise prévision de

la précipitation, plutôt qu’au modèle lui-même (fonte de la précipitation au contact avec la

route ou inversement).

De même, concernant la prévision de température de surface, l’écart quadratique moyen

(environ 5°C) et l’erreur moyenne (environ 2.5 °C) sont des résultats relativement corrects

considérant le contexte de la prévision (pas de prise en compte des masques solaires, absence

d’utilisation de mesure). De plus, la dégradation est essentiellement sensible au niveau des

maximums diurnes de température. Or, pour les problèmes relatifs à la viabilité hivernale, la

prévision des minimums de température de surface est beaucoup plus importante.

La sensibilité du modèle à certains paramètres météorologiques prévus (la quantité de

précipitation, la température de l’air ainsi que son influence sur le rayonnement infrarouge

incident ou le type de précipitation) a également été abordée. Ces tests de sensibilité ont

confirmé l’importance du type de précipitation prévu (neige ou pluie) dans la prévision de la

présence de neige au sol. Cette étude a montré une influence beaucoup plus marquée de la

température d’air prévue que de la quantité de précipitation. Cependant, la sensibilité à la

quantité de précipitation est plus marquée pour des épisodes de début d’hiver ou printaniers,

périodes au cours desquelles la température de l’air se situe souvent aux alentours de 0°C au

moment de la précipitation. Ce type d’épisode peut correspondre aux épisodes hivernaux se

produisant en plaine. La sensibilité du modèle doit être étudiée de manière plus réaliste et

approfondie que celle utilisée dans cette étude. De même, l’incertitude associée aux prévisions

doit être étudiée précisément. L’utilisation des prévisions météorologiques d’ensemble, comme

celles du modèle ALADIN (pour la courte échéance) ou celles du Centre Européen de

Prévision (pour le moyen terme), serait une méthode qui permettrait d’introduire une

incertitude sur les prévisions. Cette méthode permettrait de fournir des prévisions

équiprobables de la température de surface et de l’occurrence de neige sur la chaussée.

La prochaine étape consiste à spatialiser le modèle à l’échelle de la France, à effectuer des

prévisions sur la France entière et à confronter les prévisions aux mesures de stations

météoroutières. L’utilisation du modèle dans ce contexte permettra d’apprécier l’influence de

facteurs non pris en compte dans le modèle, le trafic routier et les fondants.

Chapitre 6

Prévision à l’échelle de la France

6.1 Introduction

Dans cette section, on s’intéresse au modèle dans sa version spatialisée sur la France. La

méthode utilisée pour la spatialisation du modèle est présentée ici. Les résultats des simulations

sur l’hiver 2004/05 sont discutés et comparés à différentes mesures. La validation spatiale des

prévisions des épisodes neigeux est effectuée à partir des mesures des stations du réseau de

Météo-France et les validations des prévisions de température de surface sont effectuées

ponctuellement à partir de mesures de données de stations météoroutières.