Les prévisions météo : ne combattez pas l’incertitude, exploitez-la

Chez Solutions Mesonet, nous avons fait le choix de livrer nos prévisions météo sous forme de prévisions d’ensemble. Ce guide explique les raisons derrière ce choix et aussi comment les lire et les interpréter dans la section prévisions de notre site web.

La raison d’être d’une prévision météo est d’aider les gens qui l’utilisent à prendre des décisions. Par exemple, afin de décider si oui ou non vous ferez du camping le week-end prochain, vous consultez la prévision météo pour les prochains jours, et décidez d’y aller car le soleil s’annonce avec 26 °C. Au final, malheureusement, les nuages et les averses se sont présentés avec 17 °C. Certes, la prévision a manqué de précision, mais le problème plus fondamental est qu’elle ne contenait aucune information explicite à propos de son incertitude. Cela est dû au fait qu’elle avait probablement été présentée sous une forme dite « déterministe », c’est-à-dire comme un scénario unique et absolu. Malgré son intention bien louable de « protéger » le public d’une soi-disant complexité excessive, cette approche tend à créer plus de problèmes qu’elle n’en résout, notamment de provoquer une fausse illusion de certitude et des attentes irréalistes de performance.

Or, connaître le degré d’incertitude d’une prévision nous permet paradoxalement de prendre de meilleures décisions.

Pour comprendre pourquoi, remarquez que votre décision d’aller ou non en camping ne dépend pas seulement du temps qu’il fera : elle dépend aussi de ce que l’événement météo vous coûte (en argent ou autre) s’il se produit. Si votre réservation est remboursable et que les vêtements de pluie sont déjà dans le coffre, être surpris par une averse est tout au plus un fâcheux désagrément. Si par contre vous avez payé un chalet non remboursable et invité douze personnes, c’est tout autre chose. À météo identique, ces deux situations n’appellent pas la même décision — et c’est précisément l’arbitrage qu’une prévision déterministe vous retire. En annonçant « soleil, 26 °C », elle a tranché à votre place.

Dans le cas du camping, sans avoir une bonne idée du niveau d’incertitude de la prévision, votre décision d’y aller ou non (ou quelle stratégie de gestion de la pluie à adopter si vous y allez) ne peut être basée que sur une vague intuition de la probabilité que la prévision se révèle exacte. En revanche, si vous aviez su son degré d’incertitude, cela vous aurait permis de l’évaluer par rapport au coût de vous préparer vs celui s’il pleut effectivement (par exemple, vous déciderez peut-être de « prendre une chance », car vous aurez déterminé que le coût de préparation sera relativement faible et que « le jeu en vaut la chandelle », malgré tout).

Heureusement, les chercheurs en sciences de l’atmosphère ont développé, au fil des ans, une méthode robuste pour représenter l’incertitude : présenter plusieurs prévisions au lieu d’une seule à l’aide des prévisions d’ensemble (aussi appelées prévisions probabilistes).

Pourquoi l’incertitude sera toujours présente

Avant d’aller plus loin, faisons une mise au point : l’incertitude des prévisions météo est-elle un défaut des modèles météo ? La réponse est non. En fait, elle est tout simplement inévitable, et nous allons voir que, au lieu de l’éviter, il est beaucoup plus avantageux de l’exploiter.

Pour prévoir le temps, les météorologues commencent par recueillir des millions de mesures partout sur la planète. À partir de cet état de départ, ils lancent un modèle météorologique, c’est-à-dire une simulation virtuelle en 3D de l’atmosphère, pour les 15 prochains jours, effectuée grâce à de puissants ordinateurs.

Malgré tous les progrès réalisés, deux limites fondamentales demeurent et sont à l’origine de l’incertitude mentionnée dans la section précédente. D’une part, il est impossible de connaître avec exactitude l’état de départ de l’atmosphère à un instant donné : on ne peut pas mesurer chaque parcelle d’air au-dessus des océans, des montagnes et des régions isolées. D’autre part, aucun modèle météo ne peut reproduire toute la complexité de l’atmosphère.

Toute prévision débute donc avec une incertitude — relativement faible au départ, correspondant grosso modo aux erreurs des mesures initiales. Cette incertitude demeure en général faible durant un certain temps. Mais puisque l’atmosphère est un système extrêmement sensible contenant une quantité astronomique de « points de bascule », l’incertitude initiale finit toujours par s’amplifier — parfois lentement sur plusieurs jours, parfois en quelques heures, selon la situation.

Mais il faut spécifier qu’avec l’amplification de l’incertitude, des détails deviennent hors de portée — par exemple : le passage exact d’un front, l’heure d’une averse, la position précise d’une dépression. Au-delà d’une dizaine de jours, ce niveau de détail devient essentiellement inaccessible. Mais cela ne signifie pas que la prévision a perdu toute son utilité. À dix jours d’échéance, les modèles actuels battent encore largement le simple recours aux moyennes climatiques, et il décrit encore utilement les grandes configurations — l’arrivée d’une masse d’air froid, l’installation d’un régime pluvieux — même s’il ne sait plus dire quel jour exactement ni à quel endroit précis.

En conséquence, les prévisions d’ensemble tendent à se scinder en deux parties : la première partie initiale, où l’incertitude est faible, tend à répondre à la question « quel temps exact fera-t-il ? » avec peu de marge d’ambiguïté (même si la prévision peut s’avérer fausse !); la seconde partie, où l’incertitude est relativement élevée, répond davantage à la question « quel est le risque que l’événement X se produise ? ». Il ne faut pas voir cela comme un manque de confiance, mais plutôt un changement de la question à laquelle la prévision peut répondre.

La prévision ne cesse pas d’être utile lorsque son incertitude augmente ; c’est la question à laquelle elle peut répondre qui change.

Une dernière précision, parce qu’on lit souvent que la prévisibilité de l’atmosphère s’arrête à deux semaines. C’est exact — mais pour un seul type de prévision. Prévoir le temps qu’il fera tel jour à tel endroit dépend de l’état de départ de l’atmosphère, et cette mémoire-là s’efface bel et bien après environ deux semaines. Prévoir les statistiques du temps — un été plus chaud que la normale, une saison plus sèche — repose sur tout autre chose : sur les composantes lentes du système climatique, comme la température des océans, l’humidité des sols ou l’étendue de la glace de mer, qui conservent leur mémoire pendant des mois. C’est pourquoi les prévisions mensuelles et saisonnières existent, sont produites de façon opérationnelle, et possèdent une habileté — modeste certes — mais réelle. Ce sont donc deux horizons et deux mécanismes qu’il ne faut pas confondre.

La force du nombre

Nous avons vu que l’incertitude d’une prévision implique que plusieurs valeurs de départ et plusieurs formulations physiques du modèle météo sont possibles. Mais cela implique également que plusieurs scénarios futurs doivent être considérés comme possibles. La méthode des prévisions d’ensemble exploite ceci en proposant un ensemble de prévisions au lieu d’une seule.

Cette méthode n’est d’ailleurs pas nouvelle en soi : elle a été mise en place par les météorologues il y a déjà près de 35 ans. Dès le début des années 1990, le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) lança sa première version de prévisions d’ensemble (d’autres pays ont rapidement suivi, dont le Canada).

Le cœur de la méthode est de simuler l’atmosphère plusieurs dizaines de fois au lieu d’une seule, à partir de plusieurs dizaines d’états de départ légèrement différents et de formulations de modèles légèrement différentes.

On obtient alors, selon le modèle, jusqu’à une cinquantaine de scénarios futurs possibles, sans qu’aucun d’eux ne soit a priori plus crédibles que les autres au moment où ils sont produits.

Figure 1 — À gauche, la prévision classique : une seule trajectoire, précise en apparence, dont l’incertitude est invisible. À droite, la prévision d’ensemble : l’éventail des futurs crédibles.

La Figure 1 illustre bien l’idée principale de la section précédente. Dans la première partie de l’échéance, les scénarios restent regroupés : ils s’accordent bien sur les détails et leur séquence précise, et la prévision peut répondre à la question « quel temps fera-t-il ? » sans ambiguïté. Plus loin, les scénarios s’écartent : les détails leur échappent, et la prévision répond maintenant à une autre question — « quel risque y a-t-il que… ? ».

Cette nuance est cruciale, et c’est probablement la chose la plus importante à retenir. Quand l’éventail des possibilités s’élargit, ce n’est pas l’utilité de la prévision qui baisse, c’est sa précision. Ce sont deux qualités distinctes. Déclarer qu’il y a « 30 % de risque de pluie samedi » est un énoncé moins précis que « il pleuvra samedi », mais cet énoncé reste utile ; nous faisons simplement face à plusieurs possibilités qui ne peuvent pas être exclues pour l’instant, et nous n’avons pas le choix d’en tenir compte.

Un éventail (ou faisceau) large n’est pas une prévision ratée. C’est plutôt une prévision honnête et transparente, qui vous dit ce qui est connaissable aujourd’hui — et ce qui ne l’est pas encore.

Notons enfin que cette limite entre le détail prévisible et le détail hors de portée n’est pas fixe : elle change de jour en jour, de semaine en semaine, de saison en saison. Qui plus est, elle dépend du paramètre météo choisi (elle est beaucoup plus longue pour la température que pour les précipitations), et même de la période de l’année : elle s’allonge quand la météo est dominée par de grands systèmes bien organisés (souvent l’hiver), et raccourcit les jours d’averses et d’orages épars (souvent l’été).

Lire les graphiques des prévisions

Dans l’onglet de notre site en ligne consacré aux prévisions météo, vous pouvez afficher les prévisions du modèle « IFS » du Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) (51 scénarios différents) pour plusieurs variables ou paramètres. (D’autres modèles se rajouteront à terme.) Elles sont renouvelées toutes les nuits de sorte qu’à chaque matin une prévision fraîche est à votre disposition.

Chaque prévision est présentée sous forme de séries temporelles pour une variable et un endroit précis. Le temps suit l’axe des abscisses (l’axe horizontal, de gauche à droite) selon des échéances de plus en plus lointaines dans le futur, exprimées en temps universel (UTC). L’axe des ordonnées (l’axe vertical, de bas en haut) représente les valeurs de la variable proprement dite. Les périodes nocturnes sont illustrées par des zones grisâtres, et le jour par des zones blanches. Les lignes verticales pleines et pointillées indiquent 0h UTC et 12h UTC, respectivement.

Un mot sur l’heure, parce que c’est la source d’erreur la plus fréquente : elle est présentée dans nos graphiques en temps universel (UTC). Au Québec, retranchez 4 heures en été et 5 heures en hiver. Le repère 0 h UTC tombe donc en soirée la veille — 20 h l’été, 19 h l’hiver. 12 h UTC tombe à 8 h le matin du même jour. Vérifiez-le avant de conclure quoi que ce soit sur l’heure d’une averse.

Selon sa nature, chaque variable est présentée selon deux styles graphiques possibles : densité de probabilité ou barres verticales. Voyons chaque style plus en détail.

Le style « densité de probabilité »

Figure 2 — Température à 2 m à Québec selon une prévision d’ensemble initialisée par des observations faites le 15 juillet 2026, dans le style de densité de probabilité. Les couleurs indiquent où les scénarios se concentrent et où ils sont plus dispersés.

Le style « densité de probabilité » indique visuellement le degré de dispersion des scénarios, et son évolution dans le temps. Pour chaque valeur possible sur l’axe vertical, on compte la proportion des 51 scénarios qui se trouvent dans une fenêtre fixée d’avance autour de cette valeur — ici 2 °C pour la température de la Figure 2. Nous appelons cette fenêtre la « marge d’erreur », et c’est à elle que se rapportent les pourcentages de la légende.

Ainsi, les zones violette et rose (respectivement 75–100 % et 50–75 %) indiquent les endroits où la majorité des scénarios se rassemble avec tout au plus une différence n’excédant pas la marge d’erreur (2 °C). Les zones orange à jaune pâle, quant à elles, correspondent à des valeurs de températures de plus en plus dispersées. Les franges les plus pâles représentent moins de 5 % des scénarios ; la probabilité que la réalité s’avère proche de ces valeurs est faible (mais probabilité faible ne veut pas dire impossible !).

Attention à un raccourci tentant : la couleur ne vous donne pas la probabilité que l’événement qui vous intéresse se produise (par ex. : franchir un seuil quelconque). Elle vous dit seulement le degré avec lequel les scénarios se rassemblent autour d’une valeur (par contre, cela signifie également que les scénarios les plus probables se retrouveront toujours dans les couleurs les plus « denses » pour une échéance donnée).

La distinction a des conséquences très pratiques. Si votre question est « quel risque que la température descende sous 0 °C ? », la réponse ne se lit pas dans la couleur. Elle se lit en traçant mentalement une ligne horizontale à 0 °C, puis en estimant quelle part de l’épaisseur de l’éventail passe en dessous de cette ligne. Une frange jaune pâle qui franchit votre seuil, c’est quelques pour cent de risque. Pour un éventail dont les deux tiers de l’épaisseur passe sous la ligne, le risque est beaucoup plus élevé.

Remarquez enfin, sur la Figure 2, ce que nous vous avons annoncé plus haut : le faisceau reste étroit les deux premiers jours, puis s’élargit, et les couleurs vives se raréfient. Cela ne veut pas dire que la prévision cesse d’être utile après trois jours. Cela veut dire qu’elle cesse de répondre à « quelle température exactement ? » pour répondre à « quel risque de franchir (telle ou telle) valeur ? ».

Le style densité de probabilité s’applique à la majorité des variables disponibles (température, humidité, vitesse et direction du vent, cumuls de précipitation, etc.). Notez que pour la variable « Rafale maximale du vent sur 3 heures », la prévision n’est que de 6 jours au maximum au lieu de 15. L’espace blanc ne signifie donc pas des vents nuls.

Le style « barres verticales »

Quelques variables se présentent comme des barres verticales translucides où à chaque scénario correspond une bande de faible opacité. À chaque échéance, plusieurs scénarios peuvent s’empiler de sorte que leur superposition indique visuellement leur degré de probabilité (les opacités s’additionnent). En d’autres termes, plus la zone en face d’une valeur de l’axe vertical est opaque, plus cette valeur est probable, car beaucoup de bandes (scénarios) s’empilent à cet endroit. Ce style est appliqué pour l’instant à trois variantes liées à la précipitation : l’intensité moyenne d’heure en heure, l’intensité maximale sur 3 heures, et la probabilité d’occurrence.

Intensité moyenne de précipitation

Figure 3 — Intensité moyenne de précipitation à Québec : les 51 scénarios de l’ensemble sont superposés en barres verticales translucides, la somme desquelles donne un indice visuel du degré de probabilité.

Strictement parlant, le graphique « Intensité moyenne de précipitation » affiche le cumul de précipitation (tous types confondus) sur une période d’une heure pour les 90 premières heures (3 jours et 18 heures) de la prévision, puis sur une période de 3 heures jusqu’au 6^e jour, puis sur 6 heures jusqu’à la fin de la prévision (Figure 3). (En météorologie, le terme « précipitation » fait implicitement référence à tous les types possibles : pluie, neige, pluie verglaçante, grésil, etc. — c’est tout ce qui tombe des nuages, essentiellement.) Mais il est plus utile pour l’usager de l’interpréter comme l’intensité moyenne de la précipitation durant ces intervalles, exprimée en mm par heure. Par exemple, une intensité moyenne de « 5 mm par heure sur 3 heures » signifie que si la précipitation maintenait cette intensité durant 3 heures, le cumul total serait de 15 mm. De manière similaire, une intensité moyenne de « 5 mm par heure sur 1 heure » signifie que si la précipitation maintenait cette intensité durant une heure, le cumul total serait de 5 mm. Peu importe la période de cumul, l’intensité est toujours ramenée en mm par heure (mm/h).

Cette définition peut porter à confusion parce que l’intensité instantanée de la précipitation peut varier énormément de minute en minute. Prenons un exemple concret. Un orage qui dure une heure peut débuter par une averse de forte intensité à 12 mm/h durant les quinze premières minutes (cela donne 3 mm), suivie d’une pluie faible de 2 mm/h durant les 45 minutes suivantes (cela donne 1,5 mm supplémentaires). Le cumul total est donc seulement de 4,5 mm durant le passage de l’orage, ce qui correspond à l’intensité moyenne sur cette heure, même si brièvement nous avons rencontré une intensité instantanée très forte. Dit autrement, l’intensité moyenne sur l’heure est le cumul des intensités instantanées durant cette heure.

Cela étant dit, le graphique fournit deux types d’information qu’il est important de bien séparer :

• La première information répond à la question : va-t-il pleuvoir ? On l’obtient grâce à la proportion des scénarios qui ne sont pas collés à zéro (leurs intensités moyennes ne sont pas zéro). Par exemple, du 16 au 18 juillet sur la Figure 3, la quasi-totalité des scénarios ne prévoit aucune précipitation — il ne pleuvra pas, selon un consensus quasi-unanime.
• La seconde information répond à la question : s’il pleut, combien ? C’est la hauteur atteinte par les bandes. Le 18 juillet en soirée, la masse foncée se situe autour de 1 mm/h, mais quelques bandes isolées montent à 5 ou 6 mm/h. Autrement dit : de la pluie est certes très probable, mais une averse forte est également possible, bien qu’elle soit minoritaire.

Intensité maximale de précipitation sur 3 heures

Ce graphique est semblable à celui de l’intensité moyenne, mais affiche plutôt l’intensité instantanée maximale sur une période de 3 heures. Notez que cette intensité est toujours ramenée en mm/h ; elle correspond en fait à une accumulation sur quelques minutes (le pas de temps interne du modèle) et peut donc se retrouver n’importe quand durant ces 3 heures. Cette variable n’est prévue par le modèle que pour les 6 premiers jours de la prévision (l’espace blanc après 6 jours ne signifie donc pas des précipitations de 0 mm/h).


Figure 4 — Intensité moyenne (haut) et maximale sur 3 heures (bas) selon une prévision pour Granby initialisée à partir d’observations faites le 26 août 2026. La prévision de l’intensité maximale n’est calculée que pour 6 jours et l’espace blanc après le 31 août ne signifie donc pas une prévision de 0 mm/h.

Durant l’après-midi du 27 août, comme l’illustre la Figure 4, des intensités moyennes de 2 à 4 mm/h sont les plus probables, mais des intensités instantanées pourraient dépasser les 10-15 mm/h durant de brèves périodes.

Probabilité d’occurrence de précipitation

Contrairement à l’intensité de la précipitation, la probabilité d’occurrence de précipitation n’affiche par définition qu’un seul « scénario » car elle représente la fraction des scénarios dont l’intensité moyenne dépasse le seuil mesurable de 0,1 mm/h. Par exemple, une barre qui monte à 30 % signifie que ~15 scénarios sur 51 (30 % de 51) produisent de la précipitation au-delà du seuil mesurable.

Figure 5 — Probabilité d’occurrence de précipitation selon une prévision pour Granby initialisée à partir d’observations faites le 26 août 2026 (même prévision qu’à la Figure 4).

Notez qu’il ne faut pas confondre une forte probabilité de précipitation avec une forte intensité. Ce sont deux quantités complètement indépendantes. Par exemple, le 26 août en mi-journée, de très faibles intensités étaient prévues (Figure 4) avec des probabilités relativement élevées de 40 % (même échéance, Figure 5).

Séries « cumulées »

Plusieurs variables représentées visuellement en densité de probabilité sont des cumuls à partir de zéro depuis le début de la prévision, et ne peuvent que croître avec le temps. Dans le cas de la précipitation, elle peut être déduite à partir du cumul des intensités moyennes.

Figure 6 — Cumul de précipitation selon une prévision pour Granby initialisée à partir d’observations faites le 26 août 2026 (même prévision que celle de la Figure 4 et la Figure 5).

Le mode cumulé n’est pas à négliger : plusieurs décisions ne dépendent pas de l’intensité d’une averse à une heure donnée, mais des quantités totales reçues durant un épisode, comme le remplissage d’un fossé, la saturation d’un sol, la charge de neige sur une toiture ou l’accumulation de verglas sur un réseau de transport électrique. Pour ces questions-là, utilisez le cumul plutôt que le taux horaire.

Les autres variables présentées sous forme cumulée sont les chutes de neige, la pluie verglaçante, l’évaporation réelle et potentielle, et les heures d’ensoleillement.

Pour approfondir

• Notre série en trois parties : La prévision météorologique : limites et possibilités (partie 1) (partie 2, partie 3)
• Mylne, K. (2026), Probability forecasts – Part 1: ensembles and probabilistic forecasts. Weather, 81: 82-88. https://doi.org/10.1002/wea.70015
• Mylne, K. (2026), Probability forecasts – Part 2: will people understand?. Weather, 81: 100-106. https://doi.org/10.1002/wea.70016
• Roulston, M. S. et Kaplan, T. R. (2009). A laboratory-based study of understanding of uncertainty in 5-day site-specific temperature forecasts, Meteorological Applications, 16 : 237-244.