Prévisibilité du cycle du blé : Modélisation par approche globale et assimilation de données

Abstract

Il a été récemment montré que des modèles dynamiques pouvaient être directement obtenus du signal d'agriculture pluvial observé depuis l'espace. L'analyse de ce modèle a permis de révéler un régime chaotique, c'est-à-dire à la fois déterministe et très sensible aux conditions initiales. De tels modèles ne nécessitent pas de forçage et peuvent donc être envisagés en mode prévisionnel. En contexte chaotique, une telle application nécessite le développement de méthodes adaptées afin d'ajuster au cours de l'intégration les états visités par le modèle, en cohérence avec les observations. Dans ce but, plusieurs schémas d'assimilation ont donc été développés : (a) une simple réinitialisation, (b) un filtre de Kalman étendu, (c) un filtre de Kalman d'ensemble et (d) un nudging direct et rétrograde. La prévisibilité effective a été estimée pour chacune de ces approches en se basant sur la croissance d'erreur en fonction de l'horizon de prévision. Les résultats mettent en évidence une bonne capacité prédictive du modèle lorsqu'utilisé avec les schémas d'assimilation de données les plus sophistiqués et contribue à valider le modèle.