De l'efficacité des prévisions à courte et moyenne échéances de la pression atmosphérique, basées sur des informations locales de la pression

Résumé

L'auteur examine les fondements de la prévision de la pression à courte et moyenne échéances, basée sur des autocorrélations (Vialar) et des corrélations locales de la pression ainsi que sur l'utilisation de moyennes glissantes de la pression atmosphérique (Grappe).

Pour apprécier la qualité d'une prévision de la pression, il introduit la notion d'efficacité. Cette notion est liée à la prévision du signe de la variation de la pression.

L'auteur montre que la méthode des équations autorégressives ne conduit pas à une prévision efficace de pressions moyennes, tandis que celle des équations de régression locale, appliquée aux moyennes glissantes de la pression journalière, fournit une prévision efficace de la pression moyenne de plusieurs jours (2 à 5 jours). Cependant, l'efficacité de cette dernière prévision est illusoire, car elle ne résulte que des propriétés algébriques des moyennes glissantes.

L'auteur remarque que l'échec de ces méthodes de prévision coïncide avec le manque d'autorégressivité de la série chronologique de la variation de la pression journalière. De ce fait, il est peu vraisemblable qu'une quelconque méthode de prévision de la pression atmosphérique, à courte ou moyenne échéance, basée sur des informations locales de la pression, puisse conduire à des prévisions efficaces non illusoires lorsque la série chronologique de la variation première de la pression n'est pas autorégressive.

Zusammenfassung

Es werden die Grundlagen der kurz- und der mittelfristigen Luftdruckprognosen untersucht, die auf Autokorrelationen (Vialar) und lokalen Korrelationen des Druckes, sowie auf der Verwendung gleitender Mittel des Luftdruckes (Grappe) beruhen.

Zur Abschätzung der Qualität einer Luftdruckprognose wird der Begriff der “Treffsicherheit” (efficacité) verwendet. Dieser Begriff beruht auf der Vorhersage des Zeichens der Druckänderung.

Es wird gezeigt, daß die Methode der Autoregressionsgleichungen nicht zu einer treffsicheren Vorhersage des mittleren Druckes führt, während die der Gleichungen der lokalen Regression, wenn sie auf gleitende Mittel des täglichen Druckes angewandt wird, eine zuverlässige Vorhersage des Druckes im Mittel über mehrere Tage (zwei bis fünf Tage) gestattet. Indessen ist die Wirksamkeit dieser letzteren Prognose nur scheinbar, da sie nur auf den algebraischen Eigenschaften der gleitenden Mittel beruht.

Das Versagen dieser Vorhersagemethoden fällt zusammen mit dem Fehlen einer Autoregression der Zeitreihen der täglichen Druckänderungen. Es ist daher wenig wahrscheinlich, daß irgendeine Vorhersagemethode des Luftdruckes für kurze oder mittlere Zeiträume, welche auf lokalen Beobachtungen des Druckes beruht, zu tatsächlich zuverlässigen Vorhersagen führen kann, wenn die Zeitreihe der ersten Differenzen des Luftdruckes nicht autoregressiv ist.

Summary

The author investigates the bases of a short or medium range pressure forecast, based on autocorrelations (Vialar) and local correlations of pressure as well as on the use of running time means of atmospheric pressure (Grappe).

In order to appreciate the degree of quality of a forecast, he introduces the concept of efficiency. This concept is based on the forecast of the sign of the pressure variation.

The author points out that the method of autoregressive equations does not lead to an efficient forecast of pressure averages, whilst that of local regression equations, applied to the running means of daily pressure, gives an efficient forecast of pressure averages over a time interval of several days (2 to 5 days). The efficiency of this latter forecast, however, is illusive, this efficiency being a result of the algebraic properties of the running means only.

The author notices that the failure of the forecast methods coincides with the lack of autoregressivity of time-series of daily pressure variation. Therefore, it is very unlikely that any method of short or medium range pressure forecast, based on local pressure data, can produce really efficient forecasts if the time series of the first variation of pressure is not autoregressive.