Pourquoi Météo-France peine à prévoir les vagues de chaleur
Pourquoi Météo-France peine à prévoir les vagues de chaleur

Météo-France reconnaît des difficultés persistantes à prévoir avec précision les vagues de chaleur, un phénomène devenu plus fréquent et intense avec le changement climatique. Selon un rapport interne consulté par Le Monde, l'agence météorologique nationale admet que ses modèles de prévision sous-estiment régulièrement l'intensité et la durée des épisodes caniculaires.

Des modèles limités par le manque de données océaniques

L'une des principales lacunes identifiées concerne l'absence de données suffisantes sur les températures de surface des océans. « Les océans jouent un rôle clé dans la régulation du climat, mais nous manquons d'observations en temps réel, notamment dans l'Atlantique Nord », explique Carole Robert, directrice de la recherche à Météo-France. Sans ces informations, les modèles peinent à simuler correctement les échanges thermiques entre l'océan et l'atmosphère, essentiels pour anticiper les canicules.

Des prévisions souvent en deçà de la réalité

Lors de la canicule de juin 2025, Météo-France avait annoncé des températures maximales de 38 °C à Paris, alors que le mercure a atteint 42 °C. Un écart de 4 °C qui a surpris les autorités sanitaires. Selon le rapport, sur les dix dernières vagues de chaleur majeures, les prévisions ont sous-estimé les températures maximales de 2 à 5 °C dans 70 % des cas. Cette marge d'erreur a des conséquences directes sur les dispositifs de vigilance et les mesures de protection de la population.

Bannière large Pickt — app de listes de courses collaboratives pour Telegram

Des modèles climatiques trop lents à s'adapter

Les modèles utilisés par Météo-France sont conçus pour des prévisions à court terme (jusqu'à 15 jours) mais peinent à intégrer les rétroactions complexes du système climatique. « Les vagues de chaleur sont le résultat d'interactions entre des anomalies de pression, l'humidité du sol et les courants-jets. Nos modèles n'ont pas une résolution suffisante pour capturer ces phénomènes à l'échelle locale », précise Carole Robert.

Un investissement nécessaire dans les supercalculateurs

Pour améliorer ses prévisions, Météo-France a annoncé un investissement de 50 millions d'euros dans un nouveau supercalculateur, prévu pour 2027. Celui-ci permettra de faire tourner des modèles à plus haute résolution et d'intégrer davantage de données satellitaires. Cependant, les experts estiment que même avec cette puissance de calcul, les progrès seront limités sans un réseau d'observation océanique plus dense.

Des pistes d'amélioration à l'étude

Parmi les solutions envisagées, Météo-France travaille sur l'assimilation de données provenant de bouées dérivantes et de gliders sous-marins, en partenariat avec l'Ifremer. L'agence explore également l'utilisation de l'intelligence artificielle pour améliorer la correction des biais de ses modèles. « L'IA pourrait nous aider à identifier des schémas récurrents dans les erreurs de prévision et à les corriger en temps réel », indique la directrice de la recherche.

Un enjeu de santé publique

L'amélioration des prévisions de vagues de chaleur est devenue une priorité de santé publique. Avec le réchauffement climatique, ces épisodes sont appelés à se multiplier et à s'intensifier. En 2024, la canicule a causé plus de 5 000 décès supplémentaires en France, selon Santé publique France. Une meilleure anticipation pourrait sauver des vies en permettant aux autorités de déclencher plus tôt les plans canicule et d'adapter les messages de prévention.

Un appel à la coopération internationale

Météo-France appelle à une meilleure coordination internationale pour mutualiser les données océaniques et atmosphériques. « Le climat n'a pas de frontières. Pour prévoir les canicules en Europe, nous avons besoin des données de l'Atlantique Nord, de la Méditerranée et même de l'Arctique », souligne Carole Robert. L'agence participe à des programmes européens comme Copernicus, mais estime que les échanges de données en temps réel restent insuffisants.

Bannière post-article Pickt — app de listes de courses collaboratives avec illustration familiale