Prévision météorologiqueLa prévision météorologique est une application des connaissances en météorologie et des techniques modernes de prises de données et d’informatique pour prévoir l’état de l’atmosphère à un temps ultérieur. L’histoire de la prévision du temps remonte aux temps immémoriaux avec les oracles et devins mais la science moderne date vraiment de la fin du et du début du . Elle s’est cependant affirmée depuis la Seconde Guerre mondiale alors que les moyens techniques comme le radar et les communications modernes ont rendu l’accès aux données plus rapide et plus nombreuses.
MétéorologieLa météorologie est une science qui a pour objet l'étude des phénomènes atmosphériques tels que les nuages, les précipitations ou le vent dans le but de comprendre comment ils se forment et évoluent en fonction des paramètres mesurés tels que la pression, la température et l'humidité. Le mot vient du grec ancien (« qui est au-dessus de la terre »), qui désigne les particules en suspension dans l'atmosphère et , « discours » ou « connaissance ».
Prévision d'ensemblesvignette|En haut: Modèle déterministe du WRF pour la prévision de trajectoire de l'ouragan Rita en 2005. En bas : Dispersion des différents modèles utilisés par le National Hurricane Center pour la même tempête. La prévision d'ensembles est une méthode de prévision numérique du temps utilisé pour tenter de générer un échantillon représentatif des états futurs possibles d'un système dynamique. En effet, ni les observations, ni l'analyse, ni le modèle de prévision ne sont parfaits et la dynamique atmosphérique est très sensible, dans certaines conditions, à la moindre fluctuation.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Oragevignette|Arcus de type « multicouche » lors d'un orage au-dessus d'Enschede (Pays-Bas). vignette|Orage, Garajau, Madère. Un orage (dérivé à l'aide du suffixe -age de l'ancien français ore, signifiant « vent ») est une perturbation atmosphérique d'origine convective associée à un type de nuage particulier : le cumulonimbus. Ce nuage à grande extension verticale engendre des pluies fortes à diluviennes, des décharges électriques de foudre accompagnées de tonnerre.
Disaster responseDisaster response refers to the actions taken directly before, during or in the immediate aftermath of a disaster. The objective is to save lives, ensure health and safety and to meet the subsistence needs of the people affected. This includes warning/evacuation, search and rescue, providing immediate assistance, assessing damage, continuing assistance and the immediate restoration or construction of infrastructure (i.e. provisional storm drains or diversion dams).
Machine à vecteurs de supportLes machines à vecteurs de support ou séparateurs à vaste marge (en anglais support-vector machine, SVM) sont un ensemble de techniques d'apprentissage supervisé destinées à résoudre des problèmes de discrimination et de régression. Les SVM sont une généralisation des classifieurs linéaires. Les séparateurs à vaste marge ont été développés dans les années 1990 à partir des considérations théoriques de Vladimir Vapnik sur le développement d'une théorie statistique de l'apprentissage : la théorie de Vapnik-Tchervonenkis.
Algorithme d'apprentissage incrémentalEn informatique, un algorithme d'apprentissage incrémental ou incrémentiel est un algorithme d'apprentissage qui a la particularité d'être online, c'est-à-dire qui apprend à partir de données reçues au fur et à mesure du temps. À chaque incrément il reçoit des données d'entrées et un résultat, l'algorithme calcule alors une amélioration du calcul fait pour prédire le résultat à partir des données d'entrées.
Assimilation de donnéesEn météorologie, l'assimilation de données est le procédé qui consiste à corriger, à l'aide d'observations, l'état de l'atmosphère d'une prévision météorologique. La prévision numérique de l'évolution de l'atmosphère dépend grandement des conditions initiales qui lui sont fournies. Or il est difficile de déterminer, à un instant donné, l'état de l'atmosphère, c’est-à-dire l’ensemble des variables atmosphériques (pression, température, humidité, etc.) sur l’ensemble du volume, avec une bonne résolution et une bonne précision.
CatastropheLe terme catastrophe désigne les effets dommageables d'un phénomène brutal, durable ou intense, d'origine naturelle ou humaine. Il vient du grec ancien , « bouleversement, ruine ». Les conséquences de la catastrophe – le fait catastrophique – sont dans la fracture de la continuité organisée et du confort acquis. On distingue tout particulièrement les situations incluant pertes humaines et destructions à grande échelle. La singularité et l'ampleur du désastre que provoquent les grandes catastrophes affectent les esprits des populations concernées.
PrévisionLa prévision est une . D'une façon générale, . Dans un sens plus restrictif, en épistémologie contemporaine, la prévision se distingue de la prédiction, qui est issue d'une loi ou théorie scientifique hautement confirmée ou corroborée, tandis que la prévision découle d'hypothèses ou de conjectures moins assurées. La prévisibilité et la prédictibilité désignent la possibilité que certains événements ou phénomènes soient prévus ou prédits à partir d'une hypothèse ou d'une théorie scientifique et de conditions initiales appropriées.
Automated machine learningAutomated machine learning (AutoML) is the process of automating the tasks of applying machine learning to real-world problems. AutoML potentially includes every stage from beginning with a raw dataset to building a machine learning model ready for deployment. AutoML was proposed as an artificial intelligence-based solution to the growing challenge of applying machine learning. The high degree of automation in AutoML aims to allow non-experts to make use of machine learning models and techniques without requiring them to become experts in machine learning.
Disaster risk reductionDisaster risk reduction (DRR) sometimes called disaster risk management (DRM) is a systematic approach to identifying, assessing and reducing the risks of disaster. It aims to reduce socio-economic vulnerabilities to disaster as well as dealing with the environmental and other hazards that trigger them.
Glossaire de la météorologieGlossaire de la météorologie Kelvin (unité de température thermodynamique) Khamsin Quantité d'éclairement Quantité d'énergie rayonnante Quantité de mouvement Quantité de mouvement angulaire Quarantièmes rugissants Quotient pluviométrique Quotient pluviothermique Uncinus (unc) Undulatus (un) Unité Dobson Unités SI Willy-willy Xérophyte Le portail européen de la formation en météorologie : Météorologie Catégorie:Météorologie
Satellite météorologiquevignette|Satellite Météosat de première génération. Un satellite météorologique est un satellite artificiel qui a comme mission principale le recueil de données utilisées pour la surveillance du temps et du climat de la Terre. Chaque nouvelle génération de satellite comporte des senseurs plus performants et capables d'effectuer des mesures sur un plus grand nombre de canaux ce qui permet de les utiliser pour différencier les divers phénomènes météorologiques : nuages, précipitations, vents, brouillard, etc.
Sciences numériquesLes sciences numériques (traduction de l'anglais computational sciences), autrement dénommées calcul scientifique ou informatique scientifique, ont pour objet la construction de modèles mathématiques et de méthodes d'analyse quantitative, en se basant sur l'utilisation des sciences du numérique, pour analyser et résoudre des problèmes scientifiques. Cette approche scientifique basée sur un recours massif aux modélisations informatiques et mathématiques et à la simulation se décline en : médecine numérique, biologie numérique, archéologie numérique, mécanique numérique, par exemple.
Catastrophe naturellethumb|Éruption du Pinatubo aux Philippines (12 juin 1991). Une catastrophe naturelle est une catastrophe qui résulte d’un événement naturel : séisme, éruption volcanique, tsunami, mouvements de terrain, inondation, tempête, cyclone tropical, orages. Le Bureau des Nations unies pour la réduction des risques de catastrophe souligne que le changement climatique est le principal responsable du doublement des catastrophes naturelles en 20 ans. Les inondations et les tempêtes ont été les catastrophes les plus fréquentes au cours des décennies 2000 et 2010.
Computational statisticsComputational statistics, or statistical computing, is the bond between statistics and computer science. It means statistical methods that are enabled by using computational methods. It is the area of computational science (or scientific computing) specific to the mathematical science of statistics. This area is also developing rapidly, leading to calls that a broader concept of computing should be taught as part of general statistical education.
Détecteur de foudreUn détecteur de foudre est un appareil qui permet de capter l'onde électromagnétique des parasites atmosphériques générés par un éclair provenant d'un orage. Les détecteurs de foudre sont utilisés par les services météorologiques, comme le Service météorologique du Canada, Météo-France et le National Weather Service américain, pour suivre les orages et prévenir les populations de leur arrivée.
Prévision de la demandeLa prévision de la demande (à différencier de la prévision des ventes qui intègre les contraintes de production) est une démarche qui consiste à estimer la consommation des produits ou des services pour les périodes à venir. Elle permettra de planifier la production afin de réduire les délais de livraison et d'optimiser le niveau des stocks. La prévision de la demande est aussi une étape fondamentale de l'établissement d'un S&OP (plan industriel et commercial) ou d'un plan d'affaires ("business model") pour étudier la viabilité économique d'un projet ou d'une entreprise.
