Mode d’emploi produit "Ensemble"

Routage d’ensemble

Ce module permet d’appréhender l’incertitude d’un routage et de repérer où sur le parcours et comment les différents scénarios météorologiques peuvent faire diverger la stratégie. L’objectif est de passer d’un « routage unique » à une lecture probabiliste fondée sur les membres d’ensemble.

1. Lecture des différentes couches cartographiques

Spaghetti : membres d’ensemble

• Chaque ligne correspond à une trajectoire issue d’un membre de l’ensemble.
• GEFS est représenté par un faisceau bleu pastel en tirets fins.
• ECMWF IFS est représenté par un faisceau mauve pastel en trait continu.
• Les deux ensembles peuvent être affichés simultanément ; les commandes ON/OFF permettent d’alléger la carte si nécessaire.
• La lecture spaghetti montre la dispersion brute, les scénarios extrêmes et les routes minoritaires, mais devient naturellement plus difficile lorsque le nombre de membres augmente.

Route de contrôle GEFS

La route de contrôle GEFS est affichée en bleu marine et en tirets. Elle sert de repère pour comparer les membres, mais elle n’est ni la route la plus rapide, ni nécessairement la route la plus probable ou la meilleure stratégie.

Route de contrôle ECMWF IFS

La route de contrôle ECMWF IFS est affichée en prune et en trait continu. Comme pour GEFS, sa position dans le faisceau est une information de lecture, mais ne constitue pas à elle seule une recommandation de route.

Route la plus rapide de l’ensemble

La route correspondant à la durée minimale parmi les membres est mise en évidence en vert. Elle constitue un repère de performance au sein de l’ensemble, sans préjuger de sa robustesse météorologique.

⚫ Couloir probabiliste P10–P90

Ruban semi-transparent calculé transversalement au parcours de référence.
P10 = borne basse du faisceau ; P90 = borne haute.

• Tube étroit : bonne cohérence géométrique entre les membres.
• Tube qui s’élargit : l’incertitude augmente et plusieurs stratégies peuvent commencer à se distinguer.
• Largeur maximale : point où l’écart transversal P90–P10 atteint son maximum.

🟣 Densité (heatmap)

• Représente la concentration des positions : une zone dense correspond à une trajectoire davantage représentée.
• Les branches peu denses correspondent à des scénarios minoritaires.

Cette couche aide à distinguer un scénario robuste d’une branche marginale et complète la lecture du couloir P10–P90.

Familles de trajectoires

Après le début de divergence, les trajectoires peuvent être regroupées en familles A, B, C ou D. Les couleurs de familles restent identiques d’un ensemble à l’autre ; c’est le style du trait qui permet de conserver l’identité du modèle : GEFS tireté, IFS continu.

Modèles déterministes en comparaison

Les trajectoires déterministes peuvent être superposées aux ensembles sans entrer dans les KPI probabilistes. Elles utilisent des couleurs électriques afin de rester immédiatement distinctes des ensembles pastel : GFS, ECMWF IFS, AIFS.

Sélection d’une route et informations météo

Un clic sur un membre met sa trajectoire en surépaisseur sans changer sa couleur. Les points du membre peuvent afficher TWD / TWS et TWA / SOG, ainsi que la date et l’heure du point. Les barbules suivent la convention météorologique pour représenter direction et force du vent. Un second clic sur la même route annule la sélection.

2. KPI Ensemble (panneau gauche)

ETA ensemble

Affiche : Min • P10 • Médiane • P90 • Max • Spread en heures.

Dispersion : trois informations à lire ensemble

• Début de divergence : première portion où l’écartement P10–P90 devient significatif et se maintient.
• Dispersion maximale : position où la largeur P10–P90 atteint son maximum.
• Clustering des familles : il débute à partir du début de divergence, et non au niveau du maximum de dispersion.

Dans l’algorithme actuel, le début de divergence est détecté lorsque la largeur P10–P90 atteint au moins 25 % de la dispersion maximale, avec un plancher de 10 nm, et reste au-dessus de ce seuil sur plusieurs points successifs. Il s’agit donc d’un critère de détection destiné à repérer le début d’une séparation durable.

Exemple d’utilisation

Illustration du routage ensemble

ETA ensemble
Min : 23/02 02:27
P10 : 23/02 03:10
Médiane : 23/02 06:00
P90 : 23/02 12:24
Max : 23/02 17:49
Spread : 15.4 h

Dispersion maximale
Largeur max P90–P10 : 95 nm
À ~68 % du parcours

Distances / Durées
Dist (nm) min 683 • méd 714 • max 750 (Δ 67)
Durée (h) min 89.5 • méd 93.0 • max 104.8 (Δ 15.4)

Interprétation pour le skipper

• Spread ETA = 15.4 h : dispersion temporelle importante et nécessité d’examiner les branches.
• Dispersion maximale = 95 nm à 68 % : l’écartement transversal atteint son pic à cet endroit.
• Ce maximum ne signifie pas que les routes commencent à diverger à 68 % : le début de divergence doit être lu séparément, en amont.

Distance & Durée

• Statistiques ensemble : min / médiane / max et delta.
• Permet d’évaluer le coût en distance et l’écart de durée entre les différents scénarios.

3. Lecture stratégique sur 3 profils types

4. Début de divergence et dispersion maximale

Ces deux repères répondent à deux questions différentes. Les confondre conduit à placer trop tard le moment où les scénarios commencent réellement à se séparer.

Illustration

Lecture pédagogique :
le jaune indique quand la séparation devient significative ;

le rouge indique où cette séparation atteint son maximum.

Le maximum de dispersion n’est donc pas le point de départ des familles : celles-ci peuvent s’être structurées nettement en amont.

5. Familles (clustering) des routes

Principe

Le clustering est calculé à partir du début de divergence. Avant ce point, les routes sont encore trop proches et leur géométrie commune pourrait dominer artificiellement la classification.

Méthode : k-medoids

La méthode PAM (Partitioning Around Medoids) est adaptée au regroupement de trajectoires :

• elle est robuste aux outliers et scénarios rares ;
• le centre d’une famille est une route réelle (médoïde), et non une moyenne théorique ;
• la distance utilisée est géométrique, de type RMS, sur la portion de trajectoire considérée.

Réglage du nombre de familles

Par défaut : k = 3 (sélecteur k = 2 à 4).

• k=2 peut être trop réducteur si une troisième branche faible mais structurée existe.
• k=3 peut être artificiel si l’ensemble est réellement bimodal.
• k=4 est utile lorsque plusieurs branches nettes et une branche minoritaire apparaissent.

Informations affichées par famille

• pourcentage de membres ;
• ETA médiane ;
• distance médiane ;
• durée médiane.

Utilisation recommandée

1. Identifier le début de divergence.
2. Observer la dispersion maximale et son amplitude.
3. Examiner les % par famille.
4. Comparer les ETA médianes, distances et durées.
5. Revenir aux champs météorologiques pour comprendre ce qui distingue les branches.

6. Réglages avancés et outils

« Produits ensemble » : réglage du tube (40 à 120 points)

Ce paramètre contrôle le nombre de points utilisés pour échantillonner le parcours et mesurer la dispersion transversale. Le même calcul alimente le couloir P10–P90, le début de divergence, la dispersion maximale et le clustering.

Réglage de la grille de densité (10 à 50 km)

• 10–20 km : très détaillé, met en évidence les micro-branches mais peut devenir visuellement bruité.
• 30–50 km : plus lissé, adapté à la lecture des grandes tendances sur une traversée océanique.

Affichage simultané GEFS / ECMWF IFS

Les deux ensembles peuvent être chargés en même temps. Le panneau permet d’activer ou de masquer chacun d’eux et de choisir celui dont les KPI sont affichés. Pour une lecture claire, il est recommandé d’analyser les familles d’un ensemble à la fois lorsque les faisceaux se superposent fortement.

Règle marine A–B

Les deux repères A et B sont déplaçables. La règle affiche la distance en milles nautiques et le relèvement A → B de 000° à 359°. Elle constitue un outil de lecture indépendant du calcul des routages.

7. Limites & évolutions

Limites actuelles

• La pertinence du produit dépend directement de la qualité et de la dispersion des ensembles GEFS et ECMWF IFS chargés.
• Les phénomènes de micro-échelle mal représentés par les modèles d’ensemble peuvent rester insuffisamment capturés : convection locale, effets côtiers, limites nuageuses ou pluvieuses, etc.
• Le début de divergence repose actuellement sur un critère automatique (25 % du maximum, plancher 10 nm, persistance sur plusieurs points) : c’est un repère d’aide à la lecture, pas une frontière météorologique objective.
• Le clustering reste limité à 2 à 4 familles et nécessite une interprétation humaine du nombre de branches réellement pertinentes.
• En affichage simultané GEFS + IFS, les familles des deux ensembles doivent être interprétées séparément.

Évolutions possibles

• aide automatique au choix de k pour le clustering ;
• histogramme ou distribution graphique des ETA ;
• détection de divergence enrichie par des critères météorologiques, et pas uniquement géométriques ;
• synthèse comparative GEFS / IFS / déterministes sur une même échéance.