Mode d’emploi produit "Ensemble"

Routage d’ensemble

Ce module vous aide à appréhender l’incertitude d’une route et à repérer (sur le parcours) et comment (branches) le scénario météo peut faire diverger la stratégie. L’idée : critiquer un « routage unique » à une lecture probabiliste en exploitant des ensembles.

Démarrage rapide (30 secondes)

  1. Activez le couloir P10–P90 (lecture immédiate de la robustesse).
  2. Regardez le Spread ETA : c’est le KPI n°1 pour décider.
  3. Repérez la zone critique (dispersion max) : c’est souvent « là que la route se joue ».
  4. Activez la densité pour distinguer les branches (scénarios).
  5. Si branches nettes : affichez les familles (k=3 par défaut), puis testez k=2 ou k=4 si besoin.

1. Lecture des différentes couches cartographiques

🔵 Spaghetti

  • Chaque ligne bleue représente un membre du modèle.
  • Utile pour voir la dispersion brute, scénarios extrêmes, routes minoritaires.
La limite de cette approche reste qu'il est difficile d'appréhender faute de visibilité les différents membres dès que l'on affiche plus de 20 membres

⚫ Couloir probabiliste P10–P90

Ruban semi-transparent autour de la route de référence (ou moyenne).
P10 = borne basse (10% des membres en dessous)
P90 = borne haute (90% des membres en dessous).

  • Tube étroit : scénario robuste (les différents membres sont en accord).
  • Tube qui s’élargit : l'incertitude est plus forte, risque de nouveles trajectoires à appréhender dans al prise de décision
  • Largeur maximale : zone de décision stratégique (souvent liée à une transition synoptique au niveau météorologique).

🟣 Densité (heatmap)

  • Représente la concentration des positions : violet intense = scénario dominant.
  • Branches fines = scénarios minoritaires.
Cette approche est idéal pour repérer les changements de scénario, scénario robuste vs scénario marginal.

2. KPI Ensemble (panneau gauche)

ETA ensemble

Affiche : Min • P10 • Médiane • P90 • Max • Spread (heures).

Lecture opérationnelle (repères rapides)

  • Spread < 3h : robustesse forte.
  • 3 à 8h : incertitude modérée.
  • > 8h : scénario très divergent (souvent plusieurs « familles » météo).

Exemple d’utilisation

Illustration du routage ensemble
Exemple routage ensemble Navimetrix
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
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 = 15.4h : incertitude très forte → probablement deux scénarios météo distincts.
  • Dispersion max (95 nm) à 68% : première moitié robuste, puis transition structurante vers 60–70%.
  • Risque principal : divergence de trajectoire pouvant générer jusqu’à 15h d’écart à l’arrivée.

Dispersion maximale

Affiche : Largeur max P90–P10 (nm) et position (% du parcours). C’est l’indicateur “où çela peut se jouer en terme de prise de décision”.
Ex. 65 nm à 42% → zone critique à anticiper.

Distance & Durée

  • Statistiques ensemble : min / médiane / max et delta.
  • Permet d’évaluer le coût distance, le compromis vitesse/sécurité, et le “pire cas”.

3. Lecture stratégique sur 3 profils types

Risque faible Scénario robuste

  • Tube étroit
  • Densité concentrée
  • Spread ETA faible

Décision simple : on optimise la perf.

Risque pondéré Scénario bifurqué

  • Tube large à un point précis
  • Deux branches nettes
  • Spread ETA important

Décision structurante : lecture météo + gestion du risque.

Risque élevé Scénario chaotique

  • Densité diffuse
  • Tube large partout
  • Spread très élevé

Prudence : stratégie conservatrice, options de repli.


4. Zone critique : où l’incertitude explose

La zone critique correspond au point où la dispersion entre les différents membres apparait maximale (largeur P90–P10 maximale).

Illustration
Exemple
Affichage carte : Il est matérialisé par un cercle noir + centre rouge + halo
Affichage menu : position “ à X % du parcours”.
Interprétation : c’est l’endroit où les routes commencent réellement à diverger Une décision stratégique est à prendre .

5. Familles (clustering) des routes

Principe

Le clustering est calculé uniquement après la zone critique, avant les routes issues des différents membres métérologiques sont trop proches et le regroupement pourrait polluer la classification par familles.

Méthode : k-medoids

Cette méthode, dite PAM ou Partitioning Around Medoids est particulièrement adaptée au traitement des trajectoires
  • Robuste aux outliers (scénarios rares).
  • Le centre d’une famille est une route réelle (médoïde), pas une moyenne “théorique”, donc chaque famille a un représentant réel
  • Distance : géométrique (type RMS) entre trajectoires complètes.

Pourquoi c’est différent de k-means ?

  • K-means : centre = moyenne (idéal pour des champs continus par exemple en météorologie.
  • K-medoids : centre = membre réel (idéal pour des objets discrets, ex. routes, ou portions de route).

Réglage du nombre de familles

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

  • k=2 peut être trop réducteur : un scénario rare “utile” peut être absorbé → perte d’info.
  • k=3 peut être artificiel si l’ensemble est vraiment bimodal.
  • k=4 utile si 3 branches nettes + une petite branche faible (rare mais possible).

Infos affichées par famille

  • % de membres
  • ETA médiane
  • Distance médiane
  • Durée médiane

Utilisation recommandée

  1. Identifier la zone critique.
  2. Observer les % par famille.
  3. Comparer les ETA médianes et le Δ (heures).
  4. Évaluer si la branche minoritaire est un scénario de sécurité ou un coup.

6. Réglages avancés

“Produits ensemble” : Réglage tubes (40 à 120)

Contrôle le nombre de points de calcul du couloir probabiliste le long du parcours. Le système découpe la route de référence en N tranches et mesure la dispersion latérale à chaque tranche.

Illustration
Exemple

Valeur basse (40–60)

  • Calcul plus rapide
  • Tube plus lissé
  • Lecture synthétique
  • Moins sensible aux petites variations

Idéal : vision stratégique globale.

Valeur haute (80-120)

  • Analyse plus fine
  • Tube plus détaillé
  • Meilleure détection des pics de dispersion
  • Zone critique plus localisée

Idéal : analyse tactique détaillée.

Réglage grille densité (10 à 50 km)

Paramètre la taille des cellules pour la heatmap.

  • 10–20 km : très détaillé, met en évidence des micro-branches (peut paraître “bruyant”).
  • 30–50 km : plus lissé, met en évidence les grandes tendances (traversées océaniques).

7. Limites & évolutions

Limites actuelles

  • Dépendance au modèle GEFS
  • Résolution ~ 0.50°
  • Les phénoménes de Micro-échelle ne sont pas capturés (orages, limite pluvieuse, nuages, effets côtiers…)
  • Le clustering automatique est limité entre 2 et 4 familles, cela nécéssite un affinage manuel, pas d’auto-détection ce qui serait l'idéal

Évolutions prévues

  • Clustering automatique (2 à 4 familles) + aide au choix de k
  • Histogramme ETA
  • Détection automatique renforcée de la zone de décision
  • KPI météo (TWS / TWA / SOG)