Graphique spaghetti et vérification ERA5 : décrypter l'historique des prévisions

1. Pourquoi superposer tous les runs ?

Un modèle météo est relancé plusieurs fois par jour. Chaque lancement — appelé run — produit une nouvelle prévision pour les jours suivants. Pour une date cible donnée, il existe donc des dizaines de runs émis sur plusieurs jours, qui ont tous prévu les conditions de ce moment-là depuis différentes distances temporelles.

La plupart des applications ne montrent que le dernier run. C'est la "photo" — utile, mais qui ne dit rien de l'évolution des prévisions dans le temps.

Le graphique spaghetti de Solano superpose tous ces runs sur un même graphique. L'image qui se forme — serrée ou dispersée, convergente ou chaotique — donne une information que la valeur seule ne peut pas donner : la situation était-elle prévisible ?

      Pour chaque modèle atmosphérique analysé par Solano (AROME HD, ICON-EU, ARPEGE, ECMWF, GFS, UKMO…), le graphique spaghetti reconstruit jusqu'à 5 jours d'historique de runs — soit plusieurs dizaines de courbes pour les modèles qui tournent 4 à 8 fois par jour.
    

2. Comment ouvrir le panneau Spaghetti

Placez un point sur la carte et attendez que l'analyse se charge. Dans le panneau de résultats, chaque modèle est affiché avec son score de stabilité. Cliquez sur un modèle pour ouvrir le panneau Spaghetti correspondant.

Capture 1 Panneau de résultats avec la liste des modèles et leurs scores.
Flèche ou encadré indiquant qu'on clique sur un modèle pour ouvrir le spaghetti.

Le panneau Spaghetti s'ouvre à droite (sur desktop) ou en bas (sur mobile). Il affiche par défaut la variable Vent moyen pour le jour sélectionné dans la frise.

Raccourci : le score de stabilité affiché sur la frise correspond à ce que vous verrez dans le spaghetti — un score 8/10 signifie des courbes groupées, un score 3/10 des courbes dispersées.

3. Lire le graphique : axes, couleurs, onglets

Les axes

Axe horizontal — les heures de la journée sélectionnée, de 0h à 23h.
Axe vertical — la valeur de la variable affichée (nœuds pour le vent, mm/h pour la pluie, degrés pour la direction…).

Les couleurs des courbes

Chaque courbe représente un run différent. La couleur indique son âge relatif : les runs récents sont tracés avec une teinte saturée, les runs plus anciens avec une teinte pâle. Le run le plus récent est toujours la courbe la plus mise en avant — c'est la "prévision actuelle".

Les onglets variables

En haut du graphique, une série d'onglets permet de changer la variable affichée :

Vent — vitesse du vent moyen en nœuds
Rafales — vitesse maximale en nœuds (souvent plus instable que le vent moyen)
Direction — cap du vent en degrés (attention : 355° et 5° sont quasi identiques)
Pluie — précipitations en mm/h
Température — en °C
Nuages — couverture nuageuse en %
Pression — pression au niveau de la mer en hPa

Onglet Courbes du panneau Cohérence — spaghetti multi-modèles avec vent, rafales et données marines — Onglet Courbes — chaque ligne colorée représente un run différent. Les modèles atmosphériques (ARPEGE, ECMWF, ICON) et les modèles marins (vagues, courants) sont affichés séparément. La sidebar gauche permet de filtrer par variable et par modèle.

Conseil : commencez toujours par les Rafales pour la navigation. Les rafales sont plus volatiles que le vent moyen et leur stabilité inter-runs est plus déterminante pour la sécurité.

4. Les patterns à reconnaître

Quelques configurations reviennent régulièrement. Apprenez à les identifier et vous lirez un spaghetti en quelques secondes.

📌 Courbes serrées — consensus fort

Tous les runs se superposent presque parfaitement. La prévision n'a pratiquement pas changé depuis plusieurs jours. Score de stabilité élevé (8–10).

→ Prévision fiable. Planifier en confiance.

📌 Courbes dispersées — incertitude structurelle

Les runs ancien et récents divergent franchement et sans tendance claire. La situation météo est intrinsèquement difficile à prévoir pour ce modèle. Score bas (2–5).

→ Ne pas s'engager. Revérifier à J-1.

📌 Courbes qui convergent vers la droite

Les anciens runs divergeaient, mais les runs récents se resserrent. La situation se clarifie au fur et à mesure qu'on s'approche du jour J. Score en hausse.

→ Signal positif : la prévision gagne en fiabilité. Surveiller encore 1–2 runs.

📌 Courbes qui divergent vers la droite

Les runs récents s'écartent alors que les anciens s'accordaient. Les modèles perdent confiance à l'approche du jour J — souvent le signe d'une perturbation difficile à localiser. Score en baisse.

→ Signal d'alerte. La prévision se dégrade — maximum de vigilance.

📌 Bascule tardive — un run très décalé

Tous les runs s'accordaient, puis le dernier run récent rompt brutalement avec la tendance (ex : +10 nœuds d'un coup). Peut être un vrai changement de situation ou un run en échec d'initialisation.

→ Attendre le run suivant pour confirmer. Une bascule isolée est à prendre avec précaution.

Capture 3 Exemples de deux patterns contrastés côte à côte, ou deux captures séparées :
— Gauche : courbes très serrées (consensus, score élevé)
— Droite : courbes écartées (incertitude, score bas)

5. L'onglet Vérif. ERA5 — prévision vs réalité

Le 4ème onglet du panneau Spaghetti — 📡 Vérif. — ajoute une dimension supplémentaire : la comparaison avec ce qui s'est vraiment passé.

ERA5T : la réanalyse de référence

ERA5T est la réanalyse atmosphérique en quasi-temps-réel de l'ECMWF. Ce n'est pas une mesure directe sur le terrain : c'est une reconstruction cohérente de l'état de l'atmosphère heure par heure, obtenue par assimilation de données éparses (stations météo, radiosondages, satellites, bouées) dans un modèle numérique de pointe. Elle est disponible avec environ 1 à 2 jours de délai et constitue la meilleure estimation disponible de ce qui s'est passé.

Dans l'onglet Vérif., la ligne ERA5T est tracée en pointillé noir. Les courbes colorées représentent les runs du modèle sélectionné pour ce même jour. La question devient simple : les modèles avaient-ils raison ?

Onglet Vérif. ERA5 — ligne pointillée noire ERA5T et runs colorés ARPEGE, ECMWF, ICON — Onglet Vérif. ERA5 — la ligne pointillée noire représente la réanalyse ERA5T. Les courbes colorées (ARPEGE en bleu, ECMWF en vert, ICON en marron) montrent les runs successifs émis pour ce jour. Le sélecteur de jour dans la sidebar est indépendant de la frise principale.

Comment naviguer dans les jours passés

Un sélecteur de jour propre apparaît dans le panneau Spaghetti en mode Vérif. — indépendant de la frise principale. Vous pouvez ainsi comparer les prévisions passées sans changer le jour sélectionné dans le reste de l'application.

Les 15 derniers jours sont disponibles. Les labels des runs affichent "J-N · JJ/MM" pour situer chaque courbe par rapport au jour observé.

Ce que Vérif. ne couvre pas

ERA5T récent ne fournit pas toutes les variables. La direction du vent, la visibilité et les données marines (vagues, courants) ne sont pas disponibles dans cet onglet. Les variables couvertes sont : vent moyen, rafales, précipitations, température, couverture nuageuse et pression.

Usage avancé : le bouton ★ dans le sélecteur de jour positionne directement sur J-1 à midi, avec les runs 12Z — la fenêtre la plus intéressante pour voir comment les modèles ont prévu hier par rapport à la réalité ERA5.

6. Astuces d'utilisation

Comparez plusieurs modèles. Si ECMWF montre des courbes serrées mais ARPEGE des courbes dispersées, les deux modèles ne s'accordent pas — signe d'incertitude que le score multi-modèles capturera aussi.
Regardez les rafales en premier. Les rafales sont la variable la plus volatile entre runs. Un spaghetti "rafales" dispersé alors que le vent moyen est stable indique des incertitudes de pic que la météo classique masque.
Utilisez Vérif. ERA5 pour calibrer votre confiance. Si un modèle est systématiquement juste à J-2 sur votre spot, vous pouvez lui accorder plus de crédit. Si ses runs de J-4 sont toujours loin de ERA5, ils méritent moins d'attention.
Les jours à faible score méritent une surveillance. Si le score d'un jour est bas à J-3, revenez voir à J-2 : il arrive fréquemment que le score remonte quand les modèles convergent à l'approche.