RéponsesPublié15 sources
Fengqing, le modèle météo chinois qui explore 51 scénarios jusqu’à 15 jours
Fengqing Ensemble V1.0 génère deux fois par jour des prévisions mondiales à 51 membres, jusqu’à 360 heures, avec une résolution horizontale de 0,25°. Le système a passé son examen opérationnel au Centre météorologique national chinois.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- Fengqing Ensemble V1.0 génère deux fois par jour des prévisions mondiales à 51 membres, jusqu’à 360 heures, avec une résolution horizontale de 0,25°.
- Le système a passé son examen opérationnel au Centre météorologique national chinois.
- Les 11 jours annoncés concernent la hauteur géopotentielle à 500 hPa, calculée à partir de la moyenne de l’ensemble.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What is the China Meteorological Administration’s Fengqing AI global short- and medium-range ensemble forecasting system (CMA-AIM-GFS-Fengqi. Article summary: CMA-AIM-GFS-Fengqing-ENS-V1.0, or “Fengqing Ensemble V1.0,” is CMA’s AI system for global short- and medium-range probability weather forecasting, developed under the National Meteorological Centre’s leadership.[9] Octob. Topic tags: general, general web, academic, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts wi
Le système Fengqing Ensemble V1.0 est un outil d’intelligence artificielle de l’Administration météorologique chinoise (CMA) conçu pour établir des prévisions probabilistes mondiales à courte et moyenne échéance. Il a passé son examen opérationnel au Centre météorologique national, mais la CMA indique que son entrée officielle en service est prévue le 10 novembre 2026. Le résultat phare annoncé — un horizon effectif de 11 jours — concerne une variable atmosphérique précise : la hauteur géopotentielle à 500 hPa, calculée à partir de la moyenne des prévisions de l’ensemble.17
19
51 prévisions plutôt qu’un seul scénario
La CMA indique que le système doit produire deux fois par jour des prévisions mondiales couvrant de 0 à 360 heures, par tranches de six heures et à une résolution horizontale de 0,25°. Chaque échéance comprend 51 membres, c’est-à-dire 51 évolutions possibles, et porte sur des variables d’altitude et de surface : hauteur géopotentielle, humidité, vent, température ou pression au niveau de la mer, entre autres.19
Une prévision déterministe propose une seule évolution de l’atmosphère. Un système ensembliste en calcule plusieurs : leur dispersion peut aider à estimer l’incertitude et à produire des prévisions probabilistes. C’est la différence essentielle entre les deux approches — et le principe au cœur de Fengqing Ensemble.
Un examen réussi, une mise en service datée
L’examen opérationnel s’est tenu au Centre météorologique national. Après évaluation par des experts, le système a été jugé prêt à être utilisé dans les opérations météorologiques.17 Des articles publiés en octobre l’ont présenté comme déjà en service. La notice ultérieure de la CMA précise toutefois le calendrier officiel : l’exploitation opérationnelle doit commencer le 10 novembre 2026.
18
19
Le Centre météorologique national a piloté le développement, avec l’Institut de recherche sur l’innovation en intelligence artificielle météorologique de Xiong’an et le Centre national d’information météorologique. Le compte rendu de l’examen cite également Sugon parmi les partenaires.17
19
Un modèle distinct de l’ancien Fengqing
Le système ensembliste partage son nom avec un modèle d’IA météo antérieur, développé par la CMA et l’Université Tsinghua. Cette première version intégrait des principes physiques de l’atmosphère dans sa conception et son entraînement, notamment des propriétés de conservation.33 Ces caractéristiques documentent l’approche de l’ancien modèle, mais ne prouvent pas que Fengqing Ensemble utilise la même architecture ou les mêmes contraintes physiques.
Certaines publications attribuent à Fengqing des prévisions allant jusqu’à 15 jours, à une résolution de 25 kilomètres, produites en environ trois minutes. Ces spécifications concernent la version V1.5 du modèle antérieur : elles ne sont pas confirmées pour Fengqing Ensemble V1.0.38
19 La CMA donne plutôt, pour le système ensembliste, ses propres paramètres : 51 membres, une résolution de 0,25° et une fenêtre de prévision allant jusqu’à 360 heures. Les informations officielles disponibles ne précisent ni son architecture exacte de réseau neuronal ni son temps de calcul pour produire une prévision.
19
Ce que signifie — et ne signifie pas — le résultat de 11 jours
Selon la CMA, des tests réalisés sur des échantillons indépendants couvrant janvier 2025 à août 2026 donnent un horizon effectif de 11 jours pour la prévision mondiale moyenne de l’ensemble de la hauteur géopotentielle à 500 hPa. L’organisme rapporte aussi de bons résultats pour le score probabiliste continu (CRPS) et le rapport entre dispersion et erreur, deux indicateurs employés pour évaluer les prévisions ensemblistes.19
Ce chiffre de 11 jours porte sur une variable et un résultat de vérification déterminés. Il ne signifie pas que les fortes pluies, les typhons ou les orages violents peuvent tous être prévus avec précision à 11 jours. La notice publiée ne donne pas les valeurs détaillées du CRPS ni du rapport dispersion-erreur : il est donc difficile d’évaluer l’ampleur des performances annoncées.19
Une dépêche de l’agence China News Service rapporte que certains indicateurs de Fengqing Ensemble sont meilleurs que ceux de systèmes ensemblistes numériques et fondés sur l’IA du Centre européen pour les prévisions météorologiques à moyen terme (ECMWF). Mais les éléments disponibles ne présentent pas de scores détaillés comparés dans des conditions identiques — par variable, région et échéance — qui permettraient d’établir une supériorité générale.18
La même dépêche indique que l’entraînement du système s’est appuyé sur un cluster de calcul AI4S de 100 000 cartes, au sein d’un nœud central du Réseau national chinois de supercalcul. Elle décrit aussi les ressources de données, de modèles et de calcul comme étant sous contrôle national.18 Il s’agit d’informations rapportées sur le développement, et non d’un audit indépendant de chaque composant. La taille du cluster d’entraînement ne permet pas non plus de déduire les ressources nécessaires à chaque prévision opérationnelle.
À retenir
Fengqing Ensemble V1.0 ajoute aux outils de la CMA un système mondial de prévision probabiliste à 51 membres, dont les échéances s’étendent jusqu’à 360 heures. Il a passé son examen opérationnel, mais la date officielle de mise en service annoncée par la CMA est le 10 novembre 2026. Son résultat de 11 jours est notable, mais circonscrit à une mesure de la circulation atmosphérique ; des données de vérification plus détaillées seraient nécessaires pour juger ses performances sur d’autres variables et phénomènes météo.17
19
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « Fengqing, le modèle météo chinois qui explore 51 scénarios jusqu’à 15 jours » ?
Fengqing Ensemble V1.0 génère deux fois par jour des prévisions mondiales à 51 membres, jusqu’à 360 heures, avec une résolution horizontale de 0,25°.
Quels sont les points clés à valider en premier ?
Fengqing Ensemble V1.0 génère deux fois par jour des prévisions mondiales à 51 membres, jusqu’à 360 heures, avec une résolution horizontale de 0,25°. Le système a passé son examen opérationnel au Centre météorologique national chinois.
Que dois-je faire ensuite en pratique ?
Les 11 jours annoncés concernent la hauteur géopotentielle à 500 hPa, calculée à partir de la moyenne de l’ensemble.