Comment raceday.ski calcule la température de la neige

Les tableaux de fartage se réfèrent à la température de la neige — mais au quotidien, c'est presque toujours la température de l'air que l'on mesure. Les deux peuvent différer de plusieurs degrés : la nuit, la surface de la neige rayonne sa chaleur vers le ciel et se refroidit en dessous de la température de l'air ; en journée, la position du soleil, l'exposition et la pente réchauffent à nouveau la surface. raceday.ski n'estime donc pas la température de la neige à partir de règles empiriques, mais la calcule physiquement — heure par heure, de la veille au soir jusqu'à l'heure de départ choisie.

Sources de données

• Open-Meteo — prévisions météo horaires (température, humidité, nébulosité, vent, précipitations, chutes de neige, hauteur de neige, rayonnement direct et diffus) ainsi que température et géopotentiel sur huit niveaux de pression.
• Institut WSL pour l'étude de la neige et des avalanches SLF — mesures des stations IMIS, dont la température de surface de la neige mesurée (données : WSL/SLF, CC BY 4.0).
• Modèles numériques de terrain (Copernicus GLO-30, SRTM, EU-DEM) — pour les profils d'horizon, l'ombrage et la validation des points de calcul.

Le modèle de bilan énergétique à 3 couches

Le cœur du calcul est un modèle du manteau neigeux à trois couches (surface ~3 cm, couche intermédiaire ~17 cm, base ~80 cm) qui résout le bilan énergétique de la surface heure par heure :

• Rayonnement à ondes courtes : rayonnement solaire direct et diffus, corrigé de la pente, de l'exposition et de l'ombrage de l'horizon ; l'albédo vieillit avec la neige (schéma CLASS) et est réinitialisé par la neige fraîche et la préparation matinale des pistes.
• Rayonnement à ondes longues : rayonnement atmosphérique selon Prata (1996) avec correction nuageuse selon Unsworth-Monteith ; s'y ajoute l'émission de la surface de la neige elle-même — le mécanisme qui rend les nuits claires si froides.
• Chaleur latente : sublimation et condensation en fonction de l'humidité, du vent et de l'altitude (pression de vapeur saturante au-dessus de la glace).
• Conduction thermique : entre les couches, avec une conductivité dépendant de la densité selon Sturm et al. (1997) — la neige de piste damée conduit nettement différemment de la neige fraîche meuble.

Le type de neige lui-même (neige fraîche, neige ancienne, soupe, neige de culture …) est classifié à partir des 48 dernières heures d'historique météo et détermine la densité, l'albédo et la conductivité du modèle. La classe d'humidité suit la classification internationale de la neige (ICSSG).

Terrain : altitude, horizon, ombrage

La température de l'air est convertie à l'altitude cible via un gradient thermique vertical dynamique issu des données des niveaux de pression — au lieu d'un gradient fixe. Cela détecte aussi les situations d'inversion, où il fait plus chaud en altitude que dans la vallée.

Pour chaque lieu du catalogue, un profil d'horizon est enregistré : des angles d'horizon dans 36 directions calculés à partir de modèles numériques de terrain, ainsi que le sky view factor. Le modèle sait ainsi quand une pente se trouve à l'ombre d'un massif montagneux et quelle part de ciel la piste « voit » pour le rayonnement nocturne. Les points de calcul de l'ensemble des 1 100+ entrées du catalogue ont été validés contre des modèles numériques de terrain, et les profils d'horizon calculés à partir de données de terrain (échantillonnage à partir de 150 m de distance en 11 pas) — une assurance qualité à l'échelle du catalogue, documentée dans le rapport QA interne.

Recalage sur les stations de mesure (SLF-IMIS)

Les modèles physiques présentent des erreurs résiduelles systématiques. C'est pourquoi raceday.ski compare en continu la température de la neige calculée à de vraies mesures : plus de 130 stations IMIS du SLF fournissent des températures de surface de la neige mesurées dans les Alpes suisses. Si une station se trouve à proximité du domaine choisi, un filtre de Kalman apprend le biais local du modèle par station et par moment de la journée et corrige la prévision en conséquence — avec une sélection stricte des paires de mesures (uniquement des mesures proches dans le temps le jour de la prévision, pas de doublons). Une correction résiduelle basée sur des règles rattrape en outre les faiblesses connues du modèle.

En Autriche, raceday.ski se recale en plus sur les stations de température de surface du service de prévention des avalanches du Tyrol (Datenquelle: Land Tirol - data.tirol.gv.at, CC BY 4.0). En dehors de ces réseaux de mesure, le modèle travaille sans ancrage sur des mesures — cela entre honnêtement dans l'incertitude affichée.

Incertitude : la bande ±

Chaque calcul fournit un score de confiance à partir des facteurs nébulosité, vent, stabilité de la température, proximité d'une station de mesure, profil de terrain, qualité du gradient thermique et fiabilité de la classification de la neige ; les situations particulières (foehn, pluie sur neige, inversion) entraînent des déductions fixes. Au lieu d'un pourcentage abstrait, raceday.ski en affiche une bande d'incertitude sur la température de la neige (p. ex. −6.5 ±1.5 °C) par paliers de ±0.5 à ±4 °C. L'attribution est volontairement conservatrice et est recalibrée en continu avec les paires mesure-modèle collectées. Les situations particulières sont en outre signalées par un avertissement (flag).

De la température de la neige à la recommandation de fartage

La recommandation choisit parmi 127 produits de Swix, Toko, Holmenkol, HWK et Rex. Le score évalue l'adéquation de température (centrage dans la plage du fabricant), le type de neige, l'humidité et le feedback des utilisateurs ; les gabarits de marque sélectionnés ont la priorité lorsqu'ils correspondent exactement. Les plages de température de la base de données ont été vérifiées produit par produit contre les indications publiées des fabricants — chaque produit vérifié porte sa source et sa date de vérification. Lorsque des fabricants publient des bandes d'humidité (actuellement uniquement Swix World Cup), elles entrent directement dans le score.

Le résultat est volontairement vérifiable : le bloc de transparence de chaque recommandation montre le cheminement — de la température de l'air au minimum nocturne jusqu'à la température de la neige, avec les paramètres physiques et la décomposition du score.

Limites du modèle

• Le calcul repose sur des prévisions météo — leurs erreurs se propagent, en particulier dans les situations instables.
• La préparation spécifique aux courses (injection d'eau, salage) peut modifier fortement la piste localement et n'est pas modélisée.
• Le foehn, la pluie sur neige et les inversions violent les hypothèses du modèle — ils sont détectés et signalés par un flag avec une bande d'incertitude élargie, mais restent difficiles.
• La comparaison systématique modèle vs stations de mesure se déroule comme campagne de mesure continue sur la saison d'hiver — l'évaluation est publiée sur la page de précision et se remplit automatiquement dès que les données de la saison sont disponibles.

Bibliographie

• Prata, A. J. (1996): A new long-wave formula for estimating downward clear-sky radiation at the surface. Q. J. R. Meteorol. Soc. 122, 1127–1151.Émissivité atmosphérique (ciel clair)
• Unsworth, M. H. & Monteith, J. L. (1975): Long-wave radiation at the ground. Q. J. R. Meteorol. Soc. 101, 13–24.Correction nuageuse du rayonnement à ondes longues incident
• Juszak, I. & Pellicciotti, F. (2013): A comparison of parameterizations of incoming longwave radiation over melting glaciers. J. Geophys. Res. Atmospheres 118, 3066–3084.Validation de la paramétrisation des ondes longues en haute montagne
• Verseghy, D. L. (1991): CLASS — A Canadian land surface scheme for GCMs. I. Soil model. Int. J. Climatol. 11, 111–133.Schéma de vieillissement de l'albédo de la neige
• Sturm, M., Holmgren, J., König, M. & Morris, K. (1997): The thermal conductivity of seasonal snow. J. Glaciol. 43(143), 26–41.Conductivité thermique en fonction de la densité de la neige
• Alduchov, O. A. & Eskridge, R. E. (1996): Improved Magnus form approximation of saturation vapor pressure. J. Appl. Meteor. 35, 601–609.Pression de vapeur saturante au-dessus de l'eau et de la glace (sublimation, point de rosée)
• Fierz, C. et al. (2009): The International Classification for Seasonal Snow on the Ground (ICSSG). UNESCO-IHP, Paris.Classification de l'humidité de la neige
• NOAA Solar Position Algorithm (nach Meeus, Astronomical Algorithms).Position du soleil (élévation/azimut) par heure

Données neige : Institut WSL pour l'étude de la neige et des avalanches SLF (www.slf.ch), CC BY 4.0 · Données météo : Open-Meteo · Données de terrain : Copernicus GLO-30, SRTM, EU-DEM (© Union européenne).