Comment raceday.ski calcule la température de la neige

Les tableaux de fartage se réfèrent à la température de la neige — mais au quotidien, presque tout le monde mesure la température de l'air. 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. Ce que tu vois n'est pas estimé, mais dérivé.

Sources de données

• Open-Meteo — prévisions météo horaires : température, humidité, nébulosité, vent, précipitations, chutes de neige, hauteur de neige ainsi que rayonnement direct et diffus. S'y ajoutent 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).
• Service de prévention des avalanches du Tyrol (Land Tirol) — mesures des stations tyroliennes, dont la température de surface mesurée : valeurs instantanées ouvertes et archives saisonnières des séries de mesures. Source des données : Land Tirol - data.tirol.gv.at, CC BY 4.0.
• Modèles numériques de terrain (SRTM, EU-DEM, Copernicus GLO-90) — 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 Brutsaert (1975) avec correction nuageuse selon Crawford-Duchon ; 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 par raceday à partir des 48 dernières heures d'historique météo. Il détermine la densité, l'albédo et la conductivité du modèle. La classe d'humidité suit la classification internationale de la neige (ICSSG). Le modèle ne calcule donc pas avec une neige standard, mais avec la neige réellement présente.

Terrain : altitude, horizon, ombrage

raceday convertit la température de l'air à l'altitude cible via un gradient thermique vertical dynamique — c'est-à-dire avec le profil réel de température selon l'altitude 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.

Recalage sur les stations de mesure : validation ponctuelle (SLF-IMIS & LWD Tyrol)

Chaque modèle physique a des angles morts. Pour trouver les nôtres, nous comparons exactement là où l'on mesure : toutes les deux heures, le modèle calcule un jumeau à chaque site de station — avec l'altitude, le terrain plat et l'horizon de la station. Cette valeur de modèle brute, encore non corrigée, se confronte à la mesure de la même heure. Seule cette différence montre ce que le modèle sait vraiment faire.

La référence : 132 stations de neige du réseau SLF IMIS dans les Alpes suisses et 145 stations du service de prévention des avalanches du Tyrol. De plus, chaque calcul archive les prévisions à +24 et +48 heures — c'est ainsi que naît l'erreur indiquée par délai de prévision.

En dehors des deux réseaux de mesure, le modèle travaille sans ancrage sur des mesures — cela entre honnêtement dans l'incertitude affichée.

La façon dont ce modèle est testé sur 18 hivers de données mesurées et amélioré par la falsification est expliquée dans l'article Comment le modèle raceday est validé.

Remarque sur les stations tyroliennes : le jeu de données ouvert ne fournit que des valeurs instantanées au pas de 10 minutes (pas d'historique de mesure). Elles sont appariées à l'heure pleine et produisent donc moins de paires par jour que les stations IMIS avec leurs moyennes sur 30 minutes ; la méthodologie n'en est pas affectée. Source des données : Land Tirol - data.tirol.gv.at, CC BY 4.0.

Incertitude : la bande ±

Qu'est-ce qui entre en compte ? Chaque calcul fournit un score de confiance à partir de sept 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 comme le foehn, la pluie sur neige ou l'inversion entraînent des déductions fixes.

Que vois-tu ? Au lieu d'un pourcentage abstrait, raceday.ski 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 ; dès le début de la saison, nous la vérifions à l'aide des paires mesure-modèle collectées. Les situations particulières sont en outre signalées par un avertissement (flag). Plus la situation est incertaine, plus la bande est large.

De la température de la neige à la recommandation de fartage

La recommandation choisit parmi 127 produits de Swix, Toko, Holmenkol, HWK et Rex. Chaque fart reçoit une note selon quatre critères : la température de neige calculée est-elle bien centrée dans la plage d'utilisation du fabricant ? Le type de neige correspond-il ? L'humidité correspond-elle ? Et comment les utilisateurs ont-ils évalué ce fart dans des conditions similaires ? Le meilleur résultat gagne. Les recommandations de structure et de brossage suivent des gabarits sélectionnés par marque — le choix du fart lui-même revient toujours à la note, jamais au gabarit. Nous avons vérifié les plages de température de la base de données produit par produit contre les indications publiées des fabricants, à quelques exceptions signalées près — chaque produit vérifié porte sa source et sa date de vérification. Lorsque des fabricants publient des bandes d'humidité (actuellement uniquement la ligne course Pure de Swix), 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

• Brutsaert, W. (1975): On a derivable formula for long-wave radiation from clear skies. Water Resour. Res. 11(5), 742–744.Émissivité atmosphérique (ciel clair)
• Crawford, T. M. & Duchon, C. E. (1999): An improved parameterization for estimating effective atmospheric emissivity for use in calculating daytime downwelling longwave radiation. J. Appl. Meteor. 38(4), 474–480.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
• Bartelt, P. & Lehning, M. (2002): A physical SNOWPACK model for the Swiss avalanche warning. Part I: numerical model. Cold Reg. Sci. Technol. 35(3), 123–145 · Part II: Lehning, M., Bartelt, P., Brown, B., Fierz, C. & Satyawali, P., 147–167 · Part III: Lehning, M., Bartelt, P., Brown, B. & Fierz, C., 169–184 · snowpack.slf.chModélisation des processus du manteau neigeux — littérature de référence

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 : SRTM, EU-DEM, Copernicus GLO-90 (© Union européenne).