Dans cette étude, un brouillard d’advection-rayonnement dense, survenu dans la région du Grand Casablanca, au Maroc, dans la nuit du 23 au 24 décembre 2013, est étudié et analysé. La visibilité défavorable induite par la nappe de brouillard a entraîné une série de collisions et de pertes de vies humaines sur une autoroute de la région. Cet événement de brouillard est simulé par le modèle de recherche Méso-NH. Les observations conventionnelles de deux stations synoptiques, l’imagerie par satellite et la réanalyse du Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) sont utilisées pour analyser les processus physiques tout au long du cycle de vie de l’événement. Quelques hypothèses sur l’influence des conditions environnementales (topographie, hétérogénéité terre-mer, urbanisation) sur la prévision numérique du brouillard sont présentées.
Continuer la lecture de « Influence des conditions environnementales sur la prévision d’un brouillard d’advection-rayonnement: une étude de cas de la région de Casablanca, au Maroc »Conditions LVP à l’aéroport Mohamed V, Maroc: Caractéristiques locales et prédiction à l’aide de réseaux de neurones
Les conditions de visibilité réduite et/ou de plafond bas ont un impact important sur le trafic aérien au sein des aéroports et leur prévision reste un défi pour les météorologues. Dans cet article, les caractéristiques locales des conditions LVP (Low Visibility Procedure) sont examinées et les réseaux neurones artificiels (ANN) basé sur la rétropropagation résiliente en tant qu’algorithme d’apprentissage supervisé est utilisé pour prévoir ces conditions météorologiques à l’aéroport international Mohamed V de Casablanca, au Maroc. Cet article vise à évaluer la capacité de l’ANN à fournir une prévision précise de tels événements à l’aide des paramètres météorologiques de la station d’observation météorologique automatique (AWOS) pour la période allant de janvier 2009 à mars 2015.
Continuer la lecture de « Conditions LVP à l’aéroport Mohamed V, Maroc: Caractéristiques locales et prédiction à l’aide de réseaux de neurones »