Meme lieu, meme moment, deux telephones cote a cote, et pourtant deux previsions differentes. Ce n’est pas un bug. Apple et Google ne regardent tout simplement pas le ciel avec les memes outils.
WeatherKit contre WeatherNext: deux philosophies
Du cote d’Apple, l’application Meteo repose sur WeatherKit, un service qui agglomere plusieurs sources officielles selon les pays et les parametres. On y trouve pesele-mele l’ECMWF europeen, la NOAA americaine, le DWD allemand, Meteo-France, le Met Office britannique, sans oublier les services meteorologiques japonais et canadiens. Pour la pluie a tres court terme, Apple conserve aussi l’heritage de Dark Sky, rachete en 2020, notamment sur la visualisation radar et le nowcasting qui permet d’anticiper une averse a la minute pres dans les zones couvertes.
Google suit une logique plus hybride. Avec WeatherNext, le groupe met en avant ses modeles d’IA GraphCast et GenCast pour la prevision globale, ainsi que MetNet-3 pour les precipitations a courte echeance. Ces reseaux de neurones n’appliquent pas les equations de la physique atmospherique pas a pas : ils apprennent les evolutions du temps a partir de gigantesques jeux de donnees historiques, notamment ERA5 qui compile 40 ans de reanalyses meteorologiques mondiales. En pratique, toutefois, les produits meteo affiches sur Android ou dans les API Google combinent encore systemes d’IA et chaines de prevision plus classiques, creant un millefeuille technologique pas toujours facile a demeler.
ECMWF le roi, GFS le competitor
Sur le terrain des grands modeles mondiaux, l’ECMWF europeen reste la reference operationnelle la plus souvent citee pour sa precision en moyenne echeance. Ses previsions globales tournent autour de 9 kilometres de maille, contre une maille plus grossiere pour le GFS americain selon les produits considers. L’ECMWF beneficie aussi d’une assimilation tres poussee des observations et d’un ensemble probabiliste de 51 membres, particulierement utile pour les situations incertaines et les evenements extremes comme les tempetes ou les canicules.
Le GFS garde neanmoins de solides atouts : il est ouvert, gratuit, massivement repris par les applications tierces et mis a jour plusieurs fois par jour. La ou l’ECMWF excelle en qualite brute, le GFS gagne en accessibilite et en couverture. De nombreuses applications Android tierces comme Weawow ou Today Weather piochent directement dans le GFS, ce qui explique pourquoi un meme telephone peut afficher des previsions differentes selon l’application installee.
Votre position geographique, ce grand flou
Le modele ne fait pourtant pas tout. Entre la prevision brute des centres meteo et le chiffre affiche sur votre ecran, l’application elle-meme introduit ses propres ecarts. Certaines arrondissent vos coordonnees au point de grille le plus proche, d’autres se calent sur une station voisine, et d’autres encore lissent les donnees pour economiser des requetes serveur, au risque d’effacer des microclimats tres reels.
La temperature ressentie illustre bien ce flou. Tous les editeurs n’utilisent pas exactement la meme formule, ni les memes hypotheses sur le vent, l’humidite ou l’exposition, ce qui peut creer des ecarts visibles d’un ecran a l’autre. Ajoutez a cela les retards de mise a jour, les differences d’horodatage et les metriques de fiabilite que les meteorologues jugent sur la duree, et l’on comprend vite qu’une seule averse ratée ne suffit pas a condamner un modele.
L’IA brouille encore plus les pistes
Google mise lourdement sur ses modeles GraphCast et GenCast, entrainés sur 40 ans de donnees ERA5. OpenAI a recemment entre dans la danse avec un modele de prevision base sur des transformers, prouvant que l’approche IA n’en est qu’a ses debuts. Cote Apple, l’approche reste plus conservative : pas de grand modele proprietaire unique, mais une federation de sources eprouvées, corrigées par des algorithmes internes.
Le resultat ? Deux applications peuvent interpreter le meme front nuageux de maniere radicalement differente. L’une voit une avancee rapide grace a ses donnees radar en temps reel (Apple/Dark Sky), l’autre la projette a partir de son apprentissage statistique (Google/GraphCast). Et les deux ont raison dans leur cadre de reference respectif. Cela explique pourquoi votre iPhone annonce du soleil pendant que celui de votre voisin prevoit de la pluie pour le meme quartier.
Alors, qui croire ?
La reponse est moins satisfaisante qu’on le souhaiterait : les deux. Les ecarts entre previsions sont normaux et refletent des choix d’ingenierie, pas des erreurs. Chaque constructeur a fait ses paris technologiques : Apple sur la federation de sources eprouves, Google sur l’IA comme moteur de prevision. Les deux approches ont leurs forces et leurs faiblesses, et aucune n’est universellement meilleure.
Le seul veritable conseil : consultez la meme application de maniere constante et regardez les tendances plutot que les valeurs absolues. Si votre application preferee annonce une degradation progressive, elle a probablement raison sur la tendance, meme si l’intensite ou l’heure exacte varient d’une source a l’autre. Et si vous voulez vraiment savoir quel temps il va faire, le bon vieux radar de Meteo-France en ligne reste une valeur sure, libre et gratuit. La prochaine fois que deux telephones se contrediront sur la pluie du week-end, souvenez-vous que ce n’est pas le ciel qui se trompe. Ce sont deux chaines de calcul differentes qui s’expriment, avec leurs sources, leurs biais et leurs modeles.
