NavimetriX & WeatherNCo — Aide

Routage d'ensemble

Ce module vous aide à appréhender l'incertitude d'une route et à repérer où (sur le parcours) et comment (branches) le scénario météo peut faire diverger la stratégie. L'idée : passer d'un « routage unique » à une lecture probabiliste en exploitant des ensembles.

1. Lecture des différentes couches cartographiques

🔵 Spaghetti

• Chaque ligne colorée représente un membre du modèle. La route de référence (contrôle GEFS) apparaît en trait épais.
• Utile pour voir la dispersion brute, scénarios extrêmes, routes minoritaires.
• Survol : affiche les données de vent (TWS, TWD, TWA) et vitesse (SOG) au point le plus proche.
• Clic sur un membre : sélectionne la route, affiche ses statistiques complètes et bascule les barbules de vent sur ce membre.

⚫ Couloir probabiliste P10–P90

Ruban semi-transparent autour de la route de référence (ou moyenne).
P10 = borne basse (10% des membres en dessous)
P90 = borne haute (90% des membres en dessous).

• Tube étroit : scénario robuste (les différents membres sont en accord).
• Tube qui s'élargit : l'incertitude est plus forte, risque de nouvelles trajectoires à appréhender dans la prise de décision.
• Largeur maximale : zone de décision stratégique (souvent liée à une transition synoptique au niveau météorologique).

🟣 Densité (heatmap)

• Représente la concentration des positions : violet intense = scénario dominant.
• Branches fines = scénarios minoritaires.

Cette approche est idéale pour repérer les changements de scénario, scénario robuste vs scénario marginal.

🌬️ Barbules de vent

• Les barbules de vent sont affichées sur la route de référence par défaut, à chaque point de la route.
• Notation météorologique standard : la hampe pointe dans la direction d'où vient le vent (TWD). Petite barbule = 5 nœuds, grande barbule = 10 nœuds, fanion = 50 nœuds.
• Lorsqu'un membre est sélectionné (clic), les barbules basculent sur les données de ce membre.

⏱️ Animation temporelle

Le curseur temporel en bas de page permet d'animer la progression de la flotte dans le temps. Chaque route est représentée par un marqueur qui se déplace le long de sa trajectoire. Appuyer sur ▶ pour lancer l'animation.

2. KPI Ensemble (panneau gauche)

ETA ensemble

Affiche : Min • P10 • Médiane • P90 • Max • Spread (heures).

Exemple d'utilisation

Interprétation pour le skipper

• Spread ETA = 15.4h : incertitude très forte → probablement deux scénarios météo distincts.
• Dispersion max (95 nm) à 68% : première moitié robuste, puis transition structurante vers 60–70%.
• Risque principal : divergence de trajectoire pouvant générer jusqu'à 15h d'écart à l'arrivée.

Dispersion maximale

Affiche : Largeur max P90–P10 (nm) et position (% du parcours). C'est l'indicateur « où cela peut se jouer en terme de prise de décision ».
Ex. 65 nm à 42% → zone critique à anticiper.

Distance & Durée

• Statistiques ensemble : min / médiane / max et delta.
• Permet d'évaluer le coût distance, le compromis vitesse/sécurité, et le « pire cas ».

3. Lecture stratégique sur 3 profils types

4. Zone critique : où l'incertitude explose

La zone critique correspond au point où la dispersion entre les différents membres apparaît maximale (largeur P90–P10 maximale).

5. Familles (clustering) des routes

Principe

Le clustering est calculé uniquement après la zone critique ; avant, les routes issues des différents membres météorologiques sont trop proches et le regroupement pourrait polluer la classification par familles.

Méthode : k-medoids

Cette méthode, dite PAM ou Partitioning Around Medoids, est particulièrement adaptée au traitement des trajectoires :

• Robuste aux outliers (scénarios rares).
• Le centre d'une famille est une route réelle (médoïde), pas une moyenne « théorique », donc chaque famille a un représentant réel.
• Distance : géométrique (type RMS) entre trajectoires complètes.

Réglage du nombre de familles

Par défaut : k = 3 (sélecteur k = 2 à 4).

• k=2 peut être trop réducteur : un scénario rare « utile » peut être absorbé → perte d'info.
• k=3 peut être artificiel si l'ensemble est vraiment bimodal.
• k=4 utile si 3 branches nettes + une petite branche faible (rare mais possible).

Infos affichées par famille

• % de membres
• ETA médiane
• Distance médiane
• Durée médiane

Utilisation recommandée

1. Identifier la zone critique.
2. Observer les % par famille.
3. Comparer les ETA médianes et le Δ (heures).
4. Évaluer si la branche minoritaire est un scénario de sécurité ou un coup.

6. Réglages

Nombre de familles (k)

Le sélecteur k contrôle le nombre de familles pour le clustering (2 à 4). Voir la section Familles pour le détail du choix de k.

La résolution du couloir probabiliste et la grille de densité sont automatiquement optimisées pour offrir la meilleure précision.

7. Limites & évolutions

Limites actuelles

• Dépendance au modèle GEFS.
• Résolution ~ 0.50°.
• Les phénomènes de micro-échelle ne sont pas capturés (orages, limite pluvieuse, nuages, effets côtiers…).
• Le clustering automatique est limité entre 2 et 4 familles ; cela nécessite un affinage manuel, pas d'auto-détection ce qui serait l'idéal.

Évolutions prévues

• Clustering automatique (2 à 4 familles) + aide au choix de k.
• Histogramme ETA.
• Détection automatique renforcée de la zone de décision.
• KPI météo (TWS / TWA / SOG).