Leveraging Artificial Intelligence to improveLocal Ensemble Forecasting of ReducedVisibility Conditions over Morocco usingEnsemble Analog Method Exploitation de l’intelligence Artificielle pour l’Améliorationde la Prévision d’Ensemble Locale des Conditions deVisibilité Réduite à l’aide de la Méthode des Analogues

The forecasting of surface weather parameters is a key stone and the elementary input toevery weather and climate application including the diagnostic of low visibility conditions(LVC). LVC are a common cause of air traffic, road, and sailing fatalities. Forecastingthose conditions is an arduous challenge for weather forecasters all over the world. Surfaceweather parameters and visibility forecasting is mainly based on deterministic approaches,where several uncertainty sources are faced. These limitations enhanced the reflectiontoward using ensemble forecasting methods, which provides helpful tools for decisionmaking.In this thesis, a new decision support system is developed based on an analog ensemble(AnEn) low computational method to predict LVC and surface weather parameters overthe main airports of Morocco. An analog for a given station and forecast lead-time is apast prediction, from the same model that has similar values for selected predictors of thecurrent model forecast at the nearest grid point. Best analogs verifying observations formsAnEn ensemble members. For this goal, we use hourly observations and forecasts from theoperational meso-scale numerical model AROME, covering the 4-year period (2016-2019).This period was splitted into training (2016-2018) and testing (2019) periods.In the basic AnEn version, the selection of analogs commonly considers a small set ofpredictors and associates them the same weight. Herein, for surface weather parameters,we propose two novelties: First, a new weighting strategy for predictors where we use threemachine learning algorithms (Linear Regression, XGBoost and Random Forest) to assignpredictors weights. The stepwise forward selection method has been used exclusively forLVC forecasting. The new weighting approaches are expected to endeavor the selection ofinformative predictors as well as finding their optimal weights, and hence preserve physicalmeaning and correlations of the used weather variables. Secondly, since AnEn requires alarger training dataset to enhance the chances of finding the best analogs, we extendedthe search space by integrating neighboring grid points. Thus, the analog detection isbased here on 16 nearest grid points. Moreover, to picture seasonal dependency, twoconfigurations were set : The basic one where analogs may come from any past date andthe restricted one where analogs should imperatively belong to a day window around thetarget forecast.Results analysis shows that the developed AnEn system exhibits a good statisticalconsistency and it significantly improves the deterministic forecast of surface weatherparameters performance temporally at each station by up to 50% for Bias and 30% forRMSE for the most of the airports. This improvement varies as a function of lead-timesand seasons compared to the AROME model and to the basic AnEn configuration.From a spatial perspective, given that the new space neighboring strategy maximizes the chance to find the best analogs, clear improvements were perceived for mostairports. However, performances remain geographically dependent. In some airports,where topography is heterogeneous, applying this new analog searching strategy mightlead to some worsening since weather observations are rare at hectometric scale. Thecontinuous verification analysis shows that AnEn forecasting errors are location- andlead-time dependent, the ensemble dispersion becomes higher for low-visibility casesbecause of their weak predictibility. The new EPS system is under-dispersive for all leadtimes and draws a positive bias for fog and mist events. It also displays an averagedCentered Root Mean Square Error of about 1500 m for visibilities of all dataset, 2000 mfor fog and 1500 m for mist cases. For probabilistic verification analysis instead, AnEnvisibility forecasts are converted to binary occurrences depending on a set of thresholdsfrom 200 m to 6000 m by a step of 200 m. It is found that the averaged Heidke SkillScore for AnEn is 0.65 for all thresholds. However, AnEn performance generallybecomes weaker for fog or mist events prediction. The founded verification scores aregenerally close or better than verification scores in litterature. La prévision des paramètres météorologiques de surface est une entrée élémentaire detoute application météorologique et climatique, y compris le diagnostic des conditions defaible visibilité. Ces conditions sont une cause fréquente des accidents liés au traficaérien, routier et maritime et leur prévision présente un défi ardu pour lesmétéorologues. La prévision des paramètres météorologiques de surface et de la visibilitéreposent principalement sur des approches déterministes, où plusieurs sourcesd’incertitude sont confrontées. Ces limitations ont orienté la réflexion vers l’utilisationde méthodes de prévision d’ensemble qui fournissent des outils utiles pour la prise dedécision.Dans cette thèse, un nouveau système d’aide à la prise de décision est développé surla base de la méthode ensembliste des analogues (AnEn) pour prévoir les conditions defaible visibilité et les paramètres météorologiques de surface aux principaux aéroportsdu Maroc. Un analogue pour une station et une échéance de prévision données est uneprévision passée, générée à partir du même modèle, qui a des valeurs similaires pour lesprédicteurs sélectionnés à la prévision actuelle du modèle a point de grille le plus prochede cette station. Les observations associées aux meilleurs analogues forment les membresde l’ensemble AnEn. Pour cet objectif, nous utilisons les observations et les prévisionshoraires du modèle numérique opérationnel à méso-échelle AROME couvrant la périodede 4 ans (2016-2019). Cette période a été divisée en période d’entraînement (2016-2018)et de test (2019).Dans la version AnEn de référence, la sélection des analogues ne prend généralementen compte que quelques prédicteurs, tout en leur associant le même poids. Ici, pour lesparamètres météorologiques de surface, nous proposons deux contributions scientifiques:premièrement, une nouvelle stratégie de pondération pour les prédicteurs où nousutilisons trois algorithmes d’apprentissage automatique (Régression linéaire, XGBoost etforêt aléatoire) pour attribuer des poids aux prédicteurs. La méthode de sélection desprédicteurs hiérarchiques « stepwise foward selection » est utilisée exclusivement pour lasélection des prédicteurs concernant la prévision de basses visibilités. Les nouvellesapproches de pondération aident à sélectionner les prédicteurs les plus informatifs ainsique de trouver leurs poids optimaux, et préserver la signification physique et lescorrélations entre les variables météorologiques utilisées. Deuxièmement, étant donnéque la méthode AnEn nécessite des archives plus longues de données passées pouraméliorer les chances de trouver les meilleurs analogues, nous étendons l’espace derecherche des analogues en intégrant les 16 points de grille voisins à la station. De plus,pour tenir compte de la dépendance saisonnière, deux configurations ont été testées : laconfiguration de base où les analogues peuvent provenir de n’importe quelle date passée et la configuration restreinte où les dates des analogues doivent impérativementappartenir à une fenêtre journalière autour de la prévision cible.L’analyse des résultats montre que le système AnEn développé présente une bonnecohérence statistique et améliore considérablement la prévision des paramètresmétéorologiques de surface temporellement par station jusqu’à 50% pour le biais et 30%pour l’erreur RMSE dans la plupart des aéroports. Cette amélioration varie en fonctiondes échéances et des saisons comparativement à la performance du modèle AROME et àla configuration AnEn de référence. La nouvelle stratégie d’extension spatiale enintégrant les 16 points de grilles avoisinantes maximise les chances de trouver lesmeilleurs analogues, ainsi de nettes améliorations ont été perçues pour la plupart desaéroports. Cependant, les performances restent géographiquement dépendantes. Danscertains aéroports, où la topographie est hétérogène, l’application de cette nouvellestratégie pourrait entraîner une certaine aggravation dûe à la rareté des observations àl’échelle hectométrique. L’analyse de vérification continue montre que les erreurs deprévision AnEn dépendent de l’emplacement et de l’échéance, la dispersion del’ensemble est grande à cause de la faible prévisibilité de telles conditions. Le nouveausystème de prévision d’ensemble AnEn est sous-dispersif pour toutes les échéances etcrée un biais positif pour les événements de brume et de brouillard. Il affiche égalementune erreur quadratique moyenne centrée d’environ 1500 m pour tout le spectre devisibilités, et de 2000 m et 1500 m pour les événements brouillard et de brumerespectivement. Pour la vérification probabiliste, les prévisions AnEn de visibilité sontconverties en des occurrences binaires en fonction d’un ensemble de seuils de 200 m à6000 m par pas de 200 m. On constate que le skill score de Heidke moyen pour l’AnEnest de 0,65 pour tous les seuils. Cependant, les performances d’AnEn deviennentgénéralement plus faibles pour la prévision des événements de brouillard ou de brume.Les scores trouvés sont généralement proches ou meilleurs que la littérature.