Expertise humaine des previsions hydrometeorologiques et communication de leurs incertitudes dans un contexte decisionnel

Les performances actuelles de la modélisation en hydrologie comme en météorologie ne permettent pas, dans la plupart des problèmes opérationnels, une prise de décision en avenir certain. Le rôle du maillon humain reste essentiel dans la difficile synthèse de l'ensemble des informations disponibles, sorties de modèles incluses, et dans la perpétuelle remise à jour des prévisions. La communication aux décideurs des incertitudes de ces projections est également d'une grande utilité et le prévisionniste est, là encore, incontournable. Mais l'auto-évaluation, par l'humain, de sa propre marge d'erreur dresse des obstacles sur la route de l'élaboration d'une idéale prévision probabiliste. Peut-on pallier certains de ces problèmes par la fourniture automatique, au prévisionniste, d'une prévision hydrométéorologique d'ensemble ? Est-il suffisant de faire varier les données d'entrée des modèles ou bien doit-on considérer aussi le modèle lui-même comme une source d'erreur « aléatoire » ? Dans le second cas, peut-on se contenter de traduire l'incertitude sur les paramètres du modèle ou doit-on se préoccuper - et de quelle manière ? - de la sensibilité de la prévision automatique à la structure du modèle ?