Pourquoi les moyennes nationales trompent
La pluviométrie moyenne du Brésil est dominée par l'Amazonie, où l'on ne cultive presque pas de soja. Une semaine sèche dans le Mato Grosso peut passer inaperçue dans un chiffre national et être décisive pour la récolte. La pondération par surface corrige ce biais et permet en plus à un même pays d'avoir un signal météo différent pour chaque culture.
Comment on la construit
On part de données météo sur grille : une réanalyse comme ERA5, du Copernicus Climate Change Service, pour l'historique, et un modèle de prévision comme l'IFS du CEPMMT (ECMWF) pour les derniers jours et les deux semaines à venir. On superpose une carte des surfaces récoltées de chaque culture, on pondère chaque point de grille par sa surface et on agrège par région et par pays.
La comparaison avec les mêmes jours du calendrier sur les 5 ou 10 dernières années transforme les valeurs brutes en anomalies, ce qui fait bouger les marchés. Exprimer les anomalies en écarts-types permet de comparer des régions aux climats très différents.
Bien la lire
Quelques réflexes aident :
- Regarder la pluie cumulée sur 10 à 30 jours, pas des journées isolées
- Se concentrer sur le stade sensible de la culture : pollinisation, remplissage, floraison
- Confronter la prévision aux données observées au fur et à mesure
- Écarter les régions où la culture est marginale pour ne pas diluer le signal
Questions fréquentes
- Qu'est-ce qu'ERA5 ?
- ERA5 est la réanalyse climatique mondiale de cinquième génération du CEPMMT, produite par le Copernicus Climate Change Service. Elle fournit des données horaires depuis 1940 sur une grille homogène.
- Jusqu'à quelle échéance les prévisions sont-elles utiles pour les cultures ?
- Les prévisions déterministes et d'ensemble sont les plus fiables sur 10 à 15 jours environ ; au-delà, les prévisions saisonnières donnent des probabilités plutôt que des valeurs précises.