Spaghetti plots et trajectoires d’ouragans

Les visualisations nous aident à comprendre le monde et permettent de transmettre, de façon concise, de grandes quantités d’informations complexes, de données et de prévisions. Les prévisions d’experts destinées à des publics non spécialistes — qu’il s’agisse de la trajectoire d’un ouragan ou du résultat d’une élection — comportent toujours une part d’incertitude. Si cette incertitude n’est pas reflétée dans les visualisations, les résultats peuvent être trompeurs, voire dangereux.

Ici, nous examinons le rôle de la visualisation de données dans le traçage des trajectoires prévues des ouragans. Nous passons en revue différentes approches visuelles pour rendre l’incertitude des prévisions d’experts et leur impact sur l’interprétation par le grand public. Nous relions aussi ce sujet à une réflexion plus large sur les bonnes pratiques de traitement, par les médias, des modèles d’experts et des résultats scientifiques sur des sujets qui concernent l’ensemble de la population.

Pas de spaghetti plots ?

Nous avons récemment constaté les dégâts causés par des systèmes de tempêtes tropicales sur le continent américain. Des médias comme le New York Times ont largement utilisé des visualisations interactives pour couvrir, par exemple, les ouragans Harvey et Irma. Ces visualisations incluent des cartes du pourcentage de foyers privés d’électricité, des cumuls de pluie, de l’ampleur des dégâts et du nombre de personnes en centres d’hébergement, entre autres.

Un type de graphique en particulier a refait surface et suscité la controverse : comment représenter la trajectoire prévue d’un ouragan, disons sur les 72 prochaines heures ? Plusieurs méthodes existent, chacune avec ses écueils et ses malentendus possibles. On a même vu un article sur Ars Technica intitulé Please, please stop sharing spaghetti plots of hurricane models, visant Nate Silver et fivethirtyeight.

Dans ce qui suit, je comparerai trois méthodes courantes, leurs atouts et limites, et proposerai d’autres pistes. J’expliquerai aussi pourquoi ces choix sont importants, afin de nous aider à déterminer quels procédés et techniques visuels sont les plus adaptés.

Avertissement : je ne suis pas expert en météorologie ni en prévision d’ouragans. En revanche, j’ai longuement réfléchi aux façons de transmettre données, prévisions et modèles par l’image. J’invite vivement les retours des spécialistes — et de toutes et tous.

Visualiser les trajectoires prévues des ouragans

Trois approches sont couramment utilisées pour représenter les trajectoires prévues. Avant d’en parler, regardez-les et demandez-vous quelles informations chacune vous apporte. Tentez de les interpréter l’une après l’autre ; ensuite, nous reviendrons sur leurs intentions, leurs forces et leurs faiblesses :

Le cône d’incertitude

Spaghetti plots (type I)

Spaghetti plots (type II)

Interprétation et impact des visualisations des trajectoires prévues d’ouragans

Le cône d’incertitude

Le cône d’incertitude, utilisé par le National Hurricane Center (NHC) et relayé par de nombreux médias, montre la trajectoire la plus probable de l’ouragan sur les cinq prochains jours, indiquée par les points noirs à l’intérieur du cône. Il indique aussi le degré de confiance accordé à cette trajectoire. Plus on avance dans le temps, plus l’incertitude grandit, ce que traduit l’élargissement du cône : il y a environ 66,6 % de chances que le centre de l’ouragan reste dans ses limites.

Était-ce évident au seul vu du graphique ?

Pas pour moi au départ ; j’ai rassemblé ces informations à partir du graphique, de la page \"à propos du cône d’incertitude\" du NHC (lien) et du billet de démystification de weather.com. Trois points saillants s’imposent, auxquels nous reviendrons :

• Une confusion fréquente consiste à croire que l’élargissement du cône traduit un renforcement de la tempête ;
• Le graphique ne contient aucune information sur la taille de la tempête — il ne décrit que la trajectoire potentielle de son centre ; il est donc peu utile pour estimer, par exemple, où attendre des vents de force ouragan ;
• Des informations essentielles figurent dans le texte accompagnant la visualisation, comme l’avertissement bien visible en haut : \"[l]e cône contient la trajectoire probable du centre de la tempête mais n’indique pas sa taille…\". Pour juger l’efficacité d’une visualisation, il faut considérer l’ensemble de ses éléments, y compris le texte (et se demander si l’on peut vraiment compter sur sa lecture !). Notez que ces visualisations ne sont pas interactives (mais gagneraient peut-être à l’être).

Spaghetti plots (type I)

Ce type de graphique juxtapose plusieurs prévisions. Sur un spaghetti plot de type I, les trajectoires proviennent de modèles de différentes agences (par exemple le NHC, la NOAA ou le UK Met Office). Comme le cône d’incertitude, ils aident à cerner la zone générale susceptible d’être touchée. Mais ils deviennent problématiques — voire trompeurs — car ils accordent le même poids à chaque modèle (ou prévision).

Sur l’exemple ci-dessus, les prévisions ont des degrés d’incertitude variables, émis par des organismes dont la fiabilité passée diffère. Certaines trajectoires sont donc plus plausibles que d’autres au vu des connaissances actuelles — information absente du graphique. Plus inquiétant encore, certaines courbes ne sont presque pas des prévisions. Prenez la ligne noire en pointillés XTRP, qui prolonge simplement la trajectoire actuelle en ligne droite. Ce n’est même pas un modèle. Eric Berger détaille ce point dans cet article d’Ars Technica.

En substance, ce type de graphique suggère un modèle d’ensemble (à rapprocher de l’agrégation de sondages). Or un principe clé des modèles d’ensemble est d’accorder un poids approprié à chaque modèle — et ces poids doivent être visibles dans toute visualisation. Nous verrons bientôt comment y parvenir avec une variante du type I.

Spaghetti plots (type II)

Ces graphiques présentent de nombreuses, disons 50, réalisations d’un même modèle. L’idée est que si l’on exécute un modèle plusieurs fois, il produit à chaque fois une trajectoire différente. Pourquoi ? Nate Cohen l’explique bien dans The Upshot :

Il est vraiment difficile de prévoir précisément quand une tempête va changer de direction. Une différence de 15 ou 20 miles dans le moment où elle tourne vers le nord peut déterminer si Miami sera frappée par le mur de l’œil, l’anneau d’orages le plus violent qui entoure l’œil plus calme.

Ce sont peut-être mes préférés, pour plusieurs raisons :

• En multipliant les exécutions du modèle, ils donnent une idée de l’incertitude propre à ce modèle ;
• Ils offrent une image de la vraisemblance relative du passage du centre de la tempête par un lieu donné. Plus de trajectoires passent par A que par B ? Selon le modèle, il est alors plus probable que le centre passe par A ;
• Ils se prêtent moins aux contresens (comparés au cône d’incertitude et aux graphiques de type I). Un simple libellé suffit : \"Chaque ligne représente une prévision de la trajectoire d’Irma\".

Un inconvénient du type II est qu’il ne représente pas plusieurs modèles — mais nous verrons comment y remédier en le combinant avec le type I. Autre limite commune : comme les autres, il n’indique que la trajectoire du centre, pas la taille de la tempête. J’ajoute que cette distinction entre types I et II n’est pas consacrée dans la littérature ; je la propose ici car leurs interprétations et effets diffèrent vraiment.

Pour l’instant, notez que nous évaluons l’efficacité de ces graphiques sans avoir explicité leur finalité — autrement dit, pourquoi en avons-nous besoin ? Avant d’aller plus loin, prenons du recul et posons la question : \"À quoi sert de visualiser la trajectoire prévue d’un ouragan ?\" Les réponses les plus simples sont souvent éclairantes.

Pourquoi tracer des trajectoires prévues d’ouragans ?

Pourquoi cherchons-nous à communiquer la trajectoire prévue d’une tempête tropicale ? Voici plusieurs éléments de réponse.

D’abord, précisons ce que ces visualisations ne sont pas censées faire. Elles ne servent pas à décider d’évacuer ou non un foyer ou une commune. Les évacuations sont ordonnées ou recommandées par les autorités locales, après concertation avec des experts, scientifiques, modélisateurs et autres parties prenantes.

L’objectif principal est d’informer au mieux la population sur les trajectoires possibles de l’ouragan, afin qu’elle se prépare au pire si son lieu de vie ou de séjour est potentiellement sur la trajectoire de destruction. Il ne s’agit pas d’attiser la peur. Comme l’indique weather.com à propos du cône d’incertitude, \"[c]haque système tropical reçoit un cône de prévision pour aider le public à mieux comprendre sa trajectoire\" et \"[l]e cône est conçu pour montrer une incertitude de prévision croissante au fil du temps\".

Dans cette optique, il est souhaitable que la personne qui consulte la carte puisse estimer : \"il est très probable/probable/une chance sur deux/peu probable/très improbable\" que ma maison (par exemple) subisse des dégâts importants.

Mieux encore, pouvoir dire : \"Selon l’état actuel de l’art, j’ai 30 à 40 % de risque que ma maison subisse des dégâts importants\".

On peut ainsi définir une hiérarchie d’objectifs pour nos visualisations :

• Au minimum, alerter sur les trajectoires possibles de l’ouragan.
• Permettre ensuite d’estimer qualitativement le niveau de risque pour un lieu donné (très probable, probable, peu probable, très improbable).
• Idéalement, offrir une lecture quantitative de la probabilité (ou d’une fourchette) que ce lieu se trouve sur la trajectoire de l’ouragan.

À cela s’ajoute une exigence transversale : nos visualisations ne doivent être ni trompeuses ni faciles à mal interpréter.

Cône d’incertitude versus spaghetti plots

Les trois méthodes remplissent la fonction minimale d’alerte sur les trajectoires possibles. Le cône d’incertitude permet assez bien d’estimer la probabilité qu’un ouragan passe par un endroit donné (à l’intérieur du cône, environ deux chances sur trois). Les spaghetti plots de type II s’en sortent aussi bien qualitativement : \"si davantage de trajectoires passent par le point A que par le point B, alors, selon le modèle, le centre a plus de chances de passer par A\".

Avec 50 trajectoires, on cerne où le centre a le plus de chances de se trouver : si environ la moitié d’entre elles traversent un lieu, on peut estimer à 50 % (selon le modèle) la probabilité que le centre frappe cet endroit. Aucune des méthodes ne satisfait encore le troisième objectif ; nous verrons ci-dessous comment le combiner en croisant les types I et II.

Le principal problème du cône d’incertitude et des spaghetti plots de type I est double : le cône se prête aux contresens (beaucoup y voient une tempête qui grossit sans mesurer l’incertitude) ; les graphiques de type I induisent en erreur (tous les modèles paraissent d’égale crédibilité). Ils ne remplissent donc pas l’exigence de base : \"nos visualisations ne doivent être ni trompeuses ni faciles à mal interpréter\".

Bonnes pratiques pour visualiser les trajectoires prévues d’ouragans

Les spaghetti plots de type II sont les plus informatifs et les moins sujets à l’ambiguïté. Mais ils ne restituent pas l’ensemble des modèles — ils n’agrègent pas, comme le fait le type I.

Et si l’on combinait les types I et II ?

Pour y répondre, j’ai mené une petite expérience avec python, folium et numpy. Tout le code est disponible ici.

J’ai d’abord repris une trajectoire prévue pour l’ouragan Irma publiée par le NHC la semaine dernière, y ai ajouté du bruit aléatoire et tracé 50 trajectoires. Je le rappelle, je ne suis pas spécialiste en météorologie. Le bruit que j’ai généré et ajouté à la trajectoire n’est pas issu de modèles — dans un cas réel, il proviendrait des modèles eux-mêmes (ici, j’ai utilisé un bruit gaussien). Par ailleurs, j’ai eu du mal à trouver des données sur les trajectoires prévues relayées dans les médias. Celles que j’ai utilisées proviennent finalement d’ici.

Voici un spaghetti plot simple de type II avec 50 trajectoires :

Mais il s’agit de trajectoires possibles issues d’un seul modèle. Et si nous avions plusieurs modèles d’agences différentes ? Nous pouvons tracer 50 trajectoires pour chacun :

Un aspect très intéressant des spaghetti plots de type II est que, si l’on en trace suffisamment, chaque trajectoire devient indistincte et l’on voit apparaître une carte de chaleur indiquant où le centre a le plus de chances de passer. Concrètement, plus une zone est bleue, plus la trajectoire a de chances d’y passer. Zoomez pour observer le phénomène.

De plus, si l’on estime qu’un modèle est plus fiable qu’un autre (par exemple parce que ses auteurs ont historiquement obtenu de meilleures performances), on peut pondérer ces modèles — par la transparence des trajectoires, comme ci-dessous. La pondération est une tâche d’expert, et une étape essentielle de toute agrégation de modèles.

Ce qui précède permet d’atteindre les deux premiers objectifs que nous fixions à nos visualisations. Pour atteindre le troisième — qu’une personne puisse lire, par exemple, qu’il y a 30 à 40 % de chances que le centre de l’ouragan passe par un point donné — deux options s’offrent à nous :

• faire varier la carte de chaleur entre, par exemple, le rouge et le bleu, et ajouter une légende indiquant qu’en rouge la probabilité dépasse 90 % ;
• transformer la carte de chaleur en carte isoprobabilité, avec des contours délimitant des zones de probabilité donnée.

Notez que cela indiquera la probabilité que le centre passe sur un point. On peut combiner (ou convoluer) cette information avec la taille de l’ouragan pour convertir la carte en probabilité d’être exposé à des vents de force ouragan. Si cela vous intéresse, n’hésitez pas à explorer le code que j’ai écrit pour générer les graphiques ci-dessus (je prévois un billet de suivi pour détailler ce calcul et le code).

Visualiser l’incertitude et journalisme de données

Que retenir ? Nous avons passé en revue plusieurs méthodes de visualisation des trajectoires prévues des ouragans, discuté leurs avantages et limites, et proposé une voie plus informative et moins trompeuse — des graphiques qui communiquent non seulement les résultats mais aussi l’incertitude des modèles.

Cela s’inscrit dans une conversation plus large sur la représentation de l’incertitude dans les visualisations et le journalisme de données en général. Nous devons participer activement à la réflexion sur la manière dont les experts transmettent l’incertitude au public via les médias. Voici un excellent article de The Upshot montrant à quoi pourrait ressembler le rapport sur l’emploi sous l’effet du bruit statistique, même si l’emploi restait stable. En voici un autre sur le rôle du hasard et de l’incertitude dans l’interprétation des sondages. Je sais que les titres doivent accrocher et que le \"clickbait\" est une réalité du paysage médiatique actuel, mais il faut communiquer non seulement des résultats, également l’incertitude qui les entoure, pour ne pas induire le public — ni nous-mêmes — en erreur. Plus important encore, l’éducation doit évoluer pour doter chacun et chacune d’une culture des données et d’une culture statistique suffisantes afin d’aborder sereinement l’ère des décisions basées sur les données. Nous pouvons toutes et tous y contribuer.