La normalisation peut être définie comme le processus par lequel la prévision est ajustée/modifiée à partir de ce qui a été observé par le passé.

Par exemple, si nous notons que pour un endroit spécifique, une prévision probabiliste de 80% sous la normale est réellement correcte 60% du temps quand on vérifie avec les observations, la probabilité normalisée serait alors 60%.

Pour le moment, les prévisions probabilistes ne sont PAS normalisées. Pourquoi ?

Une contrainte importante est que la normalisation requiert une assez grande base de données de prévisions et d'observations pour être statistiquement significative. La base de données pour les prévisions saisonnières au Canada ne couvre qu'une période de 30 ans. Bien que cette période soit suffisante pour obtenir une valeur statistiquement significative de normalisation pour tout le Canada, elle est insuffisante quand vient le temps de normaliser à un endroit spécifique. C'est la raison pour laquelle les prévisions probabilistes ne sont pas normalisées. Plusieurs méthodes de normalisation font présentement l'objet de recherches scientifiques. Par exemple, la normalisation pour des sous-régions spécifiques du Canada (ex. province).

Pour obtenir une valeur normalisée pour l'ensemble du Canada, il faut d'abord déterminer les probabilités de prévision (voir les cartes pour la température et les précipitations ) et puis regarder les diagrammes de fiabilité qui sont associés à ces prévisions probabilistes (au bas de ces pages Web). Examiner la fréquence observée, en ordonnée, de ces diagrammes en fonction de la probabilité prévue. Il y a une courbe pour chaque catégorie prévue (au-dessus, près et sous la normale). Des intervalles de précision sont également présents sur le diagramme pour identifier le niveau d'incertitude sur l'estimé de la fréquence observée. Ces intervalles sont principalement fonction du nombre de cas recensés lors du calcul de la fréquence observée. Ils nous indiquent que nous pouvons dire, avec un niveau de confiance de 95%, que la fréquence observée réelle se situe dans l'intervalle. En utilisant ces informations, on obtient alors la prévision probabiliste normalisée pour le Canada. Tel que déjà mentionné, cette normalisation n'est pas appropriée pour toutes les applications puisqu'il a été développée à partir d'un nombre limité d'années et avec des données couvrant l'ensemble du Canada.