s'abonner
Le Dr Oren Glickman et le Dr Assaf Shmuel du Département d’informatique de l’Université Bar-Ilan, en collaboration avec des experts des universités d’Ariel et de Tel Aviv, ont utilisé sept années de données satellitaires mondiales à haute résolution, ainsi que des facteurs environnementaux détaillés tels que la végétation, les conditions météorologiques et la topographie, pour cartographier et prédire les risques d’incendie de forêt induits par la foudre à l’échelle mondiale. Leurs recherches ont récemment été publiées dans Scientific Reports.
Ce qui rend les recherches du Dr Glickman, du Dr Shmuel et de leurs collègues si importantes, c’est leur capacité à prédire les incendies de forêt induits par la foudre avec une précision remarquable. Le modèle d’IA surpasse les indices de danger d’incendie traditionnels en adoptant une approche mondiale axée sur les données. Il intègre des données provenant de satellites, de systèmes météorologiques et de facteurs environnementaux pour évaluer la probabilité d’incendies induits par la foudre, surmontant ainsi les limites des modèles régionaux et des modèles à données restreintes.
Le modèle a été rigoureusement testé à l’aide de données sur les incendies de forêt de 2021 et a montré un taux de précision sans précédent de plus de 90 %, un niveau de précision qui pourrait transformer les interventions d’urgence et la gestion des catastrophes dans le monde entier.
À mesure que les changements climatiques s’accélèrent, les phénomènes météorologiques extrêmes, comme les orages, les conditions chaudes et sèches et les écosystèmes changeants, contribuent à l’augmentation et à l’intensité des incendies de forêt. Alors que l’activité humaine est souvent responsable de l’allumage de nombreux incendies, la foudre reste l’une des causes les plus imprévisibles et mortelles, particulièrement dans les régions éloignées.
Ces incendies peuvent couver sans être détectés pendant des jours, pour se transformer en brasiers incontrôlables avant que les pompiers ne puissent intervenir. Les incendies de forêt catastrophiques qui ont ravagé le nord de la Californie en août 2020 ont été déclenchés par la foudre, brûlant plus de 1,5 million d’acres et faisant des dizaines de morts.
Grâce à une meilleure capacité à prévoir les incendies causés par la foudre, les services météorologiques, les services d’incendie et les planificateurs d’urgence peuvent intervenir plus tôt, plus intelligemment et plus efficacement, ce qui pourrait sauver des vies et protéger les écosystèmes. Ce modèle comble également une lacune clé dans les modèles de prédiction des incendies de forêt existants : bien que de nombreux modèles soient efficaces pour les incendies causés par l’activité humaine, ils ont du mal à prédire les incendies induits par la foudre, qui se comportent très différemment et commencent souvent dans des zones difficiles d’accès.
Bien que le modèle d’IA ne soit pas encore intégré dans les systèmes de prévision en temps réel, son développement marque une étape cruciale dans la prévision des incendies de forêt. Comme le fait remarquer M. Shmuel : « Compte tenu des répercussions croissantes des changements climatiques, de nouveaux outils de modélisation sont nécessaires pour mieux comprendre et prévoir leurs impacts. L’apprentissage automatique présente un potentiel important pour améliorer ces efforts.
Les nouveaux modèles d’apprentissage automatique développés par l’équipe ont le potentiel de prédire les incendies de forêt déclenchés par la foudre dans le monde entier, offrant ainsi un outil puissant pour l’atténuation et la réponse aux incendies. Avec un risque toujours croissant d’incendies de forêt provoqués par le changement climatique, la détection et la prévision précoces sont essentielles pour protéger les forêts, la faune et les communautés humaines contre les effets dévastateurs de ces incendies.
« Nous sommes à un moment critique dans la compréhension des complexités des incendies de forêt », a déclaré le Dr Glickman, du département d’informatique de l’Université Bar-Ilan. « L’apprentissage automatique offre le potentiel de révolutionner la façon dont nous prévoyons et réagissons aux incendies de forêt déclenchés par la foudre, en fournissant des informations qui pourraient sauver des vies et préserver les écosystèmes. »
