Les ouragans sont les risques naturels les plus destructeurs aux États-Unis, causant plus de morts et de dégâts matériels que tout autre type de catastrophe. Depuis 1980, ces puissantes tempêtes tropicales ont causé plus de 1 500 milliards de dollars de dégâts et tué plus de 7 000 personnes.
La cause n°1 des dégâts et des décès dus aux ouragans est l’onde de tempête.
L'onde de tempête est l'élévation du niveau de l'eau de l'océan, causée par une combinaison de vents puissants poussant l'eau vers le littoral et d'une pression atmosphérique réduite à l'intérieur de l'ouragan par rapport à la pression à l'extérieur de celui-ci. En plus de ces facteurs, les vagues qui se brisent près de la côte entraînent une augmentation du niveau de la mer près du littoral, un phénomène que nous appelons formation de vagues, qui peut être un élément important des ondes de tempête.
Des prévisions précises des ondes de tempête sont essentielles pour donner aux résidents côtiers le temps d'évacuer et aux intervenants d'urgence le temps de se préparer. Mais les prévisions des ondes de tempête à haute résolution peuvent être lentes.
En tant qu'ingénieur côtier, j'étudie la façon dont les ondes de tempête et les vagues interagissent avec les caractéristiques naturelles et artificielles des fonds marins et des côtes, ainsi que les moyens d'atténuer leur impact. J'ai utilisé des modèles basés sur la physique pour les inondations côtières et j'ai récemment exploré les moyens par lesquels l'intelligence artificielle peut améliorer la vitesse de prévision des ondes de tempête.
Comment l'onde de tempête est prévue aujourd'hui
Aujourd’hui, les prévisions opérationnelles des ondes de tempête s’appuient sur des modèles hydrodynamiques, basés sur la physique de l’écoulement de l’eau.
Ces modèles utilisent les conditions environnementales actuelles, telles que la vitesse à laquelle la tempête se déplace vers le rivage, la vitesse et la direction du vent, le moment de la marée et la forme du fond marin et du paysage, pour calculer la hauteur projetée de la vague et déterminer les endroits les plus à risque.
Les modèles hydrodynamiques se sont considérablement améliorés au cours des dernières décennies et les ordinateurs sont devenus beaucoup plus puissants, de sorte que des simulations rapides à basse résolution sont possibles sur de très vastes zones. Cependant, les simulations haute résolution fournissant des détails au niveau du quartier peuvent prendre plusieurs heures.
Ces heures peuvent être cruciales pour permettre aux communautés à risque d’évacuer en toute sécurité et pour que les intervenants d’urgence se préparent adéquatement.
Pour prévoir les ondes de tempête sur une vaste zone, les modélisateurs divisent la zone cible en plusieurs petits morceaux qui forment ensemble une grille ou un maillage informatique. Image des pixels dans une image. Plus les éléments de la grille, ou cellules, sont petits, plus la résolution est élevée et plus la prévision est précise. Cependant, la création de nombreuses petites cellules sur une vaste zone nécessite une plus grande puissance de calcul, ce qui rend la prévision des ondes de tempête plus longue.
Les prévisionnistes peuvent utiliser des grilles informatiques à basse résolution pour accélérer le processus, mais cela réduit la précision, laissant les communautés dans une plus grande incertitude quant à leur risque d'inondation.
L’IA peut aider à accélérer cela.
Comment l'IA peut créer de meilleures prévisions
Il existe deux principales sources d’incertitude dans les prévisions des ondes de tempête.
L’une concerne les données introduites dans le modèle informatique. La trajectoire de la tempête et le champ de vent d'un ouragan, qui déterminent l'endroit où il touchera terre et l'intensité de la vague, sont encore difficiles à prévoir avec précision plus de quelques jours à l'avance. Les modifications de la côte et du fond marin, dues par exemple au dragage de chenaux ou à la perte de marais salants, de mangroves ou de dunes de sable, peuvent affecter la résistance à laquelle les ondes de tempête seront confrontées.
La deuxième incertitude concerne la résolution de la grille de calcul, sur laquelle les équations mathématiques de la houle et du mouvement des vagues sont résolues. La résolution détermine dans quelle mesure le modèle perçoit les changements d'élévation du paysage et de couverture terrestre et en tient compte, ainsi que le degré de granularité avec lequel la physique de l'onde et des vagues des ouragans est résolue.
Les modèles d’IA peuvent produire des prédictions détaillées plus rapidement. Par exemple, des ingénieurs et des scientifiques ont développé des modèles d’IA basés sur des réseaux neuronaux profonds capables de prédire rapidement et avec précision les niveaux d’eau le long du littoral en utilisant des données sur le champ de vent. Dans certains cas, ces modèles se sont révélés plus précis que les modèles hydrodynamiques traditionnels.
L’IA peut également élaborer des prévisions pour des zones disposant de peu de données historiques, ou être utilisée pour comprendre des conditions extrêmes qui ne s’y sont peut-être jamais produites auparavant.
Pour ces prévisions, des modèles basés sur la physique peuvent être utilisés pour générer des données synthétiques afin de former l'IA sur des scénarios qui pourraient être possibles mais qui ne se sont pas réellement produits. Une fois qu'un modèle d'IA est formé à la fois sur les données historiques et synthétiques, il peut générer rapidement des prévisions de surtension en utilisant des détails sur le vent et la pression atmosphérique.
Entraîner l’IA sur les données des modèles hydrodynamiques peut également améliorer sa capacité à générer rapidement des cartes des risques d’inondation montrant quelles rues ou maisons sont susceptibles d’être inondées lors d’événements extrêmes qui n’ont peut-être pas de précédent historique mais qui pourraient se produire dans le futur.
L'avenir de l'IA pour la prévision des ouragans
L’IA est déjà utilisée de manière limitée dans les prévisions opérationnelles des ondes de tempête, principalement pour compléter les modèles basés sur la physique couramment utilisés.
En plus d'améliorer ces méthodes, mon équipe et d'autres chercheurs ont développé des moyens d'utiliser l'IA pour prédire les ondes de tempête en utilisant les données observées, en évaluant les dégâts causés par les ouragans et en traitant les images des caméras pour en déduire l'intensité des inondations. Cela peut combler une lacune critique dans les données nécessaires à la validation des modèles d’ondes de tempête à des niveaux granulaires.
Alors que les modèles d’intelligence artificielle se répandent rapidement dans tous les aspects de nos vies et que davantage de données deviennent disponibles pour leur formation, la technologie offre le potentiel d’améliorer la prévision des ouragans et des ondes de tempête à l’avenir, en donnant aux communautés côtières des alertes plus rapides et plus détaillées sur les risques en cours.
