Un nouvel outil d'apprentissage automatique peut réduire les erreurs de la programmation nationale de prédiction des inondations, ce qui entraîne des prévisions plus précises de l'endroit où les inondations se produiront. Dans une nouvelle étude publiée dans Agu avancéesles scientifiques ont découvert que lorsque l'IA était utilisé en combinaison avec le modèle national de l'eau, développé par la National Oceanic and Atmospheric Administration américaine, le modèle hybride résultant était quatre à six fois plus précis.
L'IA a été formée sur les données de la NOAA pour les États-Unis, mais le système peut être spécialisé pour n'importe quel pays.
Cette IA est un réseau de neurones, ou un modèle d'apprentissage en profondeur, et est formé pour trouver des erreurs. Le réseau a été formé sur des données simulées sur le modèle d'observation historique et national de l'eau sur les précipitations et les inondations. Les chercheurs ont créé un programme hybride en combinant le système d'IA avec le modèle national de l'eau, qui prévoit un débit pour l'ensemble des États-Unis.
« Donc, en particulier pour les inondations, les performances du modèle d'IA pur sont assez pauvres », a déclaré Vinh Ngoc Tran, hydrologue à l'Université du Michigan et chercheur en chef de l'étude. « L'avantage des modèles d'IA est qu'ils sont très simples. Vous n'avez qu'à utiliser les données pour former le modèle et fournir les prévisions, mais la chose la plus importante dont nous devons nous préoccuper est d'assurer la précision des prédictions pour les événements d'inondation qui peuvent causer des dommages importants. »
Aux États-Unis, la NOAA compte près de 11 000 jauges d'eau opérationnelles qui collectent des données sur les inondations et les niveaux d'eau précédents, mais la NOAA maintient également une trace des autres données que de l'eau. L'agence recueille des informations détaillées sur des variables telles que la végétation, l'urbanisation et les réseaux de drainage pour les différentes jauges.
La quantité d'informations disponibles est utile, mais il est également plus difficile de réduire la recherche pour déterminer où les choses ont mal tourné ou pour tout tenir compte de tout lors de la création d'un modèle d'inondation. Cela entraînera des erreurs dans le système de prévision, et c'est là que l'IA peut intervenir.
ErrorCastnet, bien nommé, le système basé sur l'IA recherche des erreurs dans le modèle national. Il a regardé les anciennes inondations et ce que le modèle a prévu les inondations. Pour les périodes où le modèle de la NOAA n'a pas prévu correctement l'inondation, l'IA classerait les erreurs en deux groupes: les erreurs qu'elle pourrait réduire et celles qui ne pourraient tout simplement pas être corrigées.
L'IA apprend les problèmes dans le modèle et fonctionne pour les corriger. Les erreurs qui ne peuvent pas être corrigées, comme les limitations dans le modèle elle-même ou les données incomplètes, sont toujours importantes à suivre. Il aide l'IA à continuer de s'entraîner et d'améliorer les prévisions en se concentrant uniquement sur les erreurs qu'elle peut corriger.
« Vous ne pouvez pas jeter la physique », a déclaré Valeriy Ivanov, hydrologue physique à l'Université du Michigan et auteur de l'étude. « C'est simplement par définition que vous ne pouvez pas. Vous devez comprendre que les systèmes sont différents. Les paysages sont différents. Vous devez tenir compte des processus physiques dominants dans votre modèle prédictif. »
Les chercheurs ont découvert que lors de l'utilisation du programme de prévision des inondations d'IA de Google, qui utilise des données historiques pour faire des prédictions mais ne considère pas les détails tels que l'élévation, la végétation et les réservoirs que le modèle national de l'eau incorpore, le modèle sous-prédire les flux d'inondation.
« Nous comprenons le pouvoir de l'IA », a déclaré Ivanov. « Personne ne le nie. Il est définitivement là. Mais cela ne devrait pas nier des décennies de recherche. Cela ne devrait pas annuler la compréhension de la physique et la compréhension de la complexité des processus physiques dans les bassins versants. »
En améliorant le modèle de prévision de la NOAA, les chercheurs ont déclaré qu'ils pensaient également améliorer les impacts économiques potentiels des inondations. Des prédictions d'inondation plus précises pourraient signifier que les entreprises peuvent mieux se préparer aux inondations à venir. Tran, Ivanov et leur équipe espèrent que lorsque le programme se développera, des inondations potentielles pourraient être prédites en détail jusqu'à plusieurs jours ou plus avant qu'elles ne se produisent.
