Un modèle d'IA prédit les incendies de forêt causés par la foudre avec une précision de 90 %

On dit que la foudre ne frappe jamais deux fois, mais il pourrait être possible de découvrir où elle va frapper ensuite, grâce à un nouveau modèle d'IA développé par des chercheurs de l'Université Bar-Ilan (BIU).

Conçue dans un souci de prévention des incendies de forêt, l'IA peut prédire le moment et l'emplacement des coups de foudre provoquant des incendies de forêt avec une précision de plus de 90 %, selon un test réalisé à l'aide de données sur les incendies de forêt de 2021.

« Nous sommes à un moment critique dans la compréhension des complexités des feux de forêt », a déclaré Oren Glickman, co-directeur du projet, du département d'informatique de la BIU.

« 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. »

Oren Glickman et son collègue chercheur de BIU, Assaf Shmuel, ont formé leur modèle en utilisant sept années de données satellitaires mondiales et des informations détaillées sur la végétation, les conditions météorologiques et la topographie.

Selon l'étude publiée dans Scientific Reports , le modèle BIU est bien plus précis que les méthodes traditionnelles de prévision des incendies de forêt, grâce à son utilisation unique de données satellitaires et météorologiques. Ils affirment que ce modèle pourrait aider les services d'urgence à contrer les incendies de forêt de manière beaucoup plus sûre et efficace.

La foudre est une cause naturelle importante d'incendies de forêt dans le monde. Aux États-Unis, elle est responsable de 16 % des incendies de forêt, mais de 56 % de la superficie totale brûlée en raison de l'éloignement des lieux et d'une détection tardive. Les impacts mondiaux varient selon les régions.

Les modèles climatiques prévoient une augmentation future des incendies de forêt en raison de coups de foudre plus fréquents dans des conditions de réchauffement.

Le modèle n’est pas encore prêt pour une mise en œuvre en temps réel, mais ses développeurs affirment qu’il pourrait modifier l’équilibre des pouvoirs entre l’homme et la nature dans la lutte pour protéger les forêts et la végétation des dommages causés par les incendies.

Comme le note Assaf Shmuel : « Avec les implications croissantes du changement climatique , de nouveaux outils de modélisation sont nécessaires pour mieux comprendre et prédire ses impacts; l’apprentissage automatique a un potentiel important pour améliorer ces efforts. »

https://www.israel21c.org/ai-model-predicts-lightning-wildfires-with-90-accuracy