Lorsque des inondations ont ravagé certaines régions d’Europe en septembre, l’ampleur des dégâts a pris tout le monde par surprise. Les pluies intenses n’auraient pas dû l’être, car elles avaient été prévues par des systèmes de prévision sophistiqués dotés d’une intelligence artificielle.

Mais prévenir ne signifie pas être prévenu. Bien que les pluies aient été prévues avec précision, les effets dans les zones inondées ne l’ont pas été, ce qui met en évidence les difficultés de faire face à des conditions météorologiques extrêmes de plus en plus fréquentes.

L’IA a donné un coup de fouet aux prévisions météorologiques, en utilisant une série d’outils statistiques pour analyser des années de données historiques et prédire des modèles, à un coût inférieur à celui des prévisions météorologiques numériques traditionnelles.

La technologie de l’IA peut créer des prévisions plus spécifiques en amont d’événements tels que les inondations urbaines ou sur des terrains complexes tels que les zones montagneuses.

Par exemple, GraphCast, une méthode basée sur l’apprentissage automatique et entraînée directement à partir de données de réanalyse, financée par Google, s’est avérée plus performante que les modèles traditionnels. Les données de réanalyse s’appuient sur des prévisions antérieures exécutées à l’aide de modèles de prévision modernes afin de fournir l’image la plus complète des conditions météorologiques et climatiques passées.

Mais les experts estiment qu’il existe encore des lacunes dans les connaissances, dans la manière dont les informations sont utilisées et dans les investissements destinés à renforcer les modèles de collecte de données.

« Dans certains cas et pour certaines variables, les modèles d’IA peuvent battre les modèles basés sur la physique, mais dans d’autres cas, c’est l’inverse », a déclaré Andrew Charlton-Perez, professeur de météorologie à l’université de Reading, au Royaume-Uni.

L’un des problèmes est que l’efficacité d’un modèle d’intelligence artificielle dépend des informations qui lui sont fournies. S’il y a peu de données d’entrée, ou si les événements extrêmes se produisent plus fréquemment à différentes périodes de l’année ou dans différentes régions, les catastrophes météorologiques deviennent plus difficiles à prévoir.

« Une bonne utilisation des prévisions météorologiques basées sur l’IA serait de compléter et d’améliorer notre boîte à outils de prévision, peut-être en nous permettant de produire de plus grands ensembles de prévisions qui permettent une évaluation et une interprétation précises de la probabilité d’événements extrêmes », a ajouté M. Charlton-Perez.

LA COMMUNICATION EST ESSENTIELLE
Depuis janvier, le Centre européen pour les prévisions météorologiques à moyen terme (CEPMMT), une organisation indépendante qui fournit des prévisions quatre fois par jour aux pays européens, utilise le système de prévision intégré/intelligence artificielle (AIFS).

Ce modèle de prévision basé sur des données permet d’établir rapidement de multiples prévisions et de fournir des prévisions à long terme pour des phénomènes météorologiques tels que les cyclones et les vagues de chaleur.

Selon les experts, les prévisions du CEPMMT avant les inondations de septembre étaient exactes.

Thomas Wostal, attaché de presse de l’observatoire météorologique GeoSphere Austria, a déclaré à Context/the Thomson Reuters Foundation que leurs modèles numériques – y compris les prévisions du CEPMMT – prévoyaient 300 à 400 millimètres de pluie localement, ce qui s’est produit.

Mais même avec des prévisions précises, les scientifiques affirment que la communication est essentielle, surtout à une époque où le changement climatique rend les phénomènes météorologiques extrêmes de plus en plus fréquents.

« Je pense que ce qui s’est passé avec (les récentes inondations) … c’est qu’il s’agit d’un phénomène tellement rare – un événement qui se produit tous les 150 à 200 ans – que même si les modèles météorologiques le prennent en compte, il y a un degré raisonnable d’incertitude », a déclaré Shruti Nath, assistante de recherche postdoctorale en prévision du temps et du climat à l’Université d’Oxford.

« Vous devez produire l’alerte d’une manière communicative, en fonction du degré de gravité qu’elle pourrait avoir sur les gens, afin que les gens puissent voir que le coût de l’inaction par rapport au coût de l’action est en fait beaucoup plus important. Ils investiraient alors davantage de ressources », a-t-elle déclaré.

L’Europe est confrontée à des risques climatiques urgents qui dépassent les politiques et les mesures d’adaptation, selon un rapport de l’Agence européenne pour l’environnement.

Selon l’AEE, la chaleur extrême, la sécheresse, les incendies de forêt et les inondations s’aggraveront en Europe, même dans le cadre de scénarios optimistes de réchauffement de la planète, et affecteront les conditions de vie sur l’ensemble du continent.

Après les inondations, le commissaire européen chargé de la gestion des crises, Janez Lenarcic, a déclaré que cette catastrophe n’était pas une anomalie.

« Ces phénomènes météorologiques extrêmes, qui n’arrivaient qu’une fois dans une vie, se produisent désormais presque tous les ans. La réalité mondiale du dérèglement climatique est entrée dans la vie quotidienne des Européens », a-t-il déclaré.

Certains entrepreneurs du secteur technologique estiment que l’Europe n’est pas prête.

Jonas Torland, cofondateur de la société norvégienne 7Analytics, qui développe des modèles de prévision des inondations et des glissements de terrain, a déclaré que les gouvernements et les entreprises des États-Unis disposaient de gestionnaires de risques plus habitués à évaluer les risques environnementaux, alors qu’en Europe, les autorités n’étaient pas suffisamment préparées.

« Nous voyons souvent des dépenses substantielles avec un soutien minimal de données pour une prise de décision éclairée », a déclaré Torland, dont les modèles sont utilisés dans les villes d’Oslo, de Bergen et de Kristiansand, à la Thomson Reuters Foundation.

« Alors que l’IA est un élément crucial de ces modèles, les gouvernements n’investissent malheureusement pas dans ces solutions d’IA avancées ou ne les achètent pas », a-t-il déclaré, ajoutant qu’il pensait que les gouvernements « s’en tenaient à leurs anciens fournisseurs de données et à leurs consultants ».

Le traitement des données est également un défi, car ces modèles d’IA complexes doivent être mis à jour toutes les heures, au fur et à mesure que les prévisions changent.

Cela nécessite à la fois beaucoup de puissance de calcul et beaucoup de temps, en particulier à des échelles très fines.

Une grille de 1 mètre sur 1, que 7Analytics utilise pour ses prévisions, est 100 fois plus détaillée qu’une grille de 10 mètres sur 10, mais son traitement est 100 fois plus long.

Les modèles d’IA font donc partie du problème, car ils contribuent aux émissions de gaz à effet de serre qui sont à l’origine de l’urgence climatique.

Certaines grandes entreprises technologiques, comme Microsoft et Google, envisagent d’utiliser l’énergie nucléaire pour faire fonctionner leurs énormes centres de stockage de données.

D’autres scientifiques soulignent qu’au-delà de l’amélioration de leurs capacités de prévision, les autorités doivent investir dans des solutions physiques, comme l’aménagement de zones où les eaux de crue peuvent être stockées en toute sécurité et la mise en place de systèmes d’alerte précoce.

Elles doivent également minimiser le développement dans les zones sujettes aux inondations, compte tenu de la probabilité d’inondations plus intenses dues au changement climatique, et respecter leurs engagements en matière de limitation des émissions.

« Ce n’est pas une question de données, de technologie ou de connaissances. C’est une question de mise en œuvre, de volonté politique », a déclaré Friederike Otto, maître de conférences à l’Imperial College de Londres, en réponse à des questions posées par courrier électronique.

« Tant que le monde brûlera des combustibles fossiles, cause première du changement climatique, les phénomènes météorologiques extrêmes continueront de s’intensifier, tuant des gens et détruisant des maisons. Pour enrayer cette tendance, nous devons remplacer le pétrole, le gaz et le charbon par des énergies renouvelables ».

Reuters