Un modèle d’intelligence artificielle conçu par des chercheurs d’Israël pourrait transformer les prévisions des incendies de forêt provoqués par la foudre. Grâce à une précision exceptionnelle de plus de 90%, cette innovation marque un tournant dans ce domaine crucial.
Le changement climatique accroît la fréquence et l’intensité des incendies de forêt, les rendant plus difficiles à prévoir. La foudre se classe parmi les principales causes de feux isolés dans des régions reculées, souvent inaccessibles et peu surveillées.
Pour relever ce défi majeur, une équipe de chercheurs israéliens a élaboré un modèle d’intelligence artificielle (IA) spécialement conçu pour prédire ces incendies avec une précision inégalée.
Une avancée significative contre les incendies de forêt
Ce modèle, développé par des scientifiques des universités de Bar-Ilan, Ariel et Tel Aviv, repose sur sept années de données satellites de haute résolution. Ils ont également intégré des facteurs environnementaux, tels que la couverture végétale, les conditions météorologiques et les caractéristiques topographiques. Grâce à cette approche, ils ont conçu une IA capable d’évaluer le risque d’incendie lié à la foudre avec une précision de plus de 90%. Ce chiffre dépasse largement celui des méthodes de prévision traditionnelles, souvent limitées à des perspectives régionales ou à l’impact des activités humaines.
Les chercheurs ont validé ce modèle en l’appliquant aux incendies de 2021, et les résultats se sont révélés très prometteurs. Cela pourrait en faire un outil essentiel pour les autorités de gestion des urgences, facilitant des interventions plus rapides et mieux orientées en cas de crise. Ce modèle répond également à un besoin crucial : les incendies provoqués par la foudre, bien qu’extrêmement dangereux, sont rarement pris en compte dans les modèles de prévision standard, en raison de leur complexité et de la difficulté à retracer leur origine.
Face aux défis posés par le changement climatique, comme les orages secs et les longues sécheresses, cette avancée ouvre la voie à une gestion proactive des risques d’incendie. Bien que le modèle ne soit pas encore intégré aux systèmes de prévision en temps réel, ses futures applications pourraient révolutionner la prévention et la gestion des catastrophes naturelles à l’échelle mondiale.
Source: Phys.org
