L'utilisation de l'intelligence artificielle pour la gestion des crises naturelles repose sur une capacité cruciale : transformer des données disparates en prévisions actionnables. Pour les séismes, le système Android Earthquake Alerts exploite le parc de smartphones comme un réseau mondial de capteurs capables d'alerter les utilisateurs avant l'arrivée des secousses source.
De l'hydrologie à la météorologie : l'enjeu de la donnée historique
Le défi majeur pour l'IA réside dans l'absence de données de haute fidélité pour certains phénomènes, comme les inondations éclair en milieu urbain. Pour combler ce manque, la méthodologie Groundsource utilise l'IA (notamment Gemini) pour analyser des décennies de rapports publics et identifier plus de 2,6 millions d'événements historiques dans 150 pays source. Ce travail de traitement permet de transformer des informations publiques en jeux de données précis pour entraîner de nouveaux modèles.
Grâce à ce processus, les capacités de prévision s'étendent sur plusieurs échelles :
- Inondations fluviales : des prévisions jusqu'à sept jours pour plus de deux milliards de personnes [S1, S2].
- Inondations éclair (flash floods) : des alertes jusqu'à 24 heures à l'avance dans les zones urbaines [S1, S2].
- Cyclones : via la technologie WeatherNext, l'anticipation peut atteindre 15 jours source.
Vers une surveillance satellitaire des incendies
La gestion des risques évolue également vers une surveillance spatiale pour les incendies de forêt. En complément des cartes de limites de feux en temps réel déjà actives dans 34 pays, le projet FireSat prévoit le déploiement d'une constellation de satellites source. L'objectif affiché est de détecter des départs de feu de la taille d'une salle de classe en moins de 20 minutes une fois le système opérationnel source.
Si ces avancées technologiques offrent une fenêtre d'intervention inédite, elles dépendent de la qualité et de la continuité de la collecte de données sur le terrain pour maintenir leur fiabilité.