dans

Le machine learning peut prévoir la foudre deux jours plus tôt

Un système de machine learning pour prévoir la foudre

Des chercheurs ont développé une nouvelle méthode de machine learning pour prévoir la foudre deux jours plus tôt que la méthode existante.

Plus tôt nous sommes avertis des phénomènes naturels, mieux nous pouvons nous préparer aux éventuelles conséquences. Voilà pourquoi les scientifiques cherchent toujours des moyens plus efficaces de prévoir la foudre. Cette nouvelle technique combine l’apprentissage automatique avec les prévisions météorologiques pour améliorer les approches existantes.

Prévoir la foudre à l’aide du machine learning

Le fait d’utiliser l’intelligence artificielle pour faire des prévisions météorologiques n’est pas nouveau. Néanmoins, selon ces chercheurs, c’est la première fois que la technologie permet de faire des prévisions de la foudre. L’étude a été menée par l’Université de Washington et présentée hier à l’Union américaine de géophysique. 

Cette approche croise les prévisions météorologiques grâce à un algorithme d’IA. Ce dernier se base sur l’analyse d’anciens cas de foudre. Le système d’IA, et plus précisément de machine learning, permet de prévoir la foudre deux jours plus tôt que la méthode existante.

Cela permettrait d’anticiper les éventuelles conséquences, notamment les incendies de forêt dévastateurs. En outre, cela améliorerait la prise de mesures de sécurité et contribuerait à enrichir les modèles climatiques.

Plus de données pour de meilleurs résultats

Pour entraîner le système, les chercheurs ont utilisé des données d’observation de foudre provenant du World Wide Lightning Location Network (WWLLN). Le modèle a été entraîné sur les cas de foudre entre 2010 et 2016 aux États-Unis, puis testé sur les conditions météorologiques de 2017 à 2019.

Au cours de sa formation, le modèle a donc appris à relier les variables météorologiques avec les coups de foudre. Les résultats ont par la suite été comparés à ceux obtenus par l’ancienne méthode de prévision. Celle-ci se base uniquement sur la quantité de précipitations et la vitesse de formation des nuages.

Le modèle de machine learning a réussi à prédire la foudre avec la même précision. Néanmoins, il a une avance d’environ deux jours par rapport à l’ancienne méthode. Autrement dit, l’approche hybride qui combine à la fois les prévisions météorologiques et l’analyse d’une grande quantité de données est nettement plus performante.

Les chercheurs travaillent actuellement sur l’amélioration des prédictions afin d’obtenir plus de détails dans les résultats. Cela permettrait par exemple de prévoir les éclairs qui ne s’accompagnent pas de pluies et qui sont plus incendiaires.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.