Comment l'IA transforme la reprise après sinistre après une tornade

Comment l'IA améliore la reprise après une catastrophe naturelle

Lorsqu’une catastrophe naturelle survient, le besoin immédiat est de sauver les habitants locaux et de rétablir les infrastructures dans un état fonctionnel, en particulier l’électricité, l’eau potable et les soins de santé.

Ce problème devient de plus en plus grave, la facture de tels événements n’ayant cessé d’augmenter au cours de la dernière décennie, en raison du changement climatique et de la croissance démographique.

Source: Spire

Cependant, le véritable rétablissement d’une communauté prend beaucoup plus de temps, l’évaluation des dégâts et la reconstruction prenant des mois, voire des années.

Souvent, cette tâche est retardée par la masse de problèmes à identifier et à évaluer correctement. L'inspection individuelle de chaque bâtiment peut prendre beaucoup de temps, surtout si les compagnies d'assurance, les services d'urgence et les autres intervenants manquent de personnel.

« Les inspections manuelles sur le terrain demandent beaucoup de travail et de temps, ce qui retarde souvent les efforts d’intervention critiques. »

Abdullah Braik - Cdoctorant en génie civil à Texas A&M

Cela pourrait désormais changer grâce à l'IA. Deux chercheurs de l'Université Texas A&M ont développé un système d'IA utilisant la télédétection, l'apprentissage profond et des modèles de restauration pour prédire avec précision, en moins d'une heure, les dégâts et la récupération après une tornade.

Cette méthode pourrait aider à mieux organiser les efforts de relance et a été publiée dans Sustainable Cities and Society¹, sous le titre "Évaluation automatisée des dommages aux bâtiments après une tornade et prévision de leur rétablissement en intégrant la télédétection, l'apprentissage en profondeur et les modèles de restauration. ».

« Notre méthode utilise des images de détection haute résolution et des algorithmes d'apprentissage profond pour générer des évaluations des dommages en quelques heures, fournissant immédiatement aux premiers intervenants et aux décideurs politiques des renseignements exploitables. »

Abdullah Braik - Cdoctorant en génie civil à Texas A&M

Dévastation causée par les tornades : une menace croissante aux États-Unis

Lorsqu'elle se déchaîne, la nature peut être dévastatrice pour les gens et les villes dans lesquelles ils vivent. Les tornades en sont un exemple, un phénomène relativement courant dans de nombreuses régions du monde, y compris dans la soi-disant « Tornado Alley » aux États-Unis.

Source: Météo et radar

Par exemple, au printemps 2011, Joplin, dans le Missouri, a été dévastée par une tornade de force 5, avec des vents estimés à plus de 200 km/h. La tempête a tué 321 personnes, en a blessé plus de 161 1,000 et a endommagé et détruit environ 8,000 2 maisons et entreprises. La tornade a creusé un sillon d'un kilomètre et demi à travers le centre-sud densément peuplé de la ville, laissant derrière elle des kilomètres de décombres et causant plus de XNUMX milliards de dollars de dégâts.

Ce mois-ci, des tornades meurtrières ont détruit de nombreuses maisons et causé des dégâts importants dans le Midwest et le Sud des États-Unis.

Il faudra probablement beaucoup de temps pour prendre pleinement conscience de l'ampleur des dégâts causés par ces tornades. C'est là que les chercheurs de l'Université Texas A&M pensent pouvoir apporter leur contribution.

Défis de l'évaluation des dommages après une tornade

Après un tel événement, la procédure standard consiste à faire intervenir un groupe de premiers intervenants, d’urbanistes et d’experts en assurance pour évaluer les destructions et savoir comment y réagir.

Cela est particulièrement vrai dans le cas des tornades, car le vent et les objets lourds qu’elles soulèvent peuvent détruire même les bâtiments les plus solides.

"Penquêtes sur les dommages causés par les catastrophes sont généralement chronophages et exigeants en main-d'œuvre, principalement axés sur l'amélioration continue du modèle et du code plutôt que sur des mises à jour immédiates et rapides. »

Des mesures provisoires ont été prises pour utiliser les données existantes afin d’analyser les dommages post-catastrophe, notamment les systèmes d’information géographique (SIG), qui rassemblent plusieurs couches de données sur un lieu donné.

Mais l'utilisation de ces données est souvent insuffisante pour fournir des évaluations précises. De plus, de nombreuses interventions manuelles et un jugement humain sont nécessaires pour les transformer en indicateurs exploitables. C'est là que l'ajout d'informations supplémentaires et l'IA peuvent s'avérer utiles.

Modèle alimenté par l'IA pour l'évaluation des dommages et la récupération

Fusionner les ressources existantes avec l'IA

Les chercheurs ont combiné trois outils différents : la télédétection, l’apprentissage profond et la modélisation de la restauration.

Pour mieux évaluer les dommages immédiats et les changements après la catastrophe, ils ont utilisé rdétection d'émotions comme des images satellites ou aériennes à haute résolution.

« Ces images sont cruciales car elles offrent une vue à grande échelle de la zone touchée, permettant une détection rapide et à grande échelle des dommages. »

Abdullah Braik - Cdoctorant en génie civil à Texas A&M

Puis, méthodes d'apprentissage en profondeur ont été utilisés pour analyser automatiquement ces images afin d'identifier avec précision la gravité des dommages.

L'IA a été entraînée à partir de milliers d'images de catastrophes précédentes et a appris à reconnaître les signes visibles de dommages, tels que les toits effondrés, les murs manquants et les débris éparpillés. Elle classe ensuite chaque bâtiment en catégories : aucun dommage, dommages modérés, dommages importants ou destruction.

Le dernier élément est rmodélisation de la restaurationUne partie consiste à utiliser des données sur les détails des infrastructures et les facteurs communautaires, comme les niveaux de revenu ou l’accès aux ressources.

Une autre partie consiste à utiliser des modèles de rétablissement existants et testés pour évaluer combien de temps il faudrait aux maisons et aux quartiers pour se rétablir dans différentes conditions de financement ou de politique.

Cela change complètement la manière dont l’évaluation des dommages est effectuée :

• La télédétection donne un aperçu immédiat de la situation dans son ensemble.
• Le modèle d’IA peut analyser ces données en moins d’une heure, contre des mois nécessaires aux humains sur le terrain pour effectuer l’évaluation des dommages.
• La modélisation de la restauration transforme l’évaluation de l’IA en mesures exploitables sur les domaines qui ont le plus besoin d’aide et les ressources nécessaires.

« En fin de compte, cette recherche comble le fossé entre l’évaluation rapide des catastrophes et la planification stratégique du rétablissement à long terme, en offrant un cadre pratique et tenant compte des risques pour améliorer la résilience après une tornade. »

Abdullah Braik - Cdoctorant en génie civil à Texas A&M

Validation du modèle d'IA avec des données de tornades réelles

Pour valider cette approche, les chercheurs se sont penchés sur la catastrophe de la tornade de Joplin en 2011.

Cet événement a été largement documenté, créant ainsi un riche ensemble de données pouvant servir de backtest pour le système d'IA. Les estimations calculées ont ensuite pu être comparées aux évaluations réelles des dommages sur le terrain réalisées à l'époque.

Les résultats générés par l'IA se sont révélés remarquablement proches des données historiques. Ils ont également permis de suivre le déroulement de la catastrophe.

« L’une des découvertes les plus intéressantes a été qu’en plus de détecter les dégâts avec une grande précision, nous pouvions également estimer la trajectoire de la tornade.

En analysant les données sur les dégâts, nous avons pu reconstituer la trajectoire de la tornade, qui correspondait étroitement aux enregistrements historiques, offrant des informations précieuses sur l'événement lui-même.

Abdullah Braik - Cdoctorant en génie civil à Texas A&M

 Adaptation du modèle d'IA à d'autres catastrophes naturelles

Bien qu'elle ait été développée et testée rétrospectivement pour les dommages causés par les tornades, cette méthode pourrait être déployée pour d'autres situations, comme les ouragans et les tremblements de terre, à condition que les satellites puissent détecter les modèles de dommages.

Cette limitation pourrait être moins problématique qu'initialement prévu, même si les dommages causés par les tremblements de terre sont, par exemple, moins visibles du ciel que les toits arrachés. En effet, le modèle apprend à partir d'exemples réels, et nous constatons souvent que l'IA est capable de détecter des schémas invisibles à l'œil nu.

« La clé de la généralisabilité du modèle réside dans sa capacité à l'entraîner à utiliser des images passées de dangers spécifiques, ce qui lui permet d'apprendre les modèles de dommages uniques associés à chaque événement. »

Abdullah Braik - Cdoctorant en génie civil à Texas A&M

À tout le moins, il semble que le modèle soit adapté à une autre catastrophe courante aux États-Unis : les ouragans.

« Nous avons déjà testé le modèle sur des données relatives aux ouragans, et les résultats ont montré un potentiel prometteur d’adaptation à d’autres risques. »

Abdullah Braik - Cdoctorant en génie civil à Texas A&M

Cela correspond à une autre application de l'IA dans ce domaine, avec une meilleure prévision des ouragans devenant désormais une réalité, y compris avec des IA comme Graphique,  Spireet Climavision.

Une autre extension de cette recherche pourrait consister à aller au-delà de l'évaluation des dommages. Elle pourrait servir à créer des mises à jour en temps réel sur l'avancement de la récupération et à suivre celle-ci au fil du temps.

Ce type de retour d’information automatisé, basé sur l’IA, pourrait alors éclairer les politiques et optimiser les efforts de reconstruction.

Investir dans les données satellitaires et l'IA

Spire

Spire est une société de données spatiales qui exploite la plus grande constellation de satellites polyvalents au monde entre des mains privées.

La compagnie se concentre fortement sur les données météorologiques, et ses satellites peuvent capturer des images dans plusieurs spectres, donnant une image plus riche en données d'un emplacement donné.

Par exemple, ses images satellites de mesure de l'humidité Ils sont précis jusqu'à 100 m et peuvent être utilisés par les agriculteurs, mais aussi par les compagnies d'assurance, les négociants en matières premières, les agences de surveillance environnementale, les entreprises de construction et les ingénieurs civils pour mieux comprendre l'état du sol et les rendements agricoles à venir.

Source: Spire

La société propose de construire pour ses clients leur propre constellation de satellites propriétaires, avec la plateforme satellite LEMUR.

Source: Spire

L'entreprise est également active dans le domaine de la sécurité, notamment avec son offre aéronautique pour la surveillance dépendante automatique en diffusion (ADS-B), qui utilise le GPS pour déterminer la vitesse, l'emplacement et d'autres informations sur les aéronefs.

Pendant ce temps, Spire a été sélectionné pour un Contrat de 237 millions de dollars avec la Force spatiale américaine « concevoir, construire, intégrer et exploiter de petits bus satellites pour des expériences spatiales de nouvelle génération ».

Elle était également active dans le industrie maritime, avec ses satellites utilisés pour le suivi des navires, mais cette branche de la société a été acquise par Kpler en avril 2025.

En ce qui concerne l'IA, Spire collabore avec NVIDIA pour s'intégrer dans  NVIDIA's Terre-2 API Cloud pour toutes les données d'occultation radio (RO) et d'assimilation de données propriétaires (DA) de Spire

En associant les données propriétaires et la couverture météorologique mondiale inégalée de Spire à la technologie de pointe et à l'expertise de NVIDIA, nous sommes en mesure d'améliorer considérablement la précision des prévisions météorologiques. Cette collaboration permettra à nos clients d'être non seulement informés, mais aussi de pouvoir anticiper l'évolution du paysage climatique.

Michael Eilts - Gdirecteur général de la météo et du climat chez Spire

Dans l’ensemble, Spire est une société de données qui adopte la conjonction de l’imagerie satellite et de l’IA pour de meilleures prévisions météorologiques, des prévisions agricoles, le suivi des avions et même à des fins de défense.

Elle atteint désormais une échelle où elle pourrait devenir rentable, un tournant potentiel important pour les investisseurs, et elle n'aura peut-être pas besoin de trop de levées de fonds supplémentaires après un produit brut réussi de 40 millions de dollars provenant de la vente de nouvelles actions au premier trimestre 1.

Source: Spire

Actualités Spire (SPIR) Actualités et développements boursiers

Spire Global Selected by GIST Research to Provide Soil Moisture Data for Climate and Conflict Early Warning Research in Ethiopia's Somali Region

businesswire.com • 2 décembre 2025

Spire Global Schedules Third Quarter 2025 Results Conference Call

businesswire.com • 1 décembre 2025

Planet Labs ($PL) | Plug Power ($PLUG) | Stratasys ($SSYS) | Spire Global ($SPIR)

youtube.com • 1 décembre 2025

Deloitte Selects Spire to Deliver Advanced Satellite Capabilities, Expanding Their On-Orbit Cyber and Data Operations

businesswire.com • 1 décembre 2025

Spire Global Successfully Launches 11 Satellites on SpaceX's Transporter-15 Mission

businesswire.com • 28 novembre 2025

Stock Market Live November 28: S&P 500 (VOO) Rises on Black Friday Despite Trading Glitch

247wallst.com • 28 novembre 2025

Étude référencée :

^{1. Abdullah M. Braiket Maria Koliou. Évaluation automatisée des dommages aux bâtiments après une tornade et prévision de leur rétablissement en intégrant la télédétection, l'apprentissage en profondeur et les modèles de restauration.. Villes et société durables. Volume 123, 1er avril 2025, 106286. https://doi.org/10.1016/j.scs.2025.106286}