Intelligence artificielle
Entre l’IA et une base de données d’occurrences croissante, la menace des incendies de forêt pourrait diminuer
Actuellement, un incendie de forêt à progression rapide détruit une partie d’une vieille ville de montagne appelée Jasper dans les Rocheuses canadiennes. Les dégâts à Jasper sont décrits comme « au‑delà de toute description et compréhension », et 25 000 personnes ont déjà été contraintes de fuir.
D’énormes incendies de forêt ont détruit jusqu’à la moitié de la ville historique canadienne de Jasper. En même temps, des centaines d’embrasements sont actifs dans la province voisine de la Colombie‑Britannique ainsi qu’en Californie et dans l’Utah.
Chaque année, des milliers de personnes subissent les conséquences des incendies de forêt, les villes étant incinérées par le feu. Aux États‑Unis, au cours des cinq dernières années, 344 incendies de forêt majeurs ont fait 178 victimes. Parallèlement, depuis les années 1980, le pays enregistre en moyenne environ 70 000 incendies par an. Selon le National Interagency Fire Center (NIFC), un total de 2,7 million d’incendies de forêt s’est produit depuis 1983.
Alors que le nombre d’incendies continue d’augmenter, le coût de leur lutte augmente également. Le gouvernement américain a dépensé près de 4,4 milliards de dollars pour combattre les incendies de forêt en 2021 seulement. En moyenne, il faut environ 74 000 $ pour éteindre chaque incendie. Mais ce n’est pas tout ; les primes d’assurance habitation augmentent également.
Les incendies de forêt augmentent dans le monde, non seulement en fréquence mais aussi en gravité et en durée. Le risque d’incendie se manifeste surtout dans des conditions extrêmement sèches telles que vents violents, sécheresse et vagues de chaleur. Cela entraîne un impact négatif croissant sur la santé humaine et la faune.
En plus de la destruction causée par le feu lui‑même, la fumée des incendies de forêt contient des polluants atmosphériques dangereux tels que le NO₂, l’ozone, les hydrocarbures aromatiques, le plomb ou les PM2,5, qui sont des particules d’un diamètre de 2,5 microns ou moins. Les PM2,5 sont si fins qu’ils peuvent pénétrer plus profondément dans nos voies respiratoires et provoquer des effets sur la santé.
Les PM2,5 provenant de la fumée des incendies de forêt sont réellement associés à des décès prématurés dans la population générale. Ils peuvent causer et aggraver des maladies des poumons, des reins, du cœur, de la peau, du système digestif, des yeux, du nez et du foie. Il a également été démontré qu’ils entraînent des troubles cognitifs et des pertes de mémoire.
Non seulement les incendies de forêt contaminent l’air avec des polluants toxiques, mais ils impactent également le climat en libérant d’importantes quantités de CO₂ et d’autres gaz à effet de serre dans l’atmosphère. En obscurcissant la Terre, les émissions de gaz à effet de serre retiennent la chaleur du soleil et rendent la planète inhabitable. Un excès conduit au changement climatique, qui engendre des conditions plus sèches, contribuant ainsi à prolonger la durée des saisons de feu. Cela crée ainsi une boucle de rétroaction.
Avec l’intensité et les dégâts des incendies de forêt qui deviennent de plus en plus extrêmes, ils peuvent perturber les infrastructures en termes de communications, de transport, d’approvisionnement en énergie, de services de gaz et d’approvisionnement en eau. De plus, à proximité des zones peuplées, ils affectent considérablement les biens, le bétail, la mortalité humaine et l’environnement.
L’année dernière, une étude menée par des chercheurs de l’Université du Maryland a calculé que les feux de forêt entraînent désormais 3 millions d’hectares supplémentaires de perte de couvert forestier par an par rapport à 2001. En causant 9,3 millions d’hectares de perte de couvert forestier à l’échelle mondiale, 2021 est devenue l’une des pires années.
Ce n’est pas que les incendies ne font pas partie du fonctionnement naturel des forêts. En réalité, les forêts boréales, qui couvrent de vastes étendues en Europe du Nord, en Russie, en Alaska et au Canada, sont adaptées au feu. Le feu crée une variété de paysages et élimine les forêts anciennes, donnant naissance à de nouvelles.
Cependant, la perte de couvert forestier liée au feu, même dans ces zones, se produit à un rythme accéléré. Les forêts boréales étant parmi les principaux fournisseurs mondiaux d’eau douce, abritant d’importantes populations de faune et constituant un puits de carbone essentiel, la tendance actuelle des incendies de forêt est inquiétante et doit être abordée.
Exploiter les modèles d’IA en combinaison avec des images satellites
L’une des façons dont la problématique des incendies de forêt est abordée est l’utilisation de l’intelligence artificielle (IA). Cette nouvelle technologie n’est pas seulement utilisée pour les chatbots et les assistants virtuels, mais aussi pour aider l’environnement grâce à la télédétection avancée.
Récemment, l’IA a aidé les pompiers à réagir rapidement à un incendie de forêt dans une zone isolée de la Bay Area, en Californie. L’incendie a été arrêté avant de se propager grâce à une caméra alimentée par l’IA, qui a détecté la fumée et informé les équipes de lutte contre le feu avant que les flammes ne puissent se développer et devenir difficiles à maîtriser.
Même les compagnies d’assurance se tournent vers l’IA. Delos Insurance Solutions, basée à San Francisco, a vendu plus de 17 000 polices aux propriétaires, que d’autres entreprises ont refusées. Cela a été rendu possible grâce aux modèles d’incendie de l’entreprise, pour lesquels Delos collabore avec des professeurs d’université afin d’obtenir des ensembles de données propriétaires sur la modélisation des incendies, puis ajoute un algorithme d’IA pour incorporer davantage de données. Selon la co‑fondatrice Shanna McIntyre, Delos prend en compte plus de 200 variables couvrant la végétation, la topographie et la température.
Il est clairement évident qu’il y a un intérêt croissant pour le développement de modèles de comportement d’incendie à haute résolution afin de prévoir la propagation du feu.
Cela se fait en conjonction avec des satellites pour détecter les emplacements des incendies. Bien que des satellites tels que LANDSAT, VHRS et MODIS soient déjà utilisés pour surveiller la distribution et les perturbations de la végétation, la prévision des incendies de forêt reste une tâche difficile. L’IA et l’apprentissage automatique peuvent offrir une méthode fiable pour prédire et gérer les incendies de forêt.
Par exemple, l’IA peut être liée à des satellites d’imagerie qui analysent différents facteurs tels que l’apparition de fumée, les incidents d’incendie et les perturbations de la végétation. En combinant toutes les données, les algorithmes d’IA peuvent aider à prédire les incendies de forêt grâce à un apprentissage continu. La technologie IA peut également permettre la gestion des extincteurs et des véhicules de patrouille équipés de caméras vidéo.
Il y a un an, une équipe de chercheurs de l’Université Aalto en Finlande a commencé à développer un modèle d’IA appelé FireCNN capable de prédire la propagation des incendies de forêt. Le modèle est entraîné sur des images satellites et des données météorologiques enregistrées entre 2002 et 2019 afin d’identifier les zones à haut risque. FireCNN analyse 31 variables, incluant des facteurs tels que la végétation et la couverture du sol.
Cependant, il manque d’algorithmes d’IA capables de corréler toutes les données disponibles et des méthodologies de modélisation réalistes qui répondent aux besoins de différents paysages à travers le monde.
Selon une nouvelle étude, un nouveau modèle peut prédire avec précision la propagation des incendies de forêt. Le modèle combine imagerie satellite et IA pour offrir une avancée majeure dans la gestion des incendies de forêt et la réponse d’urgence.
L’étude, financée par la NASA, l’Office de recherche de l’Armée et le programme Viterbi CURVE, a été menée par des chercheurs de l’USC et publiée dans Earth System Science Data.
Dans le cadre de ce nouveau modèle, les données satellites sont utilisées pour suivre la progression des incendies de forêt en temps réel. Ces informations sont alimentées dans un algorithme informatique sophistiqué capable de prévoir avec précision le trajet probable du feu ainsi que son intensité et son taux de croissance.
« Ce modèle représente une avancée importante dans notre capacité à combattre les incendies de forêt. En offrant des données plus précises et plus rapides, notre outil renforce les efforts des pompiers et des équipes d’évacuation qui luttent contre les incendies de forêt en première ligne. »
– Bryan Shaddy, auteur correspondant de l’étude et doctorant à l’USC Viterbi School of Engineering
L’étude a commencé par la collecte de données historiques à partir d’images satellites haute résolution. Ensuite, grâce à l’analyse du comportement des incendies passés, les chercheurs ont suivi comment le feu a commencé, s’est propagé, et a finalement été maîtrisé.
Cette étude minutieuse a dévoilé des schémas qui sont influencés par des facteurs tels que le terrain, le climat et le combustible, comme les arbres et les broussailles.
Les chercheurs ont ensuite entraîné un modèle alimenté par l’IA générative pour simuler comment ces facteurs influencent l’évolution des incendies de forêt au fil du temps. Le modèle a ensuite été entraîné à reconnaître les schémas dans les images satellites correspondant à la propagation des incendies dans leur modèle.
Le modèle s’appelle un réseau antagoniste génératif conditionnel de Wasserstein, ou cWGAN, qui a déjà été testé sur quatre incendies réels en Californie sur deux ans, entre 2020 et 2022, afin d’évaluer son efficacité à prédire la propagation du feu. Entraîné avec des simulations WRF‑SFIRE, le cWGAN est utilisé pour déterminer le temps d’arrivée du feu à partir des données de feu actif satellite.
Les résultats du cWGAN étaient impressionnants. Entraîné sur des données simples dans des conditions idéales, comme un vent unidirectionnel et un terrain plat, le modèle a bien fonctionné lors de véritables incendies de Californie.
Le succès du modèle est attribué à l’utilisation du modèle d’IA conjointement avec l’imagerie satellite, qui a fourni des données réelles d’incendies de forêt plutôt que de se baser uniquement sur l’IA.
Cela n’a pas été facile, cependant. Le co‑auteur de l’étude, Assad Oberai, professeur d’aérospatiale et de génie mécanique à l’USC Viterbi, a déclaré que la modélisation des incendies de forêt était parmi les plus difficiles en raison de leurs « processus complexes ».
Non seulement le combustible, tel que les arbres et les arbustes, s’enflamme, entraînant des réactions chimiques complexes, produisant de la chaleur et des courants d’air, mais même le climat et la topographie influencent le comportement du feu. Assad a déclaré :
« Ce sont des processus hautement complexes, chaotiques et non linéaires. Pour les modéliser avec précision, il faut tenir compte de tous ces différents facteurs. Il faut une informatique avancée. »
Données améliorées pour les modèles d’IA
En plus des avancées technologiques de l’IA, les données utilisées pour entraîner ces modèles sont également améliorées en couvrant des centaines de facteurs supplémentaires qui influencent l’ignition et la propagation du feu. Cela aidera les gestionnaires de la faune et les scientifiques à faire des prévisions plus précises sur les lieux et les moments où les incendies de forêt pourraient survenir.
Récemment, la Fire Program Analysis Fire-Occurrence Database (FPA FOD), qui est la source la plus exhaustive de données sur les ignitions d’incendies géoréférencées aux États‑Unis, a été considérablement améliorée. Développée pour la première fois en 2013 par le Service forestier des États‑Unis, le modèle a été mis à jour cinq fois. Il agrège les rapports d’incendie provenant d’entités locales, étatiques et fédérales ayant des responsabilités de protection et de signalement des incendies.
Le modèle comprend des informations de base telles que le lieu d’ignition, la date de découverte et la taille de l’incendie final. Cependant, la base de données révisée couvrira encore plus de facteurs sociaux et environnementaux. Selon Erica Fleishman, professeure à l’Oregon State University :
« Il y a un intérêt énorme pour ce qui déclenche les incendies de forêt et ce qui peut être fait pour les prévenir. Cette base de données augmente la capacité d’accéder à des informations pertinentes et de contribuer à la préparation et à la prévention des incendies de forêt. »
Cette base de données améliorée ne servira pas uniquement les pompiers et les gestionnaires sur le terrain pour combattre le feu, mais elle pourrait également aider à évaluer le risque électrique à court terme. Les compagnies d’électricité peuvent prendre des décisions mieux informées concernant la mise en œuvre d’une coupure d’électricité pour la sécurité publique. De plus, les agences de gestion des terres peuvent décider de réduire l’accès aux terres publiques à certaines périodes de l’année.
Selon Fleishman, de nombreuses politiques sont guidées par des émotions plutôt que par un vaste corpus de preuves. La base de données présente « une façon d’augmenter les preuves objectives à prendre en compte lors de la prise de ces décisions », a-t-elle déclaré.
Publié dans la revue Earth System Science Data, la recherche décrivant base de données a été soutenue par le Joint Fire Science Program. Elle a décrit des attributs biologiques, sociaux et physiques afin d’obtenir une meilleure compréhension des incendies de forêt ainsi que de leurs prévisions.
Au total, l’équipe de recherche, qui comprenait Fleishman, directrice de l’Oregon Climate Change Research Institute et a été dirigée par Mojtaba Sadegh et Yavar Pourmohamad, respectivement professeur associé et doctorant à l’Université Boise State, a ajouté près de 270 attributs supplémentaires. Aujourd’hui, la base de données comprend des informations sur 2,3 million d’incendies aux États‑Unis de 1992 à 2020.
Dans la base de données révisée, chaque incendie de forêt possède désormais des attributs physiques tels que le climat, la météo, la topographie et les infrastructures ; des attributs biologiques comme l’indice de végétation et la couverture du sol ; des attributs administratifs couvrant le niveau de préparation national et régional ainsi que la juridiction ; et des attributs sociaux incluant l’indice de vulnérabilité sociale et la densité de population.
La sixième version du FPA FOD a été davantage augmentée avec des statistiques résumées dans un tampon temporel et spatial autour du point d’ignition ainsi que des indices de végétation obtenus mensuellement par satellite pendant l’année précédant l’ignition. « Cet ensemble de données tabulaires riche peut être utilisé dans une variété d’applications guidées par des hypothèses ou d’exploration de données », a déclaré l’étude.
Une telle base de données massive aidera à fournir une compréhension nettement plus profonde de l’impact individuel et cumulé des attributs sur les ignitions et la taille des incendies de forêt, a déclaré Pourmohamad, ajoutant :
« Elle identifie également les effets inégaux des incendies de forêt sur différentes populations humaines et écosystèmes, ce qui peut, à son tour, orienter les efforts visant à réduire les inégalités. »
La base de données peut également être intégrée aux modèles d’IA et d’apprentissage automatique qui expliquent les facteurs à l’origine des incendies passés, la probabilité d’incendies futurs et les effets des futurs incendies. Elle a déclaré :
« C’est incroyable ce que l’on peut déduire lorsqu’on dispose de la capacité de calcul et d’autant d’informations. On peut poser de nombreuses questions qui orientent différentes actions selon les lieux et comprendre ce qui est associé aux ignitions d’incendies de forêt et à leurs effets. »
Réflexions finales
Les milieux sauvages tels que les forêts ou les prairies sont essentiels à la prospérité humaine. En effet, ils atténuent le changement climatique en stockant du carbone, en préservant les habitats de la faune et en renforçant la résilience des paysages. Ces milieux ont toujours été sujets aux incendies de forêt, mais au cours des dernières décennies, ils ont tellement augmenté que les incendies sont devenus une menace.
Ces incendies massifs et imprévus ravagent les terres du monde entier, appelant à une meilleure compréhension, évaluation et analyse des incendies passés, de leur prévention réussie et des stratégies d’atténuation afin non seulement de prévenir les incendies de forêt mais aussi d’améliorer la planification, la réponse, l’adaptation, l’atténuation rentable et la limitation des impacts négatifs.
Comme nous l’avons souligné précédemment, les autorités améliorent constamment les bases de données, ce qui peut ensuite être intégré dans les modèles d’IA afin d’expliquer les probabilités d’incendie et leurs effets futurs. Ces modèles d’IA bien testés peuvent alors être utilisés conjointement avec des images satellites pour prédire et prévenir avec précision les futurs incendies de forêt. Ainsi, nous pouvons protéger nos milieux sauvages, sauvegarder la biodiversité et enrichir la vie des générations futures.
Cliquez ici pour tout savoir sur l’investissement dans l’intelligence artificielle.
