Application des sciences et des technologies, de l'intelligence artificielle et de la transformation numérique dans les prévisions hydrométéorologiques

Dans un contexte de changements climatiques de plus en plus marqués et de développement rapide de la quatrième révolution industrielle, les prévisions hydrométéorologiques (PHM) sont confrontées à des exigences nouvelles et complexes. La science et la technologie, l'intelligence artificielle (IA) et la transformation numérique ne jouent plus seulement un rôle de soutien, mais constituent désormais le socle même, déterminant la rapidité, la qualité et la précision des systèmes modernes d'alerte aux catastrophes.

Nouvelles pressions à l'ère du changement climatique

Partout dans le monde , les méthodes de prévision traditionnelles cèdent la place à des modèles numériques à haute résolution, à des systèmes avancés d'assimilation de données et, surtout, aux progrès de l'intelligence artificielle et de l'apprentissage profond. Des organisations météorologiques de premier plan, telles que le CEPMMT ou l'AMJ, ont utilisé l'IA pour corriger les erreurs, réaliser des prévisions instantanées et exploiter les entrepôts de données ouvertes de plus en plus riches de l'Organisation météorologique mondiale (OMM), inaugurant ainsi une nouvelle ère de prévision météorologique basée sur les données et l'IA.

Au Vietnam, les effets du changement climatique sont de plus en plus manifestes, notamment par la fréquence et l'intensité accrues des tempêtes violentes, des pluies torrentielles localisées, des crues soudaines et des glissements de terrain. De ce fait, les prévisions météorologiques doivent désormais se concentrer sur la prédiction de leurs impacts plutôt que sur la description des phénomènes ; elles doivent passer de prévisions qualitatives à des prévisions quantitatives, détaillées, opportunes et plus précoces, ce qui exerce une forte pression sur le secteur hydrométéorologique pour qu'il accélère l'innovation technologique et la transformation numérique.

Les méthodes de prévision traditionnelles sont progressivement remplacées par l'application de l'IA et du big data pour surveiller, analyser, prévoir et alerter en matière d'hydrométéorologie.

Ces dernières années, le secteur hydrométéorologique a également bénéficié d'importantes opportunités de modernisation. La mise en service du supercalculateur Cray XC40 a constitué un progrès majeur en matière de capacité de calcul. Avec une puissance de près de 80 TFLOPS, ce système permet d'exécuter un modèle de prévision à résolution de 3 km pour l'ensemble du territoire et la mer Orientale en seulement 30 à 40 minutes, plaçant ainsi le Vietnam parmi les pays de la région dotés d'infrastructures de prévision performantes.

Un réseau de plus de 3 200 stations pluviométriques automatiques, 10 radars météorologiques et un système de géolocalisation de la foudre ont permis de constituer une source de données haute résolution (1 × 1 km) mise à jour en continu, un élément essentiel pour les modèles de prévision. Ces données ont démontré leur efficacité dans de nombreuses situations concrètes, comme les pluies historiques qui ont frappé la région Centre en 2020 ou les fortes pluies attendues en 2024.

Le Vietnam a également été reconnu par l'OMM comme Centre régional d'appui à l'alerte aux intempéries (SWFP-SeA) et Centre régional d'alerte aux crues soudaines et aux glissements de terrain (SeAFFGS), élargissant ainsi l'accès aux technologies de pointe, normalisant les processus et renforçant la coopération internationale.

Cependant, les défis demeurent considérables. L'infrastructure informatique dédiée à l'IA et aux systèmes de stockage de données massives ne répond pas encore aux besoins opérationnels des modèles d'apprentissage profond. Les données hydrométéorologiques sont dispersées et manquent de synchronisation entre les ministères et les secteurs ; certaines zones, comme les frontières et les îles, sont encore dépourvues de données. Le coût d'exploitation des systèmes de surveillance de pointe est élevé, tandis que les mécanismes de diffusion des connaissances restent limités. Les ressources humaines maîtrisant à la fois les modèles numériques, l'IA et l'analyse des données massives sont encore insuffisantes. Par ailleurs, le maintien d'un rôle dans les programmes de coopération internationale requiert un financement stable.

Percée technologique et intelligence artificielle

Ces dernières années, le secteur hydrométéorologique a mis en œuvre des solutions efficaces pour moderniser le processus de prévision. Les modèles numériques de prévision à haute résolution (1 à 3 km) ont été améliorés, intégrant les données d'observation nationales et les produits internationaux du CEPMMT, ce qui a permis de réduire le délai de publication des prévisions de 5 à 8 heures à 2 à 3 heures. Le système de prévision d'ensemble, composé de 32 composantes à court terme et de 51 composantes à moyen terme, permet d'établir des cartes de probabilité, des prévisions d'impact et des données détaillées sur les précipitations pour chaque commune et quartier.

Depuis 2019, le système SmartMet a progressivement remplacé l'analyse manuelle, permettant de visualiser, de modifier et de synchroniser en temps réel les données de prévision entre les niveaux central et local, réduisant ainsi considérablement le délai de publication des bulletins.

L'intelligence artificielle (IA) commence à jouer un rôle important dans les prévisions météorologiques. Les modèles d'apprentissage profond sont appliqués à l'identification des typhons, aux prévisions de précipitations à très court terme, à l'analyse des images du satellite Himawari, à la localisation précoce des centres des tempêtes et à l'amélioration des prévisions d'intensité des cyclones tropicaux. Le cas du typhon Noru en 2022 a démontré que les modèles d'IA intégrant des données satellitaires et radar peuvent faciliter l'identification précoce de la formation d'une tempête à son entrée en mer de Chine méridionale, contribuant ainsi à réduire le délai d'alerte à 72 heures.

Les applications d'IA sont largement utilisées pour les travaux de prévision.

La qualité des prévisions s'est considérablement améliorée. Les délais de prévision des orages sont passés de 24 heures à 3 jours ; des alertes précoces sont émises 5 jours à l'avance ; les erreurs de localisation des orages à intervalles de 48 heures ont été réduites de moitié. Les prévisions de fortes pluies et les alertes aux inondations 2 à 3 jours à l'avance atteignent une fiabilité d'environ 75 % ; les alertes aux orages localisés sont émises de 30 minutes à plusieurs heures à l'avance ; les prévisions de grand froid et de forte chaleur atteignent une fiabilité de 70 à 90 %.

La coopération internationale continue de jouer un rôle important. Le Vietnam entretient des échanges professionnels avec l'Agence météorologique japonaise (JMA), l'Agence météorologique chinoise (CMA) et de nombreuses autres grandes agences météorologiques, notamment en matière de partage de données, d'évaluation consensuelle et de formation des ressources humaines. Même pendant la pandémie de Covid-19, les formations de l'OMM ont été maintenues en ligne, garantissant ainsi le perfectionnement professionnel des prévisionnistes du pays et de la région.

Selon le Département d'hydrométéorologie du ministère de l'Agriculture et de l'Environnement , le secteur de l'hydrométéorologie se développera entre 2025 et 2030 autour de trois axes principaux : la modernisation du réseau de surveillance ; l'amélioration des capacités de prévision, notamment en matière d'impact et de prévisions en temps réel ; et une transformation numérique globale. La mise en place d'un réseau de surveillance automatisé et synchrone, en particulier dans les zones où les données font défaut, constitue une priorité. Le secteur vise à multiplier par 5 à 10 sa capacité de calcul par rapport à 2020 ; à développer un modèle hybride combinant prévision numérique et intelligence artificielle ; et à améliorer la capacité d'alerte aux crues soudaines et aux glissements de terrain (6 à 12 heures à l'avance) et aux tempêtes (3 à 5 jours à l'avance).

Une transformation numérique complète exige l'intégration de 100 % des données dans la Base de données hydrométéorologiques nationale, ainsi que la mise en place d'un cadre juridique favorisant la diffusion et la commercialisation des services hydrométéorologiques. Le facteur clé demeure l'humain : le secteur mise sur une formation approfondie en intelligence artificielle, en mégadonnées et en modèles de prévision modernes, et sur le développement de la coopération internationale, notamment avec l'OMM et les pays dotés d'une hydrométéorologie avancée, afin d'acquérir, de maîtriser et de développer les technologies de prévision de nouvelle génération.

Centre de communication scientifique et technologique

Source : https://mst.gov.vn/ung-dung-khoa-hoc-cong-nghe-tri-tue-nhan-tao-va-chuyen-doi-so-trong-cong-tac-du-bao-khi-tuong-thuy-van-197251201234112479.htm