L'alerte précoce est la mesure la plus efficace pour minimiser les dégâts causés par les catastrophes naturelles liées aux conditions météorologiques, climatiques et hydrologiques. De nombreuses études ont démontré qu'une alerte donnée 24 heures à l'avance permet de réduire les dégâts d'environ 30 % par rapport à une situation sans alerte. Par conséquent, face à un changement climatique de plus en plus complexe, caractérisé par une augmentation de la fréquence et de l'intensité des tempêtes, des fortes pluies, des inondations, des crues soudaines, des glissements de terrain, des orages et de la foudre, l'alerte précoce revêt une importance accrue.
Au Vietnam, en application de la résolution n° 57-NQ/TW du Politburo, le secteur météorologique et hydrologique a progressivement intégré l’intelligence artificielle (IA), le big data et la transformation numérique dans ses activités de surveillance et de prévision. Depuis le début de l’année, le Département de météorologie et d’hydrologie ( ministère de l’Agriculture et de l’Environnement ) a déployé des applications d’IA à certaines étapes du processus de prévision. Concrètement, des algorithmes d’apprentissage automatique sont entraînés à partir de données radar, d’images satellites et de données de surveillance automatique afin de fournir des prévisions de précipitations à court terme, rapides et très précises.
Pour identifier et déterminer l'intensité des tempêtes en mer de Chine méridionale, l'intelligence artificielle est utilisée pour analyser les images satellitaires météorologiques afin de localiser le centre du vortex, d'évaluer l'intensité et l'évolution de la tempête, et d'appuyer les prévisions météorologiques dans une analyse approfondie. Ces systèmes sont encore en cours de perfectionnement, d'entraînement et d'intégration dans le processus d'aide à la prévision professionnelle. Cette technologie permet aux autorités de surveiller en continu les conditions météorologiques et environnementales, et ainsi de fournir des alertes précoces et des mesures de réaction rapides pour protéger les vies et les biens.
M. Mai Van Khiem, directeur du Centre national de prévisions hydrométéorologiques, a déclaré que, durant la saison des tempêtes et des inondations de cette année, le secteur hydrométéorologique a eu recours à l'intelligence artificielle pour la surveillance et la prévision. Les résultats obtenus ont permis d'atteindre une précision supérieure à celle des outils traditionnels.
En matière de prévision des tempêtes, la marge d'erreur sur 24 heures pour le centre de la tempête est d'environ 90 à 110 km, ce qui correspond à la moyenne régionale. L'intelligence artificielle permet de combiner les évaluations de probabilité et d'incertitude, facilitant ainsi la prise de décision en matière de prévention des catastrophes.
Pour la prévision des fortes pluies, le modèle WRF (Mesoscale Weather Network for Research and Forecasting Weather Operations) et les ensembles régionaux donnent de bons résultats en cas de pluies généralisées, mais rencontrent encore des difficultés pour les pluies localisées et de courte durée en terrain complexe, où des conflits surviennent entre les circulations à petite échelle. L'utilisation conjointe des données radar, des images satellites, des ensembles de données et des algorithmes de prévision immédiate a permis d'émettre des alertes aux orages, aux tornades et à la foudre entre 30 minutes et 3 heures à l'avance dans de nombreuses zones clés.
Le département d'hydrométéorologie a identifié le principal problème scientifique et technologique du secteur comme étant « la maîtrise de l'IA dans les prévisions météorologiques et hydrologiques, la mise en place d'un système d'IA complet pour les prévisions météorologiques et hydrologiques multi-échelles avec une grande précision et l'automatisation des opérations de prévision ».
Selon le directeur du Département hydrométéorologique, comparé au Japon, à la Chine, à la Corée, etc., le système de prévision et de surveillance de notre pays reste limité. Par ailleurs, faute de budget suffisant, notre pays n'a pas pu investir massivement dans la recherche et le développement de technologies liées à l'hydrométéorologie et à la prévision des catastrophes naturelles. De plus, l'infrastructure informatique demeure insuffisante : le nombre de stations de surveillance est insuffisant, alors que le traitement par intelligence artificielle (IA) appliqué à l'hydrométéorologie requiert une infrastructure informatique conséquente, des ressources financières importantes et une équipe d'experts hautement qualifiés en informatique. Enfin, l'infrastructure de calcul et de traitement de l'IA nécessite des processeurs haute performance onéreux.
Face à la complexité du changement climatique et à la multiplication des phénomènes météorologiques extrêmes, la modernisation de l'hydrométéorologie et l'amélioration des capacités de prévision et d'alerte précoce sont essentielles à la protection des populations et de l' économie . Par conséquent, la mise en place et le perfectionnement de ces systèmes jouent un rôle primordial et constituent la première ligne de défense dans la prévention et l'atténuation des risques de catastrophes naturelles.
Pour ce faire, M. Mai Van Khiem a déclaré que, dans les prochains mois, le secteur de la météorologie et de l'hydrologie devra se concentrer sur la mise en œuvre d'un plan d'innovation global afin d'améliorer les capacités de prévision et d'alerte et de contribuer efficacement à la prévention des catastrophes naturelles et au développement durable. Ce plan vise à poursuivre la mise en œuvre effective de la résolution n° 57-NQ/TW relative aux avancées scientifiques et technologiques, à l'innovation et à la transformation numérique nationale. Le Département de météorologie et d'hydrologie a identifié le principal défi scientifique et technologique du secteur : « Maîtriser l'intelligence artificielle appliquée aux prévisions météorologiques et hydrologiques, construire un système d'IA complet pour des prévisions météorologiques et hydrologiques multi-échelles de haute précision et automatiser les opérations de prévision », a précisé M. Mai Van Khiem.
En conséquence, le Département d'hydrométéorologie privilégiera l'application des technologies modernes telles que l'IA, le Big Data et l'Internet des objets (IoT) à l'ensemble du processus hydrométéorologique, depuis la surveillance, la collecte et le traitement des données jusqu'à l'analyse, la prévision et la communication. La maîtrise de ces technologies contribue non seulement à améliorer la précision et l'automatisation du travail professionnel, mais ouvre également la voie au développement d'un système de prévision intelligent et multi-échelle répondant aux besoins des populations, des autorités et des secteurs économiques dans un contexte de changement climatique de plus en plus complexe. Parallèlement, le Département s'attache à renforcer ses capacités de prévision des phénomènes météorologiques extrêmes, à mettre en place un système d'alerte précoce multi-catastrophes pour garantir une information rapide et précise, à développer une équipe de personnel hautement qualifié, en privilégiant la formation des jeunes talents pour répondre aux nouveaux besoins, à renforcer la communication, à sensibiliser le public au rôle de l'hydrométéorologie dans la prévention et la gestion des catastrophes, à promouvoir la coopération internationale, à rechercher un soutien technique et technologique et à assurer la formation des ressources humaines.
Source : https://nhandan.vn/ung-dung-tri-tue-nhan-tao-trong-du-bao-va-canh-bao-thien-tai-post902631.html










Comment (0)