L’IA utilisée pour améliorer la prédiction des coups de foudre

La prévision météorologique a considérablement amélioré au cours de la dernière décennie, les prévisions à cinq jours étant maintenant d’environ 90 % précises. Cependant, un aspect du temps qui a longtemps échappé aux tentatives de prédiction est la foudre. Puisque la foudre est si imprévisible, il est très difficile de minimiser les dégâts qu’elle peut causer à la vie humaine, aux biens et à la nature. Grâce au travail d’une équipe de recherche de l’EPFL (Ecole Polytechnique Fédérale de Lausanne) School of Engineering, les coups de foudre pourraient être beaucoup plus prévisibles dans un avenir proche.

Comme le rapporte SciTechDaily, une équipe de chercheurs de l’EPFL’s School of Engineering – Electromagnetic Compatibility Laboratory, a récemment créé un programme d’IA capable de prédire avec précision un coup de foudre dans un délai de 10 à 30 minutes et sur un rayon de 30 kilomètres. Le système créé par l’équipe d’ingénieurs applique des algorithmes d’intelligence artificielle aux données météorologiques, et le système sera utilisé dans le cadre du projet European Laser Lightning Rod.

L’objectif du projet European Laser Lightning Rod (ELLR) est de créer de nouveaux types de systèmes et de techniques de protection contre la foudre. Plus précisément, l’ELLR vise à créer un système qui utilise une technique basée sur le laser pour réduire la quantité de coups de foudre naturels descendant, en stimulant les éclairs de foudre ascendante.

Selon l’équipe de recherche, les méthodes actuelles de prédiction de la foudre reposent sur des données collectées par radar ou satellite, ce qui tend à être très coûteux. Le radar est utilisé pour balayer les tempêtes et déterminer le potentiel électrique de la tempête. D’autres systèmes de prédiction de la foudre nécessitent souvent l’utilisation de trois récepteurs ou plus dans une région pour que les occurrences de foudre puissent être triangulées. La création de prédictions de cette manière est un processus souvent lent et complexe.

Au lieu de cela, la méthode développée par l’équipe de l’EPFL utilise des données qui peuvent être collectées à n’importe quelle station météorologique standard. Cela signifie que les données sont beaucoup moins chères et plus faciles à collecter, et que le système pourrait potentiellement être appliqué à des régions reculées où les systèmes de satellite ou de radar ne couvrent pas et où les réseaux de communication sont irréguliers.

Les données pour les prévisions peuvent également être collectées rapidement et en temps réel, ce qui signifie qu’une région pourrait potentiellement être avertie de l’arrivée de coups de foudre même avant qu’une tempête se forme dans la région. Comme le rapporte ScienceDaily, la méthode utilisée par l’équipe de l’EPFL pour faire des prévisions est un algorithme d’apprentissage automatique formé sur des données collectées à partir de 12 stations météorologiques suisses. Les données s’étendent sur une décennie et à la fois des régions montagneuses et urbaines sont représentées dans l’ensemble de données.

La raison pour laquelle les coups de foudre peuvent être prévus est qu’ils sont fortement corrélés avec des conditions météorologiques spécifiques. L’un des ingrédients les plus importants pour la formation de la foudre est la convection intense, où l’air humide monte à mesure que l’atmosphère devient instable dans la région locale. Les collisions entre gouttes d’eau, particules de glace et autres molécules à l’intérieur des nuages peuvent causer une séparation des charges électriques dans les particules. Cette séparation conduit à la création de couches de nuages avec des charges opposées, ce qui conduit aux décharges qui apparaissent comme de la foudre. Les caractéristiques atmosphériques associées à ces conditions météorologiques peuvent être alimentées dans des algorithmes d’apprentissage automatique afin de prédire les coups de foudre.

Parmi les caractéristiques de l’ensemble de données, on trouve des variables telles que la vitesse du vent, l’humidité relative, la température de l’air et la pression atmosphérique. Ces caractéristiques ont été étiquetées avec des coups de foudre enregistrés et l’emplacement du système qui a détecté le coup de foudre. Sur la base de ces caractéristiques, l’algorithme a pu interpréter les modèles dans les conditions qui ont conduit aux coups de foudre. Lorsque le modèle a été testé, il a prouvé être capable de prédire correctement un coup de foudre environ 80 % du temps.

Le modèle de l’équipe de l’EPFL est notable car il s’agit du premier exemple d’un système basé sur des données météorologiques couramment disponibles capable de prédire avec précision les coups de foudre.