Des ingénieurs du MIT développent un outil pour anticiper des événements extrêmes sans données historiques
Des chercheurs du Massachusetts Institute of Technology (MIT) ont mis au point un nouvel outil capable de générer des événements extrêmes plausibles et des scénarios de catastrophe, sans avoir besoin de données sur des événements extrêmes passés. Cette avancée vise à aider les communautés à mieux se préparer face à des questions cruciales telles que la résistance des infrastructures urbaines aux tempêtes, la capacité des réseaux électriques à faire face à des vagues de chaleur record, ou l’efficacité des ressources de lutte contre les incendies face à des incendies de grande ampleur.
Les événements extrêmes, par leur nature, sont des anomalies difficiles à anticiper. Historiquement, ils sont sporadiques et rares, et la plupart des méthodes d’évaluation des risques reposent sur des événements passés pour modéliser des scénarios futurs encore plus extrêmes. L’outil développé par les ingénieurs du MIT utilise un algorithme d’apprentissage automatique qui apprend à partir de jeux de données, tels que les enregistrements quotidiens des conditions météorologiques d’une région, sans nécessiter de données sur des événements extrêmes antérieurs.
Ce nouvel algorithme, dénommé « Extreme Event Aware » ou « η-learning », permet de modéliser des événements sans précédent en se basant sur des statistiques et des cartes spatiales. Par exemple, il peut projeter la taille, l’intensité et la durée d’un événement extrême, comme une tempête ou une vague de chaleur, en tenant compte de la fréquence d’occurrence estimée (par exemple, une fois tous les 100 ans).
Les chercheurs ont appliqué cette méthode pour générer des cartes d’événements de précipitations extrêmes aux États-Unis, en utilisant 25 ans de données sur les précipitations. Ils ont montré que l’algorithme pouvait prédire des événements de pluie extrême, comme une tempête qui pourrait produire jusqu’à 300 millimètres de pluie, même si de tels événements n’ont jamais été enregistrés auparavant.
Cette capacité à anticiper des événements qui n’ont pas encore eu lieu revêt une importance stratégique, non seulement pour la planification urbaine, mais aussi pour la résilience économique et nationale face aux crises environnementales.
Cette recherche a été soutenue en partie par une bourse Vannevar Bush et le Bureau de recherche scientifique de l’Armée de l’air des États-Unis.
Source : MIT News
