Les inondations extrêmes et les glissements de terrain à travers la Californie ces dernières semaines ont pris de nombreux conducteurs par surprise. Des gouffres ont avalé des voitures, des autoroutes sont devenues des fleuves d’eau rapides, des quartiers entiers ont été évacués. Au moins 20 personnes sont mortes dans les tempêtes, plusieurs d’entre elles après avoir été piégées dans des voitures dans des eaux tumultueuses.
Alors que je vérifiais les prévisions sur les applications météo de mon téléphone portable pendant les semaines de tempêtes au début de janvier 2023, je me demandais si les personnes au milieu des averses utilisaient une technologie similaire lorsqu’elles décidaient de quitter leur domicile et déterminaient les itinéraires les plus sûrs. Estimaient-ils que c’était suffisant ?
Je suis un hydrologue qui travaille parfois dans des régions éloignées, donc l’interprétation des données météorologiques et l’incertitude des prévisions font toujours partie de ma planification. En tant que personne qui a failli se noyer une fois en traversant une rivière inondée là où je n’aurais pas dû, je suis également profondément consciente de l’extrême vulnérabilité humaine résultant du fait de ne pas savoir exactement où et quand une inondation frappera.
Environ les deux tiers des décès liés aux inondations aux États-Unis sont classés comme « au volant » et « dans l’eau ». Si les gens avaient su en temps réel la probabilité d’inondations à ces endroits, via une application pour téléphone portable ou un site Web, il est possible que certains de ces décès auraient pu être évités.
Pourtant, même le personnel de gestion des urgences opère actuellement avec étonnamment peu d’informations sur le moment et l’endroit où les inondations sont susceptibles de se produire. Ils savent où les inondations peuvent se produire, en particulier le long des rivières. Mais chaque inondation est différente et des questions clés, telles que les routes pouvant être utilisées en toute sécurité et les populations exposées, nécessitent toujours une observation de première main.
J’ai travaillé avec des collègues pour développer une méthode qui contourne les obstacles actuels à ce type de prévision. En utilisant «l’apprentissage probabiliste» – un type d’apprentissage automatique – la méthode peut créer des modèles locaux de risque d’inondation qui peuvent identifier les conditions rue par rue à l’aide de prévisions de tempête en temps réel.
Le défi de la prévision des crues
Les programmes informatiques capables de prédire ce qu’il advient de l’eau de pluie après qu’elle touche le sol sont les outils ultimes pour prédire en temps réel où et quand les inondations se produiront.
Cependant, de tels modèles d’inondation nécessitent d’énormes quantités de puissance de calcul. Actuellement, il n’existe aucun moyen de prédire rapidement les inondations en temps réel n’importe où. Le niveau de détail pertinent pour les décisions humaines (représentant des bâtiments, des voies d’évacuation ou des actifs d’infrastructure) est hors de portée.
Un deuxième défi est la grande incertitude des prévisions de précipitations et de nombreuses autres entrées des modèles d’inondation.
Scènes d’inondations lors des tempêtes de janvier 2023 en Californie.
Les recherches menées au cours des dernières décennies ont exploré les possibilités de résoudre ces formidables défis en utilisant des approches de « force brute » : des ordinateurs plus rapides et plus d’ordinateurs. En fin de compte, cela suggère la nécessité de repenser la façon dont nous prévoyons les inondations.