Un nouveau modèle d’IA développé par des chercheurs israéliens promet de révolutionner la prévision des incendies de forêt causés par la foudre avec une précision inédite de plus de 90 %.
Le changement climatique rend les incendies de forêt plus fréquents, plus violents et plus imprévisibles. Parmi les causes les plus redoutées : la foudre, souvent responsable de départs de feu dans des zones reculées, difficiles d’accès et parfois impossibles à surveiller en temps réel.
Pour répondre à ce défi, des chercheurs israéliens viennent de développer un modèle d’intelligence artificielle (IA) capable de prédire ces incendies avec une précision inédite.
Une avancée majeure dans la lutte contre les incendies naturels
Développé par des chercheurs des universités Bar-Ilan, Ariel et Tel Aviv, le modèle s’appuie sur sept années de données satellitaires haute résolution combinées à des variables environnementales comme la végétation, la météo et la topographie. Cela leur a permis de développer une IA capable d’anticiper les risques d’incendie causés par la foudre avec une précision supérieure à 90 %. Cette performance dépasse largement celle des systèmes de prévision traditionnels, souvent limités à une approche régionale ou centrée sur les activités humaines.
L’équipe de chercheurs a testé le modèle sur les incendies de 2021, et les résultats se sont révélés particulièrement prometteurs. Ce système pourrait à terme devenir un outil de première ligne pour les services de secours et de planification d’urgence, en permettant des interventions plus rapides et mieux ciblées. Il répond aussi à une lacune cruciale : les incendies provoqués par la foudre, bien que meurtriers, sont rarement intégrés aux modèles prédictifs classiques, car leur comportement est complexe et leur origine souvent difficile à tracer.
En contexte de dérèglement climatique, où orages secs, sécheresses prolongées et écosystèmes vulnérables se multiplient, cette innovation ouvre la voie à une gestion proactive des risques. Si le modèle n’est pas encore intégré aux systèmes de prévision en temps réel, ses applications futures pourraient bien transformer la prévention des catastrophes naturelles à l’échelle mondiale.
Source : Phys.org
