Grâce à l’intelligence artificielle, les scientifiques de Google ont mis au point un nouveau système baptisé «Precipitation nowcasting» afin de déterminer avec plus de justesse les précipitations jusqu’à deux heures à l’avance.
Pour réussir cette prouesse, les scientifiques s’appuient sur des données radar haute résolution, qui suivent la quantité d’humidité dans l’air avec l’envoi de multiples faisceaux lumineux dans la basse atmosphère. Ce stratagème permet de mesurer la vitesse relative du signal en quantifiant le ralentissement de ce dernier par la vapeur d’eau.
En utilisant les 20 dernières minutes de données radar haute résolution, les chercheurs de Google DeepMind ont mis au point une approche d'apprentissage automatique appelée modélisation générative afin de développer un outil qui pourrait faire des prévisions de précipitations moyennes à fortes pour les 90 prochaines minutes.
«L'IA a le potentiel de nous aider à répondre à certaines des questions scientifiques les plus complexes de la science de l'environnement, telles que le changement climatique», a indiqué Shakir Mohamed, l'un des savants ayant participé à l'étude.
Une autre méthode utilisée à moyen et long terme
Jusqu’à présent, les météorologues utilisent de puissants systèmes de prévision numérique du temps (PNT), se basant sur des équations décrivant le mouvement des fluides dans l’atmosphère pour faire des prédictions à moyen et long terme.
Skilful precipitation nowcasting using deep generative models of radar https://t.co/1GRwBaQSkw https://t.co/koxsEKxzJr | #research #manuscripts @nature
— GAYLEアルベル斗 (@aruberutou) September 29, 2021
Une méthode très efficace sur une période longue, mais beaucoup moins pour jauger le temps dans un avenir proche de quelques heures, comme le démontre l’étude de Google DeepMind parue ce mardi 29 septembre dans la revue scientifique Nature.
«Ces modèles sont vraiment étonnants de six heures à environ deux semaines en terme de prévision météorologique, mais il y a une zone, en particulier autour de zéro à deux heures, dans laquelle les modèles fonctionnent particulièrement mal», a détaillé Suman Ravuri, chercheur et co-leader du projet, dans des propos relayés par The Guardian.