Alors que la Californie et l'Ouest américain entrent dans la saison des incendies au milieu de la pandémie de coronavirus, les scientifiques exploitent l'intelligence artificielle et de nouvelles données satellitaires pour aider à prévoir les incendies dans la région.
Pour prévoir où un incendie est susceptible de s'enflammer et comment il pourrait se propager, il faut des informations sur la quantité de matière végétale combustible dans le paysage et sa sécheresse. Pourtant, cette information est étonnamment difficile à recueillir à l'échelle et à la vitesse nécessaires pour faciliter la gestion des incendies de forêt.
Aujourd'hui, une équipe d'experts en hydrologie, télédétection et ingénierie environnementale a développé un modèle d'apprentissage en profondeur qui cartographie les niveaux d'humidité du carburant dans les moindres détails dans 12 États occidentaux, du Colorado, du Montana, du Texas et du Wyoming à la côte du Pacifique.
Les chercheurs décrivent leur technique dans le numéro d'août 2020 de Télédétection de l'environnement. Selon l'écrivaine principale de l'article, l'écohydrologiste de l'Université de Stanford Alexandra Konings, le nouvel ensemble de données produit par le modèle pourrait « améliorer considérablement les études sur les incendies ».
Selon l'auteur principal du document, Krishna Rao, un doctorant en sciences du système terrestre à Stanford, le modèle a besoin de plus de tests pour figurer dans les décisions de gestion des incendies qui mettent les vies et les maisons en danger. Mais il illumine déjà des motifs auparavant invisibles.
Le simple fait de voir la sécheresse des forêts se dérouler pixel par pixel au fil du temps, a-t-il déclaré, peut aider à révéler les zones les plus à risque et à « tracer les emplacements candidats pour les brûlages dirigés ».
Le travail survient à un moment d'urgence croissante pour ce type de perspicacité, alors que le changement climatique prolonge et intensifie la saison des incendies de forêt – et que la pandémie de COVID-19 en cours complique les efforts pour prévenir les grands incendies par des brûlures contrôlées, se préparer aux évacuations de masse et se mobiliser d'abord répondeurs.
Se renseigner sur les paysages desséchés
Aujourd'hui, les services d'incendie mesurent généralement la quantité de végétation desséchée et inflammable dans une zone à partir d'échantillons provenant d'un petit nombre d'arbres. Les chercheurs coupent et pèsent les branches d'arbres, les sèchent au four, puis les pèsent à nouveau.
Vous regardez combien de masse a été perdue dans le four, et c'est toute l'eau qui s'y trouvait. C'est évidemment très laborieux, et vous ne pouvez le faire qu'à quelques endroits différents, pour seulement certaines espèces dans un paysage. «
Konings, professeur adjoint des sciences du système terrestre, École des sciences de la terre, de l'énergie et de l'environnement de Stanford
Le service forestier des États-Unis recueille minutieusement ces données sur la teneur en eau de cette plante sur des centaines de sites à l'échelle nationale et les ajoute à la base de données nationale sur l'humidité du carburant, qui a accumulé quelque 200000 mesures de ce type depuis les années 1970.
Connue comme la teneur en humidité du carburant vivant, la métrique est bien établie comme facteur qui influe sur le risque d'incendie de forêt. Pourtant, on sait peu de choses sur la façon dont elle varie dans le temps d'une plante à l'autre – ou d'un écosystème à l'autre.
Pendant des décennies, les scientifiques ont estimé indirectement la teneur en eau du carburant, à partir de suppositions éclairées mais non prouvées sur les relations entre la température, les précipitations, l'eau dans les plantes mortes et la sécheresse des plantes vivantes.
Selon Rao, « Maintenant, nous sommes en mesure de revenir en arrière et de tester ce que nous supposons depuis si longtemps – le lien entre les conditions météorologiques et l'humidité du carburant vivant – dans différents écosystèmes de l'ouest des États-Unis. »
AI avec une assistance humaine
Le nouveau modèle utilise ce qu'on appelle un réseau neuronal récurrent, un système d'intelligence artificielle qui peut apprendre à reconnaître des modèles dans de vastes montagnes de données. Les scientifiques ont formé leur modèle à l'aide des données de terrain de la National Fuel Moisture Database, puis l'ont utilisé pour estimer l'humidité du carburant à partir de deux types de mesures collectées par des capteurs spatiaux.
L'une consiste à mesurer la lumière visible qui rebondit sur la Terre. L'autre, appelé radar à ouverture synthétique (SAR), mesure le retour des signaux radar hyperfréquences, qui peuvent pénétrer à travers les branches feuillues jusqu'à la surface du sol.
« L'une de nos grandes percées a été d'examiner un nouvel ensemble de satellites qui utilisent des longueurs d'onde beaucoup plus longues, ce qui permet aux observations d'être sensibles à l'eau beaucoup plus profondément dans le couvert forestier et d'être directement représentatives de la teneur en humidité du carburant », a déclaré Konings. , qui est également boursier du centre, par courtoisie, au Stanford Woods Institute for the Environment.
Pour former et valider le modèle, les chercheurs lui ont fourni trois ans de données pour 239 sites dans l'ouest américain à partir de 2015, lorsque les données SAR des satellites Sentinel-1 de l'Agence spatiale européenne sont devenues disponibles.
Ils ont vérifié ses prévisions d'humidité du carburant dans six types communs de couverture terrestre, y compris les forêts de feuillus feuillus, les forêts sempervirentes à feuilles persistantes, les arbustes, les prairies et la végétation clairsemée, et ont constaté qu'elles étaient les plus précises – ce qui signifie que les prédictions de l'IA correspondaient le mieux aux mesures sur le terrain dans le National Fuel Base de données d'humidité – dans les marais.
Riche en herbes aromatiques comme le romarin et l'origan, et souvent marquée par des arbres courts et des pentes rocheuses abruptes, les broussailles occupent jusqu'à 45% de l'Ouest américain.
Ils ne sont pas seulement le plus grand écosystème de la région, a déclaré Rao, « ils sont également extrêmement sensibles aux incendies fréquents car ils repoussent rapidement ». En Californie, les incendies fouettés à une taille énorme par les vents de Santa Ana brûlent dans un type de brousse appelé chaparral. « Cela a conduit les services d'incendie à les surveiller de manière intensive », a-t-il déclaré.
Les estimations du modèle alimentent une carte interactive que les services d'incendie pourront éventuellement utiliser pour identifier les modèles et hiérarchiser les mesures de contrôle. Pour l'instant, la carte propose une plongée dans l'histoire, montrant la teneur en humidité du carburant de 2016 à 2019, mais la même méthode pourrait être utilisée pour afficher les estimations actuelles.
« La création de ces cartes a été la première étape pour comprendre comment ces nouvelles données d'humidité du carburant pourraient affecter le risque d'incendie et les prévisions », a déclaré Konings. « Maintenant, nous essayons de déterminer les meilleures façons de l'utiliser pour améliorer la prévision des incendies. »
La source:
École des sciences de la Terre, de l'énergie et de l'environnement de Stanford
Référence de la revue:
Rao, S., et al. (2020) Cartographie améliorée par SAR de la teneur en humidité du carburant vivant. Télédétection de l'environnement. est ce que je.
Comment pouvons-nous exploiter le sommeil pour améliorer notre mémoire ?