Étiquette : avantages

L’INGV et l’intelligence artificielle

L’intelligence artificielle (IA) est de plus en plus utilisée en sismologie et en volcanologie où elle pourrait contribuer à la prévision des séismes et des éruptions, événements parfois destructeurs. J’ai publié une note le 28 juillet 2024 et une autre le 18 mars 2025 expliquant comment les scientifiques utilisent l’IA. J’ai également ajouté que son utilisation dans la prévision volcanique et pour d’autres phénomènes naturels semble prometteuse.

On peut lire sur le site de l’Institut National de Géophysique et de Volcanologie (INGV) que l’Institut italien a mis sur pied le projet SAFARI, acronyme de « An artificial intelligence-based StrAtegy For volcAno hazard monItoring from space » (Une stratégie basée sur l’intelligence artificielle pour la surveillance des risques volcaniques depuis l’espace). Le projet a été lancé en 2023 avec l’objectif de développer une stratégie intégrée de surveillance des risques volcaniques directement depuis l’espace.

Pour ce faire, les scientifiques utilisent des données satellitaires issues de capteurs optiques, thermiques et micro-ondes, comparées aux données collectées quotidiennement par les réseaux de surveillance terrestres dans les zones volcaniques.

Des chercheurs de l’INGV et d’autres organismes scientifiques ont développé ces méthodologies innovantes sur quatre volcans actifs : l’Etna et le Vulcano en Italie, le Nyiragongo en République Démocratique du Congo et le Sangay en Équateur. Ces deux derniers systèmes volcaniques sont considérés comme très dangereux et sont situés dans des zones reculées, où les satellites constituent souvent le principal outil de surveillance.

Les principaux aspects du projet sont les suivants.

Mieux voir pour mieux cartographier : l’IA « nettoie » les images radar.
L’un des problèmes des images SAR (radar à synthèse d’ouverture) est la présence de bruit de signal qui rend les images souvent granuleuses et difficiles à interpréter. Les chercheurs ont appliqué un filtre innovant qui a permis à l’IA de faire disparaître les composantes perturbatrices. En appliquant cette technique aux données SAR de l’éruption du Sangay en 2021, le système a pu améliorer la qualité des images acquises par le satellite Sentinel-1, en éliminant les anomalies parasites.

Prédiction autonome en temps réel de la trajectoire des coulées de lave
L’un des objectifs les plus ambitieux du projet était d’automatiser et d’accélérer les simulations de propagation des coulées de lave, afin de générer des cartes des risques. Le nouveau système a utilisé les valeurs de débit estimées par satellite à une résolution spatiale de 1 à 3 km pour reproduire l’extension du front de coulée, elle-même dérivée des données satellitaires à une résolution spatiale de 20 à 30 mètres. Ces données permettent de prédire l’évolution du champ de lave plusieurs jours à l’avance. L’analyse a posteriori a testé la capacité du modèle à produire des cartes de plus en plus précises des risques liés aux invasions de lave.

Comparaison entre la réalité et la simulation du champ de lave de l’Etna en éruption entre le 13 mai et le 6 juin 2022. Dans l’image a) le trait noir délimite la coulée de lave réelle du 29 mai, tandis qu’en b), il délimite celle du 6 juin. La carte colorée représente le scénario de probabilité élaboré par l’IA pour prédire l’évolution du champ de lave après 7 jours d’activité. Les zones rouge foncé indiquent les régions où le modèle a calculé une probabilité de coulée de lave proche de 100 % entre le 13 et le 29 mai, ce qui témoigne d’une forte concordance avec les données réelles. Les triangles jaunes et rouges indiquent respectivement l’emplacement des bouches éruptives réelles et prédites par le modèle.

L’IA résout le problème des nuages « transparents »
Connaître la hauteur exacte d’un nuage volcanique est essentiel pour la sécurité des aéronefs qui survolent une zone volcanique. Pour l’Etna, l’équipe du projet SAFARI a créé, à l’aide de milliers d’images satellites, un système capable de distinguer automatiquement les couleurs correspondant aux émissions de lave et aux nuages générés par l’activité explosive. Ce même système est capable de calculer en temps réel la hauteur de la colonne éruptive.

La comparaison entre ces deux images révèle (à droite) une nette amélioration avec l’aide de l’IA de la capacité à observer et à distinguer un nuage de cendres de l’Etna le 4 mars 2021. L’algorithme a identifié et isolé avec précision (en rouge) les pixels contenant des cendres volcaniques, permettant ainsi au système de calculer automatiquement la hauteur et l’étendue de la colonne éruptive, sans intervention humaine.

L’intelligence artificielle appliquée au Nyiragongo
S’agissant du Nyiragongo (Congo), dont l’histoire éruptive est très peu documentée, l’IA a analysé de manière autonome les données satellitaires, et regroupé les différents comportements du volcan en « familles » d’activité. Cela a permis d’identifier la transition d’un état de calme à une phase anormale lors de l’éruption de mai 2021.

Comparée à l’analyse traditionnelle des données, cette approche avec l’aide de l’IA permet un examen rapide de grandes quantités d’informations et la reconnaissance de situations qui pourraient échapper à l’œil humain, notamment dans les zones reculées et peu étudiées. L’IA peut ainsi jouer le rôle d’une sorte de « sentinelle autonome », capable de signaler d’éventuelles anomalies, même en l’absence d’observations directes. Comme tout système automatique, elle peut toutefois générer de fausses alertes et nécessite donc une vérification par des experts.

Vous trouverez la description du projet SAFARI en cliquant sur ce lien :

https://ingvvulcani.com/2026/03/12/come-lia-e-i-satelliti-stanno-cambiando-il-monitoraggio-dei-vulcani-attivi/

Cartographie plus précise de la banquise // More accurate mapping of the sea ice

Un nouvel outil puissant, à base d’intelligence artificielle, est capable de prévoir les changements intervenus dans la banquise arctique jusqu’à un an à l’avance. Cela permettra aux entreprises de planifier des voies de navigation plus sures tout en protégeant l’un des endroits les plus fragiles de la planète.
Une équipe scientifique de l’Institut national des sciences et technologies d’Ulsan a créé un modèle d’IA qui indique la quantité de glace qui recouvrira des zones spécifiques de l’océan Arctique avec une précision remarquable : moins de 6 % d’erreur sur une année entière. C’est deux fois mieux que les anciennes méthodes de prévision.
Le secret réside dans un système informatique intelligent baptisé UNET qui s’appuie sur les modèles de glace passés et les données météorologiques, notamment la température de l’air, la température de l’eau, la lumière du soleil et le vent. Le principe est le même que pour une prévision météorologique, mais concerne de la glace au lieu de la pluie. En étudiant ces modèles au fil du temps, l’IA est capable de repérer des tendances que les chercheurs humains ont pu négliger.
La glace arctique devient de plus en plus difficile à prévoir avec la hausse des températures. Lors des principales fontes de cette glace en 2007 et 2012, la nouvelle IA a affiché la même précision avec seulement 7 % d’erreur, alors que les outils précédents ont connu un niveau d’erreur supérieur à 17 % pendant ces périodes critiques. Cela signifie que les navires peuvent désormais naviguer avec plus de sécurité, même dans des conditions imprévisibles.
L’équipe scientifique a fait une découverte intéressante : le soleil et le vent ont des effets significatifs sur les zones de glace les plus minces. Cette étude devrait résoudre les limites des modèles traditionnels basés sur la physique en explorant l’interaction complexe de divers facteurs environnementaux qui ont un impact sur les changements de la glace de mer arctique. En conséquence, ces résultats rendront la navigation dans l’Arctique plus sûre et plus intelligente tout en fournissant aux dirigeants de meilleures données pour protéger cette région sensible. Les entreprises peuvent désormais prévoir des itinéraires sans glace des mois à l’avance, réduisant ainsi la consommation de carburant et aidant les navires à éviter les zones dangereuses. Cela signifie que moins de navires seront bloqués, moins de carburant sera brûlé et on aura une meilleure protection de la faune arctique.

Cette technologie est prête à l’emploi ; elle offre aux scientifiques et aux compagnies de transport maritime une image plus claire de ce qui se passe dans cette partie du globe. Cela signifie des voyages plus sûrs, une meilleure planification et des choix plus intelligents pour protéger l’avenir de l’Arctique.
Source : Yahoo Actualités.

Photo: C. Grandpey

————————————————-

A powerful new artificial intelligence tool can predict changes in Arctic sea ice up to a year ahead of time, helping companies plan safer shipping routes while protecting one of Earth’s most fragile places.

A scientific team at the Ulsan National Institute of Science and Technology has created an AI model that tells us how much ice will cover specific areas of the Arctic Ocean with remarkable accuracy (less than 6% error across an entire year). That’s twice as precise as older prediction methods.

The secret lies with a smart computer system called UNET that learns from past ice patterns and weather data, including air temperature, water temperature, sunlight, and wind. It is like a weather forecast but for ice coverage instead of rain. By studying these patterns over time, the AI can spot trends that human researchers might miss.

Arctic ice is getting harder to predict as temperatures rise. During major ice melts in 2007 and 2012, the new AI stayed steady with just 7% error. Previous tools struggled with errors over 17% during these critical periods. This means ships can now navigate more confidently, even during unpredictable conditions.

The team discovered something interesting: Sunshine and wind have outsize effects on thinner ice areas. This study is said to solve the limitations of traditional physics-based models by exploring the complex interplay of various environmental factors that impact changes in Arctic sea ice. As a result, these findings will make Arctic shipping safer and smarter while giving leaders better data to protect this sensitive region. Companies can now map out ice-free routes months ahead, reducing fuel waste and helping ships avoid dangerous areas. This means fewer ships getting stuck, less fuel burned, and better protection for Arctic wildlife.

This technology is ready to use, giving scientists and shipping companies a clearer picture of what’s happening at the top of our planet. This means safer travel, better planning, and more intelligent choices for protecting the Arctic’s future.

Source : Yahoo News.