Des chercheurs du MIT ont développé une méthode basée à la fois sur l’imagerie satellitaire et l’IA générative afin de prévoir les inondations, notamment celles causées par les ouragans survenant fréquemment aux États-Unis.
Pour anticiper le plus fidèlement possible les risques potentiels qu’induisent les catastrophes climatiques pour les populations, certains procédés basés sur l’imagerie satellitaire ont récemment été développés ou optimisés outre-Atlantique, avec désormais la possibilité de visualiser en avance la future progression et l’impact des inondations sur les sols dans différentes régions.
Aux États-Unis, des scientifiques du MIT (Massachusetts Institute of Technology) ont ainsi développé une méthode nommée « Earth Intelligence Engine ». Ce procédé entend faciliter la sensibilisation des populations aux conséquences d’éventuelles catastrophes naturelles dans leur environnement immédiat, en permettant à tout un chacun de se les représenter de manière plus explicite que via des cartes dites « classiques » codées simplement par différentes couleurs. La méthode intègre des réseaux antagonistes génératifs (GANs) pour la création d'images réalistes particulièrement utiles pour l'élaboration de scénarios liés aux risques naturels, soulignent les chercheurs du MIT, auteurs de ces travaux publiés dans « IEEE Transactions on Geoscience & Remote Sensing ».
Pour confirmer l’efficacité de cette méthode, les scientifiques du MIT ont mené des essais dans la ville de Houston au Texas, en générant des images satellite montrant l’impact potentiel des inondations sur différents endroits de la ville s’ils venaient à être frappés par une tempête d’une intensité comparable à l’ouragan Harvey, qui a touché la région en 2017. Cette technique permet de créer des visualisations réalistes des zones sujettes aux inondations intégrant différents paramètres tels que l’intensité des tempêtes. Ces visualisations font partie de l'outil « Earth Intelligence Engine », accessible en ligne pour le public. L’utilisation de ce nouvel outil, et de ses futures versions mises à jour et améliorées pourrait permettre aux spécialistes de disposer d’images fiables et pertinentes pour la prise de décision en situation d'urgence, comme pour décider d'évacuations des populations.
