Les tempêtes de haute intensité causent des milliards de livres de dégâts chaque année, et le changement climatique devrait aggraver la situation à l'avenir. Nous semblons déjà voir des tempêtes de vent plus fréquentes et plus intenses. L'ex-ouragan Ophelia et la tempête Eleanor ont tous deux fait des ravages dans les îles britanniques au cours de l'hiver, y compris les blessures, des coupures de courant et de graves retards de déplacement.

Ce ne sont pas seulement les navetteurs et les ménages qui sont touchés. Chaque année en Europe, le nombre d'arbres que les forêts commerciales perdent à cause des tempêtes équivaut à la quantité annuelle de bois abattu en Pologne.

Les dommages causés aux forêts sont un problème particulier en Europe du Nord et de l'Ouest, mais de plus en plus aussi des endroits comme les pays baltes et la Biélorussie. Grâce au changement climatique, les dégâts pourraient doubler au cours de ce siècle.

Les chercheurs utilisent diverses techniques de modélisation pour aider les aménagistes forestiers à prédire quels arbres risquent d'être endommagés, mais aucun n'est suffisamment précis. L'intelligence artificielle a le potentiel de faire une grande différence, toutefois. Nous avons construit un système qui, selon nous, ouvre la voie à une protection plus efficace de l'industrie forestière à l'avenir.

Bois et laiton

La foresterie est un contributeur important à l'économie britannique, avec une valeur ajoutée brute annuelle d'environ 2 milliards de livres sterling, soit un peu plus de 0,1% de l'économie totale. Il y a environ 31 ans 000 kilomètres carrés de forêt, environ 13% de la surface terrestre totale de la Grande-Bretagne.

Cette zone augmente tout le temps, à la fois pour répondre à la demande croissante de bois et pour des raisons environnementales :en Angleterre, la forêt du Nord récemment annoncée entre Hull à l'est et Liverpool à l'ouest contribuera à la prévention des inondations, perte de sol et faune sauvage. En Ecosse, une grande partie de la plantation d'arbres est motivée par la nécessité d'éliminer plus de dioxyde de carbone de l'air via la séquestration du carbone.

Les dommages causés à la forêt freinent cela, toutefois. Au moins cinq fois au Royaume-Uni au cours des 50 dernières années, d'énormes tempêtes ont endommagé du bois d'un volume de plus d'un mètre cube.

L'industrie forestière tente de réduire le risque de dommages causés par le vent de diverses manières, y compris la récolte des arbres à un plus jeune âge, et éclaircir les forêts plus tôt pour augmenter la stabilité à long terme des arbres.

Les forestiers du Royaume-Uni utilisent couramment un système logiciel appelé ForestGALES pour aider à estimer la probabilité de dommages causés par le vent à des groupes d'arbres – les peuplements comme on les appelle dans l'industrie. Des techniques de modélisation existent également pour prédire les dommages causés par les tempêtes à des arbres individuels, en fonction de choses comme leur taille, largeur et des caractéristiques forestières plus générales comme le type de sol.

Tous ces systèmes souffrent du fait que leurs prédictions référencent des bases de données d'informations qui contiennent peu de données. Malheureusement, la collecte des informations pertinentes prend beaucoup de temps et celles-ci ne sont pas disponibles pour certaines régions, il n'est donc pas toujours pratique d'améliorer cela. Cela n'aide pas non plus que la proportion d'arbres endommagés dans une forêt donnée soit assez faible, à environ 15% du total.

Contrats à terme forestiers

Nous et plusieurs autres collègues avons collaboré pour trouver une voie différente à suivre, combinant notre expertise en informatique et en gestion forestière. Nous avons pu montrer que les ordinateurs peuvent utiliser l'apprentissage automatique pour concevoir un modèle qui peut prédire les dommages aux arbres individuels avec une grande précision.

Elle repose sur un type d'évolution artificielle appelée programmation génétique (GP), qui imite l'évolution du monde naturel pour proposer des fonctionnalités complètement nouvelles qui peuvent être introduites dans un système de classification pour faciliter la discrimination entre les différents arbres. Ces fonctionnalités ne rentrent dans aucune catégorisation humaine soignée, il est donc difficile de donner des exemples; chaque nouvelle caractéristique est une fonction mathématique complexe qui combine certaines des variables originales telles que la densité des arbres et la circonférence du tronc de manière inédite.

Lorsque nous avons testé le modèle à l'aide de données collectées dans deux forêts endommagées par les tempêtes dans le sud-ouest de la France, il était précis à 90 % dans une forêt et à 79 % dans l'autre. En points de pourcentage, l'amélioration par rapport aux autres systèmes de modélisation était à deux chiffres.

La nouvelle approche fournit également de nouvelles perspectives aux gestionnaires forestiers, par exemple, en mettant en évidence les facteurs qui influencent le plus la susceptibilité aux dommages – tels que la densité des arbres – ce qui les aide à leur tour à développer de meilleurs plans de gestion forestière pour l'avenir. Et les modèles fonctionnent suffisamment vite pour que l'impact de ces plans de gestion puisse être cartographié en temps réel, ce qui est extrêmement utile pour la planification forestière et l'engagement avec les parties prenantes.

C'est un bon exemple de la façon dont l'intelligence artificielle améliore notre capacité à faire face au monde qui nous entoure. Nous ne connaissons personne d'autre qui essaie d'appliquer l'apprentissage automatique à la gestion des risques forestiers, mais il existe des parallèles dans de nombreux domaines – diagnostic du cancer du sein, pour donner un exemple. Le temps nous dira si nous pouvons lutter contre le changement climatique :mais s'il y a plus de tempêtes à l'avenir, nous devrions au moins mieux identifier à l'avance les points faibles des forêts.

Cet article a été initialement publié sur The Conversation. Lire l'article original.