• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> La nature
    Utiliser l'intelligence artificielle pour localiser les barrages à risque

    Zones et infrastructures de l'État de New York à risque lors d'inondations rares mais graves. Crédit :Byungjin So via ArcGIS

    Aux Etats-Unis., 15, 498 des plus de 88, 000 barrages dans le pays sont classés comme ayant un potentiel de risque élevé, ce qui signifie que s'ils échouent, ils pourraient tuer des gens. Depuis 2015, quelques 2, 000 de ces barrages à haut risque ont besoin d'être réparés. Avec un prix élevé estimé à environ 20 milliards de dollars, ces réparations ne se feront pas du jour au lendemain.

    Un projet du Columbia Water Center vise à aider à guider le processus de réparation ou de démantèlement de ces barrages. L'équipe repère les barrages les plus risqués, à l'aide de modèles climatiques, données SIG, et l'intelligence artificielle pour prédire la probabilité que les précipitations dépassent un barrage et causent des dommages importants en aval à la population et aux infrastructures critiques. "Nous pouvons dire quels barrages doivent être réparés en premier, et lesquels doivent être surveillés de près pour planifier les urgences, " dit Byungjin So, un chercheur postdoctoral travaillant sur le projet.

    Le travail est particulièrement urgent alors que les barrages américains continuent de vieillir et que le changement climatique augmente les risques de fortes pluies et d'inondations. La plupart de ces barrages sont maintenant plus vieux que leur durée de vie initiale, et leur état n'est pas toujours bien surveillé. L'entretien de ces anciens barrages est également une préoccupation, comme l'a montré la quasi-rupture du plus haut barrage du pays, le barrage d'Oroville, l'année dernière en Californie. La rupture du déversoir a entraîné l'évacuation de 200, 000 personnes ainsi que des perturbations de l'approvisionnement en eau en aval. Le coût des réparations a maintenant atteint 1 milliard de dollars, alors que les coûts d'entretien et de réparation antérieurs étaient estimés à quelques millions de dollars.

    Premiers pas

    Les projections commencent par des données climatiques. Ainsi, travaille avec des modèles climatiques pour comprendre la circulation atmosphérique et les modèles d'humidité dans l'espace et le temps. En particulier, il regarde les vents qui ramassent l'eau alors qu'ils traversent l'océan Pacifique en direction de la Californie. "Pour l'instant, nous ne travaillons qu'avec la Californie, " expliqua donc, "mais plus tard, nous considérerons l'ensemble des États-Unis."

    Le Columbia Water Center analyse la circulation atmosphérique et les modèles d'humidité qui influencent les niveaux de précipitations en Californie. Les couleurs des lignes indiquent une humidité spécifique. Crédit :Byungjin So

    Prochain, il utilise l'intelligence artificielle pour déterminer si ces modèles d'humidité et de circulation se traduiront réellement par des précipitations. Analyse des données de 1980 à 2017, l'IA utilise l'apprentissage en profondeur pour reconnaître les modèles qui conduisent généralement à des précipitations en Californie. Il catégorise ensuite un système météorologique entrant comme « pluie » ou « pas de pluie » avec une précision de 95 %.

    Finalement, Il faut donc prévoir si les précipitations pourraient conduire à la rupture du barrage. Il utilisera des cartes d'altitude, hauteurs de barrage, capacité de stockage du barrage, et des calculs de ruissellement pour prédire si la pluie pourrait déborder du barrage. Pendant ce temps, les données démographiques révéleront les personnes et les infrastructures critiques qui pourraient être menacées en aval.

    Que ce passe t-il après

    Pour l'instant, l'IA ne classe que les événements météorologiques en humide ou sec. Finalement, veut donc qu'il classe les événements avec plus de détails, telles que « faibles précipitations » et « fortes précipitations ».

    En outre, il travaille actuellement sur la combinaison de la composante intelligence artificielle dans le modèle climatique, et prévoit de terminer cette partie du projet en octobre. Le modèle d'évaluation des barrages, qui devrait être terminé l'année prochaine, cartographiera le transport, production d'électricité, la population et les infrastructures de traitement de l'eau/des eaux usées qui pourraient être impactées si chacun des barrages considérés venait à céder. Les méthodes d'apprentissage automatique utiliseront également des simulations rigoureuses de la dynamique de rupture de barrage à partir de quelques barrages sélectionnés pour projeter comment l'un des 88, 000 ruptures potentielles de barrage pourraient entraîner des inondations et des dommages en aval.

    Espérons donc que le modèle sera prêt à conseiller les décideurs du monde réel - et à aider à protéger les personnes et les infrastructures - d'ici 2020.


    © Science https://fr.scienceaq.com