En utilisant la bibliothèque de données de l'IRI, le nouveau projet PRISM pourra intégrer de grands ensembles de données de la finance, énergie, agriculture, écologie, climat et d'autres domaines pour analyser les facteurs de risque de catastrophes. Voici deux exemples de cartes. Celui de gauche montre un indice annuel de l'abondance des espèces d'oiseaux par région de conservation des oiseaux; celui de droite montre un indice de végétation différentiel normalisé à une résolution de 250 mètres, mis à jour tous les 16 jours. Crédit :État de la planète
En mars 1989, un circuit déclenché dans le réseau électrique d'Hydro-Québec a laissé 6 millions de personnes sans électricité. Une semaine plus tôt, une tempête de neige exceptionnellement dure avait mis à rude épreuve la région; le jour d'avant, une éruption solaire et la libération de plasma et de champ magnétique qui l'accompagne ont envoyé une montagne d'énergie se propulser vers la Terre à un million de kilomètres à l'heure.
Les interactions complexes de ces systèmes interconnectés — science de l'environnement, la météo spatiale et l'activité solaire - ont poussé le réseau électrique à un point de basculement qui ne pouvait être compris dans aucun de ces systèmes.
Le système d'investigation prédictive des risques pour l'analyse dynamique des interconnexions multicouches (PRISM), financé par la National Science Foundation, vise à exploiter les données afin d'identifier les facteurs de risque dans tous les domaines pour des événements catastrophiques tels que la panne de 1989, qui a eu un impact sur le transport, nourriture, l'eau, santé et des finances et a accumulé des coûts dépassant les 2 milliards de dollars.
Institut international de recherche sur le climat et la société de l'Université de Columbia, partie de l'Institut de la Terre, est l'une des dix institutions collaboratrices du projet.
L'équipe PRISM, composée d'experts de la science des données, statistiques, l'informatique, la finance, énergie, agriculture, écologie, hydrologie, climat et météo spatiale – intégrera de vastes ensembles de données dans différents secteurs pour améliorer la prévision des risques. Une telle entreprise nécessite des capacités de calcul et de conservation des données importantes, quelque chose d'extrêmement bien adapté à la plate-forme Data Library de l'IRI.
"Ce projet apporte des ensembles de données de domaines scientifiques très divers qui utilisent différentes manières de décrire le temps et l'espace et qui utilisent différents formats de fichiers, ", déclare Rémi Cousin de l'IRI. "Notre bibliothèque de données supprime ces complexités en plaçant toutes les données dans un cadre interopérable, un cadre que les scientifiques des projets peuvent interroger en ligne pour alimenter leurs propres programmes d'analyse."
Une fois les données intégrées dans la bibliothèque de données, Cousin et ses collaborateurs utiliseront une analyse de pointe pour identifier ce qu'ils ont appelé des indicateurs de risque critiques - des informations quantifiables associées à l'exposition au risque, en particulier pour les catastrophes potentielles. Ils utiliseront également l'apprentissage automatique pour rechercher des anomalies dans les données qui pourraient conduire à de nouvelles informations.
"Nous voulons focaliser notre attention sur ces pires scénarios et les risques qui y sont associés, et comment nous pourrions mesurer leur probabilité, " a déclaré David S. Matteson de l'Université Cornell, qui est chercheur principal sur les deux ans, Projet de 2,4 millions de dollars.
« Notre espoir est qu'en identifiant les risques critiques d'importance systémique - ceux qui relient différents domaines et ont le plus grand potentiel de débordement - nous aurons l'impact le plus large en termes de contrôle de ces risques, " a déclaré Matteson.
Si des systèmes avaient été mis en place pour reconnaître les risques accrus causés par la tempête de neige et l'éruption solaire, la panne de courant de 1989 a peut-être été évitée ou du moins minimisée. De la même manière, comprendre comment cela a affecté les systèmes tels que les soins de santé et les transports pourrait aider les décideurs à planifier une réponse plus efficace.
L'approche multidisciplinaire est essentielle car le monde d'aujourd'hui est composé de systèmes fortement interconnectés et interdépendants, et aucun expert n'est équipé pour identifier les signes de risque ou le plein impact des catastrophes.
Les chercheurs concentreront ensuite leurs efforts sur l'identification des interconnexions des risques, et des indicateurs de risque d'importance systémique dans les différents domaines, afin à la fois de prévoir les dangers potentiels et de réduire les pertes possibles à l'échelle du système une fois qu'elles se sont produites. Ils prévoient d'examiner les indicateurs de risque connus et d'appliquer la science des données pour en identifier de nouveaux.
"Notre objectif est à terme d'aider à créer des systèmes d'alerte précoce pour les catastrophes et d'améliorer la préparation à ces événements dévastateurs, ", a déclaré Cousin. "Nous prévoyons d'intégrer les résultats du projet et de les rendre accessibles au public via la bibliothèque de données."
Cette histoire est republiée avec l'aimable autorisation de Earth Institute, Université de Columbia http://blogs.ei.columbia.edu.