Comment Seattle développe une technologie de prévision météorologique pour détecter les vagues de chaleur

Crédit :domaine public CC0

Le temps de Seattle était dans les années 70 ensoleillées à la mi-juillet lorsque les météorologues ont vu que la vague de chaleur qui avait atteint des sommets de 90 degrés la semaine dernière était en route.

C'est un changement par rapport aux décennies passées, lorsque la chaleur pouvait frapper ou manquer par surprise. Les progrès technologiques et techniques ont transformé la météo en un élément en plein essor du secteur technologique avec les satellites, les radars et les développements de l'intelligence artificielle.

Les prévisionnistes d'aujourd'hui peuvent prédire le temps qu'il fera avec plus de précision et dans des délais plus longs grâce à un système de satellites météorologiques bien amélioré et à des algorithmes de plus en plus complexes. L'opportunité d'avancées basées sur l'intelligence artificielle et l'intensité croissante des phénomènes météorologiques catastrophiques dus au changement climatique ont attiré davantage d'innovateurs et d'entrepreneurs vers les prévisions météorologiques, affirmant qu'ils ont accès à plus d'informations que jamais auparavant.

La vague de chaleur qui a frappé le nord-ouest du Pacifique a été prédite tôt grâce aux données des satellites qui mesurent l'atmosphère au-dessus de certaines parties de l'océan Pacifique, a déclaré le climatologue Nick Bond de l'Université de Washington. Les satellites ont recueilli des données sur l'humidité, la température et le vent, et les ordinateurs ont analysé ces conditions à l'aide d'équations complexes qui prédisaient que la chaleur toucherait bientôt la région.

"C'est vraiment assez remarquable ce que nous pouvons faire de cette façon, à partir de satellites qui sont bien au-dessus de l'air et qui regardent vers le bas", a déclaré Bond.

Les modèles ne sont pas faciles à construire. Selon le journaliste Andrew Blum dans son livre "The Weather Machine", "L'atterrissage d'un vaisseau spatial sur Mars nécessite de traiter des centaines de variables mathématiques. Faire un modèle atmosphérique global nécessite des centaines de milliers."

Bond a déclaré que la technologie de prévision météorologique était en mesure de prévoir avec précision la vague de chaleur du nord-ouest du Pacifique de 2021 qui a duré de fin juin à début juillet. La vague de chaleur a entraîné au moins 100 décès liés à la chaleur, selon le Département de la santé de l'État de Washington.

Les prévisions ont toujours eu un niveau d'incertitude. Par exemple, il est difficile de prévoir la pluie car elle peut être irrégulière et frapper différentes parties de la grille géographique que les prévisionnistes analysent pour indiquer le temps qu'il fait. Et à mesure que les événements extrêmes tels que les orages et les tornades deviennent plus intenses en raison du changement climatique, les prévisions deviennent encore plus difficiles, a déclaré Bond.

Le défi, a-t-il dit, est de prévoir suffisamment tôt pour que les gens se préparent ou évacuent.

Alors que le National Weather Service a longtemps été, et continue d'être, l'acteur dominant en matière de prévision aux États-Unis, des entreprises du secteur privé, dont Microsoft, recherchent des technologies qui, selon elles, peuvent fournir des rapports météorologiques plus précis et plus prémonitoires.

L'année dernière, Microsoft a conclu des accords avec le U.S. Army Corps of Engineers et le service météorologique national du Royaume-Uni pour développer une technologie qui aidera à modéliser les tempêtes et autres phénomènes météorologiques extrêmes.

Les startups spécialisées dans les prévisions météorologiques se précipitent également dans l'espace. Salient Predictions, basé à Cambridge, dans le Massachusetts, a levé 5,3 millions de dollars en financement de démarrage. Salient affirme que sa technologie est plus précise que celle proposée par d'autres entreprises et gouvernements.

Lorsqu'Erik Moldstad a fondé Precision Forecasting à Seattle en 2003, les prévisions météorologiques privées étaient rares et difficiles d'accès. La société de Moldstad les envoie par e-mail à une liste d'abonnés payants chaque matin. Maintenant, dit-il, les prévisions et les images satellite sont partout et accessibles à presque tout le monde.

"Il y avait quelques informations sur Internet à l'époque, mais la plupart des informations (modèles de prévision, imagerie satellite) n'étaient disponibles que via un abonnement", a déclaré Moldstad. Il a déclaré qu'Internet avait rendu les prévisions météorologiques plus largement disponibles.

Moldstad a déclaré qu'il utilise les informations des radars, des stations météorologiques et des satellites pour créer les rapports quotidiens qu'il envoie aux clients. Les rapports notent la météo de la veille, la météo actuelle et les prévisions du lendemain.

Mais les nouvelles technologies visent à faire progresser les délais et la précision des modèles existants. Témoignant au Congrès le mois dernier, Brad Colman, directeur de la stratégie météorologique chez Bayer, a déclaré qu '«il y a un certain ralentissement de l'amélioration des compétences en matière de prévision dans tous les principaux efforts de modélisation mondiale», car la technologie atteint ses limites. Bayer possède une filiale, The Climate Corporation, qui se concentre sur le développement des cultures.

Colman a déclaré qu'un système comprenant des océans, des glaciers et des modèles terrestres contribuerait à étendre les compétences en matière de prévision, car les données seraient disponibles avec des délais plus longs.

L'intelligence artificielle s'est développée dans l'espace de prévision au cours des trois dernières années avec la promesse d'augmenter la précision météorologique, a déclaré le professeur de l'UW Dale Durran.

Les ordinateurs qui traitent les ensembles de données des satellites sont limités dans la quantité qu'ils peuvent digérer, et cela peut prendre beaucoup de temps. L'IA utiliserait plus de données provenant, par exemple, de cultures stressées, et les traiterait plus rapidement à mesure que la machine apprend à partir de modèles météorologiques similaires qui peuvent être appliqués au temps actuel, a déclaré Durran.

La technologie est encore en développement et ne peut pas encore être utilisée, a-t-il déclaré, mais elle semble prometteuse que les prévisions peuvent devenir plus précises. Le délai de prévision a cependant une limite que l'IA ne peut pas encore résoudre. La météo, dit Durran, est tout simplement "trop chaotique".

Pourtant, les prévisions météorologiques se sont considérablement améliorées depuis l'époque où les gens devaient s'asseoir et utiliser des équations, a déclaré Bond. Les modèles utilisés aujourd'hui étaient "seulement rêvés il y a des décennies". + Explorer plus loin