Les séquelles, chaque fois plus graves et fréquentes liées au changement climatique, apportent des améliorations végétales importantes pour l'agriculture et la santé publique. Durant les dernières années, dans l’hémisphère nord, il est possible de soulager l’urgence d’aborder ce problème. Une nouvelle enquête a abouti à améliorer la prévision des séquelles grâce à l'intelligence artificielleune étape cruciale pour atténuer les effets néfastes de ces désastres naturels.
« Nous avons proposé de proposer un modèle meilleur, adapté à la question des décisions agricoles et des applications de sécurité », a assuré les chercheurs de l'Institut des sciences et technologies de Skolkovo (Russie), qui l'ont proposé. modèles d'apprentissage profond que predicen sequías utilizando datos climáticos.
Les producteurs agricoles qui planifient leurs opérations, ainsi que les sociétés de sécurité et les banques qui évaluent les risques climatiques et ajuster les calificaciones crediticias corporativas, buscan este tipo de pronostics à long terme. Les hallazgos sont publiés dans la revue « Modélisation et logiciels environnementaux ».
Pour faire des avions, un agriculteur doit tenir compte de la possibilité qu'une suite affecte son commerce, et les banques doivent tenir compte de ces risques dans les catégories de crédit corporatif. Les entreprises d'assurance doivent également quantifier les risques climatiques pour déterminer le montant de la première.
Les cinq régions dans lesquelles se réalisent les enquêtes avec l'aide de l'IA. / Alexander Marusov et al. / Modélisation et logiciels environnementaux
Toutes ces entreprises bénéficient énormément de prédictions précises sur une grande place concernant les périodes de sequía imminentes. Cependant, ces prévisions ne sont pas disponibles aujourd'hui en raison de la nature actuelle (aléatoire) des phénomènes climatiques et de la complexité des données utilisées.
Les modèles sont testés avec les données de cinq régions qui abritent plusieurs continents et zones climatiques : la Pologne, l'État du Missouri aux États-Unis, l'État de Goiás au Brésil, l'État indien du Madhya Pradesh et le nord du Kazakhstan.
Prédictions à moyen et à long terme
« Las essais nous permettent de déterminer que notre modification du modèle 'EarthFormer' (transformateur spatio-temporel pour la prévision météorologique sur la surface terrestre) basée sur les transformateurs est la meilleure pour réaliser prévisions à moyen termealors qu'une version modifiée du modèle 'ConvLSTM' (rouge neuronal récurrent pour la prédiction spatio-temporelle) vous permettra de mieux profiter de prédictions à long terme« , explique Alexeï Zaytsev.
« Notre modèle offre une haute qualité pour une variété de zones climatiques. Grâce aux méthodes d'intelligence artificielle fiables utilisées, cette qualité se maintiendra haute pendant les 10 prochaines années », a ajouté Zaytsev.
« La prévision des séquelles est une préoccupation d'une grande importance dans de nombreuses parties de notre pays, y compris ma région natale, Astracán (en Russie). Sans embargo, ce phénomène naturel est difficile à modéliser, parce qu'il a beaucoup à voir. facteurs divers, entre eux chauffage global. Nos modèles le permettent prédécir les suites avec un an d'attente« , indique l'auteur principal de l'enquête, Alexander Marusov.
El lecho seco del río Po, en Italie. / EFE / Giorgio Benvenuti
Les résultats de cette enquête seront utilisés par la banque la plus grande de Russie dans son système de gestion des risques. « Si les risques climatiques en Russie ne sont pas évidents comme dans les pays dotés d'infrastructures plus denses, vous avez un impact significatif sur l’économie. « Les suites génèrent des risques pour l'agriculture, les installations énergétiques et la population », a déclaré Nazar Sotiriadi, coauteur de l'étude.
« Nous utilisons les résultats des enquêtes pour augmenter la précision de nos étalonnages, tant pour la sécurité que pour les préstamos. Dans les prochaines années, la gestion de ces risques pourrait avoir un effet majeur sur le commerce de celui que nous espérons avoir trois ou cinq ans. Oui, ces tâches nécessitent invariablement modèles d'évaluation« , indique Sotiriadi.
Informations de référence : https://www.sciencedirect.com/science/article/abs/pii/S1364815224001889?via%3Dihub
…………….
Contact de la section Medio Ambiente: Criseclimatica@prensaiberica.es
