John Tucker
Un après-midi de septembre 2020, Loran Hughes a remarqué un panache inquiétant se former dans le ciel du sud-ouest de l’Oregon, enveloppant le soleil dans l’obscurité. Cet astrophotographe amateur de 62 ans, qui souffrait d’une insuffisance pulmonaire, a publié une image prise par sa caméra astronomique et a envoyé un tweet (ci-dessous).
« Ce ne sont pas des nuages », pouvait-on lire. « De la fumée de feux de forêt tousse ». Hughes craignait que l’incendie ne se dirige vers lui, alors que le vent commençait à projeter des débris. « Des cendres aussi grosses que ma main tombaient », se souvient-il dans une interview.
Les flammes ont épargné la maison de Hughes, mais quatre jours plus tard, l’incendie d’Almeda, le pire de l’histoire de l’Oregon, en a détruit plus de 2 600 autres, dont celle d’un membre de sa famille. Cela correspond également à une tendance générale : les incendies de forêt ont doublé en fréquence et en intensité au cours des deux dernières décennies, brûlant avec une violence particulière aux États-Unis, où ils ont récemment fait des centaines de victimes à Los Angeles, au Texas et à Hawaï. Les autorités se retrouvent souvent à courir après des cibles mouvantes, car les incendies de forêt se propagent à toute vitesse à travers les paysages et les braises emportées par le vent provoquent des flambées loin des principaux foyers, semant la confusion et retardant les ordres d’évacuation là où les gens en ont le plus besoin.
Mais les publications sur les réseaux sociaux comme celle de Hughes pourraient potentiellement dissiper ce flou opérationnel, aidant les premiers intervenants à prévenir les dégâts et à sauver des vies, selon Zihui « Helen » Ma, chercheuse postdoctorale à l’université du Maryland, qui a récemment mis au point une méthode s’appuyant sur l’intelligence artificielle (IA) pour rassembler et analyser en temps réel les publications liées aux incendies de forêt.
À mesure que l’épidémie s’atténue et s’intensifie, l’inquiétude du public sur des plateformes telles que Facebook, véritable indicateur numérique des dégâts causés dans le monde réel, fluctue également, explique-t-elle.
« Même en cas d’urgence, les gens ont le temps de prendre une photo et de la publier en ligne », indique Mme Ma, qui mène ses recherches au sein du département de génie civil et environnemental de l’UMD.
Pour M. Hughes, cela signifiait documenter une fumée si épaisse qu’il pouvait à peine voir la ferme de son voisin située à 100 mètres. « Je voulais juste montrer à quel point la situation était particulièrement grave ce jour-là », se souvient-il. « Nous ne savions pas quand cela allait s’arrêter. »
Ma a démontré sa stratégie en passant au crible un volume considérable de données provenant de X, alors connu sous le nom de Twitter. Elle a capturé chaque mention des « incendies de forêt » en Californie, en Oregon et dans l’État de Washington pendant un mois en 2020, une année où les incendies ont ravagé plus de 10,2 millions d’acres de terres, causant 20 milliards de dollars de dommages et tuant au moins 37 personnes, ce qui a donné lieu à 151 682 publications.
Elle a ensuite utilisé l’apprentissage automatique, un type d’IA capable d’apprendre à partir de données, de repérer des schémas et de tirer des conclusions, pour organiser la masse d’informations Twitter en six thèmes : impact sur la santé, dommages, surveillance, évacuation, aide humanitaire et rétablissement. Si un message contenait des mots tels que « acre », « mort » ou « disparu », par exemple, il était classé dans la catégorie « dommages ».
Newsletter Enerzine
Recevez les meilleurs articles
Énergie, environnement, innovation, science : l’essentiel directement dans votre boîte mail.
Le tweet de Hughes contenait le mot « smoke » (fumée), il a donc été classé dans la catégorie « impact sur la santé ».
Après avoir localisé les points chauds, Ma a cherché à les suivre dans le temps et dans l’espace. Elle a donc emprunté une tactique utilisée par les épidémiologistes pour mesurer la propagation des maladies. En appliquant des calculs mathématiques à ses données issues des réseaux sociaux, Ma a déterminé la vitesse et l’étendue de chaque incendie, en les associant aux niveaux d’urgence reflétés dans les publications Twitter, et a produit des cartes et des graphiques décrivant les trajectoires mortelles.
« Les premiers intervenants doivent agir rapidement pour évacuer les personnes, et pour cela, ils ont besoin de données, non pas pour planifier l’année prochaine, mais pour agir aujourd’hui », a ajouté Gregory Baecher, professeur de génie civil et environnemental à l’UMD, qui a collaboré avec Ma à cette recherche.
Traditionnellement, les autorités s’appuient sur les données satellitaires pour lutter contre les grands incendies de forêt, une méthode limitée par des conditions telles que la fumée et les nuages, a déclaré Ma. En exploitant immédiatement les informations au niveau du sol, son outil pourrait fournir une aide précieuse, car les incendies vont brûler plus longtemps et de manière encore plus étendue au cours des 30 prochaines années, selon les experts.
« C’est une excellente nouvelle pour les habitants qui savent qu’il existe un certain risque, mais aussi une solution qui pourrait les sauver », a précisé Yuki Miura, professeur d’ingénierie mécanique et aérospatiale et expert en gestion des risques de catastrophe à l’université de New York, où Ma est membre du corps enseignant en plus de son poste à l’UMD.
Ma prévoit d’affiner sa technique afin qu’elle puisse être déployée dans un scénario réel. Les chances que cela se produise ne feront qu’augmenter, car les incendies commencent plus tôt et se terminent plus tard dans l’année.
« À ce stade, nous ne sommes plus seulement confrontés à une saison des incendies », a-t-elle conclu. « Cela commence à ressembler davantage à une année des incendies. »
Article : « Investigating disaster response for resilient communities through social media data and the Susceptible-Infected-Recovered (SIR) model: A case study of 2020 Western U.S. wildfire season » – DOI : 10.1016/j.scs.2024.105362
Source : UMD
