Alors que le Canada fait face à une série d’incendies de forêt sans précédent lors d’un été marqué par des températures record, les dangers des inondations suscitent une préoccupation grandissante. Non seulement les inondations représentent le danger naturel le plus courant au Canada, mais leur fréquence est également près de cinq fois supérieure à celle des incendies de forêt.
Durant le dernier siècle, le Canada a été témoin de pas moins de 300 inondations, dont 100 rien que durant ces deux dernières décennies. L’Ontario en compte le plus grand nombre avec 29 événements, suivi de près par le Québec avec 20, causant des pertes chiffrées en milliards de dollars.
Au sein de la Faculté d’Ingénierie de l’Université d’Ottawa, le Professeur Hossein Bonakdari mène des recherches destinées à améliorer notre compréhension des inondations et à atténuer leurs effets.
En s’appuyant sur des outils alimentés par l’intelligence artificielle et d’autres techniques de pointe, le Professeur Bonakdari et son équipe cherchent à préparer les Canadiens à mieux faire face à ce phénomène naturel et à construire un avenir plus durable.
Renforcer la résilience aux inondations dans le bassin de la rivière
La rivière Ottawa, vitale pour la Région de la Capitale Nationale, a déjà connu son lot d’inondations dues au changement climatique. L’inondation de 2017 avait été qualifiée d’inondation du siècle, avant d’être surpassée par celles de 2019, touchant plus de 6,000 maisons et causant la fermeture de nombreuses routes. Le coût des dégâts sur l’infrastructure a été évalué par la Commission de la Capitale Nationale à près de 10 millions de dollars.
Face à de tels événements, une évaluation des risques basée sur plusieurs facteurs et une prévision précise sont primordiales. Bien que les modèles d’apprentissage automatique dépendent essentiellement des données historiques sur les inondations, ils se révèlent souvent inefficaces pour anticiper des événements inédits.
Pour pallier à cela, le Professeur Bonakdari et son équipe proposent une nouvelle approche combinée qu’ils ont nommée le Real-Time Multi-Steps-Ahead Flood Forecasting Model (Modèle de prévision des inondations en temps réel et à plusieurs étapes), intégrant à la fois la modélisation numérique et l’apprentissage automatique.
Découverte des vulnérabilités des inondations à l’intérieur des terres
Si prédire les inondations fluviales est crucial, il est tout aussi important de comprendre les risques d’inondations à l’intérieur des terres. Une autre partie significative des recherches du Professeur Bonakdari se concentre sur les zones intérieures susceptibles d’être inondées.
Pour mieux cerner ces défis, son équipe utilise une technique d’apprentissage automatique avancée appelée Generalized Structure of Group Method of Data Handling (Structure généralisée de la méthode de groupe pour le traitement des données). Cette méthode dépasse les performances des méthodes traditionnelles, qui peinent souvent à prédire le ruissellement.
L’étude intègre les données d’un capteur satellitaire utilisé pour les mesures terrestres et climatiques afin de saisir la dynamique de la végétation, c’est-à-dire les informations sur la façon dont la vie végétale interagit avec la lumière du soleil, le sol, la topographie, les précipitations et le climat d’une région. En rassemblant ces données, l’équipe peut faire des prévisions précises sur le ruissellement, ce qui est essentiel pour évaluer les changements dans la vulnérabilité aux inondations au fil du temps et pour mettre en œuvre des mesures préventives plus efficaces.
Grâce à une meilleure connaissance des zones à haut risque, les décideurs peuvent allouer plus efficacement les ressources destinées à la protection contre les inondations, ce qui permet d’améliorer la sécurité des communautés et de préserver les infrastructures.
En synthèse
Les inondations sont un risque majeur pour le Canada, nécessitant une action rapide et des recherches innovantes. Avec des approches combinées et l’intelligence artificielle, des chercheurs contribuent à protéger les communautés et à préserver l’avenir du pays.
Pour une meilleure compréhension
Quelle est la fréquence des inondations par rapport aux incendies de forêt au Canada ?
Les inondations surviennent presque cinq fois plus souvent que les incendies de forêt.
Quelle est l’approche innovante proposée par le Professeur Bonakdari ?
Il s’agit du Real-Time Multi-Steps-Ahead Flood Forecasting Model, qui combine modélisation numérique et apprentissage automatique.
Comment le modèle aide-t-il à prédire les inondations fluviales ?
En utilisant des données historiques sur les inondations et les prévisions météorologiques pour anticiper les crues avec une grande précision.
Quelle est la technique utilisée pour évaluer les risques d’inondation ?
Il s’agit de la méthode Generalized Structure of Group Method of Data Handling, combinée à des données satellitaires.
Quelle est l’importance de cette recherche pour le Canada ?
Ces études aident à protéger les communautés, à sauvegarder les infrastructures et à préparer le pays pour un avenir plus durable.
