Les systèmes d'IA prévoient les tempêtes de poussière avec une plus grande précision en Asie

Le printemps est considéré comme une saison magnifique partout dans le monde, mais de nombreux pays asiatiques sont confrontés chaque année au problème des tempêtes de poussière printanières. En mars, certaines régions de Chine ont connu ce même phénomène, et les habitants ont été invités à rester chez eux en raison de vents violents pouvant atteindre 100 kilomètres par heure.

La Mongolie-Intérieure, en Chine, a d'abord été touchée par la tempête de poussière, puis Pékin, où une alerte a été émise, enjoignant aux habitants de fermer leurs fenêtres et de rester chez eux. La poussière, balayée par les plaines de Mongolie-Intérieure et certaines régions de Mongolie, avait atteint la ville. Dans de nombreux cas, la visibilité a chuté à moins de 90 mètres pendant les tempêtes, le ciel prenant une teinte jaune et sombre.

Les météorologues et scientifiques chinois ont mis au point plusieurs systèmes de prévision au fil des années, dès les années 1990. Ils poursuivent leurs efforts pour mieux comprendre et obtenir des informations plus précises sur l'origine des poussières soulevées, leur quantité et leur évolution au cours du passage de la tempête. Ces systèmes, comme tous les systèmes, ne sont pas exempts d'erreurs.

Les chercheurs et scientifiques asiatiques utilisent la modélisation climatique et désormais l'intelligence artificielle pour affiner leurs estimations et leurs prévisions concernant ce phénomène auquel ils sont confrontés chaque année. Ces conditionsmatic ont des conséquences économiques, et de meilleures prévisions permettraient d'économiser des millions de dollars chaque année. On estime en effet que, pour un seul trimestre, les pertes peuvent dépasser 4 millions de dollars, incluant les dommages causés aux infrastructures, aux exploitations agricoles et aux habitations.

Causes, sources et conséquences

Le Sahara, en Afrique, le plus grand désert du monde, est également la principale source de sable à l'origine de ces tempêtes. En Asie, le désert de Gobi, situé à cheval sur la Mongolie et la Chine, est l'une des plus importantes sources. Des scientifiques travaillent actuellement sur des solutions permettant de prédire ces tempêtes de sable grâce à l'intelligence artificielle. Les chercheurs chinois disposent déjà d'importantes données sur les tempêtes de sable, qu'ils exploitent pour établir des prévisions. Ces données proviennent de satellites, de stations d'observation au sol et de modèles de simulation de différents types.

Lorsque des vents violents soufflent sur des zones arides, ils soulèvent les particules de poussière du sol et les projettent dans les airs, parfois jusqu'à 1 500 mètres d'altitude, les transportant d'une zone à l'autre. Selon les experts, ce mélange de poussière et d'air, en mouvement rapide, peut parcourir de longues distances. Il transporte également des bactéries et des particules métalliques toxiques, ce qui représente un danger important pour la santé humaine et l'environnement.

Comme lors de ces tempêtes, les taux de mortalité augmentent, non seulement à cause desdentprovoqués par le vent, mais aussi à cause des maladies cardiovasculaires et respiratoires. Les décès dus à des problèmes cardiovasculaires augmentent de 25 % et ceux dus à des problèmes respiratoires de 18 %.

Ces tempêtes de poussière ont également un impact sur lematic : on estime qu’elles réduisent la disponibilité en eau et la fertilité des sols, ce qui peut entraîner une baisse des rendements agricoles. La Mongolie estime ainsi une diminution de 24 % de ses récoltes due à ces mêmes tempêtes. À l’échelle mondiale, 334 millions de personnes sont touchées chaque année par les tempêtes de sable.

Systèmes d'IA pour la prévision des tempêtes de poussière

Les systèmes d'intelligence artificielle chinois sont capables de prévoir les tempêtes de poussière dans 13 pays d'Asie, dont la Chine, le Tadjikistan et le Pakistan, avec 12 heures d'avance et une précision horaire. Lors des premiers essais menés l'an dernier, ces systèmes ont affiché de meilleurs résultats que les systèmes traditionnels, avec 13 % d'erreurs en moins. Les chercheurs travaillent également à l'intégration de ces systèmes dans des applications mobiles afin de permettre au grand public de recevoir en temps réel des prévisions et des alertes concernant les tempêtes de poussière.

Des scientifiques chinois ont également mis au point un système appelé DAPS (Dust Assimilation and Prediction System). Ce système peut fournir des prévisions à 48 heures. Il utilise l'assimilation de données : les données d'observation sont intégrées aux d'un modèle d'intelligence artificielle afin d'améliorer la précision des prévisions. Ce système rend le processus quasimatic. Des algorithmes d'apprentissage profond sont utilisés pour les prévisions, en éliminant les biais présents dans les données d'observation. Le système est utile pour fournir des prévisions concernant la Chine, la Mongolie, le Japon, la Corée du Sud et la Corée du Nord, en détaillant la densité potentielle de la tempête et la dispersion de la poussière dans différentes zones.

Le changement climatique contribue également à l'aggravation des conditions météorologiques, mais l'amplification arctique, qui modifie les régimes de circulation des vents et constitue un phénomène météorologique, a réduit les niveaux de poussière en Asie du Sud et de l'Ouest. Cependant, ce même phénomène a aggravé la situation au Pakistan, où Karachi et Lahore, deux de ses principales villes, subissent une dégradation de la qualité de l'air, ce qui les place souvent parmi les villes les plus polluées au monde.

Les plantations d'arbres jouent un rôle important dans la lutte contre la désertification des terres, principale cause des tempêtes de poussière. Il est admis que ces tempêtes touchent principalement les régions reculées et peu développées. Les efforts de lutte contre la désertification doivent être renforcés, avec le soutien des pouvoirs publics et des avancées technologiques, afin de réduire l'impact des tempêtes et les niveaux de poussière.