Les vagues de chaleur comptent parmi les aléas climatiques les plus meurtriers en Europe : une équipe de scientifiques a développé un système de prévision utilisant l'apprentissage automatique et l'IA, capable de fournir des informations utiles quatre à sept semaines avant l'été, ce qui laisse un temps précieux pour améliorer la préparation.
Une équipe internationale de scientifiques dirigée par la Fondation CMCC – Centre euro-méditerranéen sur le changement climatique, a présenté une avancée importante pour la gestion des risques climatiques : des algorithmes d'apprentissage automatique capables de prédire les vagues de chaleur estivales plusieurs semaines à l'avance, et dans certains cas des mois. Ce système d’Intelligence Artificielle (IA) offre un temps précieux pour optimiser la prévention dans les domaines de la santé publique, de l’agriculture et de l’énergie.
Intégration des données
L'étude, publiée dans la revue Communications Earth & Environment, décrit une approche entièrement basée sur les données, utilisant un cadre de sélection variable. Les auteurs ont formé des modèles qui identifient les combinaisons les plus appropriées de variables atmosphériques, océaniques et pédologiques pour chaque région, atteignant une précision comparable, et parfois supérieure, à celle obtenue dans les systèmes dynamiques opérationnels nécessitant des superordinateurs.
L’une des clés de cette avancée a été l’augmentation du volume des données de formation : les chercheurs ont utilisé des simulations paléoclimatiques s’étalant sur deux millénaires, ainsi que des enregistrements modernes. Cela a permis aux modèles d’apprendre des signaux à long terme difficiles à suivre avec les seules observations récentes. Cela suggère que le manque de données d’observation peut être remplacé par des simulations fiables.
Les résultats montrent que les prédicteurs situés entre 4 et 7 semaines sont ceux qui contribuent le plus à obtenir des prévisions précises des vagues de chaleur, qui ces dernières années ont généré des décès et des conséquences négatives en Europe. Ce « décalage temporel » donne une marge aux autorités et aux secteurs productifs pour activer les systèmes d'alerte, ajuster les plans d'irrigation, optimiser la gestion du réseau électrique et renforcer les capacités sanitaires.
Avantages et défis à surmonter
Outre l’augmentation de la précision, les auteurs soulignent un autre avantage pratique : l’approche réduit considérablement les ressources informatiques requises par rapport aux modèles traditionnels, ouvrant la porte à des centres de recherche et des services climatiques dotés de moins de capacité de calcul, capables d’opérer dans des régions aux ressources limitées.
Référence
Sélection de fonctionnalités pour les prévisions saisonnières basées sur les données des vagues de chaleur européennes. Ronan McAdam et coll. Communications Terre et Environnement (2025). DOOI :https://doi.org/10.1038/s43247-025-02863-4
Selon un communiqué de presse, le système facilite également la sélection optimisée de variables et l'inclusion de signaux à distance, tels que les modèles dans le Pacifique et l'Atlantique, pour renforcer les performances dans ces domaines. Cependant, les auteurs reconnaissent qu’il reste encore des défis à relever pour transformer la méthode en un service opérationnel à grande échelle.
En ce sens, des tests comparatifs entre différents modèles, l’optimisation des paramètres et le développement de prédictions probabilistes sont nécessaires pour intégrer pleinement ces techniques dans les systèmes d’alerte. Pourtant, la possibilité d’anticiper les vagues de chaleur des semaines ou des mois à l’avance représente un outil puissant, face à des événements qui ont déjà démontré leur capacité destructrice en Europe et dans d’autres parties de la planète.
