Un projet de recherche mené par l’Université Concordia reçoit cinq millions de dollars pour révolutionner les prévisions météorologiques au Canada
Alors que les phénomènes météorologiques extrêmes s’intensifient et coûtent de plus en plus cher à la société, il importe plus que jamais de savoir quelles conditions météorologiques nous attendent – et de disposer de suffisamment de temps pour s’y préparer.
Une nouvelle subvention Société de cinq millions de dollars accordée par le Conseil de recherches en sciences naturelles et en génie (CRSNG) du Canada sur cinq ans dans le cadre de son programme Alliance vient répondre à ce besoin. Ce financement soutiendra WxAlliance, une collaboration de recherche dirigée par l’Université Concordia qui met au point une nouvelle génération de modèles de prévisions météorologiques en combinant les sciences atmosphériques classiques et l’apprentissage automatique.
Pilotée par Brian Vermeire, professeur agrégé au Département de génie mécanique, industriel et aérospatial de Concordia, WxAlliance rassemble neuf établissements universitaires et huit partenaires sociaux issus de tout le Canada. Ensemble, ils apportent une expertise couvrant la météorologie, la gestion des urgences, la lutte contre les incendies de forêt, les réseaux électriques, l’informatique, l’assurance et l’adaptation au changement climatique.
Brian Vermeire : « Elle représente à mes yeux un véritable tremplin qui permettra au Canada de s’imposer comme un leader dans ce secteur. »
Deux approches, une prévision
Les prévisions météorologiques classiques s’appuient sur la prévision numérique du temps, dans laquelle de puissants ordinateurs recourent à des équations décrivant l’atmosphère pour prédire l’évolution des systèmes météorologiques. Ces modèles reposent sur la physique, mais nécessitent d’importantes ressources informatiques, et leur capacité à saisir avec précision des événements à petite échelle, tels que les orages et les averses soudaines, demeure limitée.
Les prévisions météorologiques basées sur l’apprentissage automatique adoptent une autre approche. Au lieu de s’appuyer principalement sur des équations atmosphériques, ces modèles apprennent à partir de décennies de données météorologiques historiques. Une fois entraînés, ils peuvent produire des prévisions en quelques minutes à l’aide d’une puissance de calcul relativement modeste.
Aucune de ces deux approches n’est parfaite. Les modèles d’apprentissage automatique peuvent être extrêmement rapides et cerner des tendances que les modèles classiques pourraient négliger, mais leur comportement peut aussi s’avérer moins prévisible et ils ne respectent pas toujours les lois physiques qui régissent l’atmosphère.
WxAlliance combinera ces deux approches.
« Nous utiliserons la technique classique pour les parties du système que nous comprenons très bien, explique le Pr Vermeire. Quant aux parties du système que nous ne comprenons pas, nous ferons appel aux techniques d’apprentissage automatique pour combler ces lacunes. »
L’objectif est de produire des prévisions plus rapides, précises et capables de prendre en compte des phénomènes météorologiques à plus petite échelle, tout en réduisant les ressources informatiques requises par les systèmes actuels.
Cette avancée pourrait, à terme, aider les pouvoirs publics, les services d’urgence et d’autres organisations à se préparer plus efficacement aux phénomènes météorologiques extrêmes.
« Brian Vermeire est à la tête d’une équipe exceptionnelle qui s’attelle à relever un défi crucial pour les Canadiennes et Canadiens », déclare Tim Evans, vice-recteur à la recherche, à l’innovation et au rayonnement de Concordia. « WxAlliance a le potentiel de faire progresser nos méthodes de prévision des phénomènes météorologiques extrêmes et de renforcer la capacité du Canada à s’y préparer. »
« À ma connaissance, il s’agit de la première subvention de recherche de cette envergure au Canada à mettre à profit l’apprentissage automatique pour les prévisions météorologiques, conclut le Pr Vermeire. Elle représente à mes yeux un véritable tremplin qui permettra au Canada de s’imposer comme un leader dans ce secteur. »
Apprenez-en davantage sur le Département de génie mécanique, industriel et aérospatial de l’Université Concordia.