La prévention des éboulements passe par la modélisation numérique
Intelligence artificielle et données historiques font bon ménage à la Haute école bernoise des sciences agronomiques, forestières et alimentaires. Un programme de recherche veut améliorer la prévention des éboulements et des laves torrentielles en créant de nouveaux modèles numériques.
Crédit image: BFH-HAFL
Les experts bernois recourent à l’intelligence artificielle pour mieux établir les risques d’évènements naturels.
L’éboulement de Blatten et les laves torrentielles du Val de Bagnes ont montré la complexité de l’évaluation des risques pour la population. La Haute école bernoise des sciences agronomiques, forestières et alimentaires (BFH-HAFL) veut mieux cerner les dangers en pilotant un programme de recherche basé sur à la fois sur l’intelligence artificielle et sur les données historiques d’un site à risque. Elle mise sur des données collectées en un siècle en Suisse et sur des évènements similaires enregistrés dans le monde entier pour renforcer la prévention.
Le climat n’est
pas le seul responsable
Les experts sont toujours divisés sur les causes qui ont conduit le glacier de
Birch à s’effondrer dans le Lötschental et le terrain au-dessus de Lourtier
(VS) à emporter un pont routier. Le réchauffement climatique n’est en effet pas
la seule piste à explorer pour comprendre pourquoi la montagne s’est mise en
mouvement. Il n’en reste pas moins que la catastrophe de Blatten a dépassé en
ampleur toutes les simulations faites au préalable.
Dépasser les
limites de la surveillance
Les chercheurs bernois veulent resserrer l’étau en proposant de dépasser les limites
de la surveillance intensive des endroits à risque. Leurs modèles numériques
vont aider à délimiter les zones de danger et prendre les meilleures mesures de
protection, comme la construction de digues ou de filets contre les chutes de
pierre. Ces outils peuvent aussi servir à planifier l’évacuation préventive de la population et mieux définir les surfaces
constructibles.
Crédit image: Etat du Valais
La catastrophe de Blatten a surpris par son ampleur.
Les simulations numériques de la BFH-HAFL sont très complexes. Elles reposent en grande partie sur des données historiques. Elles combinent les caractéristiques et le volume des chutes de pierres pour fournir des prévisions plus précises sur la portée des éboulements. Avec l’aide de l’intelligence artificielle, l’expert en dangers naturels va créer des modèles de prévention plus robustes.
Cibler une
reconstruction
Le programme de recherche doit aussi aider à mieux cibler les investissements à
consentir en vue d’une reconstruction, indique la BFH-HAFL dans un communiqué.
Le projet développé avec l’Université de Lausanne et un institut de Grenoble
est doté d’un demi-million de francs.
