Ne s'arrêtant plus aux méthodes de prévision traditionnelles, l'industrie réalise un tournant majeur dans la technologie de prévision, en appliquant l'intelligence artificielle (IA) pour créer un "écran d'acier" protégeant la communauté. Nous avons eu une conversation avec le Dr Hoàng Đức Cường - directeur adjoint du Département de la météorologie et de l'hydrologie, ministère de l'Agriculture et de l'Environnement, sur la stratégie de modernisation du réseau de prévision, en particulier le rôle de l'application de l'IA dans la "quantification" des fluctuations anormales de la nature.
Trois jambes" dans l'amélioration de la qualité des prévisions
Cher docteur Hoàng Đức Cường, la réalité montre que les catastrophes naturelles ne fonctionnent plus selon les anciennes règles, l'"anormalité" est devenue un nouvel état normal, de nombreux records sont constamment battus. Dans ce contexte, quelles innovations le secteur de la météorologie et de l'hydrologie a-t-il mises en œuvre pour améliorer la qualité et la précision des prévisions et des alertes météorologiques?
- Docteur Hoàng Đức Cường: Actuellement, les efforts du Département de la météorologie et de l'hydrologie pour améliorer la qualité des prévisions ont été mis en œuvre de manière globale sur la base de trois piliers techniques: la technologie de surveillance, le modèle de prévision numérique et l'application de l'intelligence artificielle (IA). Cette innovation est un facteur clé qui aide l'industrie météorologique et hydrologique vietnamienne à être de plus en plus proactive dans la réponse aux phénomènes météorologiques extrêmes croissants.
En ce qui concerne la surveillance et la collecte de données, ces derniers temps, l'État s'est intéressé, a complété et amélioré le réseau de surveillance, passant progressivement de la surveillance manuelle à la surveillance automatique et en temps réel. Cela garantit que les données et les données entrantes sont toujours mises à jour en continu, avec une grande précision et fréquence. En outre, le système radar météorologique a également été amélioré et complété par 10 radars météorologiques, ainsi que la surveillance par satellite météorologique a également été appliquée pour suivre en détail le processus de développement des nuages d'orage, permettant aux prévisionnistes d'identifier l'intensité des pluies locales avec une haute résolution, particulièrement importante pour alerter sur les orages, les tornades, les crues soudaines et les glissements de terrain.
Nous continuons également à appliquer et à améliorer les modèles de prévision numérique, les technologies de soutien à la prévision et à l'alerte aux catastrophes naturelles. Développer et maîtriser des modèles numériques à l'échelle régionale capables d'assimiler des données pour simuler le climat et la prévision météorologique, simuler et prévoir les facteurs océanographiques tels que les vagues, les courants, l'élévation du niveau de l'eau. Les technologies open source et automatisées sont également progressivement mises en service en plus des modèles commerciaux et traditionnels pour la prévision et l'alerte hydrologiques, des inondations et des crues.
Parallèlement, nous nous concentrons également sur le développement d'une plateforme technologique numérique intégrant de grandes données et appliquant la technologie d'alerte des États-Unis transférée par l'Organisation météorologique mondiale pour alerter sur les crues soudaines et les glissements de terrain pour le Vietnam et la région de l'Asie du Sud-Est.Actuellement, cette plateforme est intégrée au système d'information d'alerte aux crues soudaines et aux glissements de terrain en temps réel avec un niveau de détail jusqu'au niveau communal.
En particulier, nous appliquons progressivement l'IA aux problèmes de prévision et d'alerte.
Monsieur, sans rester en dehors de la tendance générale, le secteur météorologique a commencé à appliquer l'IA dans le processus de prévision. Est-ce considéré comme un "coup de pouce" de la technologie de prévision ou non et quelle est l'efficacité réelle de ce modèle, monsieur?
- C'est vrai. Depuis le milieu de l'année 2024, nous coopérons également avec l'Institut de recherche et d'application de l'intelligence artificielle (Université polytechnique de Hanoï) dans l'application de l'IA aux problèmes de prévision des tempêtes, des fortes pluies et des facteurs hydrologiques, tout en construisant une technologie pour identifier la formation précoce de tempêtes en mer de l'Est par le biais de la coopération avec l'Université de technologie de Hanoï, l'Université nationale de Hanoï, l'Université polytechnique et l'Université de l'Indiana (États-Unis).
Plus récemment, le déploiement pilote de l'application de l'intelligence artificielle (IA) pour prévoir les tempêtes et l'intensité des tempêtes dans la région de la mer de l'Est. L'un des résultats typiques est le modèle CIFOMI (Enhancing Tropical Cyclone Intensity Forecasting over the Bien Dong Sea with Foundation Model and Prompt Tuning) - résultat de la coopération entre le Centre et l'Institut de recherche et d'application de l'intelligence artificielle AI4LIFE.
Les résultats initiaux sont très positifs, l'erreur de prévision de l'intensité de la tempête en 24 heures a diminué de 10 à 20% par rapport aux autres modèles et méthodes en cours d'utilisation, le temps de fonctionnement du modèle s'est également considérablement amélioré, ce qui donne aux prévisionnistes plus de temps pour se concentrer sur l'analyse, l'évaluation et la prise de décision.
Quelles sont les difficultés et les défis auxquels le Département de la météorologie et de l'hydrologie est confronté pour améliorer la précision de la prévision des phénomènes extrêmes?
- Nous devons examiner franchement trois défis fondamentaux. Premièrement, le manque de données d'entrée dans les zones clés. Le réseau de stations terrestres n'a pas encore atteint la densité prévue, particulièrement clairsemée dans les zones reculées et montagneuses - qui sont des "points chauds" des crues soudaines. Plus préoccupant encore sont les données océaniques. La mer de l'Est est un lieu de formation de tempêtes, mais nous manquons encore de systèmes radar spécialisés pour surveiller les vagues, les bouées flottantes, les bouées de dérive et les stations maritimes. En raison du manque de données de mesure réelles provenant de la mer, les modèles de prévision perdront une partie de leur précision lors du calcul de l'intensité des tempêtes.
Deuxièmement, il y a la limite de la capacité de calcul. Pour exécuter des modèles numériques à haute résolution (de 1 à 3 km) et des algorithmes d'IA complexes, il faut un système de superordinateur (HPC) extrêmement puissant. Actuellement, la capacité des serveurs du Département, bien qu'ayant été améliorée, est toujours éloignée des principaux centres de prévision mondiaux.
Mais en fin de compte, le facteur de défi décisif est la main-d'œuvre hautement qualifiée. La technologie de l'IA ou les superordinateurs ne sont que des outils. Le déploiement et l'exploitation de modèles complexes de prévision numérique météorologique, hydrologique et marine nécessitent non seulement de grands ordinateurs, mais aussi une équipe d'experts ayant des connaissances approfondies. Actuellement, l'attraction de bonnes ressources humaines rencontre de nombreuses difficultés en raison des limites du travail de formation et de la nature spécifique du travail. Les sources d'admission pour le secteur de la météorologie et de l'hydrologie ne sont généralement pas abondantes car ce secteur n'est pas suffisamment attrayant pour les étudiants. Outre la pression du travail 24h/24 et 7j/7, le régime de rémunération n'est pas vraiment compétitif par rapport aux autres secteurs.
Les catastrophes naturelles évoluent de manière de plus en plus extrême. Nous espérons que la proactivité de la population, combinée à l'alerte précoce et aux conseils opportuns des autorités compétentes, contribuera de manière importante à minimiser les pertes humaines et matérielles causées par les catastrophes naturelles.
Merci sincèrement pour vos partages sincères!
