Dans un monde qui devient plus chaud, la région du Moyen-Orient semble plus probable que les autres pour les répercussions climatiques. De la longue sécheresse aux inondations soudaines et de la désertification rampante aux fluctuations de la température, les changements climatiques représentent un défi complexe qui menace les ressources, les économies et même la stabilité politique.
Au milieu de cette scène, un nouveau modèle de prédiction climatique se souligne, en fonction de l'intelligence artificielle, comme un outil prometteur pour comprendre l'avenir climatique de la région.
Dans une étude publiée le 8 mai dans le "NB Jay Climit & Atmosphère Science", une équipe de recherche a développé un modèle appelé "Stacte EML", qui mélange plusieurs techniques d'apprentissage automatique et montre une capacité sans précédent à prédire les températures et la pluie avec précision au Moyen-Orient, jusqu'à la fin du siècle en cours.
L'auteur principal de l'étude, Younis Khosrawi, chercheur en sciences géographiques de l'information à l'Institut national de recherche à Kibbe, au Canada, explique que le modèle proposé dépend de la fusion de 5 algorithmes d'apprentissage avec 3 "modèles morts" analysant les résultats des algorithmes et les collectant pour obtenir la prévision finale.
Il ajoute des déclarations à "Al -Jazeera Net": "Cette technique connue sous le nom d'apprentissage en groupe permet de réduire le taux d'erreur et d'augmenter la précision".
"Khusrawi" ajoute que l'équipe a conçu ce modèle pour faire face à un environnement climatique complexe tel que l'environnement du Moyen-Orient, où les collines, les plaines, les déserts et les mers sont mélangées, ce qui rend difficile la prévision de l'utilisation de modèles traditionnels, soulignant que l'utilisation de techniques d'apprentissage automatique, nous pouvons voir des modèles climatiques qui ne sont pas ramassés par des modèles classiques.
Les modèles climatiques traditionnels, tels que les modèles d'atmosphère publique, dépendent d'équations physiques qui imitent les réactions complexes entre l'océan et l'atmosphère, mais elles souffrent souvent d'une mauvaise précision de la prédiction au niveau local, en particulier dans les domaines qui manquent de réseaux de contrôle du climat denses.
Au contraire, le modèle "EML" est basé sur l'analyse des données disponibles et la création de modèles, sans avoir besoin de connaissances préalables des lois physiques, et se caractérise par sa capacité à s'adapter à des données ou à des zones incomplètes difficiles à surveiller dans le domaine, comme les zones désertiques ou montagneuses.
"Ne sous-estimez pas l'importance des modèles physiques, mais nous les remplissons dans un nouveau style qui rend les attentes plus réelles sur le terrain", explique l'auteur principal de l'étude, et ajoute: "En bref: l'intelligence artificielle ne remplace pas les scientifiques, mais leur donne plutôt une vision plus profonde."
Résultats exacts et avertissements chaudsLors de l'application du nouveau modèle aux données CMI6, qui est une base de données globale complète de la prédiction climatique, il a atteint une précision de prédiction sans précédent dans l'attente de températures maximales et dans l'attente de la pluie, selon les auteurs.
Dans le scénario d'émissions élevées, le modèle a révélé une image anxieuse, car les vagues de chaleur dépassent 45 degrés en Arabie du Sud et dans le sud de l'Iran, et il y a eu une augmentation inattendue de la quantité de pluie dans le nord, ce qui peut entraîner des inondations.
"Nous ne parlons plus des avertissements généraux, mais plutôt de cartes précises qui montrent quelles zones souffriront le plus et quand", a expliqué Khusrawi.
"Cette étude représente une étape avancée dans la liaison de l'intelligence artificielle à des problèmes réalistes dans les régions les plus climatiques du monde. Le modèle proposé n'est pas satisfait de l'amélioration de la précision prédictive, mais ouvre plutôt la porte à des utilisations pratiques directes, telles que la gestion de l'eau et la planification urbaine", a déclaré Mohamed Tawfiq, professeur de climat appliqué à la Sohag University.
"Tawfiq" ajoute des déclarations à "Al -Jazeera Net" que ce qui suscite vraiment l'intérêt, c'est que le modèle fonctionne efficacement, même dans les domaines qui souffrent de données, et c'est un avantage stratégique pour des pays comme le Yémen ou le Soudan. Cependant, le défi reste la mesure dans laquelle les décideurs sont prêts à bénéficier de cet outil et à convertir les prédictions en politiques mises en œuvre.
Le changement de synchronisation de la pluie signifie le trouble de l'agriculture (français)Les prévisions climatiques ne sont pas seulement un problème scientifique, mais ont également des conséquences directes pour l'économie, selon le professeur de climat appliqué, qui attire cet agriculture, qui représente la pierre angulaire dans des pays comme l'Irak, la Syrie et le Soudan, ajoutant que "le changement dans le moment de la pluie signifie la perturbation des saisons de l'agriculture et de la sécheresse répétée menace la sécurité alimentaire".
"Dans le Golfe, le coût du refroidissement et de l'énergie augmente en raison des températures standard, ce qui augmente la pression sur les budgets publics. Les inondations associées aux pluies irrégulières affectent également la fragile infrastructure dans des pays comme le Yémen et le Liban", explique Tawfiq.
Pour sa part, "Khosraoy" avertit que dans certains cas, les changements climatiques seront plus chers que toute crise économique traditionnelle, et pour cette raison, il souligne la nécessité d'intégrer les modèles climatiques dans chaque stratégie économique ou de développement.
Que faire maintenant?Les chercheurs recommandent de s'appuyer sur le nouveau modèle en tant qu'outil stratégique pour soutenir la prise de décision dans plusieurs domaines, notamment la planification de l'utilisation des terres et la distribution des cultures saisonnières en fonction des attentes climatiques, améliorant la gestion des ressources en eau entre les secteurs agricoles, industriels et urbains, en plus de concevoir l'électricité et les réseaux d'énergie renouvelable en proportion à la hausse attendue des températures.
Ils soulignent également l'importance de lier le modèle aux systèmes d'alerte précoce pour faire face aux risques des inondations ou des sécheresses avant qu'ils ne se produisent. L'équipe de recherche souligne la nécessité de fournir le modèle en tant que fournisseur open source, adaptable et de formation localement conformément aux circonstances et aux besoins de chaque pays ou région.
"Nous voulons que ce modèle sorte des laboratoires aux ministères, aux fermes et aux conseils municipaux", explique Khusrawi.
Responses (0 )