Prévision du brouillard dans la vallée de la Seine par intelligence artificielle
Tournier, Théo ; Gibier, Florian ; Saint-Aubin, Céline de
Artificial intelligence fog forecasting in the Seine Valley
La prévision du brouillard revêt une importance capitale pour le secteur du transport fluvial dans la vallée de la Seine. Alors que les modèles de prévision numérique du temps (PNT) montrent leurs limites dans cette vallée, nous explorons l'utilisation de l'intelligence artificielle (IA) avec des réseaux de neurones et des forêts aléatoires, pour prévoir ce phénomène météorologique complexe. Alimentés par les modèles de PNT à haute résolution Arome et Arome-IFS, et par quelques observations, ces modèles d'IA présentent des performances intéressantes. Les scores sont analysés et comparés aux prévisions des experts mais aussi aux prévisions brutes d'Arome. Finalement, la forêt aléatoire alimentée par Arome-IFS présente les meilleurs résultats : réduction du nombre de non-détections sans augmenter le nombre de fausses alarmes. Mais ces prévisions ont de nombreuses limites qui sont mises en lumière par des études de cas subjectives. Une complémentarité entre les prévisions par IA et l'expertise des prévisionnistes est donc nécessaire pour améliorer la prévision du brouillard dans cette région stratégique pour le transport fluvial.
Accès à la notice sur le site du portail documentaire de Météo-France