Anticiper les évolutions de la ressource en eau grâce à l'intelligence artificielle
Le changement climatique accentue les tensions sur la ressource en eau. Les épisodes de sécheresse deviennent plus fréquents, les débits des cours d'eau sont plus variables et certains phénomènes de dégradation de la qualité de l'eau tendent à s'intensifier. Face à ces enjeux, les gestionnaires de l'eau et les collectivités ont besoin d'outils leur permettant d'anticiper les situations critiques afin de mieux préparer les décisions et les actions à mettre en œuvre.
Lauréat de l'appel à projets DIAT (Démonstrateurs d’IA frugale au service de la transition écologique des territoires) dans le cadre de France 2030, PrevizO est déployé sur le territoire du Nouvel Espace du Cher (NEC) et mobilise un large consortium d'acteurs publics, scientifiques et privés.
Aperçu de la plateforme PrevizO
PrevizO
Prévoir les étiages et les épisodes de sécheresse
L'un des principaux objectifs de PrevizO est d'améliorer l'anticipation des situations de tension sur la ressource en eau. Le projet développe des modèles capables de prévoir les étiages à différentes échéances :
- à court terme, jusqu'à 15 jours, afin d'accompagner les gestionnaires de l'eau dans le suivi des débits et la préparation des mesures de restriction ;
- à moyen terme, jusqu'à 6 mois, afin de faciliter les échanges entre les différents usagers de l'eau et d'anticiper les stratégies d'adaptation.
Ces prévisions permettent d'éclairer la prise de décision et de renforcer la capacité d'anticipation des territoires face aux épisodes de sécheresse.
Suivre l'évolution des cours d'eau
PrevizO contribue également à améliorer la connaissance et le suivi des eaux de surface. Les données et modèles développés dans le cadre du projet permettent de suivre l'évolution des débits des rivières et de compléter les connaissances nécessaires à la gestion quantitative de la ressource. Ils pourront notamment contribuer à l'actualisation de certains indicateurs mobilisés dans les études HMUC (Hydrologie, Milieux, Usages, Climat) et dans les démarches de planification territoriale liées à l'eau.
Anticiper les phénomènes de dégradation de la qualité de l'eau
PrevizO développe des méthodes permettant d'anticiper l'apparition de phénomènes de prolifération des algues (Bloom Algal) grâce au croisement d'observations satellitaires, de données issues de capteurs environnementaux, de données hydrologiques et météorologiques et de modèles d'intelligence artificielle. L'objectif est de détecter plus en amont les situations à risque afin de permettre la mise en œuvre rapide d'actions de prévention, de surveillance ou de protection sanitaire.
Une intelligence artificielle frugale et explicable
PrevizO repose sur le développement d'une intelligence artificielle adaptée aux enjeux de la transition écologique. Les outils développés répondent à plusieurs principes :
- la frugalité, afin de limiter les besoins en ressources numériques ;
- l'ouverture, pour favoriser le partage et la réutilisation des méthodes ;
- l'explicabilité, afin de comprendre les résultats produits par les modèles ;
- la réplicabilité, pour permettre le déploiement de la démarche sur d'autres territoires.
L'intelligence artificielle est ici conçue comme un outil d'aide à la décision venant compléter l'expertise des acteurs de l'eau et renforcer leur capacité d'anticipation.
La coopérative des données climatiques en région Centre-Val de Loire
Région Centre-Val de Loire
Un projet issu du Climate Data Hub
PrevizO est né d'une dynamique partenariale portée par le Climate Data Hub, un consortium réunissant une trentaine d'acteurs publics et privés engagés dans l'adaptation des territoires au changement climatique. Le Climate Data Hub agit à la fois comme un tiers de confiance pour le partage et la gouvernance des données, un incubateur de cas d'usage au service des politiques publiques et un espace de coopération entre collectivités, services de l'État, établissements de recherche et acteurs économiques.
Responsable :
