BRIN souligne l'importance de la physique et de l'IA dans les prévisions météorologiques basées sur des satellites

JAKARTA - L’Institut national de la recherche et de l’innovation (BRIN) a souligné l’importance de l’utilisation de satellites pour prédire les changements climatiques. Cela a été transmis lors d’une conférence avec l’Université de Tohoku.

Albertus Sulaiman, directeur du Centre de recherche sur le climat et l’atmosphère de BRIN, a déclaré que la technologie satellitaire est essentielle pour les pays maritimes et tropicaux, y compris l’Indonésie. Plus encore si les données réalisées sont traitées avec une approche de physique et d’intelligence artificielle (IA).

« Nous voyons l’intégration de l’approche physique et de l’IA dans le traitement des données satellitaires comme une direction future de la recherche atmosphérique. L’Indonésie en tant qu’état maritime et tropique a un besoin urgent de technologie de surveillance metéorologique rapide et précise », a déclaré Albertus, cité vendredi 27 février.

L’analyse des données satellitaires est également étroitement liée aux systèmes d’alerte précoce aux catastrophes hydrométéorologiques tels que les inondations, les glissements de terrain, etc. Par conséquent, BRIN estime que la capacité d’analyse des données satellitaires doit être renforcée.

Entre-temps, le professeur Hironobu Iwabuchi de l’Université de Tohoku a expliqué que les satellites japonais Himawari-8 et Himawari-9 sont capables de produire des données de radiations très précises pour les scientifiques. Le satellite est en fait équipé de rayons infrarouges.

Les données produites comprennent le niveau d'éclat, la température de rayonnement, jusqu'à la texture spatiale des nuages dans l'atmosphère. Les scientifiques peuvent ensuite utiliser des calculs complexes des données pour prédire le temps à venir.

Cependant, les méthodes basées sur la physique pure prennent beaucoup de temps dans le processus de traitement. Pour analyser un disque complet contenant 36 millions de pixels, il faut environ 100 heures avec 10 unités de CPU.

En guise de solution, une technologie de réseau neuronal convolutionnel (CNN) basée sur l'IA a été introduite pour accélérer le processus. Contrairement à la méthode physique qui calcule par particule, l'IA travaille en reconnaissant les motifs d'images et de textures des nuages.

« Le processus que CNN doit suivre pour fournir des prédictions basées sur la forme ou le pattern des changements dans les nuages ne prend que 40 secondes. Cela représente donc un progrès rapide par rapport aux méthodes précédentes », explique Hironobu.