Accueil > Analytics > Data Analytics > Comment le big data aide à prévenir les catastrophes naturelles
catastrophes naturelles irma

Comment le big data aide à prévenir les catastrophes naturelles

Les derniers n’ont pas été de tout de repos pour les habitants des caraïbes. Les Antilles, Cuba, Haïti, la Floride ont été touchés par l’ouragan Irma dont les rafales ont atteint une vitesse allant jusqu’à 363 kilomètres par heure. Comment prévoir ces catastrophes naturelles, comment se préparer à de tels événements ? Voilà des questions que le Big Data aide à résoudre en partie.

Des événements climatiques à anticiper

noaa catastrophes naturelles

Les catastrophes naturelles peuvent sembler imprévisibles. Pourtant, les centres météorologiques et sismiques sont maintenant capables de prévoir les événements les plus dangereux grâce au Big data. C’est aussi grâce à cet ensemble technologique que les spécialistes arrivent à suivre l’évolution en temps réel des dépressions, des secousses ou tout autre événement de cette ampleur.

Cela permet dans un premier temps d’estimer les catastrophes naturelles ayant lieu dans une zone géographique précise. Si l’on prend l’exemple des ouragans comme Harvey ou Irma, les scientifiques sont capables d’estimer le nombre d’événements de ce type.

La National Oceanic and Atmospheric Administration, l’agence publique en charge de l’observation des dépressions atmosphériques aux États-Unis avait annoncé à la fin du mois dernier ses prévisions pour la saison des ouragans pour 2017 dans l’Atlantique Nord. Selon l’agence il y avait 45 % de chance d’avoir une activité cyclonique supérieure à la normale cette année. La NOAA prévoyait 5 à 9 ouragans et 2 à 4 ouragans majeurs. Ces données sont forcément comparées à l’année précédente en prenant en compte l’évolution des conditions de formation des dépressions.

Des données à faire converger

destruction catastrophes naturelles

En effet, un ouragan, un typhon ou un cyclone se forme suivant des conditions particulières. Il faut que l’eau de la mer atteigne une température supérieure à 26 degrés sur une profondeur de 60 mètres. Il faut également que l’humidité dans l’air soit suffisante et que des vents tourbillonnants y soient associés. Les autres paramètres de croissance sont mesurables grâce aux stations météorologiques et aux balises disséminées dans les zones concernées, ainsi que les photos et vidéos récupérés par satellite. C’est ce qui permet d’affiner les résultats obtenus avec les algorithmes de prévisions.

Cependant, certaines catastrophes naturelles comme celles que nous évoquons se mettent en place en peu de temps. Le terrible ouragan Irma s’est formé en 10 jours. Cela laisse peu de temps pour les spécialistes de prédire la trajectoire de la dépression, encore moins de temps pour les autorités des pays, régions ou départements concernés de se “préparer à l’impact”.

L’open data et le partage de données sont deux pratiques qui peuvent faciliter le déploiement des éléments de protection et permettre aux populations d’évacuer les zones de sinistre avant que les ouragans touchent les terres. En cas de sinistre, le principe du data lake facilite la mise en commun des ressources.

Les catastrophes naturelles plus faciles à observer avec l’IoT et le Data Lake

catastrophes naturelles ouragan

Les méthodologies de la supply chain en rapport avec le Big Data sont idéales afin de réaliser un inventaire des ressources matérielles et alimentaires disponibles. En ayant ce type d’informations, les autorités peuvent organiser le déploiement des protections, des évacuations, et ensuite de faire intervenir les secours. Le prédictif malgré l’aléatoire de la situation octroie aux professionnels de l’intervention des schémas afin de repérer plus facilement les personnes à secourir. Mais cela demande de développer l’Internet des objets et les algorithmes qui feront la corrélation entre ces informations. Les assureurs et les entreprises spécialisées dans la météorologie comme The Weather Company (IBM) ou AccuWeather sont évidemment très intéressés par la mise en place de ce type de solutions.

L’exploitation du Big Data les modèles, les algorithmes issus du Big Data sont majoritairement utilisés pour réaliser de la prévision et de l’estimation après les catastrophes naturelles. Estimer le coût des dégâts est aussi très important pour les autorités, ainsi que pour les entreprises. De son côté, Irma aurait causé 100 milliards de dollars de dégâts aux États-Unis. Cette automatisation de la comptabilité assure une meilleure historicité des catastrophes naturelles qui se multiplient dans certaines régions.

De leur côté, les entreprises vont chercher à anticiper les impacts de telles catastrophes naturelles sur leur activité. Les modèles algorithmiques, les modèles de Data Lake, le principe de l’open data, les données en provenance des capteurs, tous ces éléments permettent de prévenir et d’intervenir lors de ces sinistres. Encore faut-il avoir les moyens de mettre en place ces technologies. Haïti et Cuba auront beaucoup plus de mal à se préparer à cette nouvelle donne qu’aux États-Unis.

Send this to a friend