Session 19 - Intelligence artificielle et changements climatiques

L'intelligence artificielle en science du climat à Ouranos

Blaise Gauvin St-Denis, Ouranos, Spécialiste en intelligence artificielle

Résumé : Les dernières années ont vu émerger plusieurs nouvelles méthodes d'intelligence artificielle pour analyser et produire de l'information climatique d'intérêt pour des usagers. En particulier, plusieurs publications récentes ont appliqué des réseaux de neurones à des tâches de mise à l'échelle, de correction de biais et d'émulation de modèles météorologiques ou climatiques. On note par ailleurs que le domaine des changements climatiques pose un problème notable pour l'apprentissage machine puisque les projections se font vers un régime climatique qui n'a pas encore été observé. Dans cette présentation, nous allons décrire comment il est toutefois possible de bénéficier de la modélisation climatique pour entraîner des réseaux de neurones afin de produire de l'information climatique dans ce contexte. Plus précisément, les aspects de contraintes statistiques et physiques, ainsi que l'utilisation de variables prédictives pertinentes seront abordés. 

Estimation de l'évolution de tendances des fort débits saisonniers dans un contexte du changement climatique à partir des indices météorologiques et trois modèles d'apprentissage automatique

• Andres Gonzalez, INRS, PhD Candidate

• Etienne Foulon, PhD CPI, Associé de recherche en hydrologie

• Alain N. Rousseau, PhD Ing., Professeur Titulaire

• Cristhian Luna, M Sc. 

Résumé : La dynamique des débits maximaux est cruciale pour comprendre le régime hydrique d’un bassin hydrographique, surtout dans un contexte de changements climatiques. Les inondations associées à ces débits peuvent accroître la vulnérabilité des populations et des écosystèmes environnants. Certes, le réchauffement planétaire modifie les facteurs déclenchant ces événements, posant ainsi de nouveaux défis en matière de compréhension et d'anticipation. Cette étude propose d’utiliser des corrélations non linéaires entre les débits maximaux saisonniers et divers indices météorologiques à court terme, et cela à l’aide de trois algorithmes d’apprentissage automatique. Cette méthode vise à estimer l’évolution temporelle des débits maximaux jusqu’à la fin du siècle, sans recourir à un modèle hydrologique conventionnel. Onze bassins hydrographiques du sud du Québec ont été étudiés pour valider cette approche. 31 indices météorologiques, incluant la précipitation, la température, la fonte des neiges, des phénomènes combinés et des déficits ou excédents d’eau, ont été utilisés. Les données climatiques proviennent de la dernière génération des modèles climatiques du 6e projet d’intercomparaison des modèles couplés (CMIP6), sous trois trajectoires socioéconomiques (SSP2-4.5, SSP3-7.0 et SSP5-8.5). L’étude vise à illustrer les défis de nouvelles méthodes d’estimation des débits élevés en hydrologie dans le cadre du changement climatique. 

Influence passée et future du climat et des facteurs socio-économiques sur les risques d'inondation au niveau mondial, basée sur des simulations hybrides

• Lenin Del Rio Amador, UQÀM, Stagiaire postdoctoral

• Mathieu Boudreault, Professeur-chercheur en actuariat, Département de mathématiques, UQÀM

• David A. Carozza, Climate Scientist - Natural Catastrophe Modeler, Definity 

Résumé : L'augmentation de la fréquence et de la gravité des inondations ces dernières années met en évidence le besoin urgent d'une évaluation complète des risques d'inondation dans le contexte du changement climatique. Alors que les projections indiquent une augmentation des risques d'inondation en raison du réchauffement climatique, la compréhension des conséquences socio-économiques reste complexe. Cette étude propose une nouvelle approche intégrant les facteurs climatiques, environnementaux et socio-économiques pour évaluer l'occurrence des inondations et les déplacements humains à l'échelle mondiale. Nous avons utilisé une version modifiée du cadre de modélisation des risques d'inondation développé par Carozza et Boudreault avec des sorties calibrées du NCAR CESM Large Ensemble pour effectuer des simulations pour 4734 bassins dans le monde de 1981 à 2060. Les simulations révèlent que les facteurs climatiques sont les principaux responsables de la fréquence des inondations, à quelques exceptions près dans les régions où la croissance démographique rapide joue un rôle important. Les projections suggèrent une augmentation substantielle de la fréquence des inondations due au changement climatique, bien que les facteurs socio-économiques atténuent les impacts dans la plupart des régions. L'étude souligne l'importance d'intégrer la croissance économique comme mesure de réduction de la vulnérabilité dans l'analyse des risques d'inondation, contrairement aux modèles qui se concentrent uniquement sur la croissance démographique. Alors que les tendances historiques montrent une diminution de la vulnérabilité et des taux de déplacement par rapport aux populations exposées, cette étude prévoit que d'ici le milieu du siècle, le développement socio-économique n'atténuera plus suffisamment les effets du changement climatique.

Calcul du risque et de la vulnérabilité pour l'adaptation aux changements climatiques avec l'intelligence artificielle et les systèmes d'information géographique : Étude de cas pour la mortalité des vagues de chaleur au Québec

Jean-Nicolas Côté, Université de Sherbrooke, département de géomatique appliquée

Résumé : Les définitions du risque et de la vulnérabilité ne sont pas standardisées à travers la littérature scientifique. Une revue de littérature mentionnait que la moitié des articles scientifiques entre 2017 et 2020 utilisait encore l’ancienne définition du 4e rapport du GIEC qui date pourtant de 2007. L’une des raisons avancées est qu’il n’y a pas de données probantes pour démontrer la supériorité d’une approche à une autre. Une autre revue de littérature mentionnait qu’à peine le quart des études possède une certaine forme de validation. Il n’est donc pas étonnant que le 6e rapport du GIEC mentionne qu’il y a une prolifération des plans et des cadres conceptuels, mais qu’il y a un déficit important pour leur implantation et le suivi.  

Cette présentation issue de travaux de doctorat propose un cadre conceptuel de risque inspiré du 6e rapport du GIEC qui intègre la vulnérabilité afin de faciliter le suivi et la mise en oeuvre d’options d’adaptation.  La force de ces travaux est l'utilisation de l'intelligence artificielle pour valider le cadre conceptuel à l'aide d'une étude de cas sur la mortalité aux vagues de chaleur pour le Québec. Puisque la modélisation nécessite beaucoup de données, le cadre conceptuel a aussi été réfléchi pour fonctionner avec une approche qualitative. Ces travaux ouvrent la porte à une standardisation des approches et à une meilleure intégration provinciale des différents enjeux sectoriels d'adaptation avec l'intelligence artificielle. 

Projection des inondations saisonnières au Canada en climat futur à l'aide de modèles statistiques et d’apprentissages automatiques.

Manuel Grenier, The Co-operators, Research Scientist

Résumé : Les inondations font partie des risques naturels les plus coûteux et les plus meurtriers au monde. À ce jour, on sait peu de choses sur les futures inondations saisonnières dans l'ensemble du Canada. Dans cette présentation, des modèles statistiques basés sur des données historiques pour l'occurrence d’inondation et son impact (la population déplacée) ont été calibrés pour les saisons de printemps et d'été dans 14 000 bassins versants à travers le Canada. Les modèles additifs généralisés, forêts aléatoires et boosting du gradient ont été envisagés pour modéliser les inondations saisonnières. Les modèles d'inondation les plus performants ont ensuite été utilisés avec des modèles climatiques régionaux pour évaluer l'effet du changement climatique sur les inondations pour trois horizons temporels : historique, à moyen terme (∼2050) et à long terme (∼2080).  

Le modèle additif généralisé a offert le meilleur compromis de performance dans les deux saisons pour la prévision des inondations au Canada. Les projections réalisées avec le MAG ont montré une augmentation générale de l'occurrence et de l'impact des inondations estivales en 2050 et 2080. Les résultats concernant les inondations printanières sont plus mitigés, mais il semble y avoir une légère diminution de l'impact des inondations printanières dans le sud des Prairies, en particulier en 2080. La combinaison de l'apprentissage statistique/machine et des modèles climatiques a fourni une image plus détaillée et contrastée de la situation projetée des inondations saisonnières au Canada, ce qui aidera les autorités à mieux atténuer les risques d'inondation à l'avenir.