Les incendies de forêt ont façonné l’environnement pendant des millénaires, mais leur fréquence, leur portée et leur intensité augmentent en réponse à un climat plus chaud. Le phénomène est intégré dans des simulations à haute résolution du climat de la Terre par des scientifiques du laboratoire national d’Oak Ridge du ministère de l’Énergie, avec pour mission de mieux comprendre et prévoir les changements environnementaux.
Deux mois après le début de la haute saison des incendies d’été 2023, les incendies de forêt au Canada avaient brûlé 25 millions d’acres de terres, perturbé la vie de millions de personnes et se sont propagés au-delà des limites traditionnelles de l’ouest du Canada jusqu’à la Nouvelle-Écosse. La fumée des incendies de forêt a dérivé vers des régions fortement peuplées aussi loin au sud que la Géorgie aux États-Unis, à travers l’océan Atlantique jusqu’en Europe et dans le cercle polaire arctique.
Les impacts sont intégrés dans des simulations à grande échelle du climat de la Terre, telles que le modèle de système terrestre exascale énergétique du DOE, qui reflète les processus terrestres comme le cycle du carbone pour de meilleures prévisions du climat futur. E3SM fonctionne sur les superordinateurs les plus rapides au monde, y compris le système exascale Frontier de l’ORNL, fournissant des simulations très avancées pour mieux prédire les changements environnementaux qui pourraient affecter le secteur de l’énergie.
Le scientifique de l’ORNL, Jiafu Mao, se concentre sur la modélisation du système terrestre, l’amélioration des simulations des réponses de la surface terrestre et la rétroaction sur les changements environnementaux. Les modèles évaluent les synergies entre les données historiques sur les incendies, les émissions de carbone, les facteurs atmosphériques tels que la température et les précipitations, et les principales variables terrestres telles que l’état de la végétation, l’humidité du sol et l’utilisation des terres. Ses algorithmes d’apprentissage automatique ont soutenu de meilleures projections des incendies de forêt et des risques socio-économiques associés qui peuvent guider les stratégies d’adaptation et d’atténuation.
Utiliser l’IA pour affiner les projections des risques d’incendie de forêt
Dans un projet, ces algorithmes ont été appliqués pour améliorer la certitude d’une série de modèles du système terrestre et ont prédit une augmentation de l’exposition mondiale aux incendies de forêt pour la population mondiale, la production intérieure brute et l’agriculture par rapport aux modèles non entraînés. La recherche a également indiqué que les modèles non contraints à l’aide des algorithmes avaient tendance à surestimer les émissions de carbone liées aux incendies dans les régions à végétation clairsemée. Dans le même temps, les modèles contraints prévoyaient une augmentation des émissions de carbone des feux de forêt dans les régions tropicales et subtropicales à mesure que la végétation dense y sèche et fournit plus de combustible pour les incendies.
« Nous voulons parvenir à une meilleure compréhension et prédiction des moteurs des incendies de forêt, ainsi que des vulnérabilités potentielles en termes de santé humaine, d’écosystème et d’infrastructure », a déclaré Mao. Le défi consiste à obtenir une spécificité accrue dans les simulations d’incendies de forêt à partir d’ensembles de données à plus haute résolution. Il serait utile de rassembler les données dans un référentiel central qui sont maintenant dispersées entre diverses sources de laboratoires fédéraux, étatiques, universitaires et nationaux doivent être rassemblées dans un emplacement central, a-t-il ajouté.
« Il y a des lacunes dans les données d’observation, une grande partie des enregistrements mondiaux des feux de forêt étant basés sur des produits satellitaires qui ont commencé à être collectés et mis à disposition il y a seulement 20 ans », a déclaré Mao. « Une résolution spatio-temporelle élevée à long terme, des observations recueillies en continu concernant les incendies eux-mêmes ainsi que les processus de récupération après incendie sont rares. »
Pour améliorer les ensembles de données liés aux incendies de forêt, Mao et sa collègue de l’ORNL, Fernanda Santos, ont lancé un Réseau de bases de données communautaires Fire encourager les scientifiques et les gestionnaires des terres à soumettre des données environnementales sur les zones brûlées à un référentiel central. Le partage de ces informations peut non seulement améliorer la recherche, mais également éclairer les pratiques de gestion des terres.
Forrest Hoffman, qui dirige le groupe Computational Earth Sciences à l’ORNL, s’intéresse aux processus biogéochimiques, y compris les feux de forêt, qui déterminent l’évolution du climat sur plusieurs décennies. Il est directeur de recherche en laboratoire pour le DOE Reducing Uncertainties in Biogeochemical Interactions through Synthesis and Computation Science Focus Area, ou RUBISCO, qui rassemble des scientifiques de laboratoires nationaux et d’universités pour évaluer et améliorer les modèles du système terrestre à l’aide de données de laboratoire, de terrain et de télédétection.
Les feux de forêt sont traditionnellement sous-représentés dans les modèles du système terrestre, un problème sur lequel Hoffman et ses collègues s’efforcent de répondre. « Obtenir les bonnes mesures sur les zones brûlées dérivées des ensembles de données de télédétection par satellite signifie que nous pouvons alors mieux prédire ce qui se passera à mesure que le changement climatique évolue dans des scénarios futurs potentiels », a-t-il déclaré.
Hoffman a vanté les méthodes d’apprentissage automatique que Mao et d’autres chercheurs développent dans le cadre du projet RUBISCO comme un moyen d’obtenir des mesures d’incendie correctes et représentées.
Comme Mao, Hoffman reconnaît le besoin de nouveaux ensembles de données d’observation. Parfois, les chercheurs ne peuvent pas voir à travers la fumée sur les images satellites à capteur visible pour évaluer les émissions de feu, et des images plus multispectrales et thermiques qui fournissent des détails plus fins sur les surfaces terrestres seraient utiles pour remplir des données sur les impacts immédiats et à long terme, a déclaré Hoffman. .
‘ForWarn’ing tendances avec de meilleures mesures, méthodes
Hoffman a une longue expérience dans l’évaluation des données de télédétection pour améliorer la compréhension de l’évolution du climat. Il y a dix ans, il a co-dirigé le développement d’un outil de visualisation basé sur l’imagerie satellite appelé ForWarn pour suivre les changements dans le système forestier du pays pour le US Forest Service. L’outil, avec des mises à jour continues par l’ORNL, examine les images satellite à travers les États-Unis tous les huit jours pour détecter les perturbations tels que les incendies de forêt, les infestations d’insectes, le vent et la grêle.
ForWarn est utilisé par le Service forestier pour identifier les menaces à la santé des forêts, et de nombreux organismes de gestion des terres et chercheurs individuels utilisent l’outil pour identifier et suivre les perturbations, les changements dans la couverture terrestre et la production agricole.
« Le système suit les changements subtils dans le cycle phénologique annuel », a déclaré Hoffman. « Par exemple, que se passe-t-il si la verdure de la végétation est soudainement plus forte qu’elle ne l’était auparavant ? Pouvons-nous attribuer cela à un temps plus humide que la normale ? » Dans les Great Smoky Mountains, ForWarn a révélé une tendance intéressante qui pourrait changer la diversité de la végétation de la région. « Nous constatons une plus forte réduction de la verdure en hiver que nous pensons être le résultat de la mort de la végétation à feuilles persistantes due au puceron lanigère de la pruche », une espèce envahissante bien connue aux États-Unis. « Ces conifères sont alors remplacés par une végétation à feuilles caduques , vous voyez donc plus de saisonnalité dans la verdure. »
Un autre ensemble de données auquel les scientifiques du monde entier peuvent accéder pour comprendre l’étendue et la gravité des incendies et obtenir des estimations des émissions de carbone du feu et d’autres mesures est l’ORNL DAAC, ou Distributed Active Archive Center for Biogeochemical Dynamics, géré par l’ORNL. L’ORNL DAAC est un centre de données au sein du système de données et d’information du système d’observation de la Terre de la NASA.
C’est l’un des outils fournis par la NASA pour permettre aux chercheurs, aux gestionnaires de ressources et aux équipes de gestion des catastrophes de comprendre et de surveiller les conditions environnementales avant qu’un incendie ne se déclare, de mesurer l’intensité et le développement des incendies pendant qu’ils brûlent et d’évaluer les effets et les impacts des événements.
Mao a ajouté que « l’ORNL a un large éventail de travaux sur les incendies de forêt. Mais il faudra des collaborations continues avec nos collègues à travers le pays dans les laboratoires nationaux, les universités, les agences fédérales, ainsi qu’aux niveaux étatique et local et même avec les gestionnaires de terres privées. pour relever le défi de mieux prévoir ces événements et de renforcer la résilience à leurs nombreux impacts. »