Depuis plus d’une décennie, Google Research travaille à l’utilisation de l’intelligence artificielle et de l’apprentissage automatique pour détecter les incendies de forêt à leurs débuts et modéliser leur propagation. Ces travaux s’inscrivent actuellement dans le programme FireSat, soutenu par Google en collaboration avec Muon Space au profit de Earth Fire Alliance, avec pour objectif de construire une constellation de satellites surveillant les incendies depuis l’espace avant qu’ils ne se transforment en catastrophes de grande ampleur.
L’entreprise affirme que le système, une fois achevé, pourra détecter un incendie couvrant une superficie de 25 mètres carrés, soit approximativement un feu couvrant 5×5 mètres ou la taille d’une voiture. Le rôle de l’intelligence artificielle ne se limite pas à détecter une source de chaleur ; elle est également censée aider à distinguer un véritable incendie de forêt de sources pouvant sembler similaires depuis l’orbite, comme les nuages réfléchissant la lumière, les cheminées d’usines, les barbecues et les brûlages agricoles contrôlés.
Pourquoi la surveillance depuis l’espace était-elle difficile ?
Les autorités chargées de lutter contre les incendies ont besoin d’informations rapides lorsque le feu est encore petit et maîtrisable, mais certaines images satellitaires actuellement disponibles peuvent parvenir après environ 11 heures ou être de faible résolution. Cela rend les données moins utiles pour faire face à un incendie qui se propage rapidement.
L’alternative traditionnelle consistait à utiliser un grand satellite à haute résolution surveillant la Terre pendant une longue période, une option coûteuse et offrant une couverture limitée. FireSat repose au contraire sur un plus grand nombre de satellites plus petits et moins coûteux, avec l’utilisation de modèles d’apprentissage automatique pour compenser en partie la différence de résolution et analyser les changements des scènes au fil du temps.
Comment le modèle apprend-il à distinguer les incendies ?
Google a développé une caméra spécialement conçue pour améliorer la détection des incendies de forêt et a entraîné ses premiers modèles à partir de vols au-dessus de feux contrôlés. L’entreprise a également recueilli des images de Californie montrant des scènes ressemblant à des incendies vues d’en haut, puis a suivi leur évolution dans le temps afin d’identifier les situations qui se transforment en véritables incendies et celles qui correspondent à de fausses alertes.
Google vise à constituer une base de référence indiquant quels petits incendies évoluent en incendies majeurs et lesquels ne le font pas. Ces données pourraient améliorer les algorithmes et réduire les alertes inutiles susceptibles de perturber les équipes d’intervention, tout en maintenant l’attention sur les incendies les plus dangereux.
Qu’est-ce qui change concrètement pour les équipes d’intervention ?
La principale valeur pratique du projet est de réduire le délai entre le début de l’incendie et sa détection. Des images répétées aideront les équipes de lutte contre les incendies à repérer le feu alors qu’il est encore de petite taille et pourraient également fournir de meilleures informations sur sa vitesse et sa direction de propagation. Les données pourraient aussi être utiles à la planification à long terme, par exemple pour déterminer les emplacements appropriés où créer des coupe-feu destinés à ralentir la propagation des incendies.
Toutefois, cet avantage dépend de l’achèvement de la constellation, de la précision des modèles et de leur capacité à gérer les différences entre les conditions locales et les sources de chaleur similaires. L’annonce décrit également des objectifs opérationnels futurs, et non une couverture mondiale complète à l’heure actuelle.
Calendrier et prochains objectifs
Le système a lancé la première série de satellites opérationnels, tandis que la prochaine série devrait arriver au cours de l’année prochaine. Google indique que l’atteinte de la pleine capacité opérationnelle prendra plusieurs années. L’objectif d’imager le monde environ toutes les 20 minutes nécessitera environ 50 satellites, et devrait être atteint vers 2030. L’objectif le plus proche, au cours des deux prochaines années, est d’imager l’intégralité de la surface terrestre une fois par heure.