Alliance entre l’Intelligence Artificielle (Deep Learning) et le SIG pour redéfinir la gestion du risque inondation
Face à l'intensification des phénomènes climatiques extrêmes, les méthodes traditionnelles de modélisation hydraulique atteignent leurs limites en termes de temps de calcul et de précision locale. Cette session explore comment l’alliance entre l’Intelligence Artificielle (Deep Learning) et les Systèmes d’Information Géographique (SIG) redéfinit la gestion du risque inondation.
Nous aborderons concrètement :
- L’accélération prédictive : Comment les réseaux de neurones permettent de passer de simulations de plusieurs heures à des prédictions en temps réel.
- L’exploitation des données massives : L’utilisation de l’IA pour extraire de la valeur des données LiDAR, d'imagerie satellite et de capteurs IoT intégrés dans ArcGIS.
- Aide à la décision : La création de cartographies dynamiques d'aléa et de vulnérabilité pour optimiser l'aménagement du territoire et la réponse d'urgence.
À travers des cas d'usage réels, cette présentation démontre que l'IA n'est plus une perspective futuriste, mais un outil opérationnel pour bâtir des territoires plus résilients.
