IA Améliore les Données de Température de Surface des Océans pour Meilleurs Pronostics Météorologiques et Climatologiques Chaque été, les typhons menaçant la péninsule coréenne tirent leur énergie des eaux chaudes de l'océan Nord-Ouest du Pacifique. Ces dernières années, la fréquence et l'intensité des événements météorologiques extrêmes, tels que canicules, sécheresse et fortes pluies, sont de plus en plus liées à la montée des températures de surface des océans (SST). La prédiction précise des SST est donc devenue un élément vital pour les bulletins météorologiques et climatologiques. Cependant, les observations satellites, bien que fournissant une surveillance large et continue, subissent souvent des pertes de données dues aux nuages, aux précipitations et à d'autres limitations observationnelles, ce qui rend difficile l'analyse climatique de haute résolution et de longue durée. Pour répondre à ce défi, une équipe de chercheurs de l'Université Nationale du Sud (UNIST) a développé un modèle d'intelligence artificielle (IA) révolutionnaire capable de restaurer les données satellites manquantes et de générer des jeux de données de SST continuels et de haute résolution avec une précision inégalée. Ces résultats ont été publiés dans Remote Sensing of Environment. L'équipe dirigée par le Professeur Jungho Im du Département d'Ingénierie Civile, Urbaine, Terrestre et Environnementale a annoncé la création d'un système innovant de reconstruction basé sur l'IA, appelé PARAN (Physics-Assisted Reconstruction Adversarial Network), qui comble les lacunes observationnelles en produisant des données de SST à une résolution spatiale de 2 kilomètres, en temps réel et à intervalles horaires. Cette avancée promet d'améliorer considérablement notre compréhension des conditions océaniques influençant directement les schémas météorologiques et climatiques régionaux. Les océans retiennent approximativement 90% de l'énergie de surface de la Terre, la SST jouant un rôle critique dans l'échange de chaleur entre l'océan et l'atmosphère. Des SST élevées peuvent transférer de la chaleur vers le haut, alimentant des typhons puissants, intensifiant les canicules et augmentant le risque d'événements pluvieux importants. Malgré son importance, un suivi continu et de haute résolution des SST reste difficile en raison des lacunes dans les images satellites. Pour surmonter cette difficulté, les chercheurs ont utilisé un réseau génératif antagoniste (GAN), une architecture d'IA sophistiquée initialement conçue pour la synthèse d'images, et l'ont formé en combinant des données satellitaires à haute fréquence avec des insights thermodynamiques provenant des modèles de prévision numérique du temps (PNW). Contrairement aux modèles traditionnels, cette approche intègre les principes physiques océaniques, permettant à l'IA de générer des données de SST qui correspondent étroitement aux conditions physiques réelles, même en présence de données manquantes. "Les méthodes traditionnelles comme l'interpolation linéaire ou les modèles statistiques ont souvent du mal à préserver les détails fins de la SST, surtout lors de changements rapides de température," a expliqué Sihun Jung, premier auteur de l'étude. "Notre modèle IA non seulement dépasse ces méthodes en termes de précision mais maintient également une haute fidélité même dans des conditions difficiles, le rendant un outil puissant pour la surveillance climatique." Le Professeur Im a souligné l'impact plus large, en affirmant : "Cette technologie de reconstruction avancée est particulièrement cruciale pour le Nord-Ouest du Pacifique, une région sujette à de fréquentes typhons et variabilités climatiques." Il a ajouté : "En fournissant des données de SST de haute résolution, nous pouvons significativement améliorer les prévisions météorologiques et les modèles climatiques. À long terme, cette technologie pourrait jouer un rôle essentiel dans les systèmes d'alerte précoce pour les désastres maritimes, tels que les vagues de chaleur océaniques, aidant ainsi à protéger les communautés et les écosystèmes." Évaluation et Profil de l'Entreprise L'Université Nationale du Sud (UNIST) est une institution de recherche de renommée mondiale située en Corée du Sud, spécialisée dans les domaines scientifiques et technologiques. Le dévouement de ses chercheurs à l'innovation technique et scientifique a été reconnu par la communauté internationale, faisant d'UNIST un leader dans le développement de technologies durables et de solutions environnementales. La création du modèle PARAN est une avancée majeure dans le domaine de la météorologie et de la climatologie, offrant des perspectives prometteuses pour une meilleure gestion des risques associés aux phénomènes météorologiques extrêmes et à la variabilité climatique. Des experts de l'industrie saluent cet effort, le qualifiant d'une solution technologique innovante et pratique qui peut potentiellement transformer la précision des prévisions météorologiques et climatiques.