fr.wedoany.com Rapport : L’équipe de recherche dirigée par le chercheur Li Qinglan de l’Institut de recherche avancée de Shenzhen, relevant de l’Académie chinoise des sciences, a développé de manière indépendante le « Modèle de prévision intégrée de l’intensification rapide des typhons par apprentissage automatique ». Ce modèle a récemment été déployé et testé en conditions réelles au Centre météorologique national et à l’Observatoire de Hong Kong, devenant ainsi le premier modèle de prévision de l’intensification rapide des typhons sur 24 heures mis en œuvre en Chine.
En plus du produit de prévision sur 24 heures, un produit de prévision de l’intensification rapide sur 12 heures a également été mis en ligne. Cette application marque l’entrée officielle de la technologie de prévision autonome de l’intensification rapide des typhons par IA dans le système météorologique national. La prévision des changements soudains d’intensité des typhons est une difficulté technique reconnue mondialement dans le domaine de la météorologie, et a été classée parmi les dix principales questions scientifiques de pointe de l’année 2025 par l’Association chinoise pour la science et la technologie. Pendant longtemps, la Chine a manqué de méthodes et de produits de prévision objectifs stables et efficaces dans ce domaine.
Forts de plus de dix ans de recherche sur la prévision des typhons, l’équipe de Li Qinglan a développé de manière indépendante un modèle de prévision de l’intensité des typhons basé sur l’arbre de gradient boosting, et a construit un modèle de prévision de l’intensification rapide des typhons intégrant l’apprentissage automatique, introduisant ainsi le premier modèle de prévision de l’intensification rapide des typhons sur 24 heures dans le système de prévision météorologique chinois.
Cette recherche a pour la première fois établi deux indicateurs quantitatifs, le « rapport terre-mer » et le « rapport de symétrie », qui décrivent respectivement les changements de la répartition terre-mer sous la surface du typhon et les caractéristiques de symétrie convective du noyau interne, révélant le lien physique entre la symétrie du noyau interne et l’intensification rapide. Selon Li Qinglan, avant qu’un typhon ne subisse une intensification rapide, son noyau interne présente souvent une structure annulaire très symétrique ; plus le noyau interne est symétrique, plus l’intensification rapide est probable. L’équipe a intégré quatre algorithmes d’apprentissage automatique — arbre de décision, forêt aléatoire, AdaBoost et LightGBM — pour construire un modèle de prévision intégrée. Lorsque plus de la moitié des sous-modèles prédisent une intensification rapide, le système peut émettre une conclusion de prévision, améliorant ainsi la précision des prévisions.
Selon l’annonce officielle, les simulations rétrospectives de tous les processus d’intensification rapide des cyclones tropicaux sur 24 heures dans l’Atlantique Nord de 2016 à 2020 montrent que ce modèle de prévision intégrée surpasse le meilleur système de prévision du Centre national des ouragans des États-Unis en termes de taux de réussite des prévisions et de taux de fausses alertes, démontrant d’excellentes performances de prévision et une applicabilité opérationnelle.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
