(CONNECT) Des chercheurs de la Haute école des sciences agronomiques, forestières et alimentaires (BFH-HAFL) de la Haute école spécialisée bernoise (BFH) travaillent sur un modèle permettant de mieux prédire l'étendue et la portée des futures chutes de pierres. Comme l'indique un communiqué, les scientifiques bernois utilisent à cet effet l'apprentissage automatique pour évaluer de grandes quantités de données provenant de banques de données internationales d'événements historiques. L'un des objectifs du projet est de créer des modèles de simulation de glissements de terrain et de chutes de pierres, ainsi que leurs portées possibles.
"De telles simulations sont essentielles pour réaliser une évaluation des dangers", explique Luuk Dorren, professeur de dangers naturels et de gestion des risques à la HESB-HAFL, cité dans le communiqué. "Les modèles permettent de délimiter les zones de danger et de définir des mesures de protection, par exemple la construction de filets pare-pierres ou de digues. L'évacuation des zones menacées peut également être planifiée sur cette base, de même que les adaptations des plans de construction et d'affectation."
Pour créer un modèle de simulation efficace, les chercheurs traitent une multitude de données physiques, un modèle énergétique suisse vieux de près d'un siècle ainsi que la vaste base de données des chutes de pierres enregistrées dans le monde entier. L'ensemble de ces données est analysé à l'aide de l'apprentissage automatique et de l'intelligence artificielle (IA). Les caractéristiques topographiques, le volume des chutes et d'autres facteurs pertinents sont combinés.
Des chercheurs de INRAE Grenoble et de l'Université de Lausanne (UNIL) participent au projet Rockaval, mené par la HESB-HAFL. Le projet est soutenu par le Fonds national suisse (SNF) et l'Agence nationale de recherche française (ANR). Le budget total s'élève à 500'000 francs suisses. ce/ww