En janvier 2013, le lac Michigan atteignait le niveau d’eau le plus bas jamais enregistré. Sept ans plus tard, à l’été 2020, il battait des records inverses : inondations répandues, berges arrachées, routes riveraines fermées. Entre ces deux extrêmes, près de deux mètres. Les lacs Supérieur, Érié et Ontario ont connu le même retournement à quelques mois près. Presque personne ne l’avait vu venir.

Ces basculements se préparent pendant des mois, dans un mélange de pluie, de neige, d’évaporation et de décisions humaines. Démêler ce mélange reste l’un des problèmes les plus tenaces dans le domaine de l’hydrologie, et l’un des plus importants. Le niveau d’eau contrôle la profondeur des ports, la stabilité des berges, les prises d’eau potable et la survie des milieux humides côtiers.

Read more: Les microplastiques contaminent les Grands Lacs. Il faut diminuer la production et la consommation de plastique

Une analyse de quarante ans de fluctuations, que nous avons publiée dans Science of the Total Environment, s’y attaque avec des outils venus de l’intelligence artificielle (IA).

Le but n’était pas seulement de prédire les niveaux d’eau, mais d’utiliser l’IA de façon à expliquer ce qui les fait varier.

Une machine qui devine, mais n’explique rien

Pendant des décennies, on traitait la balance hydrologique comme un compte bancaire : on additionne les dépôts (pluie, ruissellement, apports de l’amont), on soustrait les retraits (évaporation, débits sortants), et le solde donne le niveau d’eau. L’approche est rigoureuse, mais elle nécessite une longue calibration et ne capture pas précisément les écarts inhabituels du climat.

L’apprentissage automatique par l’IA fait l’inverse : on lui fournit quarante ans de données et il en extrait les........

© The Conversation - FR