evidoria

← Retour à la liste

Bonne pratique Importée

Un prototype communautaire de prévision des crues par apprentissage automatique pour le district de Kasese, en Ouganda

Ouganda · Kasese · Voir le profil de Ouganda

Preuves: Descriptif / auto-déclaré Top 88% 33/100 · Demandez à Evidence Copilot à propos de cette pratique

Des chercheurs et des parties prenantes du district de Kasese ont construit un prototype à faible coût, alimenté par des capteurs et l'apprentissage automatique (régression linéaire et k plus proches voisins), qui prévoit le risque de crue de la rivière Nyamwamba à partir de la pluie, de la température et de l'humidité, avec des alertes par SMS — mais l'étude publiée le présente comme une preuve de concept non validée, et non comme un système opérationnel déjà mis à l'échelle.

Détails

Maturité
Pilote
Promoteur
Kasese District Local Government (with local university researchers and community stakeholders)
Période
2023–2025 (proof-of-concept)
Mots-clés
disaster risk management, flood early warning, local government

Contexte

Le district de Kasese, dans l'ouest de l'Ouganda, est régulièrement inondé par la rivière Nyamwamba, qui descend des monts Rwenzori jusqu'à la ville principale du district, poussant chercheurs et parties prenantes locales à chercher une solution d'alerte précoce abordable, adaptée à une zone rurale aux ressources limitées.

Objectifs

Le projet visait à construire un système d'apprentissage automatique peu coûteux, fondé sur des capteurs, capable de prévoir le risque d'inondation sur la rivière Nyamwamba et d'alerter les habitants à temps pour agir.

Activités

Grâce à une démarche de conception participative associant des parties prenantes du district et des étudiants de la zone touchée, l'équipe a combiné des capteurs bon marché et des cartes Arduino avec la plateforme ThingSpeak pour la collecte de données en temps réel, puis entraîné des modèles de régression linéaire et des k plus proches voisins sur les relevés de précipitations, de température et d'humidité pour prédire les niveaux de crue, avec des alertes envoyées par SMS et réseaux sociaux.

Résultats

Une évaluation évaluée par des pairs, publiée en 2025 dans le Journal of Flood Risk Management, indique que le prototype a réussi à collecter et analyser des données de capteurs en temps réel et à produire des prévisions de niveaux d'inondation, son faible coût et sa dépendance à la couverture mobile existante étant présentés comme des atouts pour un déploiement rural.

Conclusions

Les auteurs de l'étude eux-mêmes décrivent le système comme une preuve de concept non validée, construite sur un ensemble restreint d'indicateurs climatiques, nécessitant une validation supplémentaire avant tout déploiement plus large.

Mise en œuvre
Coût indicatif
Faible (< 50 k€)
Délai jusqu’aux résultats
Moyen (1–3 ans)
Personnel et compétences
Kasese District Local Government, local university researchers, community stakeholders and students from the affected area

Conditions de réussite

  • Participatory design-science process involving district officials and affected-community students
  • Low-cost, off-the-shelf hardware (sensors, Arduino boards) suited to a resource-constrained district
  • Reliance on existing mobile-phone penetration for SMS-based alerts rather than new infrastructure

Modes d’échec courants

  • Built on a narrow set of climate indicators (rainfall, temperature, humidity only)
  • Requires further validation before any wider rollout, per the study authors
  • No formal government agency ownership, funding line or sustainability plan documented

Habituellement financé par

Own resources / municipal budget Philanthropic / foundation funding

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pratiques similaires qui pourraient vous être utiles