Google Flood Hub — Le système d'alerte aux crues fluviales par IA du Bangladesh Water Development Board
Bangladesh
Depuis 2020, le modèle d'apprentissage automatique des crues de Google Research — capable de prévoir le niveau des rivières même …
Nigeria · Abuja · Voir le profil de Nigeria · Voir le profil de Abuja
Preuves: Descriptif / auto-déclaré Top 83% 40/100 · Demandez à Evidence Copilot à propos de cette pratique
L'Agence des services hydrologiques du Nigeria affirme avoir déployé des modèles d'apprentissage profond entraînés sur plus de 200 ans de données de crues pour ses Prévisions annuelles de crues 2026, citant une précision d'environ 88 % et signalant 14 118 communautés à haut risque — une affirmation largement relayée mais non encore vérifiée de manière indépendante.
La NIHSA, l'agence fédérale de prévision hydrologique du Nigeria, produit un Bilan annuel des inondations (Annual Flood Outlook, AFO) qui classe les zones d'administration locale (LGA) en catégories de risque d'inondation élevé, modéré et faible chaque année. En mai 2026, le directeur général de la NIHSA a indiqué que l'agence avait déployé des modèles d'intelligence artificielle et d'apprentissage profond entraînés sur plus de 200 ans de données historiques d'inondations, la précision des prévisions ayant, selon lui, atteint environ 88 %. Le Bilan 2026 a également introduit un nouveau système de signalement communautaire des inondations et un dispositif de micro-assurance contre les inondations.
Le Bilan 2026 a identifié 14 118 communautés réparties dans 266 LGA, dans 33 États et le Territoire de la capitale fédérale, comme présentant un risque d'inondation élevé, et 15 597 communautés supplémentaires dans 405 LGA comme présentant un risque modéré. Le directeur général de la NIHSA a déclaré que la précision des prévisions avait atteint environ 88 %, ce qui, selon lui, dépasse les normes de l'Organisation météorologique mondiale.
National / regional programmes
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.
D'où proviennent les informations de cette pratique, et quand.
Bangladesh
Depuis 2020, le modèle d'apprentissage automatique des crues de Google Research — capable de prévoir le niveau des rivières même …
Salomon
L'UNESCO, SAP Japon et l'entreprise universitaire d'Oita Inspiration Plus ont choisi les Îles Salomon pour piloter EDiSON, une plateforme d'IA …
Somalie
La plateforme HungerMap Live du PAM, assistée par IA et développée avec Google.org, couvre plus de 50 pays et a …
Fidji
Digital Earth Pacific, géré par la SPC, transforme des données satellites ouvertes en produits sur les risques, le littoral et …
Ouvrir le copilote complet Fondé sur des pratiques citées — vérifiez toujours les sources.