SAFE-RISCCS — Le projet pilote d'IA du Népal pour l'alerte précoce aux glissements de terrain

Le Népal est exceptionnellement exposé aux glissements de terrain : selon les estimations du gouvernement, environ 59 % du territoire national est sujet aux glissements de terrain, et plus de 80 % du pays se trouve sur un terrain en pente. Le seul séisme de Gorkha, en 2015, a déclenché environ 45 000 glissements de terrain distincts. L'Autorité nationale de réduction et de gestion des risques de catastrophes du Népal (NDRRMA) met en place un système national d'alerte précoce aux glissements de terrain, avec le soutien du ministère australien des Affaires étrangères et du Commerce.

Dans le cadre de cet effort, des chercheurs de l'université de Melbourne (dirigés par la professeure Antoinette Tordesillas), de l'université Tribhuvan, et des partenaires britanniques et italiens testent SAFE-RISCCS (« Spatiotemporal Analytics, Forecasting and Estimation of Risks from Climate Change Systems »), un système d'IA conçu pour combiner des pluviomètres, des capteurs de mouvement du sol, des observations des habitants locaux et des images satellite de la NASA, de l'Agence spatiale européenne et de l'agence japonaise JAXA afin de signaler le risque de glissement de terrain plusieurs semaines à l'avance. Il est déployé sur deux sites pilotes à haut risque : Kimtang, dans le district de Nuwakot, et Jyotinagar, dans le district de Dhading.

À la mi-2025, les capteurs de chaque site ne collectaient des données que depuis environ deux mois, et l'équipe du projet indique qu'un jeu de données s'étalant sur un an ou deux est nécessaire avant que le composant d'IA puisse générer de manière fiable des alertes graphiques automatiques à partir des prévisions de précipitations. Aucun chiffre de précision, taux de fausses alertes, validation du délai d'alerte ou estimation de vies sauvées n'a été publié pour SAFE-RISCCS, et aucune évaluation indépendante du système n'existe encore.

Il s'agit, en toute honnêteté, d'un projet pilote à un stade précoce plutôt que d'un outil d'alerte précoce éprouvé : son intérêt repose sur un dispositif institutionnel crédible ancré dans l'État (la NDRRMA comme partenaire de mise en œuvre, un financement bilatéral du gouvernement australien, un consortium universitaire international) plutôt que sur une performance de prévision démontrée. Il est inclus ici comme un exemple transparent et prudent d'adoption de l'IA en cours — à suivre à mesure que l'historique de données s'allonge, mais pas encore à utiliser comme référence.