Prévision de l'indice de condition de végétation par apprentissage automatique — L'extension d'alerte précoce de l'Autorité nationale de gestion de la sécheresse du Kenya

L'Autorité nationale de gestion de la sécheresse du Kenya (NDMA) classe la gravité de la sécheresse dans 23 comtés arides et semi-arides à l'aide de l'indice de condition de la végétation (VCI3M), dérivé par satellite, en émettant une alerte chaque fois que le VCI3M passe sous 35 dans les bulletins mensuels des comtés.

Le RCMRD, qui fournit les données satellitaires de la NDMA, s'est associé à des chercheurs de l'Université de Sussex pour développer des modèles d'apprentissage automatique permettant de prévoir le VCI3M plusieurs semaines avant qu'il ne puisse être observé directement par imagerie satellite, prolongeant ainsi le délai de prévision pluviométrique de la NDMA, d'environ 15 jours.

Des modèles d'autorégression linéaire et de régression par processus gaussiens ont été entraînés et validés par rapport à l'historique du VCI3M au Kenya et au seuil opérationnel d'alerte.

Les modèles ont atteint un taux de réussite d'environ 89 %, avec un taux de fausses alertes de 4 %, pour un délai de 4 semaines, et un taux de réussite d'environ 81 %, avec un taux de fausses alertes de 6 %, pour un délai de 6 semaines. Les résultats ont été publiés dans un article évalué par des pairs, également déposé sur arXiv, indépendamment de tout matériel de presse propre à une seule agence.

Selon l'Université de Sussex, l'intention est que le RCMRD intègre ces prévisions dans le même groupe de travail technique interagences (incluant la NDMA et la Croix-Rouge kényane) qui coordonne déjà la réponse à la sécheresse. Aucune source postérieure à la publication initiale ne confirme que ces prévisions sont désormais intégrées dans les bulletins mensuels officiels de la NDMA ; il convient donc de considérer cela avant tout comme un projet pilote de recherche-vers-la-pratique quasi opérationnel, plutôt que comme un système de production finalisé et audité.