Prédire les flammes : comment l’IA révolutionne la lutte contre les incendies de forêt

À l’approche de l’été, alors que les températures augmentent et que la végétation s’assèche dans l’hémisphère nord, les communautés, les gouvernements et les entreprises se préparent à une nouvelle saison d’incendies de forêt. Bien que ces incendies soient une caractéristique naturelle de nombreux écosystèmes, leur fréquence, leur ampleur et leur impact ne cessent d’augmenter. Avant même que l’été ait commencé dans l’hémisphère nord, le bilan provisoire de l’année 2025 est déjà catastrophique.

Bien que ces incendies soient une caractéristique naturelle de nombreux écosystèmes, leur fréquence, leur ampleur et leur impact ne cessent d’augmenter

En janvier, une série d’incendies de forêt dévastateurs a ravagé Los Angeles et le comté de San Diego. Attisés par des vents extrêmement violents et amplifiés par des épisodes de sécheresse, les incendies ont causé la mort d’au moins 30 personnes¹, l’évacuation de centaines de milliers d’individus² et la destruction de plus de 16’000 bâtiments. A eux seuls, les incendies d’Eaton et de Palisades ont été les plus dévastateurs de l’histoire de la Californie³, nous rappelant avec force une sombre tendance mondiale.

Regardez notre vidéo sur la lutte contre les incendies assistée par l’IA, réalisée en partenariat avec le Financial Times

De 2001 à 2023, la perte annuelle de couvert forestier mondial due aux incendies a été multipliée par quatre, passant de moins de 2,5 millions d’hectares à plus de 10 millions d’hectares⁴. Les incendies de forêt dégradent les sols, polluent l’eau, réduisent la biodiversité et rejettent des quantités considérables de dioxyde de carbone dans l’atmosphère. En moyenne, ils grèvent l’économie mondiale de plus d’USD 50 milliards par an⁵. Selon certaines projections, l’incidence des incendies de forêt pourrait encore augmenter de 50% d’ici la fin du siècle⁶.

Ces tendances sont à la fois des conséquences et des vecteurs de deux points de friction critiques qui sous-tendent les changements systémiques mondiaux actuellement observés : le changement climatique et la dégradation de la nature. L’intensification des épisodes de sécheresse et l’assèchement de la végétation accroissent le risque d’incendie. Les incendies de forêt rejettent du dioxyde de carbone, détruisent les puits de carbone naturels et érodent la résilience des écosystèmes. Par conséquent, il est indispensable de réduire le risque d’incendie pour accélérer les changements systémiques dont nous avons besoin en vue de la décarbonation et de la régénération de la nature.

Par conséquent, il est indispensable de réduire le risque d’incendie pour accélérer les changements systémiques dont nous avons besoin en vue de la décarbonation et de la régénération de la nature

Cela étant, les incendies de forêt se propagent rapidement et sont complexes. Assez souvent, ils se déclarent dans des endroits reculés et se propagent rapidement, confrontant les équipes d’intervention à une visibilité limitée, à des informations fragmentées et à de graves contraintes de temps. Pour lutter contre les incendies de forêt de manière efficace, nous devons donc nous engager en faveur de la transformation systémique actuelle qui est alimentée par l’économie digitale. A cette fin, les chercheurs, les services d’urgence et les entreprises privées ont de plus en plus recours à l’intelligence artificielle (IA) et à l’apprentissage automatique pour mieux détecter, prévoir et gérer les incendies de forêt.

En savoir plus : Systèmes économiques et incendies de forêt | Lombard Odier

Intelligence artificielle pour les incendies de forêt

Pour qu’un incendie se déclenche et se propage, trois éléments doivent être réunis : une source d’ignition, une source de combustible et une source d’oxygène, c’est ce que l’on appelle le triangle du feu. Quand les conditions environnementales sont propices à la formation du triangle du feu, par exemple si la source d’ignition provient d’un éclair, la source de combustible de plantes desséchées et la source d’oxygène de vents puissants, la moindre étincelle peut être catastrophique.

Il est dès lors crucial de comprendre la manière dont ces conditions déclenchent les incendies de forêt et favorisent leur propagation. Pour ce faire, il convient de disposer de données récentes, précises et localisées que les techniques de surveillance traditionnelles sont souvent incapables de fournir. C’est là que l’IA et l’apprentissage automatique peuvent être utiles.

Une solution d’IA est un système informatique capable d’effectuer des tâches qui requièrent normalement de l’intelligence humaine, comme la reconnaissance d’images, le traitement du langage ou la prise de décisions. L’apprentissage automatique est une approche qui forme l’IA à partir d’algorithmes pour lui permettre de détecter des modèles dans un ensemble de données. En ce qui concerne les incendies de forêt, ces données incluent les informations météorologiques, les images satellites, les cartes de la végétation et les données historiques sur les incendies, ainsi que les facteurs humains qui accroissent le risque d’incendie, comme la proximité d’axes routiers, l’utilisation des terres et la densité démographique. L’apprentissage automatique progresse avec chaque point de données supplémentaire, si bien que la performance de l’IA s’améliore après chaque saison d’incendies et chaque incident.

Conjointement, ces technologies ont le potentiel de transformer radicalement trois domaines clés de la gestion des incendies de forêt : la prévision, la détection et la modélisation.

La technologie a le potentiel de transformer radicalement trois domaines clés de la gestion des incendies de forêt : la prévision, la détection et la modélisation

Le feu et les données

Les solutions d’IA formées à partir de données météorologiques historiques et en temps réel peuvent prédire les incendies en surveillant les conditions environnementales qui influencent le triangle de feu. A cet égard, les satellites jouent un rôle clé. En utilisant les images provenant de capteurs comme la Visible Infrared Imaging Radiometer Suite (VIIRS) et le Moderate Resolution Imaging Spectroradiometer (MODIS) de la NASA, les solutions d’IA peuvent surveiller des facteurs tels que l’état de sécheresse de la végétation, les aérosols atmosphériques et les anomalies thermiques, identifier les zones à risque élevé et déclencher des alertes avant même que les feux ne se déclarent⁷. En Turquie, la carte des risques d’incendies de forêt basée sur l’IA de l’initiative FireAid peut prédire les feux 24 heures à l’avance avec une précision de 80%, permettant aux services d’urgence de se préparer et d’intervenir plus efficacement⁸.

Dès qu’un feu se déclare, la détection devient une course contre la montre. Les systèmes de caméras basés sur l’IA fixés sur des tours ou au sommet de montagnes, déployés par centaines par Pano aux Etats-Unis, peuvent surveiller de vastes zones et identifier les signes annonciateurs de feu comme la fumée ou les points chauds. Dans certains cas, ces systèmes alertent les autorités avant même que les êtres humains ne détectent le feu⁹.

actualités associées.

rethink sustainabilityCapital Naturel

rethink sustainabilityCapital Naturelnet zeroentreprise soutenable

De la politique aux « points de friction » – le Transition Investment Summit examine le contexte actuel de l’investissement durable

20 mai 2025

changements systémiques.

en savoir plus

D’autres méthodes de détection utilisent des capteurs chimiques pour identifier les gaz émis par le feu, notamment le monoxyde de carbone ou l’hydrogène, même quand la visibilité est réduite, ce qui constitue un atout par rapport aux systèmes visuels. Dans la Jackson Demonstration State Forest en Californie, par exemple, l’organisme de gestion des feux, le California Department of Forestry and Fire Protection ou CALFIRE, s’est associé à la société technologique Dryad pour installer des capteurs chimiques et peut ainsi détecter les incendies quand sont encore assez petits pour être éteints rapidement¹⁰.

Les satellites jouent aussi un rôle dans la phase de détection. Par exemple, l’initiative FireSat, une collaboration public-privé, construit actuellement un réseau mondial de satellites basés sur l’IA pouvant détecter des incendies de seulement 5 m² à partir d’images mises à jour toutes les 20 minutes¹¹. Ces systèmes sont particulièrement adaptés aux zones reculées ou inaccessibles où les possibilités de détection sur le terrain sont limitées.

Les systèmes d’IA peuvent également simuler la trajectoire et la vitesse probables d’un incendie avec des modèles génératifs formés à partir d’images satellites, de l’historique météorologique, de la topographie et des types de végétation. Les services publics et les organismes de gestion des feux utilisent d’ores et déjà des plateformes comme celle de TechnoSylva pour décider où envoyer leurs équipes, quand émettre les ordres d’évacuation et comment protéger les infrastructures¹².

Conjointement, ces outils transforment la gestion des incendies de forêt. En permettant une intervention plus précoce et un processus de prise de décisions plus stratégique, l’IA a le potentiel de réduire les risques, de limiter les destructions et de sauver des vies.

Favoriser l’innovation

Le recours à l’IA et à l’apprentissage automatique dans la gestion des incendies est de plus en plus prometteur, mais plusieurs obstacles ralentissent leur adoption généralisée et limitent leur impact.

L’un des obstacles les plus évidents est leur coût. Les systèmes de caméras et réseaux de capteurs basés sur l’IA peuvent nécessiter des investissements initiaux et des frais d’entretien considérables : par exemple, l’exploitation de chaque système de caméras de Pano coûte environ USD 50’000 par an. Par ailleurs, les budgets publics consacrés à la lutte contre les incendies continuent à privilégier les interventions au détriment de la prévention, ce qui rend plus difficile le financement de systèmes de prévention.

En permettant une intervention plus précoce et un processus de prise de décisions plus stratégique, l’IA a le potentiel de réduire les risques, de limiter les destructions et de sauver des vies

Les données constituent un autre obstacle. La diversité des terrains, climats et utilisations des terres limite l’utilité des modèles génériques, et les vastes volumes de données localisées de haute qualité nécessaires à l’apprentissage automatique sont souvent insuffisants ou incohérents. Pour que les solutions d’IA soient efficaces, il faut davantage de surveillance locale, une collecte de données standardisée et une collaboration ouverte entre les parties prenantes des secteurs public, privé et universitaire. Les initiatives telles que FireAid, qui a mis à disposition du public son code source et ses données de formation d’IA¹³, constituent un pas dans la bonne direction.

L’intégration est une autre pierre d’achoppement : de nombreux services d’urgence et organes gouvernementaux se basent sur des infrastructures digitales plus anciennes qui ne sont pas forcément compatibles avec les plateformes d’IA. Il en résulte un écosystème fragmenté qui peut entraver la coordination. Une amélioration de l’interopérabilité grâce au partage de normes, d’interfaces et de formations sera essentielle pour exploiter pleinement les avantages de l’IA dans la lutte contre les incendies.

Restent les questions de la confiance et de la transparence. De nombreux systèmes d’IA fonctionnent comme des « boîtes noires » qui ne fournissent aux utilisateurs qu’un maigre aperçu de leurs résultats, ce qui peut entamer la confiance et en ralentir l’adoption. En réponse à ce problème, les développeurs conçoivent des modèles plus transparents et des systèmes d’IA avec intervention humaine qui étoffent le jugement des experts au lieu de s’y substituer. Par ailleurs, des cadres de gouvernance clairs dotés de garde-fous en matière de confidentialité des données, de supervision éthique et de responsabilités juridiques sont nécessaires pour garantir un déploiement responsable des systèmes de surveillance et des outils de suivi basés sur l’IA.

Il sera possible de relever bon nombre de ces défis et, de fait, des chercheurs, des start-ups et des organes publics sont d’ores et déjà à l’œuvre. Ces progrès requièrent néanmoins des efforts de collaboration, une volonté de repenser les modèles de gestion des risques obsolètes et, surtout, des investissements soutenus.

Un investissement en vogue

Alors que le changement climatique s’intensifie et que les incendies de forêt deviennent plus fréquents, le bien-fondé financier des systèmes de prévention est de plus en plus difficile à ignorer. Pour les investisseurs, il s’agit d’une opportunité croissante de soutenir les solutions dont nous avons besoin.

Les technologies de lutte contre les incendies basées sur l’IA ne sont plus expérimentales. Les clients commerciaux qui ont tout intérêt à réduire les pertes provoquées par les incendies, notamment les services publics, les propriétaires fonciers ou les exploitants forestiers, les utilisent déjà pour protéger leur infrastructure, évaluer les risques et allouer les ressources de manière plus efficace. Cette demande business-to-business garantit des revenus récurrents stables qui ne dépendent pas uniquement du financement public.

La modularité des solutions basées sur l’IA constitue un autre atout majeur. Une fois développées, les solutions d’IA peuvent être adaptées et déployées dans d’autres régions à un coût supplémentaire relativement faible, surtout s’il existe déjà une infrastructure de satellites ou des plateformes en source ouverte. A mesure que leur adoption progresse, la qualité des données d’apprentissage s’améliore, créant un cercle vertueux qui accroît la précision des systèmes d’IA et élargit leurs champs d’application.

Outre les technologies de base, il existe aussi de nombreuses opportunités d’investissement. Des secteurs connexes comme l’infrastructure de données, l’informatique de périphérie, les systèmes de détection à distance et l’analyse des risques climatiques couvrent un écosystème croissant qui renforce la résilience aux incendies basée sur l’IA. Pour les investisseurs axés sur le long terme, cet écosystème correspond à des investissements dans les changements systémiques qui offrent à la fois un rendement financier et un impact environnemental et social.

En savoir plus : Construire une bioéconomie circulaire pour répondre à la menace croissante des incendies de forêt | Lombard Odier

Des secteurs connexes comme l’infrastructure de données, l’informatique de périphérie, les systèmes de détection à distance et l’analyse des risques climatiques couvrent un écosystème croissant qui renforce la résilience aux incendies basée sur l’IA.

Poser les bases d’un avenir plus résilient

Les incendies de forêt ne sont plus des catastrophes isolées. Ils sont symptomatiques des points de friction mondiaux croissants imputables au changement climatique, à la dégradation environnementale et au sous-investissement dans la prévention. Cela étant, ils constituent aussi un terrain d’essai pour les technologies et les stratégies d’investissement qui façonneront un avenir plus résilient. Les systèmes d’IA nous aident déjà à mieux comprendre, prévoir et lutter contre les incendies, démontrant à quel point les changements systémiques mondiaux relatifs à la productivité des données peuvent favoriser l’adaptation climatique en améliorant la manière dont nous faisons face aux crises et en permettant des interventions plus rapides, plus judicieuses et plus ciblées.

En favorisant la décarbonation, en améliorant la résilience de la nature et en protégeant les vies et les moyens de subsistance, les solutions de lutte contre les incendies basées sur l’IA contribuent aussi directement aux changements systémiques mondiaux qui sous-tendent la transition vers une économie « net-zéro », positive pour la nature, socialement équitable et facilitée par la transformation digitale. Pour les investisseurs, elles conjuguent, de manière attrayante, l’atténuation des risques, le progrès technologique et l’impact à long terme. Et pour les communautés les plus exposées au changement climatique, elles offrent encore plus : un monde qui ne serait plus dominé par les incendies de forêt.

Pour s’attaquer aux causes profondes de l’intensification des incendies de forêt, une transformation radicale de nos systèmes économiques et écologiques est nécessaire

L’IA offre certes des capacités puissantes de prévision, de détection et de réaction, mais elle ne représente qu’une partie d’une solution beaucoup plus vaste. Pour s’attaquer aux causes profondes de l’intensification des incendies de forêt, une transformation radicale de nos systèmes économiques et écologiques est nécessaire. Plus précisément, il faut repenser la manière dont nous concevons et gérons les paysages et réexaminer la valeur que nous accordons aux forêts, à l’utilisation des terres et aux économies rurales. Une telle transformation doit être systémique et fondée sur les principes de résilience, de régénération et d’actionnariat actif à long terme.

L’IA peut jouer un rôle crucial dans cette transformation, car elle permet d’améliorer la manière dont nous recueillons, interprétons et exploitons les données environnementales, offrant une gestion des paysages plus éclairée et proactive. Mais nous ne pourrons exploiter le plein potentiel de l’IA dans la lutte contre les incendies de forêt qu’en conjonction avec une réforme coordonnée des politiques afférentes, des investissements soutenus et une relation plus respectueuse avec la nature.