Passer au contenu principal

Détection des inondations : utiliser l’IA et les caméras pour donner l’alerte rapidement

A flooded shoreline next to a city

À une époque marquée par des phénomènes météorologiques imprévisibles et souvent violents, les crues soudaines, les tornades et les feux de forêt deviennent de plus en plus fréquents. Les conséquences concrètes de ces événements sur les personnes et les communautés peuvent entraîner des milliards de dommages.  

Nous ne pouvons pas empêcher une tempête d’arriver, mais nous pouvons changer notre manière de nous préparer à ses conséquences. En matière d’inondations, l’alerte précoce est essentielle pour protéger les personnes et les biens.

Depuis des années, nous nous appuyons sur les technologies de sécurité traditionnelles pour protéger nos actifs physiques. Mais si ces mêmes technologies pouvaient être réutilisées pour nous protéger contre les risques environnementaux ?

Cet article examine comment la puissante combinaison de caméras de vidéosurveillance et d’intelligence artificielle ouvre de nouvelles perspectives dans le domaine de la détection des inondations. Nous expliquerons comment ces technologies fonctionnent ensemble afin de fournir le préavis nécessaire pour transformer une catastrophe potentielle en une situation maîtrisable.

L’idée d’utiliser une caméra de sécurité à d’autres fins que la simple surveillance n’est pas nouvelle. Alors que le changement climatique continue d’alimenter des phénomènes météorologiques plus fréquents et plus intenses, les responsables de la sécurité publique recherchent des moyens plus intelligents de s’y préparer.

A network camera used to detect flood warning signs

Cette évolution a entraîné un changement novateur : les infrastructures de sécurité traditionnelles sont désormais également utilisées pour surveiller l’environnement et assurer la sécurité publique.

La vidéosurveillance joue un rôle majeur dans cette transformation. Un système de caméras et l’infrastructure associée, installés pour surveiller la circulation sur un pont ou protéger un bâtiment contre les accès non autorisés, peuvent également fournir de précieuses informations en temps réel sur la montée des eaux.

Une détection précoce peut sauver des vies. Plus tôt les autorités sont informées de l’imminence d’une inondation, plus elles disposent de temps pour fermer des routes, évacuer les habitants et déployer les moyens d’intervention d’urgence. L’utilisation des technologies existantes à cette fin est devenue un élément essentiel de la préparation moderne aux catastrophes.

Une stratégie fiable de détection des inondations ne peut pas reposer sur un seul dispositif. Elle nécessite un système intelligent au sein duquel différentes technologies fonctionnent ensemble. Les caméras vidéo et l’IA, chacune remplissant une fonction spécifique, se combinent pour donner une vision claire et complète d’une éventuelle inondation.

La caméra capture le flux vidéo brut et assure une observation constante de l’environnement. L’IA analyse ensuite ce flux en temps réel. Elle est entraînée à repérer les indices visuels spécifiques indiquant qu’une inondation est en train de se produire. Vous savez ainsi qu’une menace existe et pouvez également voir exactement à quoi elle ressemble en temps réel.

La combinaison de ces technologies permet d’obtenir un système de surveillance des inondations plus intelligent, plus rapide et plus efficace que ne pourrait l’être chacun de ses composants utilisé séparément.

Illustration showing how to detect floods

Vidéosurveillance basée sur l’IA

L’ajout d’une solution d’analyse vidéo reposant sur l’IA étend les fonctionnalités de la caméra en automatisant la surveillance des niveaux d’eau et des inondations. Positionnées stratégiquement le long des cours d’eau, dans des passages souterrains ou à proximité de zones côtières inondables, les caméras vidéo fournissent des alertes visuelles et un contexte en temps réel que les données brutes ne peuvent pas offrir à elles seules.

Les caméras constituent des outils puissants, mais l’ajout de capteurs spécifiques permet de créer un système plus résilient. Si une caméra tombe en panne ou si son champ de vision est obstrué en raison de conditions météorologiques extrêmes, ces autres capteurs garantissent que les données essentielles continuent d’être transmises.

Certains capteurs utilisent des ondes ultrasonores pour mesurer la hausse du niveau de l’eau avec une extrême précision. D’autres sont conçus comme des débitmètres afin de surveiller la vitesse et la force du mouvement de l’eau. Parallèlement, des pluviomètres connectés fournissent des informations essentielles sur la quantité réelle de pluie tombée dans la zone.

AI 

L’IA traite le flux constant d’informations contenues dans les images. Elle peut analyser ces données en temps réel afin d’identifier des tendances significatives et de déterminer quand une alarme doit être déclenchée.

L’IA peut être entraînée à reconnaître des anomalies, comme une hausse du niveau de l’eau au-delà d’un seuil prédéfini. Elle déclenche ensuite automatiquement des alertes afin que les opérateurs humains ne soient informés que des menaces avérées.

Le déploiement d’un système de détection des inondations commence par l’identification des zones les plus vulnérables à la montée des eaux. Ces zones à haut risque, qui comprennent aussi bien des infrastructures publiques critiques que des quartiers commerciaux de faible altitude, nécessitent une surveillance permanente. En installant un réseau de caméras et de capteurs à ces endroits, les autorités bénéficient d’une surveillance continue de l’environnement, 24 heures sur 24 et 7 jours sur 7.

An extreme weather camera used to detect flooding

Cet avantage s’applique à toutes les phases d’une inondation. Au début, le système permet de suivre des menaces évoluant rapidement. Par la suite, lorsque les eaux se retirent, il permet de surveiller en permanence leur évacuation, ce qui est essentiel pour repérer les débris susceptibles de provoquer d’autres obstructions ou dommages.

Une caméra dotée de fonctions d’analyse en périphérie peut être configurée afin de détecter en temps réel à la fois la montée du niveau des rivières et les accumulations dangereuses d’eau sur la chaussée. Il est ainsi possible d’intervenir immédiatement, notamment en actualisant les systèmes publics d’alerte ou en déviant la circulation avant qu’une rivière ne déborde.

Lorsqu’une alerte provenant d’une caméra est reçue, le système peut automatiquement afficher le flux de la caméra la plus proche. L’opérateur peut alors observer la situation de ses propres yeux, confirmer la montée des eaux, en mesurer visuellement la vitesse et rechercher d’éventuels facteurs aggravants.

Cette étape de vérification vidéo est essentielle pour renforcer la confiance dans le système et garantir que les interventions d’urgence reposent sur des informations exactes et validées. Elle comble l’écart entre les données brutes et la prise de décision.

L’avantage d’un système moderne de surveillance des inondations réside dans sa capacité à prévoir ce qui va se produire ensuite. Lorsqu’il est associé à l’analyse par IA, le système permet d’aller au-delà de la situation actuelle et d’anticiper les prochaines heures.

En traitant d’immenses volumes de données provenant des caméras et même de sources externes telles que les services météorologiques, les modèles d’apprentissage automatique peuvent identifier des tendances subtiles. Cette capacité prédictive permet aux services d’urgence et aux autorités de se préparer à l’avance.

Intégrer les prévisions météorologiques pour améliorer les prédictions

Un capteur peut indiquer que le niveau d’une rivière monte, mais il ne peut pas expliquer pourquoi. En intégrant des données météorologiques en temps réel, l’IA acquiert une compréhension beaucoup plus approfondie de la situation.

Elle peut établir une corrélation entre les fortes précipitations prévues dans la partie supérieure du bassin versant et les niveaux d’eau observés en aval. Le système peut ainsi prévoir si une rivière va déborder, à quel moment et dans quelle mesure. Cette alerte avancée permet une planification des interventions plus stratégique et plus efficace.

Identifier les variations anormales du niveau de l’eau

Chaque étendue d’eau possède son propre rythme naturel de montée et de baisse, qui dépend de la saison, de l’heure de la journée et des conditions météorologiques récentes. Un système d’IA apprend ce rythme de référence et surveille en permanence l’apparition d’anomalies.

Video analytic overlay showing water levels

Il peut faire la différence entre une montée lente et normale après une pluie légère et une hausse dangereusement rapide indiquant une crue soudaine. En se concentrant sur ces tendances anormales, l’IA peut émettre les alertes qui comptent réellement. 

Déclencher des alertes automatisées pour les équipes d’intervention

Lorsqu’une menace crédible est identifiée, un système piloté par l’IA peut déclencher des alertes automatisées envoyées directement aux équipes d’intervention concernées. Une alerte peut indiquer l’emplacement de la menace, le niveau actuel de l’eau, l’heure prévue du pic de crue et inclure un lien vers la vidéo en direct.

Les premiers intervenants disposent ainsi de toutes les informations essentielles dont ils ont besoin pour agir rapidement et efficacement. Ils peuvent se rendre sur place en étant préparés à la situation précise qu’ils vont rencontrer.

Il est également recommandé d’envisager l’utilisation de systèmes de sonorisation publique et d’écrans d’affichage afin d’informer les personnes présentes du danger imminent et de les inviter à quitter la zone.

Un système intelligent de détection des inondations va au-delà de la théorie et offre une protection concrète aux communautés et aux infrastructures. Dans la pratique, cette technologie est déployée de plusieurs manières essentielles afin de protéger les zones critiques.

Comment WaterView utilise l’analyse en périphérie pour améliorer la réponse aux inondations

Puisque les caméras fonctionnent comme des capteurs de proximité répartis sur un territoire, il est essentiel que chaque dispositif fonctionne de manière autonome et indépendante, tout en sollicitant le moins possible l’infrastructure.

Les algorithmes d’analyse vidéo de WaterView destinés à la surveillance des inondations en constituent un exemple. Ils fonctionnent directement sur les caméras Axis via la plateforme ACAP et traitent le flux vidéo en temps réel « à la périphérie du réseau ».

La solution d’analyse détecte la présence d’eau et la met en relation avec les zones d’intérêt que l’utilisateur définit directement dans l’image. Cela s’applique aussi bien aux surfaces horizontales, comme une voie de circulation ou la partie centrale d’un passage souterrain ou d’un tunnel, qu’aux surfaces verticales, afin de suivre la hauteur du niveau de l’eau dans un cours d’eau naturel ou artificiel, ou dans un réservoir.

Il est ainsi possible de signaler la présence indésirable d’eau exactement là où cela est nécessaire, qu’il s’agisse d’eau stagnante se propageant sur une chaussée ou du niveau d’une rivière dépassant un seuil défini.
 

Remote video URL

Cette approche est mise en œuvre de différentes manières en fonction de la topographie et des défis hydrogéologiques. Dans certains cas, l’opérateur utilise floodCAM sur des portions de route situées aux endroits où deux rivières urbaines rejoignent des tronçons canalisés sous le centre-ville. Ce sont précisément les sites où le risque de débordement sur les rues avoisinantes est le plus élevé.

Dans les villes côtières, l’objectif est de surveiller des cours d’eau qui restent à sec pendant la majeure partie de l’année et traversent des bassins versants étroits et escarpés, resserrés entre les bâtiments. Le système est configuré pour reconnaître automatiquement le moment où l’eau franchit l’un des deux seuils d’alerte successifs dans le lit de la rivière. Il déclenche alors des alertes à destination de la plateforme centrale de surveillance.

L’un des scénarios les plus clairement définis et les plus récurrents concerne probablement l’utilisation de la même solution d’analyse pour protéger de grands passages routiers souterrains et des tunnels exposés aux crues soudaines pendant les fortes pluies. Le système accorde ainsi aux opérateurs les précieuses secondes dont ils ont besoin pour fermer les accès avant que l’eau ne devienne dangereuse.

Comment Météo-France a amélioré la prévision des inondations

Météo-France, le service météorologique national français, avait besoin d’un moyen plus sûr et plus fiable pour surveiller les cours d’eau exposés aux risques d’inondation. Sa méthode traditionnelle reposant sur des capteurs immergés était souvent dangereuse et difficile à mettre en œuvre lors des crues à montée rapide, précisément au moment où les données étaient les plus importantes.

En partenariat avec TENEVIA, Météo-France a transformé ses capacités de surveillance grâce aux caméras réseau AXIS P1357-E. Le logiciel RiverBoard® de TENEVIA analyse le flux vidéo en direct des caméras Axis afin de mesurer avec précision le niveau de l’eau et la vitesse d’écoulement en surface depuis une distance sûre. Il n’est donc plus nécessaire d’envoyer du personnel dans des conditions dangereuses.

A flood monitoring system installed by a bridge to detect floods

Le système permet à Météo-France de surveiller les cours d’eau à risque 24 heures sur 24 et 7 jours sur 7, en combinant des preuves visuelles en temps réel avec des données scientifiques précises. Cela permet de prendre des décisions plus rapidement et avec davantage de confiance.

Mettre à la disposition des responsables de la gestion des crises liées aux inondations des images de la situation en temps réel constitue une amélioration certaine, souligne M. Martin, chef de projet chez Météo-France. "Disposer d’une image en complément de la mesure est un véritable avantage."

Cette solution innovante permet à l’organisme de gérer les crises de manière plus efficace et d’alerter plus tôt les communautés susceptibles de se trouver sur la trajectoire d’une inondation.

Dans le cadre d’une gestion efficace des inondations, le temps est le facteur le plus important. Plus l’alerte est donnée tôt, plus il est possible de sauver des vies et de protéger des biens. La puissante combinaison de caméras fournissant des données, des alertes et des preuves visuelles, et d’une IA offrant des capacités prédictives, donne aux communautés ce temps précieux.

A flooded street

Le passage d’une réaction à une inondation à la capacité de la prévoir plusieurs heures à l’avance représente la nouvelle réalité de la détection et de la gestion des inondations. En exploitant ces technologies, nous pouvons construire un monde plus résilient, dans lequel nous sommes mieux préparés à tout ce que les conditions météorologiques peuvent nous réserver.

Voici les réponses à quelques questions courantes concernant l'utilisation des technologies pour la détection des inondations.

L'analyse vidéo permet-elle de détecter les inondations la nuit ?

Oui. Les caméras de sécurité modernes, équipées de technologies avancées de vision en basse lumière, telles que l'imagerie thermique ou l'éclairage infrarouge (IR), sont conçues pour offrir une vision claire dans l'obscurité totale.

La nuit, dans les situations où il subsiste un peu de lumière ambiante (comme c'est souvent le cas en milieu urbain), les technologies Axis telles que Lightfinder permettent de conserver une image en couleur très lisible, quelle que soit l'heure de la journée. Le système peut ainsi mesurer de manière fiable les niveaux d'eau et détecter les inondations 24 heures sur 24, 7 jours sur 7.

Comment le système fait-il la distinction entre une forte pluie et une véritable inondation ?

Le système prend en compte plusieurs sources de données, et pas seulement une seule. Alors qu’un pluviomètre signale de fortes précipitations, l’IA met ces informations en corrélation avec les données provenant d’autres capteurs. Elle vérifie les capteurs de niveau d’eau de la rivière et analyse les images vidéo pour déterminer si le niveau de l’eau monte réellement et si la rivière déborde de son lit.

Une alerte d’inondation n’est déclenchée que lorsque ces différentes sources confirment une menace réelle, et pas simplement lors d’une averse.

Que se passe-t-il lorsqu'un capteur ou une caméra se déconnecte ?

La fiabilité du système est au cœur de sa conception. Le système de gestion central surveille en permanence l'état de fonctionnement et la connectivité de chaque caméra. Si un appareil se déconnecte en raison d'une coupure de courant ou d'un problème réseau, le système envoie immédiatement une alerte de maintenance aux opérateurs afin qu'ils puissent remédier au problème. Cela garantit l'intégrité du réseau et réduit au minimum les éventuelles lacunes de couverture.

Comment réduit-on au minimum les fausses alertes dans un système basé sur l'IA ?

Les fausses alertes sont réduites grâce à un processus d'apprentissage continu et de fusion des données. L'IA est entraînée à partir d'énormes quantités de données afin de distinguer une véritable inondation d'un élément non dangereux, comme un sac en plastique flottant devant un capteur.

Cette technologie peut-elle être utilisée pour d'autres phénomènes météorologiques ?

Oui. Bien que ce système soit configuré pour la détection des inondations, ses composants principaux, à savoir les caméras et l'intelligence artificielle, sont polyvalents. La même infrastructure peut être adaptée pour surveiller d'autres risques environnementaux.

Par exemple, l'analyse vidéo permet de détecter le panache de fumée d'un feu de forêt, tandis que divers capteurs peuvent surveiller les vitesses de vent dangereuses, les glissements de terrain ou les températures extrêmes, ce qui en fait une solution polyvalente pour la sécurité publique.

Andrea Sorri

Andrea Sorri crée et met en œuvre les stratégies les plus efficaces pour les villes intelligentes, en se concentrant sur la sécurité publique, la mobilité et la surveillance de l'environnement. Il travaille chez Axis depuis 25 ans, en particulier sur des segments de marché clés. Passionné par l’innovation et la technologie, et enthousiaste à l’idée de relever les défis posés par l’éthique de l’IA.

Andrea Sorri