Le 26 décembre 2004, un tsunami frappe l’Indonésie, les côtes du Sri Lanka, le sud de l’Inde ainsi que l’ouest de la Thaïlande. Bilan : plus de 250 000 personnes disparues et un traumatisme qui aujourd’hui encore a du mal à s’apaiser. A la fin du mois d’août 2005, la tempête Katrina arrachait les immeubles de leurs fondations et faisait s’abattre un déluge sur La Nouvelle-Orléans causant la mort d’au moins 1 836 personnes et plus d’un million de déplacés.
Depuis ces dates, bien d’autres exemples sont recensés chaque année. Selon le rapport annuel de Munich Re, le monde a connu en 2016, 327 catastrophes naturelles, soit près d’une par jour.
Le 7 Janvier dernier, Sydney a connu des températures montant jusqu’à 47,3°. C’est le jour le plus chaud qu’ait connu la ville depuis 1939. Tandis que les Etats-Unis doivent supporter la lourde facture : les pertes engendrées par les fléaux naturels sont estimées à 306 milliards de dollars, selon un rapport de l’Agence océanique et atmosphérique.
Les risques liés aux catastrophes naturelles augmentent et constituent une menace croissante pour les pays, leur économie et leur population. Comment prévenir ces catastrophes ? Le Big Data et l’usage des nouvelles technologies peuvent-ils devenir de nouvelles armes pour combattre les humeurs de Mère Nature ?
Estimer les catastrophes naturelles ayant lieu dans une zone géographique précise.
A l’exemple des ouragans comme Harvey ou Irma, les scientifiques sont capables d’estimer le nombre d’événements de ce type. A ce titre, l’agence publique en charge de l’observation des dépressions atmosphériques aux États-Unis avait annoncé en août 2017, 45 % de chance d’avoir une activité cyclonique supérieure à la normale cette année dans l’Atlantique Nord.
Des données à faire converger
Les données collectées par les stations météorologiques et les balises disséminées dans les zones concernées mais également les photos et vidéos récupérées par satellite permettent d’affiner les résultats obtenus avec les algorithmes de prévisions.
Pourtant, face à la rapidité avec laquelle se forment certains ouragans, cette anticipation se révèle particulièrement difficile. L’ouragan s’est formé en 10 jours, ce qui laisse peu de temps aux autorités pour se « préparer à l’impact ».
L’open-data : Ces données bien souvent sous-exploitées
En effet, des investissements appropriés face aux dangers naturels peuvent éviter que ceux-ci ne se transforment en catastrophe humaine, mais il faut pour cela disposer de données précises et fiables sur les risques existants. Pendant des décennies, les gouvernements et les ONG se sont appuyés sur les données proposées par les entreprises du secteur privé pour collecter et interpréter des données d’urgence et s’organiser face aux situations de crise. Cependant, certaines entreprises s’intéressent de plus en plus aux données ouvertes (dites « open-data »), bien moins coûteuses. Elles permettent notamment de réaliser un inventaire des ressources alimentaires et matérielles disponibles et faciliter les moyens mis en place par les secours. D’un point de vue économique et financier, les entreprises chercheront quant à elle à anticiper les impacts de telles catastrophes naturelles sur leur activité.
Le Big Data semble donc loin d’avoir révélé tous ces usages et continuera de nous surprendre …
