Une startup française développe des algorithmes pour prévoir des événements extrêmes en analysant 30 ans de données historiques. La technologie promet une précision jamais vue auparavant.
Le climat n’a jamais été aussi imprévisible. En 2024, la France a enregistré 351 événements météorologiques extrêmes, soit une hausse de 485% par rapport à 2015. Les dégâts annuels s’élèvent à 6,8 milliards d’euros selon l’Agence européenne pour l’Environnement. Dans ce contexte de chaos climatique, une startup française, Hypermeteo, promet de faire la différence grâce à des prévisions chirurgicales.
La défi de la précision locale. Hypermeteo, ce nom de la startup installée à Grenoble, a choisi de miser sur la résolution spatiale. Son approche consiste à fournir des prévisions météorologiques avec le détail d’un kilomètre carré, bien au-delà des standards actuels qui se limitent à des cellules de plusieurs kilomètres.
« Nous partons d’une description tridimensionnelle de l’état atmosphérique initial, issue de mesures satellitaires et de stations météorologiques », explique Tullio Degiacomi, météorologue de l’entreprise. Les données sont ensuite traitées avec des modèles numériques qui simulèrent l’évolution atmosphérique.
L’archive historique comme clé. La différence, selon l’entreprise, réside dans l’intégration d’un vaste archive de données d’observation collectées jusqu’aux années 90. Cette base de données historique est utilisée pour « entraîner » des algorithmes propriétaires qui devraient améliorer la précision des prévisions.
L’équipe, composée principalement de moins de 35 ans entre météorologues et data scientists, affirme avoir reconstruit les données météorologiques historiques avec une résolution kilométrique sur une période de trois décennies. Une opération complexe, compte tenu du caractère fragmentaire des données historiques françaises.
L’application pratique s’étend de l’agriculture à l’énergie. Les compagnies d’assurance, désormais obligées par la réglementation à couvrir les événements catastrophiques, constituent un marché en croissance. Mais d’autres secteurs manifestent aussi leur intérêt : gestionnaires de réseaux électriques, exploitants agricoles, acteurs du secteur du bâtiment.
Gianluca Ferrari, co-fondateur d’Hypermeteo, cite quelques exemples : « Prévoir des chutes de neige intenses peut activer des systèmes automatiques de dégivrage sur les câbles à haute tension. Connaître la probabilité de grêle influence les décisions pour de nouveaux parcs éoliens ».
Limites et perspectives. Il faut rappeler que les prévisions météorologiques, même les plus sophistiquées, restent probabilistes. L’atmosphère est un système chaotique où de petites variations peuvent produire des effets imprévisibles. La précision kilométrique, aussi techniquement intéressante soit-elle, doit encore démontrer son utilité pratique à l’échelle industrielle.
