Compte rendu de la table ronde
Invités :
CNES
LAMARQUE Christian – Équipe Ballons
THOUMIEUX Frédéric – Équipe Ballons
LEGAL Cédric – Centre Spatial guyanais
DGA
THEUILLON Gwladys – Responsable Métier Environnement
Capgemini
NOBILEAU Delphine – Chef de projet
BOURGEOIS Elsa – Ingénieur
Vaisala
ERIKSSON Peter – Directeur
Weather Measures
BUISSON Emmanuel – Président / Directeur Technique
Equipe:
Animateur : Lior PEREZ (Météo-France/DSI)
Co-animateur :
Scribes :
Présentation des entreprises :
CNES : le CNES effectue une veille technologique dans le cadre de ces missions spatiales et aérospatiales. Il est un consommateur de données de mesures et de savoir-faire en terme prévision puisque l'entreprise ne forme pas elle-même de prévisionnistes.
Plus précisément l’équipe ballons réalise de nombreuses études climatologiques et de sensibilité sur la trajectoire des ballons et a besoin de données de mesures jusque dans la stratosphère.
En Guyane, C. LEGAL souligne la très forte sensibilité des fusées aux données météo et distingue deux besoins dans le cadre de leurs missions : d'une part le besoin de l'opérateur de lancement dans le cadre des processus de préparation avant le décollage, et d'autre part les impératifs de sécurité des personnes et des biens.
Ainsi le Centre Spatial Guyanais fait constamment évoluer ses méthodes en incorporant des nouvelles technologies.
Capgemini : D. NOBILEAU met en exergue l'apport des Nouvelles Technologies (par la suite abrégé : NT) dans le développement des chaînes de traitement, d'intégration et de valorisation des données météorologiques au service des entreprises. Ils opèrent également une veille technologique et participent aux missions spatiales et aérospatiales. Capgemini développe également des applications de monitoring dans le domaine agricole.
DGA : G. THEUILLON reconnaît également que la DGA est un important consommateur de données de mesures pour de nombreuses raisons telles que la diffusion des contaminants, l'artillerie et la balistique. La DGA a besoin de données homogènes sur l'ensemble du globe de part l'étendue géographique de ces missions. Enfin, elle met en œuvre des services d'aide à la décision basés sur des NT de machine learning à destination des militaires.
Vaisala-France : P. ERIKSEN explique que 20 % du budget et du personnel est dédié à la recherche appliquée dans les nouvelles technologies. En effet, l'émergence de capteurs intelligents comportant des microprocesseurs et interconnectés réclame les moyens de leur déploiement. Toute une branche de l'activité de la firme est concernée par la nécessité de traiter rapidement la donnée. Vaisala développe actuellement des systèmes de reconnaissance, à base 2de réseaux de neurones et de vidéos appliqués à l'état des routes, dans une perspective de communication avec des véhicules autonomes.
Weather Measures : la start-up dirigée par E. BUISSON produit de l'information pluviométrique sur une parcelle en temps réel: plutôt à destination de l'agriculture, ce genre de prévision "immédiate" nécessite forcément des solutions de machine learning, notamment pour la reconnaissance et la classification d'images.
Questions-Réponses :
L'IA s'est développée dans beaucoup d'entreprises clientes de MÉTÉO FRANCE, qu'en est-il à MÉTÉO FRANCE ?
Réponse de Lior PEREZ :
L'IA est un mot vaste embrassant beaucoup de thématiques, comme le machine et le deep learning. Le premier est utilisé depuis 1980 à MF en opérationnel, pour le post-processing des modèles et bien d’autres applications. Un laboratoire d'Intelligence Artificielle vient d'être créé à MF et va travailler sur le traitement d'images, de modèles, et la prévision immédiate.
L'IA : dans quels domaines l'utilisez-vous ? Pourriez-vous l'utiliser ?
CNES-CSG : Pour C. LEGAL, le CNES développe un processus d'aide à la décision pour prévision immédiate faisant appel à l'Intelligence Artificielle. Il reconnaît qu'il y a un vrai besoin côté entreprise, que dans le cadre de service d'aide à la décision, cela semble simple mais pas facile à mettre en œuvre.
DGA : a déjà mis en place un système de classification d'images par apprentissage à partir d'un réseau de neurones. Weather Measures : 3 informaticiens et data scientists travaillent dans 3 domaines faisant appel à l'IA : la prévision immédiate pluviométrique, la spatialisation des données pour des données précises sur parcelles, ainsi que la prévision générale et son amélioration (prévision d'ensemble, prévision localisée).
Vaisala : P. ERIKSEN illustre les besoins de son entreprise avec l'exemple du trafic maritime complexe et disparate dans les ports maritimes où chaque bateau a sa sensibilité aux paramètres météorologiques. Pour lui, tout le trafic peut être planifié avec un système d'aide à la décision qui intégrerait pour chaque convoi une bonne compréhension de l'incidence des phénomènes météorologiques sur les embarcations et leur cargaison.
Capgemini : en dehors de la reconnaissance sur image et de l'assimilation précédemment citées, le machine learning peut être utilisé en intégrant les données météo aux côtés d'autres données, en entrée de systèmes complexes d'aide à la décision.
Nouvelles technologies de la mesure : le drone ; Pertinence, perspectives, limites
CNES-ballons : il n'y a actuellement pas d'utilisation du drone en opérationnel, même si cela a été envisagée: le drone pourrait voler autour du ballon mais cela pose des problèmes de faisabilité pas encore résolus.
CNES-CSG : la question s'est posée mais l'intégration du drone est toujours au stade expérimental de par son manque de viabilité en altitude.
Vaisala : un des enjeux du drone est de préparer des mesures in situ dans l'espace aérien qui a besoin de prévisions précises et locales pour son utilisation.
Weather Measures : l'utilisation du drone s'arrête au survol des champs pour détecter les zones chaudes et froides au niveau du sol (en essai du côté de Rennes). Pour Emmanuel Buisson, des bénéfices proposés par le drone sont à exploiter au niveau de l'interface sol-atmosphère. Est aussi posée la question de la restriction légale (aucun drone à plus de 800m du pilote) qui explique la réticence des investisseurs dans le domaine.
Capgemini : D. NOBILEAU admet qu'en dehors des images infrarouges fournies par les drones thermiques pour cartographier l'ICU par exemple, il est difficile d'imaginer une application opérationnelle des drones (quels paramètres ?)
G.CAYEZ (CNRM-ENM) intervient et admet que la question du passage à l’opérationnel se pose pour la mesure de paramètres de base et aussi les mesures d’aérosol, de CEL et coefficient d’extinction. Il reconnaît que tout ceci en est encore au stade d'exploration mais pourrait proposer prochainement des résultats intéressants.
DGA : en dehors de l'utilisation de drone de reconnaissance, la DGA possède des aéronefs équipés de LIDAR pour les côtes, la nature des sols, les propriétés des sédiments et faire réaliser ces mesures par des drones est à l'étude. Pour G. THEUILLON « Instrumenter un drône avec des capteurs in situ peut être très intéressant […] la connaissance des BC peut être très importante pour le déroulement des opérations ». Elle évoque également le tout nouveau développement de drones sous-marin équipés de gliders.
Cédric LEGAL CNES-DGS questionne Grégoire CAYEZ sur la fiabilité de mesures de vent par les drones. Pour G.Cayez, des industriels proposent une solution de drone lâché en altitude. L’ajustement de l’autopilote permet de déterminer le vent (toujours en mode recherche) dans les drones avions (code développé par l’ENAC)
Nouveaux capteurs
Vaisala : des nouveaux Lidars sont utilisés pour mesurer le vent à 10km et cela permettrait une augmentation de 5 à 7% du rendement éolien.
Weather Measures : E. BUISSON s'enthousiasme sur la nouvelle génération de satellite : EUMETSAT donne la pluie par pas de 15', à des résolutions très fines, très utile pour l'activité de Weather Measures.
Capgemini : D. NOBILEAU rappelle l'existence des programmes Copernicus, qui mettent à disposition des données gratuites disponibles avec une fréquence élevée et facile d'utilisation. E. BOURGEOIS souligne le travail actuel pour observer les GES et les incorporer dans les modèles météo dans le cadre du CC.
Vous disposez d'un étudiant pendant 6 mois, pouvez-vous nous donner un exemple de projet à leur proposer en rapport avec les Nouvelles Technologies ?
Vaisala : il y a un programme dédié pour les stages de fin d'études (Helsinki/Etats-Unis). Un stage sera proposé au mois de Janvier, avec une sélection en Mars. Aux étudiants de proposer un projet.
Weather Measures : peut proposer entre 2 et 3 stages par an, sur des thématiques de machine learning et IA adpatée à la météorologie. Nécessite des bonnes capacités en maths et en programmation (R, Python)
Capgemini : Aussi en recherche de stagiaires, pour l’observation de la Terre et l’assimilation de données au niveau des propriétés de surface.
CONSIGNE : Un stage sera proposé en 2020/2021, sujet en statistiques avec connaissances météo et balistiques, à co-construire avec le CNES.