La plateforme de prévision de la qualité des eaux de baignade s'appuie sur un modèle de type machine learning (intelligence artificielle) à l'aide des données de rapportage de la saison balnéaire dont les analyses sont gérées par les Agences Régionales de Santé, sur une période de 7 ans (2015-2022). Les analyses prises en compte concernent la bactérie Escherichia coli, qui est la meilleure indicatrice des pollutions de type fécale.
Plus de 1100 sites de baignade en eau côtière ont été sélectionnés pour leur historique important.
Le modèle intègre par ailleurs l'impact de plusieurs dizaines de variables météorologiques issues des précipitations, de la force et de la direction du vent, de la température notamment. Les précipitations constituent le premier élément déclencheur de pollutions bactériologique en milieu côtier, via les débordements qu'elles peuvent provoquer dans les réseaux d'assainissement, ou le ruissellement des zones d'élevage intensif.
Le modèle prend également en compte l'amplitude des marées, ainsi que des mesures de la saisonnalité (vacances scolaires, jour de la semaine, mois de l'année...)
Il permet une estimation du risque de contamination bactériologique fécale jusqu'à une échéance de 5 jours, avec 4 niveaux d'alertes.
Plus de détails sur la construction du modèle bAInIAd sont également disponibles sur le site d'Akwari, pôle coopératif concepteur de la plateforme.
Cette prévision permet aux collectivités de gérer au mieux leurs sites de baignade de manière préventive, au grand public d'exercer un principe de précaution, mais aussi aux ostréiculteurs et autres conchyliculteurs d'anticiper pour protéger leurs huîtres et autres coquillages en les mettant hors d'eau le temps du pic de pollution.
Cette vidéo permet aussi de saisir les principaux éléments de construction du modèle et de l'utilisation de la plateforme :
https://www.youtube.com/watch?v=NkvH-zFU-ts
