IA: Calculs de risques d'incendies en France

Hackathon-Climat

IA – Calcul du risque d’incendies en France

Ce projet vise à développer un algorithme capable de prédire les probabilités d’incendies en France à partir de données climatiques et historiques.
Les données utilisées incluent :

• Températures moyennes (tas)
• Précipitations (pr)
• Base de données des incendies historiques (BDIFF / ONF)

Nous avons effectué un pré-traitement des données de température et de précipitations afin d’en extraire davantage d’informations et d’améliorer la qualité des prédictions. Cela inclut du feature engineering et du preprocessing des données pour rendre les modèles plus performants.

Nous avons ensuite entraîné un classificateur random forest qui prédit s'il y aura un incendie à un point et temps donné en utilisant le dataset que nous avons préparé et scikit-learn.

L’objectif est d’identifier les zones et périodes à fort risque d’incendie afin de mieux anticiper et gérer les feux futurs en France.

Notre solution vise à aider toutes personnes ayant un besoin de prévoir et/ou répondre à un potentiel incendie.

Sources des datasets

Données climatiques (historical + SSP370 – pr & tas)

Dataset EMULATEUR historique et scénario SSP370 (résolution R1)

Lien :
https://www.data.gouv.fr/datasets/projections-climatiques-pour-le-hackathon-2025-socle-metropole/

Données incendies (BDIFF)

Lien :
https://www.data.gouv.fr/datasets/base-de-donnees-sur-les-incendies-de-forets-en-france-bdiff/

Données INSEE (codes postaux / communes)

Lien : https://www.data.gouv.fr/datasets/base-officielle-des-codes-postaux/

Dépôt de code:

Lien : https://github.com/JulesBrdl/hackathon-climat

Retour sur les données exploitées

Le format des fichiers .nc ne nous était pas familier, mais nous avons réussi à en extraire les informations dont nous avions besoin.