Publié le 2024-02-29 14:35:00. Une nouvelle approche combinant intelligence artificielle et algorithmes génétiques permet d’optimiser la plantation d’arbres en milieu urbain pour maximiser l’absorption du carbone, en tenant compte de la configuration géographique et des espaces verts existants. Des chercheurs ont appliqué ce modèle à la ville de Suwon, en Corée du Sud, avec des résultats prometteurs.
- Le reboisement de 20 % des terrains vagues (0,8 km2) à Suwon pourrait augmenter la séquestration du carbone de 354 385 kgC par an.
- La proximité des forêts existantes est le facteur le plus important pour améliorer l’efficacité de la séquestration du carbone en milieu urbain.
- Un cadre d’optimisation basé sur l’apprentissage profond et les algorithmes génétiques permet une planification plus flexible et adaptée à l’hétérogénéité des territoires.
Face à l’urgence climatique, le boisement urbain est de plus en plus considéré comme une solution clé pour réduire les émissions de gaz à effet de serre. Cependant, les stratégies traditionnelles, axées sur l’augmentation des surfaces boisées, peuvent négliger l’importance de l’emplacement et de la connectivité écologique. Une équipe de chercheurs a développé une méthode innovante pour optimiser ces plantations, en intégrant un modèle de substitution basé sur l’apprentissage profond, combinant un réseau neuronal artificiel (RNA) avec un algorithme génétique (AG).
Ce modèle, testé sur la ville de Suwon en Corée du Sud, prend en compte des variables topographiques, climatiques, d’utilisation des terres et de paysage pour estimer la Productivité Primaire Nette (PPN), qui mesure la quantité de carbone absorbée par la végétation. Le RNA a démontré une grande précision prédictive (R2 = 0,82 sur les données de test ; R2 = 0,87 sur les données d’entraînement), capturant efficacement les relations non linéaires qui influencent la séquestration du carbone en milieu urbain. L’analyse SHAP (SHapley Additive ExPlanations) a révélé que la proximité des forêts existantes était le facteur le plus déterminant pour améliorer la PPN à Suwon.
L’AG a ensuite été utilisé pour identifier les zones optimales de reboisement, en tenant compte de différentes contraintes de superficie. Les résultats ont montré qu’une meilleure connectivité entre les espaces verts existants améliore significativement la PPN totale. Selon les simulations, le reboisement de 20 % des terrains vagues (0,8 km2) pourrait entraîner une augmentation de la séquestration du carbone de 354 385 kgC par an. L’extension à 30 % (1,2 km2) augmenterait cette séquestration à 530 036 kgC par an, mais avec un rendement décroissant.
L’analyse de sensibilité spatiale a également mis en évidence que les emplacements optimaux de reboisement varient en fonction des scénarios, soulignant la nécessité d’une planification flexible et adaptable à l’évolution de l’utilisation des terres. Ce cadre d’optimisation, basé sur des données et interprétable, offre ainsi un outil précieux pour concevoir des infrastructures vertes urbaines plus efficaces et adaptatives, contribuant à la réalisation d’un avenir neutre en carbone.
Cette approche innovante pourrait être appliquée à d’autres villes pour optimiser leurs stratégies de boisement urbain et maximiser leur contribution à la lutte contre le changement climatique.