Africa-Press – Guinee Equatoriale. Le 5 août 2025, un incendie s’est propagé dans l’Aude sur près de 17.000 hectares en deux jours. Le département faisait alors partie des neuf départements placés en vigilance incendie très élevée par Météo-France depuis plusieurs jours, avec notamment les Pyrénées-Orientales et les Bouches-du-Rhône.
Comment mieux anticiper l’arrivée de ces feux de forêt, dont la fréquence est susceptible d’augmenter à cause des fortes périodes de sécheresse, conséquences du changement climatique? À l’Institut national de recherche pour l’agriculture, l’alimentation et l’environnement (Inrae), des chercheurs travaillent au développement de nouveaux modèles probabilistes, capables d’estimer plus précisément le risque d’incendie en fonction des données du terrain.
« Il y a une déconnexion entre l’indice météo et son exécution concrète sur le terrain »
En juillet 2025, Météo-France s’appuyait sur des analyses de l’Indice forêt météorologique (IFM) pour alerter sur les conséquences du changement climatique sur les feux de forêt, en particulier dans les régions méditerranéennes où les jours de « danger très élevé » pourraient être multipliés par deux dans une France à +4°C. « La saison de risque élevé à modéré des feux s’allonge, avec un démarrage plus précoce et une fin plus tardive en automne », peut-on lire dans les conclusions données par l’organisme.
Cet indice permet d’estimer le risque de feu de forêt sur l’ensemble d’un territoire à partir de données météorologiques simples: température, humidité de l’air, vitesse du vent et précipitations. Mais le score obtenu n’est pas relié spécifiquement à des probabilités d’occurrence d’incendie. Pour Julien Ruffault, chercheur à l’Inrae et spécialiste des feux de forêt, « il y a une déconnexion entre l’indice météo et son exécution concrète sur le terrain ». Le score donné par l’IFM doit ainsi être réinterprété a posteriori, dans l’espace et le temps. « Si vous appliquez un indice météo très fort, mais dans un territoire où il n’y a pas de forêt, le risque de feu de forêt sera pratiquement nul », illustre le chercheur.
Un modèle plus représentatif de la réalité du terrain
Dans le cadre de leurs recherches, Julien Ruffault et ses collègues affinent donc ces scores météorologiques pour les transformer en probabilités quantifiables. « On est capables de quantifier sur un territoire donné, pour un jour donné, la probabilité de 10%, 20%, 30%, qu’il y ait un feu de plus de 10 hectares, 20 hectares, 100 hectares. »
Car leur modèle prend en compte les facteurs météorologiques, mais aussi la topographie du lieu. Par exemple, le feu a tendance à se propager plus vite en montée, c’est donc une donnée à intégrer pour considérer le risque d’incendie dans les zones montagneuses. Sont également étudiées les probabilités d’allumage, dans lesquelles entrent en jeu des facteurs comme le nombre de routes ou la densité d’habitations.
Enfin, le nombre et l’entraînement des forces de lutte contre les incendies sont aussi intégrés au modèle. « Les mêmes conditions météorologiques auront moins d’impacts dans les Bouches-du-Rhône, où les équipes de lutte sont nombreuses et expérimentées, que dans une région comme la Sologne, peu habituée aux feux de forêt. »
Une grande part de hasard
Ces modèles probabilistes de prédiction des risques d’incendie sont encore en phase de recherche, avant d’être développés au niveau européen dans une optique de partage des moyens de lutte. Mais probabiliste ne veut pas dire déterministe. Les chercheurs ne prétendent pas être capables de prédire à quelles surfaces exactes s’étendront les prochains incendies, ni localiser avec précision leurs foyers de départ.
Les feux de forêt, c’est aussi beaucoup de hasard: « Il est impossible de prévoir où et quand il y aura des allumages humains. Ce qu’on peut prédire, en revanche, c’est qu’il y a plus de chances qu’il y ait des allumages dans telle condition d’organisation du territoire », explique Julien Ruffault, qui précise que l’action en temps réel des pompiers sur le développement des feux est toute aussi imprévisible.
Au-delà des pourcentages de risque, les modèles peuvent fournir des intervalles de confiance plus adaptés aux conditions réelles du territoire que l’indice météorologique.
Un intérêt opérationnel et préventif
L’intérêt de ce type de modèle, c’est de savoir où répartir les forces de lutte. « J’ai un risque météo moyen sur les Landes, un risque élevé dans le Luberon et cinq colonnes de pompiers à répartir. Voilà une question qui peut se poser dans le cadre d’un service opérationnel, décrit Julien Ruffault. Mais à un moment, il faut déterminer où je vais envoyer mes moyens. »
Les modèles probabilistes s’appuient sur une série de données des feux passés et donnent une échelle commune permettant de quantifier le risque de manière plus objective. Pour le chercheur, c’est un outil supplémentaire qui participe aussi aux stratégies de prévention en termes d’aménagement du territoire contre les incendies. « Le mot d’ordre aujourd’hui ce n’est plus de trouver des solutions pour mieux combattre les feux, mais d’aménager des paysages dans lesquels les probabilités de survenue de ce type de feu soient moins importantes », conclut-il.
Pour plus d’informations et d’analyses sur la Guinee Equatoriale, suivez Africa-Press
