Solutions de résilience face aux inondations urbaines alimentées par l'IA
L'intelligence artificielle face aux inondations pour des décisions de résilience à l'échelle de la ville
Contact :
bhatia.u@iitgn.ac.in
Vision
Bâtir des systèmes d'intelligence urbaine adaptatifs qui aident les villes à anticiper, absorber et réagir aux perturbations climatiques et d'infrastructures face à l'évolution des extrêmes climatiques
Problème
Les villes évoluent plus vite que ne s'adaptent les modèles d'inondation conventionnels. Les systèmes de risques statiques échouent face à l'évolution des infrastructures et à l'incertitude climatique, ce qui exige une intelligence urbaine adaptative de type Physics+AI intégrant des données en temps réel et les conditions de la ville.
Solution
De la pluie à la résilience : une intelligence urbaine adaptative combinant Physique et IA, intégrant la prévision des inondations, les perturbations de la mobilité, les interdépendances des infrastructures, les jumeaux numériques et l'analyse d'impact. Accélérée par GPU, en temps réel, elle s'adapte aux villes en évolution et aux extrêmes climatiques.
Potentiel
Une opportunité mondiale en expansion rapide, portée par le changement climatique, les inondations urbaines et les investissements dans la résilience, adaptable à l'échelle des villes et des secteurs pour les prévisions, la mobilité, les risques liés aux infrastructures, les jumeaux numériques et la gestion des urgences.
Bénéficiaires visés
Les gouvernements, les villes, les agences de gestion des catastrophes, les exploitants d'infrastructures, les services publics, les assureurs et les communautés vulnérables au climat qui recherchent une intelligence adaptative face aux inondations, de la résilience, la continuité de la mobilité et un soutien à la décision en temps réel.
Utilisateurs actuels
Déployé auprès de la Municipal Corporation Gurugram pour l'intelligence des inondations urbaines et l'aide à la décision, avec un déploiement en cours dans le cadre de l'initiative RTGS, AWARE à Vijayawada pour la résilience et la prévision des inondations en temps réel.
