Classement relatif des 53 communes de la région de Dakar selon leur exposition physique aux inondations (radar Sentinel-1, Copernicus DEM, OpenStreetMap), avec une IA générative qui explique chaque résultat et ses limites.
RésultatSeules 13 communes sur 53 gardent un rang stable quelle que soit la combinaison d'indicateurs : les extrêmes du classement tiennent, le milieu dépend des choix de méthode.
Pikine, Thiaroye, Guinaw Rail et Médina ressortent à 0 % d'eau stagnante après les fortes pluies. Ce n'est pas une absence d'inondation : c'est une limite physique du radar Sentinel-1 en bâti dense. Lire la suite : Le radar ne voit pas l'eau en ville
Le score combine trois indicateurs à poids égaux. En le recalculant sans le satellite, puis avec l'altitude seule, seules 13 communes gardent un rang stable. Ce que ça dit du score, et comment l'appli l'affiche. Lire la suite : 13 communes sur 53 : tester la robustesse d'un classement
Notebooks d'analyse, appli Gradio, version web React / deck.gl, fonctions serveur pour l'IA et tests (18 scénarios, tests de parité).
00 collecte des contours des communes (OpenStreetMap), 01 précipitations (CHIRPS), 02 radar Sentinel-1 et topographie (Copernicus DEM), 03 calcul du score et contrôle de robustesse. Le notebook 02 nécessite un compte gratuit Copernicus Data Space.
Carte 3D / 2D des 53 communes, fiche par commune avec badge de confiance, comparaison, et une IA qui explique chaque résultat et ses limites.
Score relatif (0–100), classe, rang, altitude du sol, part en cuvette, eau détectée par Sentinel-1 et stabilité du classement, par commune. Le score n'est pas une probabilité d'inondation. Sources : OpenStreetMap (ODbL), Copernicus Sentinel-1 et DEM GLO-30, CHIRPS.
Premier chantier lancé : le risque d'inondation à Dakar. La suite : mobilité, environnement, énergie, déchets, vision urbaine, graphe routier, NLP citoyen et un agent capable de simuler « que se passe-t-il si cette route est fermée demain ? ». Horizon : digital twin.
GeospatialTime SeriesComputer VisionGraph MLNLPAgentsReal-TimeMLOps
Vidéos urbaines : véhicules, piétons, congestion, incidents.
Segmentation urbaine sur images satellites, réseau routier reconstruit en graphe, analyse de criticité.
Qualité de l'air, pollution, météo.
Un phénomène qui évolue dans l'espace et dans le temps.