En juillet 2026, des chercheurs de Stanford ont fixé une boîte de la taille d’une mallette à un camion de pompiers du Colorado pour mesurer en temps réel les métaux toxiques dans la fumée d’un incendie. Cette approche novatrice pourrait transformer la façon dont les autorités évaluent les risques sanitaires liés aux feux de forêt.
Début juillet 2026, Alex Honeyman et Mark Leone, post‑doctorants de l’Université de Stanford, ont attaché à un camion de pompiers du Colorado une boîte de la taille d’une mallette, prête à être déployée sur un incendie situé à 480 kilomètres de distance. Cette installation mobile a permis de capter, en temps réel, la concentration de métaux lourds comme le plomb, le mercure et l’arsenic dans la fumée qui s’élevait au-dessus du feu. Le simple fait de pouvoir mesurer ces polluants sur le terrain ouvre la porte à une nouvelle génération de prévisions sanitaires pendant les épisodes de feu de forêt.
L’expérience a démontré que des capteurs portables, intégrés dans une boîte compacte, peuvent identifier des traces de métaux lourds à des concentrations bien en dessous des seuils d’alerte habituels. Les mesures réalisées lors de l’intervention ont montré des niveaux de plomb et de mercure variables selon la proximité du feu et la direction du vent, confirmant que la composition chimique de la fumée n’est pas homogène. Les données recueillies indiquent également que l’arsenic, bien que présent en moindre quantité, apparaît de façon ponctuelle, ce qui suggère une libération liée à la combustion de matériaux spécifiques du sol ou de la végétation.
Ces résultats sont les premiers à fournir une cartographie dynamique des métaux toxiques au cœur même d’un incendie. Au lieu de se baser uniquement sur des modèles de dispersion atmosphérique qui intègrent des hypothèses générales, les chercheurs disposent désormais d’observations directes qui peuvent être comparées aux prévisions de l’ECMWF ou aux produits de Copernicus. Cette comparaison permet d’évaluer l’incertitude de prévision et d’ajuster les modèles en fonction des mesures in situ, réduisant ainsi le décalage entre les prévisions et la réalité.
Le dispositif repose sur un réseau de capteurs électrochimiques capables de détecter le plomb, le mercure et l’arsenic avec une sensibilité de l’ordre du nanogramme par mètre cube. Les capteurs sont reliés à un petit ordinateur embarqué qui enregistre les données à haute fréquence et les transmet via un lien radio à un serveur central. Cette infrastructure permet d’alimenter, en temps réel, des modèles prédictifs qui combinent les mesures locales avec les données satellitaires de Copernicus, notamment les images multispectrales qui renseignent sur la densité de la fumée et la température du feu.
Les chercheurs envisagent d’utiliser des réseaux de neurones, entraînés par apprentissage automatique, pour fusionner ces deux sources d’information – capteurs au sol et observations satellitaires – afin de produire des cartes de concentration de métaux toxiques à l’échelle régionale. Le modèle prédictif, encore en phase de validation, s’appuie sur des séries historiques de données atmosphériques et sur les sorties du modèle Pangu‑Weather pour anticiper la dispersion des polluants dans les heures qui suivent le déclenchement du feu. Cette approche hybride, qui mêle données in situ, données satellitaires et IA, vise à réduire l’incertitude de prévision et à fournir aux autorités des alertes plus précises.
Il convient de souligner que, bien que les premiers tests soient prometteurs, plusieurs aspects restent à confirmer : la robustesse des capteurs face aux conditions extrêmes du feu, la capacité du réseau de communication à fonctionner dans des zones où la couverture mobile est limitée, et la précision du modèle d’apprentissage automatique lorsqu’il est appliqué à des incendies de tailles et de compositions différentes. Ces points seront évalués lors de futures campagnes de terrain, comme le souligne l’équipe : « information non confirmée à ce stade ».
Implications pour la santé publique et la gestion des incendies
La présence de métaux lourds dans la fumée représente un risque sanitaire majeur, notamment pour les voies respiratoires et le système nerveux. Une exposition prolongée au plomb ou au mercure peut entraîner des troubles cognitifs, des problèmes cardiovasculaires et, chez les enfants, des retards de développement. En disposant d’une cartographie instantanée des concentrations, les services de santé publique peuvent identifier rapidement les zones où les populations sont les plus exposées et déclencher des mesures d’urgence, comme l’évacuation temporaire ou la distribution de masques filtrants.
Du côté de la lutte contre les incendies, les commandants peuvent ajuster leurs stratégies d’intervention en fonction des niveaux de toxicité détectés. Par exemple, si les capteurs indiquent une forte concentration d’arsenic dans une direction du vent, les équipes peuvent choisir de renforcer la protection des pompiers et de limiter les opérations de suppression dans cette zone, tout en orientant les évacuations vers des zones moins contaminées. Cette information enrichit également les modèles de prévision de la propagation du feu, car la composition chimique de la fumée influence la visibilité et la température des gaz, deux paramètres cruciaux pour les prévisions de trajectoire.
À plus long terme, l’intégration de ces mesures dans les systèmes de prévision nationaux pourrait conduire à la mise en place d’un réseau permanent de stations mobiles, déployées dès les premiers signes d’un incendie. Couplées aux modèles de l’ECMWF et aux produits de Copernicus, ces stations offriraient une surveillance continue de la qualité de l’air pendant toute la durée de l’événement, permettant aux décideurs de prendre des décisions éclairées basées sur des données réelles plutôt que sur des estimations. En attendant la généralisation de cette technologie, les autorités sont invitées à suivre de près les résultats de ces premiers essais et à préparer des protocoles d’action qui intègrent les alertes de métaux toxiques dans leurs plans d’urgence.
Cet article vous a-t-il été utile ?
