Prévoir les sécheresses, ajuster l’irrigation, surveiller l’humidité des sols ou anticiper les vagues de chaleur : l’intelligence artificielle gagne du terrain dans la recherche climatique au Maroc. Une nouvelle étude scientifique montre toutefois que le défi n’est plus seulement de développer des algorithmes performants, mais de les faire sortir des laboratoires pour les transformer en outils utilisables par les agriculteurs, les gestionnaires de l’eau et les collectivités.
L’intelligence artificielle pourrait-elle aider le Maroc à mieux gérer une ressource devenue stratégique : l’eau ? Une vaste revue scientifique publiée le 1er septembre dans City and Environment Interactions, revue du groupe Elsevier, apporte des éléments encourageants tout en soulignant les limites actuelles.
Les chercheurs ont analysé 80 publications scientifiques réalisées entre 2020 et 2025 sur l’utilisation de l’IA face aux défis climatiques marocains. Les travaux se sont nettement accélérés après 2022 et concernent particulièrement l’agriculture, les ressources hydriques et la gestion des risques climatiques.
Prévoir plutôt que subir
L’intérêt de ces technologies tient à leur capacité à croiser rapidement des volumes considérables d’informations : images satellites, précipitations, températures, humidité des sols, ressources souterraines, état de la végétation ou encore données historiques.
Appliqués à l’agriculture, ces modèles peuvent notamment estimer les besoins en eau d’une culture et déterminer plus précisément le moment opportun pour irriguer. Dans un contexte de ressources limitées, l’objectif est simple : apporter l’eau là où elle est réellement nécessaire et réduire les consommations évitables.
Les mêmes techniques peuvent contribuer à détecter les signes précoces de stress hydrique des cultures, anticiper certains rendements ou identifier les territoires davantage exposés à la sécheresse.
L’IA ne se limite d’ailleurs pas au couple eau-agriculture. La recherche marocaine l’utilise également pour cartographier les îlots de chaleur urbains, améliorer les prévisions de production solaire et éolienne ou développer des systèmes d’alerte face à certains risques naturels.
Le maillon faible : les données de terrain
Mais l’étude révèle aussi une faiblesse importante : la distance entre les performances obtenues dans les laboratoires et leur utilisation à grande échelle sur le terrain.
Les chercheurs pointent notamment la rareté de certaines observations terrestres, l’accès limité aux données institutionnelles, les différences de résolution entre les sources disponibles et le manque de validation des modèles dans des territoires différents de ceux où ils ont été développés.
Cette question est particulièrement importante au Maroc. Un modèle efficace dans une plaine agricole ne donnera pas nécessairement les mêmes résultats dans une région montagneuse, une oasis ou une zone saharienne.
C’est donc ici que se situe le véritable enjeu. L’algorithme ne crée pas l’eau et ne remplace ni les barrages, ni le dessalement, ni les politiques d’économie de la ressource. Il peut en revanche permettre de mieux connaître ce que l’on possède, prévoir ce qui risque de manquer et décider plus tôt où intervenir.
Pour un pays confronté au stress hydrique, ce gain de précision peut devenir considérable. Mais la prochaine bataille ne se jouera plus uniquement dans les universités : elle consistera à faire parvenir ces outils jusqu’aux champs, aux barrages et aux centres de décision.
