Dans un contexte où la transition énergétique s’accélère, l’intelligence artificielle (IA) se révèle être un outil précieux pour les scientifiques dans la quête de nouvelles sources d’énergie à faible émission de carbone. L’IA transforme la recherche de l’hydrogène naturel, une ressource énergétique d’avenir.
Des chercheurs ont mis au point un modèle d’apprentissage profond pour explorer la surface terrestre à la recherche de signes révélateurs de réservoirs souterrains d’hydrogène libre naturel. Ce modèle permet de repérer des dépressions semi-circulaires (DSC) qui se forment à proximité de gisements d’hydrogène dit «doré». Bien que ces motifs circulaires soient souvent situés dans des zones de basse altitude, ils peuvent être dissimulés par des activités agricoles ou d’autres formes de végétation.
Les récentes découvertes de ces formations aux États-Unis, au Mali, en Namibie, au Brésil, en France et en Russie ont révélé leur présence en nombre plus important que ce que l’on pensait auparavant.
Pour détecter ces DSC presque invisibles, deux études récentes décrivent comment Sam Herreid et Saurabh Kaushik, tous deux chercheurs postdoctoraux au Byrd Polar and Climate Research Center de l’Université d’État de l’Ohio, ont combiné leur modèle avec des données d’imagerie satellite mondiale.
Formation et entraînement de l’algorithme
L’équipe a compilé une liste de sites connus de DSC pour entraîner leur algorithme à effectuer des recherches à l’échelle mondiale. Après avoir utilisé des données de télédétection pour analyser l’apparence de ces sites vus du ciel, ils se sont appuyés sur des motifs géomorphiques et spectraux pour déterminer quels sites dans le monde sont susceptibles d’être associés à des DSC liés à l’hydrogène géologique.
Leur projet a démontré que l’IA possède une capacité unique à cartographier les expressions de surface de réservoirs potentiels d’hydrogène souterrain à travers le monde, établissant ainsi une base pour des investigations plus approfondies des sites associés à l’hydrogène.
L’hydrogène naturel, une source d’énergie propre
L’hydrogène est reconnu depuis longtemps comme l’une des sources d’énergie les plus propres et les plus efficaces de la nature. Joachim Moortgat, investigateur principal du projet et professeur associé en sciences de la Terre à l’Université d’État de l’Ohio, souligne que l’intérêt pour l’hydrogène naturel augmente rapidement à mesure que les gouvernements investissent dans des alternatives plus propres.
« L’hydrogène est une source d’énergie très attrayante », affirme le Professeur Moortgat. « Si vous le brûlez, son seul sous-produit est l’eau, et contrairement à l’énergie éolienne ou solaire, l’hydrogène peut être stocké et transporté, ce qui intéresse de nombreuses industries. »
« Comme l’hydrogène doré est également produit en continu dans la croûte terrestre, certains estiment que l’accès à une ressource énergétique à faible teneur en carbone et pratiquement exempte d’émissions de gaz à effet de serre pourrait redéfinir le paysage énergétique mondial. La localisation de l’hydrogène nécessite par contre le développement de nouveaux outils d’exploration, » ajoute t-il encore.
Défis et perspectives
Malgré l’utilisation de données satellitaires pour cibler des zones d’intérêt, les véritables dépôts d’hydrogène peuvent facilement être confondus avec d’autres caractéristiques terrestres circulaires, telles que des lacs, des terrains de golf ou des cercles de culture.
Newsletter Enerzine
Recevez les meilleurs articles
Énergie, environnement, innovation, science : l’essentiel directement dans votre boîte mail.
Alors que les pays s’efforcent d’accélérer la recherche de sources d’hydrogène, de nombreuses initiatives sont déjà en cours pour exploiter cette nouvelle énergie prometteuse. En Europe, des travaux sont en place pour tirer parti des réserves d’hydrogène doré, tandis qu’aux États-Unis, des lois comme l’ « Inflation Reduction Act » incluent des dispositions pour étendre l’industrie de la production d’énergie propre.
« Malgré l’évolution rapide du domaine, il faudra encore quelques années avant que les réservoirs d’hydrogène naturel soient intégrés avec succès comme source fiable d’énergie propre. Les chercheurs doivent maintenant se concentrer sur l’approfondissement de notre compréhension de ces systèmes d’hydrogène, » conclut Moortgat.
En synthèse
La recherche de l’hydrogène naturel bénéficie grandement des avancées en intelligence artificielle, qui permettent de détecter des indices de réservoirs souterrains à l’échelle planétaire. Cette technologie ouvre la voie à une meilleure compréhension et exploitation de cette source d’énergie propre, en pleine harmonie avec les objectifs de transition énergétique mondiale.
Pour une meilleure compréhension
Qu’est-ce que l’hydrogène doré et pourquoi est-il important ?
L’hydrogène doré est une forme d’hydrogène naturel qui est produit en continu dans la croûte terrestre. Il représente une source d’énergie propre, car sa combustion ne libère que de l’eau, sans émissions de gaz à effet de serre.
Comment l’intelligence artificielle aide-t-elle à localiser l’hydrogène naturel ?
L’IA est utilisée pour analyser des données satellitaires et identifier des motifs géomorphiques et spectraux qui indiquent la présence de dépressions semi-circulaires associées à des gisements d’hydrogène.
Quels sont les défis associés à la détection de l’hydrogène naturel ?
Les dépôts d’hydrogène peuvent être confondus avec d’autres caractéristiques circulaires de la terre, rendant leur identification difficile sans outils spécialisés.
Quel est l’impact potentiel de l’hydrogène naturel sur l’énergie mondiale ?
L’hydrogène naturel pourrait devenir une source d’énergie fiable et propre, contribuant à la réduction des émissions de gaz à effet de serre et à la transition vers des énergies renouvelables.
Quelles sont les perspectives pour l’intégration de l’hydrogène naturel dans le mix énergétique ?
Des avancées sont nécessaires pour une intégration réussie, notamment en matière de localisation précise des gisements et de développement de méthodes d’extraction et de transport efficaces.
Références
Herreid, S., & Kaushik, S. (2023). Deep learning model for detecting surface expressions of subsurface hydrogen reservoirs. Byrd Polar and Climate Research Center, The Ohio State University.
