Mes travaux de recherche se concentrent sur la modélisation de la prévision du brouillard, en particulier en zone côtière, en utilisant des modèles de prévision numérique du temps et/ou des techniques avancées en intelligence artificielle. Les brouillards côtiers se forment dans des régions complexes et peuvent dépendre entre autres de la topographie, de l’hétérogénéité spatiale terre-mer et de la forme de la côte. Ces brouillards sont donc influencés par plusieurs échelles spatio-temporelles et difficilement prévisibles.

Dans mon premier axe de recherche, j’ai exploité les modèles de prévision numérique du temps pour améliorer la précision des prévisions de brouillard et pour mieux comprendre les mécanismes physiques qui régissent le cycle de vie du brouillard, en mettant l’accent sur les zones côtières. En utilisant des observations météorologiques détaillées, des simulations numériques avancées et des modèles numériques de terrain, j’ai cherché à élucider les facteurs spécifiques qui contribuent à la formation du brouillard côtier, en particulier sur les côtes nord-ouest du Maroc (Bari et al., JAMC, 2016). Cette compréhension approfondie des processus physiques est essentielle pour améliorer la capacité de prédiction des modèles et permettre une meilleure gestion des risques liés au brouillard dans ces régions sensibles (Bari et al., QJRMS 2015; Bari et al., AAQR 2018). Les conditions initiales sont également essentielles à la qualité de la prévision, les données du vent (composantes zonale et méridionale) issues de la station synoptique (à 10 m) et celles issues des AMDARs  ont été assimilées pour la première fois dans le cadre d’un modèle unidimensionnel dédié à la prévision du brouillard et des nuages bas (Bari, Atmos. 2019).

Dans mon deuxième axe de recherche, j’ai exploité les techniques d’intelligence artificielle pour améliorer la précision de la prévision du brouillard. Mes études de recherche se concentrent sur les applications de l’IA ciblant la prévision des conditions de faible visibilité à travers deux approches :

(1) L’inclusion de techniques d’IA dans les modèles numériques de prévision du temps, par exemple en remplaçant les paramétrisations sous-maille. Ainsi, la visibilité horizontale à 2m a été diagnostiqué à partir des principaux paramètres météorologiques de la couche limite atmosphérique issus du modèle opérationnel AROME en utilisant trois techniques de régression d’apprentissage automatique supervisé (Ensemble basé sur les arbres de décision, les réseaux neuronaux et méthodes linéaires généralisées) (Bari and Ouagabi, SNAS, 2020). Dans ce contexte, la sensibilité du modèle développé par ML à la plateforme (Weka, H2O, Keras, Scikit Learn)  et à l’algorithme (XGBoost, RF, GBM, DFFN) utilisés a été évaluée (Bari et al.,  MORGEO Conf., 2020) .

(2) L’utilisation de techniques IA pour déterminer la prévisibilité du brouillard. Les modèles numériques et les observations sont un élément essentiel pour l’apprentissage IA. Ces deux méthodes ont été explorées. Dans certaines méthodes l’apprentissage est piloté uniquement par des données d’observation (Bari et al., Atmos. 2023; Bari and Lekhlifi, IJBAS 2015). Dans d’autres méthodes comme la prévision d’ensemble par analogues, l’apprentissage combine de manière optimale les deux sources de données (modèle NWP et observations) (Alaoui et al., JMR 2022; Alaoui et al., Atmos. 2023; Alaoui et al., MedGU Conf. 2022).

2023 :  Bari, D.; Bergot, T.; Tardif, R. Fog Decision Support Systems: A Review of the Current Perspectives. Atmosphere 2023, 14, 1314. https://doi.org/10.3390/atmos14081314 

2023 : Bari, D.; Lasri, N.; Souri, R.; Lguensat, R. Machine Learning for Fog-and-Low-Stratus Nowcasting from Meteosat SEVIRI Satellite Images. Atmosphere 2023, 14, 953. https://doi.org/10.3390/atmos14060953

2022 : Alaoui, B., Bari, D., and , Ghabbar, Y.. Surface weather parameters forecasting using analog ensemble method over the main airports of Morocco. J. Meteor. Res., 36(6), 1–17, 2022.  https://doi.org/10.1007/s13351-022-2019-0

2022 : Alaoui, B.; Bari, D.; Bergot, T.; Ghabbar, Y. Analog Ensemble Forecasting System for Low-Visibility Conditions over the Main Airports of Morocco. Atmosphere 2022, 13, 1704. https://doi.org/10.3390/atmos13101704

2020 : de Vos, M. G., Hazeleger, W., Bari, D., Behrens, J., Bendoukha, S., Garcia-Marti, I., van Haren, R., Haupt, S. E., Hut, R., Jansson, F., Mueller, A., Neilley, P., van den Oord, G., Pelupessy, I., Ruti, P., Schultz, M. G., and Walton, J.: Open weather and climate science in the digital era, Geosci. Commun., 3, 191–201, https://doi.org/10.5194/gc-3-191-2020, 2020.

2020 : Bari, D., Ameksa, M., and Ouagabi, A. A comparison of datamining tools for geo-spatial estimation of visibility from AROME-Morocco model outputs in regression framework, 2020 IEEE International conference of Moroccan Geomatics (Morgeo), Casablanca, Morocco, 2020, pp. 1-7, https://doi.org/10.1109/Morgeo49228.2020.9121909.

2020 : Bari, D., and Ouagabi, A. Machine-learning regression applied to diagnose horizontal visibility from mesoscale NWP model forecasts. Springer Nature Applied Sciences. 2, 556.  https://doi.org/10.1007/s42452-020-2327-x

2019 : Bari, D. A Preliminary Impact Study of Wind on Assimilation and Forecast Systems into the One-Dimensional Fog Forecasting Model COBEL-ISBA over Morocco. Atmosphere, 10, 615. https://doi.org/10.3390/atmos10100615.

2018 : Bari, D. Visibility Prediction Based on Kilometric NWP Model Outputs Using Machine-Learning Regression, 2018 IEEE 14th International Conference on e-Science (e-Science), Amsterdam, 2018, pp. 278-278, https://doi.org/10.1109/eScience.2018.00048.

2018 : Bari, D. and Bergot, T. Influence of Environmental Conditions on Forecasting of an Advection-Radiation Fog: A Case Study from the Casablanca Region, Morocco. Aerosol and Air Quality Research, 18(1), pp.62-78. https://doi.org/10.4209/aaqr.2016.11.0520.

2016 : Bari, D., Bergot, T., and EL Khlifi, M. Local Meteorological and Large-Scale Weather Characteristics of Fog over the Grand Casablanca Region, Morocco. Journal of Applied Meteorology and Climatology. 55(8), 1731-1745. https://doi.org/10.1175/JAMC-D-15-0314.1.

2015 : Bari, D., Bergot, T., and EL Khlifi, M. Numerical Study of a Coastal Fog Event over Casablanca, Morocco. Quarterly Journal of the Royal Meteorological Society. 141 (690), 1894-1905. https://doi.org/10.1002/qj.2494.

2015 : Bari, D. and EL Khlifi, M. LVP Conditions at Mohamed V Airport, Morocco: Local Characteristics and Prediction using Neural Networks. International Journal of basic and applied sciences. 4(4), 354. https://doi.org/10.14419/ijbas.v4i4.5044.