La connaissance des conditions de glace sur les cours d’eau, depuis le début du gel jusqu’à la débâcle, est essentielle à la sécurité de la navigation sur les cours d’eau glacés. Or, les prévisions concernant le début du gel et les conditions de glace sont pratiquement inexistantes pour la Voie maritime du Saint-Laurent, une voie de navigation majeure au Canada. Pour Fednav (la plus grande compagnie canadienne de transport international en vrac opérant sur la Voie maritime), ce manque d’informations entraîne de grandes incertitudes, ce qui l’oblige à adopter une approche prudente afin de garantir une navigation sûre et efficace de sa flotte.

Si les prévisions régionales relatives à la formation de glace s'appuient généralement sur des modèles numériques glace-océan à haute résolution, ce type de modèle est coûteux à développer et à exploiter, et aucun n'est encore disponible pour la voie maritime du Saint-Laurent. Ce projet propose de développer un nouveau modèle de prévision de la formation de glace pour la voie maritime du Saint-Laurent, basé sur l'apprentissage automatique.