Ecologia

Uno strumento per conoscere gli impatti di eventi meteo estremi sulle coste, anticiparli e prendere decisioni in tempo utile. Da uno studio che coinvolge il Cmcc nasce un prototipo che, utilizzando intelligenza artificiale e machine learning, offre ai decisori politici le conoscenze per capire i fattori di rischio e pianificare strategie di adattamento

Le aree costiere, con la loro alta densità di popolazione, attività economiche interconnesse ed ecosistemi fragili, sono particolarmente vulnerabili agli eventi estremi che a loro volta sono in aumento a causa dei riscaldamenti climatici. Tuttavia, vista la complessità di queste interazioni, è necessario migliorare le metodologie e le capacità di valutazione dei rischi.
Tra i primi studi del suo genere, il paper intitolato "A machine learning approach to evaluate coastal risks related to extreme weather events in the Veneto region (Italy)" utilizza l’intelligenza artificiale (AI) per stimare i rischi derivanti da eventi meteorologici estremi lungo i comuni costieri della regione Veneto. Questo approccio offre nuove possibilità su come i modelli ml (machine learning) possano essere impiegati per la valutazione ambientale e multi-rischio in condizioni di riscaldamento climatico.
 
Pioggia, vento e marea
Il modello ml (machine learning) sviluppato per questa ricerca può essere utilizzato per stimare l'importanza dei diversi fattori di rischio offrendo informazioni sui loro driver fisici e contribuendo allo stesso tempo all'implementazione della pianificazione dell'adattamento.
Lo studio mostra come un nuovo percorso per affrontare questi eventi multi-rischio è offerto dagli algoritmi di machine learning poiché sono in grado di gestire efficacemente enormi quantità di dati e modellare complesse relazioni non lineari tra molteplici fattori e meccanismi di feedback.
Lo studio ha anche rilevato che i principali driver di rischio nella regione Veneto sono la precipitazione totale giornaliera, l'intensità del vento e l'altezza massima del livello del mare. Inoltre, ha mostrato come l'importanza di questi pericoli vari a seconda del comune a causa dell'eterogeneità territoriale della costa.
 
Decidere presto
"Il modello sviluppato nello studio rappresenta un prototipo iniziale di uno strumento di aiuto decisionale che sostiene la valutazione del rischio climatico e la definizione delle strategie di adattamento su scala regionale," afferma Maria Katherina Dal Barco, autrice dello studio e ricercatrice del Cmcc.
"Questa applicazione mira a fornire aiuto ai decisori nello sviluppo di sistemi di allerta e piani di adattamento" spiega Dal Barco. "È, infatti, necessario identificare i fattori che storicamente hanno generato questi rischi, sia individualmente che in combinazione, e definire, in base al valore del punteggio di rischio, se un campione è ad alto rischio di impatto o meno. Inoltre, data la natura eterogenea e le caratteristiche delle aree costiere del Veneto, i fattori di esposizione e vulnerabilità sono stati inclusi nell'analisi evidenziando le peculiarità territoriali che potrebbero intensificare gli effetti degli eventi meteorologici estremi."
 
Leggi lo studio Maria Katherina Dal Barco, Margherita Maraschini, Davide Mauro Ferrario, Ngoc Diep Nguyen, Silvia Torresan, Sebastiano Vascon, Andrea Critto, “A machine learning approach to evaluate coastal risks related to extreme weather events in the Veneto region (Italy)”, International Journal of Disaster Risk Reduction, Volume 108, 2024, 104526, ISSN 2212-4209, https://doi.org/10.1016/j.ijdrr.2024...