Le tempeste ad alta intensità causano miliardi di libbre di danni ogni anno, e il cambiamento climatico è destinato a peggiorare la situazione in futuro. Sembra che stiamo già assistendo a tempeste di vento più frequenti e intense. L'ex uragano Ophelia e Storm Eleanor hanno entrambi provocato il caos nelle isole britanniche durante l'inverno, compresi gli infortuni, interruzioni di corrente e gravi ritardi di viaggio.

Non sono solo i pendolari e le famiglie a essere colpiti. Ogni anno in tutta Europa, il numero di alberi che le foreste commerciali perdono a causa delle tempeste è equivalente alla quantità annuale di legname abbattuto in Polonia.

I danni alle foreste sono un problema particolare nell'Europa settentrionale e occidentale, ma sempre più anche luoghi come i paesi baltici e la Bielorussia. Grazie al cambiamento climatico, i danni potrebbero raddoppiare nel corso di questo secolo.

I ricercatori utilizzano varie tecniche di modellazione per aiutare i gestori forestali a prevedere quali alberi sono a rischio di danni, ma nessuno è sufficientemente preciso. L'intelligenza artificiale ha il potenziale per fare una grande differenza, però. Abbiamo costruito un sistema che crediamo indichi la strada per proteggere l'industria forestale in modo più efficace in futuro.

Legno e ottone

La silvicoltura è un importante contributo all'economia del Regno Unito, con un valore aggiunto lordo annuo di circa 2 miliardi di sterline, poco più dello 0,1% dell'economia totale. Ci sono circa 31, 000 chilometri quadrati di bosco, circa il 13% della superficie terrestre totale della Gran Bretagna.

Questa zona è in continuo aumento, sia per soddisfare la crescente domanda di legname, sia per ragioni ambientali:in Inghilterra, la foresta settentrionale recentemente annunciata tra Hull a est e Liverpool a ovest aiuterà a prevenire le inondazioni, perdita di suolo e fauna selvatica. In Scozia, gran parte della piantagione di alberi è guidata dalla necessità di rimuovere più anidride carbonica dall'aria tramite il sequestro del carbonio.

I danni alla foresta lo stanno trattenendo, però. Almeno cinque volte nel Regno Unito negli ultimi 50 anni, enormi tempeste hanno danneggiato legname con un volume di oltre 1 milione di metri cubi.

L'industria forestale cerca di ridurre il rischio di danni causati dal vento in vari modi, compresa la raccolta di alberi in giovane età, e il diradamento anticipato delle foreste per aumentare la stabilità a lungo termine degli alberi.

I forestali nel Regno Unito usano comunemente un sistema software chiamato ForestGALES per aiutare a stimare la probabilità di danni causati dal vento a gruppi di alberi, come vengono chiamati nel settore. Esistono anche tecniche di modellazione per prevedere i danni provocati dalle tempeste ai singoli alberi, in base a cose come la loro altezza, larghezza e caratteristiche forestali più generali come il tipo di suolo.

Tutti questi sistemi soffrono del fatto che le loro previsioni fanno riferimento a database di informazioni che non contengono molti dati. Purtroppo è molto lungo raccogliere le informazioni rilevanti e non è disponibile per alcune aree, quindi non è sempre pratico migliorare su questo. Inoltre, non aiuta il fatto che la proporzione di alberi danneggiati in una determinata foresta sia piuttosto bassa, a circa il 15% del totale.

Futures forestali

Noi e molti altri colleghi abbiamo collaborato per trovare un modo diverso di andare avanti, unendo le nostre competenze in informatica e gestione forestale. Siamo stati in grado di dimostrare che i computer possono utilizzare l'apprendimento automatico per ideare un modello in grado di prevedere i danni ai singoli alberi in modo molto accurato.

Si basa su un tipo di evoluzione artificiale chiamata programmazione genetica (GP), che imita l'evoluzione nel mondo naturale per fornire caratteristiche completamente nuove che possono essere inserite in un sistema di classificazione per rendere più facile la discriminazione tra i diversi alberi. Queste caratteristiche non rientrano in nessuna categorizzazione umana ordinata, quindi è difficile fare degli esempi; ogni nuova caratteristica è una complessa funzione matematica che combina alcune delle variabili originali come la densità degli alberi e la circonferenza del tronco in modi nuovi.

Quando abbiamo testato il modello utilizzando i dati raccolti da due foreste danneggiate dalle tempeste nel sud-ovest della Francia, era accurato al 90% in una foresta e al 79% nell'altra. In termini di punti percentuali, il miglioramento su altri sistemi di modellazione è a doppia cifra.

Il nuovo approccio fornisce anche nuovi spunti ai gestori forestali, ad esempio mettendo in evidenza i fattori che maggiormente influenzano la suscettibilità ai danni – come la densità degli alberi – che a sua volta li aiuta a sviluppare migliori piani di gestione forestale per il futuro. E i modelli funzionano sufficientemente velocemente da poter mappare l'impatto di questi piani di gestione in tempo reale, che è estremamente utile per la pianificazione forestale e per il coinvolgimento delle parti interessate.

È un buon esempio di come l'intelligenza artificiale stia migliorando la nostra capacità di far fronte al mondo che ci circonda. Non sappiamo di nessun altro che abbia provato ad applicare l'apprendimento automatico alla gestione del rischio forestale, ma ci sono paralleli in numerose aree:diagnosi del cancro al seno, per fare un esempio. Il tempo dirà se possiamo fare i conti con il cambiamento climatico:ma se ci saranno più tempeste in futuro, dovremmo almeno essere più bravi a identificare in anticipo i punti deboli nelle foreste.

Questo articolo è stato originariamente pubblicato su The Conversation. Leggi l'articolo originale.