Attestazione:Oleksandrum, Shutterstock
Con la crescente frequenza di eventi naturali legati all'acqua come inondazioni e siccità, i responsabili delle politiche si stanno sempre più concentrando sulla gestione del rischio e sulle strategie di adattamento. Questi richiedono non solo una migliore comprensione e utilizzo delle previsioni di eventi idrologici estremi, ma anche il coinvolgimento degli stakeholder nel processo decisionale. Il progetto IMPREX, finanziato dall'UE, ha fatto proprio questo, combinare diverse forme di dati con modelli climatici ad alta potenza per prevedere e preparare l'impatto delle condizioni idro-meteorologiche.
Una notizia sul sito web del progetto spiega:"L'integrazione interdisciplinare delle conoscenze è un elemento essenziale per la fornitura di servizi climatici poiché si occupa del processo di condensazione di più fonti di conoscenza (modelli climatici, modelli economici, modelli idrologici, ecc.) in un modello congiunto che può essere utilizzato per supportare le decisioni degli utenti basate sulla scienza."
Per realizzare questo, IMPREX utilizza un approccio di modellazione partecipativa della dinamica del sistema che coinvolge gli utenti finali fin dall'inizio nel processo di creazione del modello. I partner del progetto ritengono che "la conoscenza, i dati e le priorità delle parti interessate hanno un impatto reale sullo sviluppo del modello in termini di impostazione di ipotesi e parametri del modello".
Come parte di questo approccio, IMPREX sviluppa prima un modello qualitativo insieme agli utenti finali. "La fase successiva riguarda lo sviluppo di modelli quantitativi in cui diversi componenti di modellazione sono integrati e adattati alle particolarità di una regione e alle esigenze degli utenti finali per il supporto decisionale".
Coinvolgimento delle parti interessate
Nello stesso sito web, un video mostra un esempio di come IMPREX utilizza la modellazione dinamica del sistema, combinando idrologico, componenti dei dati del modello economico e climatico. Si riferisce a un caso di studio che coinvolge il bacino del fiume Júcar, dove gli episodi di siccità e inondazioni sono molto ricorrenti. L'obiettivo principale di questo caso di studio è "definire un modo per migliorare i meccanismi di previsione dell'afflusso attualmente utilizzati e applicarli nelle operazioni reali".
Questo caso di studio è importante per IMPREX "a causa dell'elevato grado di cooperazione tra le autorità esistenti per la gestione della siccità, che è un esempio di come il coinvolgimento delle parti interessate può fare la differenza nella gestione delle risorse idriche." Il progetto valuterà come una migliore previsione degli estremi idrologici può aumentare l'efficienza del funzionamento del sistema idrico contro gli eventi di siccità, considerando l'energia idroelettrica e l'agricoltura. "Le lezioni apprese da questo caso di studio in termini di coinvolgimento degli stakeholder, cooperazione, e l'integrazione della previsione di eventi estremi nel processo decisionale può essere esportata in altri bacini fluviali europei per risolvere le sfide future."
Incendi e previsioni
La logica alla base di IMPREX che implica "imparare dall'oggi per anticipare il domani" è rilevante anche per vari studi parzialmente supportati dal progetto. Un esempio recente è un articolo pubblicato sulla rivista "Nature Communications". Gli autori hanno scritto:"Gli obiettivi generali di questo studio sono lo sviluppo di relazioni predittive empiriche tra il fuoco e le variabili climatiche per l'intero globo e l'esplorazione delle prestazioni di un modello integrato clima-BA [aree bruciate] che combina modelli empirici fuoco-clima con previsioni stagionali del clima globale, per ottenere previsioni stagionali dell'attività degli incendi in tutto il mondo."
L'attuale IMPREX (IMproving PRedictions and management of hydrological EXtremes) è stato progettato per "migliorare l'abilità di previsione degli estremi meteorologici e idrologici in Europa e dei loro impatti, applicando insiemi di modelli dinamici, studi di processo, nuove tecniche di assimilazione dei dati e modellazione ad alta risoluzione, " come sintetizzato su CORDIS.