I ricercatori dell'Università del Sussex hanno sviluppato un sistema in grado di prevedere con precisione un periodo di siccità nell'Africa orientale fino a dieci settimane prima.

Le immagini satellitari sono già utilizzate in Kenya per monitorare lo stato dei pascoli e determinare la salute della vegetazione utilizzando una metrica nota come Vegetation Condition Index. Questi vengono trasmessi ai decisori nelle regioni aride e semi-aride del Kenya attraverso sistemi di allerta precoce per la siccità.

Però, questi sistemi, gestito dall'Autorità nazionale per la gestione della siccità (NDMA), consente alle organizzazioni e alle comunità di intervenire solo quando gli impatti di una siccità si sono già verificati. A quel punto, un clima così estremo avrebbe già avuto un effetto devastante sul sostentamento della popolazione locale.

Anziché, un team di ricercatori dell'Università del Sussex e dell'NDMA ha sviluppato un nuovo sistema chiamato Astrocast.

Cofinanziato dal Science and Technology Facilities Council, il progetto consente alle agenzie umanitarie e ai gestori del rischio di siccità di essere proattivi quando si tratta di affrontare gli impatti di condizioni meteorologiche estreme prevedendo i cambiamenti prima che si verifichino.

In un documento di ricerca pubblicato in Telerilevamento dell'ambiente , spiegano come un team interdisciplinare di data scientist (astronomi e matematici) con geografi ha utilizzato tecniche della scienza dell'astronomia; elaborare i dati direttamente dai telescopi spaziali prima di utilizzare metodi statistici avanzati per prevedere condizioni meteorologiche estreme.

Dottor Pedram Rowhani, Senior Lecturer in Geografia e co-fondatore di Astrocast, ha detto:"In molti casi, i primi segni di siccità si vedono sulla vegetazione spontanea, che può essere monitorato dallo spazio.

"Il nostro approccio misura l'indice delle condizioni della vegetazione passato e presente (VCI), un indicatore basato su immagini satellitari e spesso utilizzato per identificare condizioni di siccità, comprendere le tendenze e il comportamento generale del VCI nel tempo, prevedere cosa potrebbe accadere in futuro".

Primo autore congiunto dell'articolo e docente di Machine Learning e Data Science, Il Dr. Adam Barrett ha dichiarato:"Dopo le conversazioni nei corridoi con il Dr. Rowhani su AstroCast, Ho visto l'opportunità di applicare la metodologia che avevo sviluppato nelle neuroscienze teoriche a un progetto con un potenziale di reale impatto umanitario.

"Con il Sussex che incoraggia attivamente il lavoro interdisciplinare, abbiamo deciso di combinare le competenze. È stato illuminante vedere come le nostre tecniche possono essere applicate a un problema del mondo reale e migliorare la vita".

C'è stata una crescente domanda all'interno del settore umanitario di sviluppare sistemi che si concentrino sull'allerta anticipata e incoraggino un approccio più proattivo ai disastri.

L'NDMA keniota fornisce già bollettini mensili sulla siccità per ogni contea, quale stato ha rilevato cambiamenti nella vegetazione e sono utilizzati per prendere decisioni sull'opportunità di dichiarare un'allerta per la siccità.

Ma con le previsioni di Astrocast, questi bollettini potrebbero anche includere una previsione di ciò che è probabile che il VCI sia tra qualche settimana, dando agli agricoltori e ai pastori tempo prezioso per prepararsi.

Seb Oliver, Professore di Astrofisica e co-fondatore di Astrocast, ha dichiarato:"Gran parte della mia ricerca in astrofisica richiede l'elaborazione di dati provenienti da telescopi spaziali astronomici, come l'Herschel Space Observatory. I satelliti per l'osservazione della Terra non sono poi così diversi.

"Usiamo spesso statistiche all'avanguardia e approcci di apprendimento automatico per interpretare i nostri dati astronomici. In questo caso abbiamo utilizzato approcci di apprendimento automatico, e siamo stati in grado di prevedere lo stato della vegetazione fino a dieci settimane prima con un'ottima fiducia.

"Immaginiamo che i nostri rapporti potrebbero essere utilizzati per definire una nuova bandiera di avvertimento che consenta ai leader della contea di prendere decisioni prima e quindi prepararsi meglio. Ma queste informazioni potrebbero essere utilizzate anche da organizzazioni umanitarie come la Croce Rossa del Kenya e altre organizzazioni come il Kenya Dipartimento Met.

"È risaputo che una preparazione precedente è molto più efficace della risposta reattiva".