Secondo un nuovo studio pubblicato su Nature, un modello di intelligenza artificiale (AI) potrebbe migliorare l'accuratezza della previsione delle inondazioni . Il sistema ha dimostrato di essere accurato quanto gli attuali metodi principali o di migliorarli e potrebbe fornire avvisi tempestivi in caso di grandi inondazioni.
I cambiamenti climatici causati dall’uomo hanno aumentato la frequenza delle inondazioni in alcune regioni. Gli attuali metodi di previsione sono limitati dalla loro dipendenza dai misuratori di flusso (stazioni di monitoraggio lungo i fiumi), che non sono distribuiti uniformemente in tutto il mondo. I fiumi non misurati sono quindi più difficili da prevedere, con gli effetti negativi avvertiti principalmente dai paesi in via di sviluppo.
Gray Nearing e colleghi hanno sviluppato un modello di intelligenza artificiale addestrato utilizzando 5.680 misuratori esistenti per prevedere il flusso giornaliero in bacini idrografici non misurati per un periodo di previsione di 7 giorni. Il modello AI è stato poi testato rispetto al software leader a livello mondiale per la previsione delle inondazioni in scenari sia a breve che a lungo termine, il Global Flood Awareness System (GloFAS).
Il modello di intelligenza artificiale è stato in grado di fornire previsioni delle inondazioni con cinque giorni di anticipo che erano altrettanto affidabili o migliori delle previsioni dello stesso giorno del sistema attuale. Inoltre, l'accuratezza del modello AI nel prevedere eventi meteorologici estremi con una finestra di ritorno di cinque anni era pari o migliore rispetto alle previsioni GloFAS per eventi con una finestra di ritorno di un anno.
Questi risultati suggeriscono che il modello AI può fornire avvisi di inondazioni sia per eventi piccoli che estremi in bacini non misurati con un periodo di preavviso più lungo rispetto ai metodi precedenti e potrebbe migliorare l'accesso a previsioni affidabili delle inondazioni per le regioni in via di sviluppo.
Ulteriori informazioni: Gray Nearing et al, Previsione globale di inondazioni estreme in bacini idrografici non misurati, Natura (2024). DOI:10.1038/s41586-024-07145-1
Informazioni sul giornale: Natura
Fornito da Springer
