8 ore fa
1
Prevedere gli incendi boschivi, come
quelli che hanno devastato Los Angeles a gennaio, usando
l'Intelligenza Artificiale e integrando le previsioni meteo con
un mix di dati relativi alla quantità di vegetazione secca e
alla presenza umana. E il nuovo metodo sviluppato sotto la guida
dell'italiana Francesca Di Giuseppe, del Centro europeo per le
previsioni meteorologiche Ecmwf, e pubblicato su Nature
Communications.
"La previsione degli incendi boschivi è un campo di ricerca
attivo da decenni e ha portato all'istituzione di sistemi di
allerta precoce a partire dagli anni '70 - ha detto Di Giuseppe
- ma i tradizionali indici di rischio incendi basati sul meteo
spesso non sono molto precisi". Un caso recente sono stati i
devastanti incendi di Los Angeles che hanno causato danni per
200 miliardi di dollari e fatto evacuare 200mila persone. Un
evento favorito da un periodo di grande piovosità che aveva
favorito la crescita di vegetazione seguito da un periodo
estremante secco e ventoso: un mix che aveva prodotto grandi
quantità di materiali infiammabili. In quel caso i tradizionali
metodi di previsione incendi avevano riconosciuto il pericolo ma
non avevano individuato con precisione i punti più probabili per
i primi inneschi. Tuttavia, incorporando parametri aggiuntivi,
come la presenza umana, la densità stradale o di reti
elettriche, e soprattutto l'abbondanza di vegetazione e la sua
secchezza il nuovo metodo sviluppato dai ricercatori Ecmwf
avrebbe, secondo i ricercatori, potuto individuare le aree con
maggiore probabilità di innesco dell'incendio. "Essere in grado
di aggiungere questi elementi grazie al Machine Learning aiuta a
perfezionare le previsioni", ha aggiunto Di Giuseppe. "Ci
permette, ad esempio, di poter escludere aree calde e secche ma
che difficilmente subiranno inneschi, magari perché non ci sono
pericoli per le persone oppure perché non c'è sufficiente
vegetazione secca che possa bruciare".
Riproduzione riservata © Copyright ANSA
