Studio evidenzia come l’AI possa offrire strumenti avanzati per anticipare e gestire meglio le catastrofi naturali.
Un modello di intelligenza artificiale – AI potrebbe migliorare notevolmente l’accuratezza delle previsioni delle inondazioni, secondo uno studio pubblicato su Nature. Questo sistema si dimostra superiore ai metodi attualmente più avanzati, offrendo potenzialmente avvisi più tempestivi di grandi eventi di inondazione.
Il cambiamento climatico causato dall’uomo ha aumentato la frequenza delle inondazioni in alcune regioni. I metodi di previsione attuali sono limitati dalla loro dipendenza da idrometri (stazioni di monitoraggio lungo i fiumi), che non sono distribuiti uniformemente in tutto il mondo. Di conseguenza, è più difficile prevedere le inondazioni nei fiumi non monitorati, con effetti negativi che si fanno sentire principalmente nei paesi in via di sviluppo.
Grey Nearing e colleghi del team di Previsione delle Inondazioni di Google Research hanno sviluppato un modello di AI addestrato utilizzando 5.680 idrometri esistenti per prevedere il flusso quotidiano nei bacini non monitorati durante un periodo di previsione di 7 giorni. Il modello di AI è stato poi testato contro il software globale leader nella previsione delle inondazioni in scenari a breve e lungo termine, il Sistema Globale di Consapevolezza delle Inondazioni (GloFAS).
Il modello di AI è stato in grado di fornire previsioni di inondazioni con cinque giorni di anticipo che erano affidabili quanto o più delle previsioni del giorno stesso del sistema attuale. Inoltre, l’accuratezza del modello di AI nel prevedere eventi meteorologici estremi con una finestra di ritorno di cinque anni era uguale o migliore rispetto alle previsioni GloFAS per eventi con una finestra di ritorno di un anno. Questi risultati suggeriscono che il modello di AI può fornire avvisi di inondazione per eventi sia piccoli che estremi in bacini non monitorati con un preavviso più lungo rispetto ai metodi precedenti e potrebbe migliorare l’accesso a previsioni di inondazione affidabili per le regioni in via di sviluppo.
Articolo Nature: Global prediction of extreme floods in ungauged watersheds. DOI 10.1038/s41586-024-07145-1.
Fonte LavoroIA – LavoroIntelligenzaArtificiale.
