Il prototipo per la stima del rischio climatico permette migliori politiche di adattamento
Dai rapporti internazionali sul clima sappiamo che gli eventi climatici estremi stanno diventando più intensi e più frequenti e che questa tendenza continuerà nei prossimi decenni. Ma riuscire a prevedere quali possono essere i loro impatti, dove saranno localizzati, e dare quindi una stima del rischio climatico attendibile è un’operazione piuttosto complessa. È, però, anche fondamentale per calibrare le misure di adattamento e di prevenzione alla crisi climatica. Un nuovo strumento abilitato dall’intelligenza artificiale fa un passo avanti in questa direzione.
Il prototipo è stato testato in Veneto
Il prototipo è stato creato da un gruppo di ricercatori del Centro Euro-Mediterraneo per il Cambiamento Climatico (CMCC) e si concentra nello specifico sulla stima del rischio climatico per le aree costiere del Veneto. Una regione che è particolarmente esposta in questo senso. Uno studio pubblicato a inizio 2024 calcolava che l’impatto degli eventi estremi e le loro ripercussioni su catene di fornitura e tessuto economico possono cancellare il 20% del Pil del Veneto entro il 2100, il dato peggiore in tutta Europa (la media italiana, secondo lo stesso studio, è -4,43% del Pil).
“Le aree costiere, con la loro alta densità di popolazione, attività economiche interconnesse ed ecosistemi fragili, sono particolarmente vulnerabili agli eventi estremi che a loro volta sono in aumento a causa dei cambiamenti climatici. Tuttavia, vista la complessità di queste interazioni, è necessario migliorare le metodologie e le capacità di valutazione dei rischi”, sottolinea il CMCC in una nota.
L’IA migliora la stima del rischio climatico
Per affrontare questa complessità, i ricercatori hanno messo a punto un modello basato sul machine learning, che è in grado di gestire una grande quantità di dati da fonti diverse. Il punto di forza è la capacità, grazie all’intelligenza artificiale, di elaborare questi dati e ricavarne modelli di relazioni non lineari complesse, che tengono conto dell’interazione tra più fattori e dell’innesco di meccanismi di feedback. Il prototipo permette quindi di stimare l’importanza dei diversi fattori di rischio, individuare i loro driver fisici, e supportare la stesura di politiche di adattamento più efficaci.
Nella prima applicazione del prototipo, condotto sulla situazione delle aree costiere del Veneto, sono stati individuati i principali driver di rischio climatico – la precipitazione totale giornaliera, l’intensità del vento e l’altezza massima del livello del mare – ed è stata valutata la loro importanza con un livello di dettaglio molto alto, a scala comunale, in funzione dell’eterogeneità territoriale della costa.
“Questa applicazione mira a fornire supporto ai decisori nello sviluppo di sistemi di allerta e piani di adattamento”, spiega Maria Katherina Dal Barco, autrice dello studio e ricercatrice del CMCC. “È, infatti, necessario identificare i fattori che storicamente hanno generato questi rischi, sia individualmente che in combinazione, e definire, in base al valore del punteggio di rischio, se un campione è ad alto rischio di impatto o meno. Inoltre, data la natura eterogenea e le caratteristiche delle aree costiere del Veneto, i fattori di esposizione e vulnerabilità sono stati inclusi nell’analisi evidenziando le peculiarità territoriali che potrebbero intensificare gli effetti degli eventi meteorologici estremi”.
Leggi anche Piano Adattamento ai Cambiamenti Climatici, approvato il PNACC