Prevedere gli incendi boschivi con l’Intelligenza Artificiale
La previsione degli incendi boschivi è un campo di ricerca attivo da decenni, ma il tradizionale indici di rischio incendi basati sul meteo spesso non sono molto precisi. È il caso recente degli devastanti incendi di Los Angeles, che hanno causato danni per 200 miliardi di dollari e fatto evacuare 200mila persone. Un evento favorito da un mix di fattori, tra cui la crescita di vegetazione seguente un periodo di grande piovosità e la successiva estrema sechezza e ventosità, che aveva prodotto grandi quantità di materiali infiammabili.
Tuttavia, una nuova metodologia sviluppata sotto la guida dell’italiana Francesca Di Giuseppe, del Centro europeo per le previsioni meteorologiche Ecmwf, e pubblicata su Nature Communications, utilizza l’Intelligenza Artificiale (Machine Learning) per integrare le previsioni meteo con un mix di dati relativi alla quantità di vegetazione secca e alla presenza umana.
“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”. 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”.
FP
