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 sulla rivista 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
