Un modello di intelligenza artificiale (IA) potrebbe migliorare l’accuratezza della previsione delle inondazioni, secondo uno studio pubblicato su Nature. Il sistema si è dimostrato altrettanto accurato o addirittura migliorativo rispetto ai metodi attuali leader nel settore e potrebbe fornire avvisi più tempestivi su eventi di inondazione di grandi dimensioni.
Il cambiamento climatico ha aumentato la frequenza delle inondazioni in alcune regioni. I metodi attuali di previsione sono limitati dalla loro dipendenza da misuratori di portata (stazioni di monitoraggio lungo i fiumi), che non sono distribuiti uniformemente in tutto il mondo. I fiumi non monitorati sono quindi più difficili da monitorare, con gli effetti negativi che si avvertono principalmente nei paesi in via di sviluppo.
Grey Nearing e colleghi del team di previsioni di inondazioni di Google Research hanno sviluppato un modello di IA che è stato addestrato utilizzando 5.680 misuratori esistenti per prevedere il flusso giornaliero dei fiumi in bacini idrografici non monitorati per un periodo di previsione di 7 giorni. Il modello di IA è stato quindi testato contro il principale software globale per la previsione delle inondazioni in scenari a breve e lungo termine, il Global Flood Awareness System (GloFAS).
Il modello di IA è stato in grado di fornire previsioni di inondazione con 5 giorni di anticipo che erano affidabili quanto, o migliori, delle previsioni dello stesso giorno del sistema attuale. Inoltre, l’accuratezza del modello di IA nella previsione di eventi meteorologici estremi con una finestra di ritorno di 5 anni era pari o superiore alle previsioni di GloFAS per eventi con una finestra di ritorno di un anno.
Questi risultati suggeriscono che il modello di IA può fornire avvisi di inondazione per eventi sia piccoli che estremi in bacini non monitorati con un periodo di preavviso più lungo rispetto ai metodi precedenti e potrebbe migliorare l’accesso alle previsioni affidabili delle inondazioni per le regioni in via di sviluppo.
