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 ma, data la complessità di queste interazioni, è necessario migliorare le metodologie e le capacità di valutazione dei rischi.
Lo studio "A machine learning approach to evaluate coastal risks related to extreme weather events in the Veneto region (Italy)", pubblicato sull’International Journal of Disaster Risk Reduction da Maria Katherina Dal Barco, Margherita Maraschini, Davide Mauro Ferrario, Ngoc Diep Nguyen, Silvia Torresan, Sebastiano Vascon e Andrea Critto dell’Università Ca’ Foscari di Venezia e della Fondazione Centro Euro-Mediterraneo Sui Cambiamenti Climatici (CMCC), utilizza l’intelligenza artificiale (AI) per stimare i rischi derivanti da eventi meteorologici estremi lungo i comuni costieri della regione Veneto.
Dopo che il recente studio di un team internazionale guidato dall’Istituto nazionale di geofisica e vulcanologia (Ingv) ha evidenziato che l’opinione pubblica spesso non è a conoscenza della reale vulnerabilità delle coste, gli autori della nuova ricerca dicono che «Questo approccio offre nuove possibilità su come i modelli ML possono essere impiegati per la valutazione ambientale e multi-rischio in condizioni di cambiamento climatico».
La Dal Barco, principale autrice dello studio, spiega che «Il modello sviluppato nello studio rappresenta un prototipo iniziale di uno strumento di supporto decisionale che sostiene la valutazione del rischio climatico e la definizione delle strategie di adattamento su scala regionale»,
Al CMCC aggiungono che «Il modello ML sviluppato per questa ricerca può essere utilizzato per stimare l'importanza dei diversi fattori di rischio offrendo informazioni sui loro driver fisici e contribuendo allo stesso tempo all'implementazione della pianificazione dell'adattamento».
Lo studio ha anche rilevato che in Veneto i principali driver di rischio sono la precipitazione totale giornaliera, l'intensità del vento e l'altezza massima del livello del mar e ha anche dimostrato come l'importanza di questi pericoli vari a seconda del comune a causa dell'eterogeneità territoriale della costa.
Secondo lo studio, gli algoritmi algoritmi di ML forniscono una nuova strada per affrontare questi eventi multi-rischio perché sono in grado di gestire efficacemente enormi quantità di dati e modellare complesse relazioni non lineari tra molteplici fattori e meccanismi di feedback.
La Dal Barco conclude: «Questa applicazione mira a fornire supporto ai decisori nello sviluppo di sistemi di allerta e piani di adattamento. E’, 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».
