
Alluvioni in Australia (Foto: AFP).
Ricerca sull’Intelligenza Artificiale per Previsioni di Alluvioni
Secondo un comunicato del 13 ottobre dell’Università di Tecnologia di Sydney (Australia), un gruppo di ricercatori ha impiegato dati storici relativi alle precipitazioni e alle portate del fiume DuPage in Illinois (USA) per sviluppare sofisticati modelli predittivi. Questi modelli sono stati creati analizzando informazioni su un periodo di due decenni.
Struttura dei Modelli Predittivi
I modelli implementati dal team di ricerca integrano meccanismi che consentono di identificare schemi ricorrenti nelle precipitazioni e nel flusso dei fiumi. Grazie a una combinazione delle previsioni generate, è stata raggiunta una significativa elevazione dell’accuratezza predittiva.
Risultati Pubblicati nel Journal of Hydrologic Engineering
Un rapporto recentemente pubblicato su una rivista scientifica di prestigio, il Journal of Hydrologic Engineering, ha rivelato che i modelli sviluppati hanno ridotto il tasso di errore nelle previsioni di circa il 38%. Questo rappresenta un avanzamento notevole nel campo delle previsioni idrologiche.
Previsioni Avanzate fino a 12 Settimane
Il professor Amir H. Gandomi, coautore dello studio, ha evidenziato come questo nuovo approccio consenta di mantenere un’accuratezza molto elevata nelle previsioni fino a 12 settimane in anticipo. Tale periodo di preavviso è fondamentale per consentire alle comunità di prepararsi in modo proattivo alle inondazioni, riducendo così i rischi associati.
Implicazioni per la Gestione del Rischio di Catastrofi
Secondo il team di ricerca, i risultati ottenuti possono avere un impatto significativo sulla gestione del rischio di catastrofi. Questo include ambiti come la preparazione delle comunità, la sostenibilità delle infrastrutture e l’ottimizzazione della gestione delle risorse idriche.
Tradurre le Previsioni in Decisioni Efficaci
Il professor Gandomi ha ulteriormente dichiarato: “L’obiettivo finale non è solo quello di prevedere le inondazioni con maggiore precisione, ma anche di trasformare queste previsioni più accurate in decisioni efficaci.” Questo approccio integrato potrebbe migliorare radicalmente le strategie di gestione delle emergenze e le politiche di prevenzione delle inondazioni.

