Eventi meteorologici estremi, come le forti piogge, stanno diventando sempre più comuni e in aumento in tutto il mondo. Valutazioni affidabili di questi eventi possono salvare vite umane e proteggere le proprietà. I ricercatori del Karlsruhe Institute of Technology (KIT) hanno presentato un nuovo metodo che utilizza l’intelligenza artificiale (IA) per convertire dati meteorologici globali a bassa risoluzione in mappe delle precipitazioni ad alta risoluzione. Il metodo è veloce, efficiente e indipendente dalla posizione. I risultati sono stati pubblicati su npj Climate and Atmospheric Science.
“Forti piogge e inondazioni sono molto più comuni in molte regioni del mondo rispetto a pochi decenni fa ma fino a ora i dati necessari per valutazioni regionali affidabili di questi eventi estremi mancavano in molte località”, ha affermato il Dottor Christian Chwala, esperto di idrometeorologia e apprendimento automatico presso l’Istituto di Meteorologia e Ricerca sul Clima (IMK-IFU), Campus Alpin del KIT nella città tedesca di Garmisch-Partenkirchen.
Il suo team di ricerca affronta questo problema con una nuova intelligenza artificiale in grado di generare mappe precise delle precipitazioni globali a partire da informazioni a bassa risoluzione. Il risultato è uno strumento unico per l’analisi e la valutazione di fenomeni meteorologici estremi, anche per regioni con una scarsa copertura di dati, come il Sud del mondo.
Per il loro metodo, i ricercatori utilizzano dati storici provenienti da modelli meteorologici che descrivono le precipitazioni globali a intervalli orari con una risoluzione spaziale di circa 24 chilometri. Il loro modello di intelligenza artificiale generativa (spateGEN-ERA5) non solo è stato addestrato con questi dati, ma ha anche appreso (da misurazioni radar meteorologiche ad alta risoluzione effettuate in Germania) come i modelli di precipitazione e gli eventi estremi siano correlati a diverse scale, da quella grossolana a quella fine.
“Il nostro modello di intelligenza artificiale non si limita a creare una versione più precisa dei dati di input, ma genera anche mappe multiple delle precipitazioni ad alta risoluzione e fisicamente plausibili”, ha affermato Luca Glawion dell’IMK-IFU, che ha sviluppato il modello mentre lavorava alla sua tesi di dottorato nell’ambito del progetto di ricerca SCENIC. “Sono visibili dettagli a una risoluzione di 2 chilometri e 10 minuti. Il modello fornisce anche informazioni sull’incertezza statistica dei risultati, il che è particolarmente rilevante quando si modellano eventi di forti precipitazioni regionalizzati”.
Glawion ha inoltre osservato che la validazione con dati radar meteorologici provenienti da Stati Uniti e Australia ha dimostrato che il metodo può essere applicato a condizioni climatiche completamente diverse.
Vuoi ricevere le notifiche sulle nostre notizie più importanti?