Berliner Tageszeitung - Creato modello 'machine learning' per calcolo volume ghiacciai

Un team di ricercatori coordinato da Niccolò Maffezzoli, ricercatore "Marie Curie" dell'Università Ca' Foscari Venezia e della University of California Irvine e membro associato dell'Istituto di scienze polari del Cnr, ha sviluppato il primo modello globale basato su intelligenza artificiale per calcolare la distribuzione di profondità del ghiaccio dei ghiacciai del mondo. Il modello è stato pubblicato sulla rivista Geoscientific Model Development, e si candida a diventare un punto di riferimento per chi studia gli scenari futuri di fusione dei ghiacciai. La conoscenza dei volumi dei ghiacciai della Terra è essenziale per prevedere l'innalzamento futuro del livello dei mari, gestire le risorse idriche e valutare gli impatti sulle società causati dal loro scioglimento. Tuttavia, stimarne il loro volume assoluto è un'enorme sfida scientifica. Nel corso degli anni, sono state raccolte più di 4 milioni di misurazioni dirette dello spessore dei ghiacciai della Terra. Nonostante il vasto dataset, il suo potenziale non è sfruttato dagli attuali approcci modellistici. Misure dirette dello spessore dei ghiacciai coprono meno dell'1% dei ghiacciai esistenti, per questo sono necessari modelli in grado di stimarne la profondità e il volume a livello globale. La ricerca sfrutta per la prima volta questi dati integrandoli con le potenzialità di algoritmi che riescono ad apprendere, grazie al machine learning. "Il nostro modello combina due schemi decisionali ad albero - spiega Maffezzoli - addestrati utilizzando misurazioni dello spessore del ghiaccio insieme a 39 parametri tra cui velocità del ghiaccio, bilancio di massa, campi di temperatura, variabili geometriche e geodetiche. L'errore del modello allenato è fino al 30-40% inferiore rispetto agli attuali modelli globali tradizionali". Ai poli e nelle periferie della Groenlandia e dell'Antartide è particolarmente importante avere stime precise, che possono essere usate come condizione iniziale dai modelli numerici che simulano il movimento dei ghiacci e le loro interazione con gli oceani, da cui dipendono le stime di innalzamento del livello dei mari in funzione degli scenari climatici futuri. "Prevediamo di rilasciare due dataset per un totale di mezzo milione di mappe di profondità entro il 2025 - annuncia Maffezzoli - C'è ancora tanta strada da fare, ma questo lavoro dimostra che approcci basati su AI e machine learning stanno aprendo nuovi interessanti scenari per la modellistica dei ghiacci".

C. Fournier--BTZ