Intelligenza artificiale e meteorologia: verso previsioni più veloci e accurate

L’Intelligenza Artificiale offre prospettive significative per il futuro delle previsioni meteorologiche. Le tecniche di IA come il Machine Learning (ML) risultano particolarmente adeguate, in quanto permettono di gestire i “big data” meteorologici e le complesse relazioni tra di essi, migliorando la precisione della previsione e riducendo significativamente il tempo di calcolo.

L’Agenzia ItaliaMeteo ne ha parlato sul numero 4 del 2024 di Ecoscienza, la rivista di Arpae, Agenzia regionale prevenzione, ambiente ed energia dell’Emilia-Romagna. 

In particolare, nell’ambito delle previsioni a brevissimo termine (fino a 3-6 ore), gli algoritmi di ML sono stati utilizzati per ottenere risultati più accurati rispetto ai metodi tradizionali. Un esempio significativo è il sistema DeepMind sviluppato da Google, o come quello del progetto MIA-RAD tra la Fondazione Bruno Kessler e Arpae Emilia-Romagna.  

Nel campo delle previsioni meteorologiche a breve (fino a 2-3 giorni) e a medio-lungo termine (fino a 15 giorni), invece, l’IA può essere utilizzata sia per accelerare che per migliorare i modelli. L’accelerazione mediante ML consente di ridurre il tempo necessario per ottenere una previsione. Un’area di ricerca molto attiva in questo contesto riguarda la parametrizzazione dei processi fisici, come la radiazione, la turbolenza a piccola scala e la microfisica delle nubi.

Caratteristica comune di tutti questo tipo di modelli è quella di essere stati allenati sulle rianalisi di un dataset globale in cui sono ricostruite le condizioni atmosferiche del passato a partire dal 1940. Queste rianalisi sono create utilizzando le osservazioni e un modello tradizionale di previsione meteorologica. Inoltre, le stesse previsioni dei modelli di ML sono inizializzate a partire dalle analisi create dai sistemi tradizionali di assimilazione dati che si basano su osservazioni e modelli fisici.  Pertanto, il futuro miglioramento dei modelli basati sul ML non si può, almeno per ora, slegare dal miglioramento dei modelli fisici tradizionali. 

Il bilanciamento tra modelli numerici e modelli basati sull’intelligenza artificiale sarà cruciale per ottenere sistemi di previsione sempre più robusti ed efficienti. Per questo l’Agenzia ItaliaMeteo è impegnata sul fronte della creazione di sistemi di modellazione misti (in gergo data fusion), in sinergia con gli attori che in Italia si stanno già cimentando in questo ambito, con l’intento di mettere in rete i dati e le informazioni disponibili, in particolare per migliorare la previsione degli eventi estremi. 

Leggi tutto l’articolo qui.