Questo è stato uno dei principali obiettivi del progetto europeo “Arctic PASSION”, in cui i ricercatori dell’Istituto per l’inquinamento atmosferico del Consiglio Nazionale delle Ricerche (Cnr-Iia) di Montelibretti (Roma) e JRC hanno affrontato il problema utilizzando tecniche di intelligenza artificiale. Hanno ottimizzato un modello di rete neurale di tipo “Large Language Model” per prevedere la concentrazione di PM10 nell’Artico e nel Nord Europa.
“Il modello impiegato appartiene alla classe Transformer e ha utilizzato come input dati sulle misurazioni di PM10 recenti, previsioni dei modelli CAMS del sistema Copernicus, dati meteorologici e informazioni geografiche delle stazioni per prevedere la concentrazione di PM10 a 48 ore nell’avvenire”, spiega Alice Cuzzucoli (Cnr-Iia), prima autrice dell’articolo. “Confrontando le previsioni del modello con gli eventi reali, i risultati sono stati sempre significativamente migliori di quelli dei modelli tradizionali utilizzati fino ad ora, anche per quanto riguarda i picchi di concentrazione estremi”.
Il modello dimostra anche il modo più efficace di applicare tecniche di IA in ambito ambientale: “In modo significativo, i risultati più ottimali si ottengono utilizzando l’IA in sinergia con i modelli dinamici tradizionali, piuttosto che come alternativa, impiegando anche i loro output come input”, aggiunge Antonello Pasini (Cnr-Iia), coautore dello studio. Questo studio acquista particolare rilevanza in un contesto in cui la fusione dei ghiacci artici sta aprendo nuove rotte marittime per navi inquinanti, nel mentre che il cambiamento climatico e il riscaldamento globale favoriscono incendi anche ad alte latitudini: “In questa situazione di potenziali futuri aumenti di emissioni, un’attività di previsione accurata è vitale per la salvaguardia dell’ambiente e delle popolazioni dell’Artico europeo”, conclude Pasini.
– foto IPA Agency –
