Il cambiamento climatico e l’intensificarsi delle tempeste tropicali hanno aumentato il rischio di alluvioni. L’intelligenza artificiale, unita ai dati satellitari, potrebbe favorire la prevenzione dei disastri causati dalle forti tempeste nelle aree urbane.
Grazie a questi strumenti gli scienziati della North Carolina State University stanno realizzando un nuovo modello di previsione. La ricerca intitolata ‘Quantificazione dell’entità delle inondazioni urbane mediante immagini satellitari e apprendimento automatico’ è stata pubblicata sulla rivista Natural Hazards.
Il nuovo modello prevede di creare mappe che aiutino a identificare le aree potenzialmente soggette a inondazioni nelle città , aiutando così le istituzioni a fare scelte più consapevoli su dove allocare risorse per la prevenzione delle inondazioni e per affrontare le emergenze.
In queste aree, il lavoro di raccolta dei dati satellitari e di tracciamento del flusso dell’acqua non è semplice. «Uno dei primi problemi è l’ombra degli edifici: i più alti creano più ombre, il che significa che le immagini satellitari appaiono più scure e contengono meno informazioni – ha detto Rebecca Composto, dottoranda presso del Centro per l’analisi Geospaziale della North Carolina State University e prima autrice dello studio – Le aree urbane hanno anche un’idrologia più complessa: l’esistenza di così tanti sistemi di drenaggio, insieme a superfici in cemento che non assorbono acqua, significa che è più difficile prevedere dove questa si accumula».
Un altro ostacolo che le città presentano è che le inondazioni tendono a iniziare e finire rapidamente e i satelliti non riescono a raccogliere dati sufficienti. I ricercatori hanno quindi utilizzato i dati satellitari dell’uragano Ida che nel 2021 ha causato inondazioni e danni significativi nella città di Philadelphia, nel nord-est degli Stati Uniti. Le inondazioni di Ida sono durate più a lungo del solito, fino a quando le nubi sono sparite improvvisamente. L’evento ha fornito il tipo di dati satellitari necessari.
Ma come si può preparare un modello di apprendimento automatico per riconoscere e mappare le inondazioni? Rebecca Composto ha trascorso mesi a disegnare a mano poligoni sulle sue immagini satellitari per aiutare il programma a capire cosa stava osservando. Questi poligoni hanno favorito l’algoritmo di apprendimento automatico a ‘vedere’ le caratteristiche delle immagini satellitari più conformi alle inondazioni e quindi a mapparle.
Per completare la ricerca, gli scienziati hanno confrontato la loro mappa chiamata ‘estensione delle inondazioni’ con le zone d’inondazione dell’Ente federale per la gestione delle emergenze (Fema) degli Stati Uniti.
Le prossime ricerche potrebbero concentrarsi sulla semplificazione del modello per una maggiore facilità d’uso e condivisione con i responsabili della risposta alle emergenze.
Â
Immagine in evidenza: immagine del del centro Italia a cura del satellite di Copernicus Sentinel-1Â