Nel corso della storia, la previsione del tempo ha occupato un posto importante per le nostre comunità e ancora oggi le nostre vite sono influenzate dal variare del tempo atmosferico. Per questo motivo sono nati negli anni metodi sempre più meticolosi e innovativi volti migliorare la precisione delle previsioni metereologiche.

In Inghilterra, in una collaborazione con il Met Office, alcuni ricercatori si sono specializzati nella creazione di un modello altamente integrato con le nuove tecnologie che permetta una progressione della scienza del Precipitation Nowcasting – previsione della pioggia e di altri fenomeni di precipitazione entro le successive 2 ore -. In questo modo le previsioni sono guidate da potenti sistemi di previsione meteorologica numerica (NWP) che implementati con questo nuovo modello possono sia catturare con precisione eventi su larga scala, sia generare gli scenari di pioggia alternativi nell’arco di 1-2 ore.

Inoltre, a questo proposito, ha riscosso un notevole successo lo studio portato avanti dal professor Fenwick Cooper dell’Università di Oxford, che ha dimostrato come gli strumenti di machine learning possono migliorare il sistema di previsioni integrato dell’ECMWF sulla temperatura dell’aria e la velocità del vento vicino alla superficie terrestre. Cooper ha utilizzato il machine learning per ispezionare i modelli convenzionali, correggere a posteriori le previsioni dell’ECMWF e ottimizzarle rispetto a due variabili specifiche, come la temperatura dell’aria a 2 metri di altezza e la velocità del vento a 10 metri di altezza. Tutti questi strumenti sono stati in grado di migliorare la precisione delle previsioni effettuate delle stazioni meteorologiche sparse sulla superficie terrestre, dimostrando che le informazioni ottenute con i metodi di machine learning migliorano l’accuratezza di circa il 15%.

Queste collaborazioni tra la scienza ambientale e l’intelligenza artificiale aprono nuove strade per le previsioni e si spera che supportino al meglio il processo decisionale riguardo al clima che è in continuo cambiamento.

Michela ACCOTTO