Un sistema ibrido che combina modelli numerici oceanici con intelligenza artificiale consente previsioni più precise delle traiettorie delle “maree nere”, migliorando le strategie di risposta alle emergenze marine.
Il Centro Euro‑Mediterraneo sui Cambiamenti Climatici (CMCC) ha dimostrato che l’integrazione dell’IA nei modelli tradizionali può aumentare l’accuratezza nel tracciamento degli sversamenti di petrolio fino al 25 %.
Le “maree nere” sono tra le emergenze ambientali più gravi, minacciando ecosistemi marini, coste, biodiversità e comunità costiere. I modelli convenzionali (es. MEDSLIK‑II) si basano su formule e parametri fissi, incapaci di cogliere rapidamente variazioni di correnti, venti e temperature, con conseguenti previsioni imprecise in scenari complessi.
Lo studio pubblicato su Ecological Informatics propone un approccio ibrido: un algoritmo di Bayesian optimization apprende dalle osservazioni satellitari e regola in tempo reale i parametri fisici del modello oceanico, riducendo l’errore predittivo. I risultati mostrano un miglioramento dell’accuratezza fino al 20 % rispetto ai dati satellitari e al 25 % nella localizzazione delle macchie di petrolio, validato con lo sversamento del 2021 a Baniyas (Siria).
Questa maggiore precisione consente interventi di contenimento e pulizia più rapidi ed efficienti, limitando i danni ambientali e proteggendo le comunità vulnerabili. Il framework è inoltre adattabile ad altri fenomeni incerti, come correnti costiere, dispersione di microplastiche o trasporto di contaminanti, aprendo la strada a pratiche operative consolidate nel monitoraggio ambientale.
Il caso evidenzia il dibattito sull’IA: se da un lato le sue infrastrutture sono energivore e sollevano preoccupazioni ambientali, dall’altro offrono strumenti concreti per migliorare la protezione dell’ambiente e ottimizzare le risorse.