Da uno studio che ha coinvolto ricercatori del Centro Euro-Mediterraneo sui Cambiamenti Climatici (CMCC) nasce un prototipo che, utilizzando Intelligenza Artificiale (AI) e Machine Learning (ML), permette di conoscere gli impatti di eventi estremi sulle coste del Veneto, offrendo ai decisori politici nuove opportunità per valutare l’importanza dei fattori di rischio e pianificare strategie di adattamento.
Le aree costiere, con la loro alta densità di popolazione, attività economiche interconnesse ed ecosistemi fragili, sono particolarmente vulnerabili agli eventi estremi che a loro volta sono in aumento a causa dei cambiamenti climatici. Tuttavia, vista la complessità di queste interazioni, è necessario migliorare le metodologie e le capacità di valutazione dei rischi.
Tra i primi studi del suo genere, il paper intitolato “A machine learning approach to evaluate coastal risks related to extreme weather events in the Veneto region (Italy)”, pubblicato sul numero di giugno dell’International Journal of Disaster Risk Reduction, utilizza l’intelligenza artificiale (AI) per stimare i rischi derivanti da eventi meteorologici estremi lungo i comuni costieri della regione Veneto., offrendo nuove possibilità su come i modelli ML possano essere impiegati per la valutazione ambientale e multi-rischio in condizioni di cambiamento climatico.
“Il modello sviluppato nello studio – afferma Maria Katherina Dal Barco, Dottoranda di ricerca in Science and Management of Climate Change presso l’Università Ca’ Foscari di Venezia e affiliata alla Divisione Risk Assessment and Adaptation Strategies Division dellaFondazione CMCC – rappresenta un prototipo iniziale di uno strumento di supporto decisionale che sostiene la valutazione del rischio climatico e la definizione delle strategie di adattamento su scala regionale”.
Sono stati analizzati i fattori di esposizione e vulnerabilità per delineare le caratteristiche territoriali del caso di studio indagato, che possono intensificare gli effetti degli eventi meteorologici estremi.
Nel caso studiato i comuni costieri del Veneto sono stati suddivisi in 4 gruppi che condividono caratteristiche simili. I principali criteri utilizzati per creare questi gruppi sono la posizione geografica e la geomorfologia. I comuni appartenenti a ciascun gruppo sono adiacenti tra loro, con l’unica eccezione del comune di Venezia, che è stato stralciato dal Gruppo 2 a causa delle sue peculiari vulnerabilità legate al suo patrimonio culturale e alla sua elevata densità di popolazione. I comuni appartenenti allo stesso gruppo condividono lo stesso orientamento e caratteristiche geomorfologiche simili (ad esempio, valle fluviale, laguna, delta fluviale. I comuni di ciascun gruppo sono interessati anche da un numero simile di impatti.
Il Gruppo 1 è costituito dai comuni di San Michele al Tagliamento, Caorle ed Eraclea. Il territorio è prevalentemente occupato da campi agricoli, ovvero ex aree lagunari bonificate e bonificate artificialmente, abbassando il coefficiente di permeabilità del suolo.
I comuni lagunari di Jesolo, Cavallino-Treporti e Chioggia sono stati riuniti nel Gruppo 2 che, sebbene le dune siano state rinforzate per proteggere la terraferma, presenta il secondo numero più elevato di impatti. Tuttavia, l’elevato numero di impatti potrebbe essere dovuto alla presenza di strutture turistiche che aumentano l’esposizione dell’area.
Il comune di Venezia, identificato come Gruppo 3, è di gran lunga il comune più grande, più densamente popolato e urbanizzato, che copre la maggiore estensione di acqua (vale a dire, laguna e costa), il che aumenta i rischi di inondazione. Ha denunciato il maggior numero di impatti, probabilmente a causa delle sue dimensioni, della popolazione e dell’elevata vulnerabilità, soprattutto in relazione al suo centro storico, classificato come sito Patrimonio dell’umanità UNESCO. Di conseguenza, a causa della sua peculiarità, il comune di Venezia forma un gruppo a sé stante.
Infine, i comuni ubicati nella provincia di Rovigo (ad esempio, Rosolina, Porto Viro, Porto Tolle e Ariano nel Polesine) formano il Gruppo 4 e sono i meno sviluppati, con il territorio ricoperto da campagne e parchi naturali (ad esempio, Parco Regionale del Delta del Po).
Dallo studio emerge che i principali driver di rischio nella regione Veneto sono la precipitazione totale giornaliera, l’intensità del vento e l’altezza massima del livello del mare. Inoltre, viene evidenziato come l’importanza di questi pericoli vari a seconda del comune a causa dell’eterogeneità territoriale della costa.
In particolare:
– Nel Gruppo 1 il principale fattore di impatto è la precipitazione totale, che domina la classifica di importanza, comportamento corroborato dai diversi eventi estremi nell’area. Lo studio evidenzia come le stagioni estiva e autunnale siano caratterizzate da marcate attività convettive, con sistemi di precipitazione che interessano anche la zona di pianura che si affaccia sulla costa adriatica. La bassa permeabilità che caratterizza il suolo di questi comuni potrebbe aggravare gli effetti delle precipitazioni, contribuendo così al verificarsi di impatti.
– Il Gruppo 2 e il Gruppo 3 presentano il numero più elevato di impatti, probabilmente a causa delle dimensioni (Venezia) e dell’elevata percentuale di uso antropico del suolo in entrambi i gruppi. Gli impatti sono principalmente governati da eventi estremi legati al livello del mare. Questi fenomeni sono aggravati dall’effetto combinato dell’innalzamento del livello del mare e della subsidenza, che rendono queste aree maggiormente colpite. Oltre a ciò, sebbene il Gruppo 2 sia influenzato dalle intense precipitazioni provenienti da Nord, Venezia è notoriamente influenzata dai venti di Bora e Scirocco che rappresentano la causa principale dell’Acqua Alta.
– Infine, gli impatti registrati nel Gruppo 4 sono ugualmente innescati dai venti e dagli eventi legati al livello del mare che insieme alla bassa altimetria della zona, hanno storicamente reso l’area del Delta del Po un famoso punto caldo per l’intrusione di acqua salata, soprattutto durante le stagioni secche, esponendo i vasti campi coltivati . Tuttavia, l’importanza del livello del mare e delle precipitazioni è inferiore rispetto ai gruppi precedenti di comuni, anche a causa della limitata disponibilità di dati di impatto, poiché il dataset di impatto è vincolato dai record di “Stato di crisi” riportati dalla regione Veneto. Questo risultato può essere distorto dal basso tasso di urbanizzazione e densità di popolazione, quindi dalla bassa vulnerabilità, dei comuni inclusi nel Gruppo 4: la bassa vulnerabilità di questi comuni porta a registrare solo i pericoli più gravi, escludendo quelli meno gravi. Poiché è molto probabile che la maggior parte dei pericoli gravi sia caratterizzata dalla presenza combinata di precipitazioni, mareggiate e vento, è ragionevole aspettarsi che l’importanza caratteristica di questi indicatori sia simile.
Il modello ML sviluppato per questa ricerca, in grado di gestire efficacemente enormi quantità di dati e modellare complesse relazioni non lineari tra molteplici fattori e meccanismi di feedback, può essere utilizzato per stimare l’importanza dei diversi fattori di rischio, offrendo informazioni sui loro driver fisici e contribuendo allo stesso tempo all’implementazione della pianificazione dell’adattamento.
“Questa applicazione mira a fornire supporto ai decisori nello sviluppo di sistemi di allerta e piani di adattamento – spiega Dal Barco – È, infatti, necessario identificare i fattori che storicamente hanno generato questi rischi, sia individualmente che in combinazione, e definire, in base al valore del punteggio di rischio, se un campione è ad alto rischio di impatto o meno. Inoltre, data la natura eterogenea e le caratteristiche delle aree costiere del Veneto, i fattori di esposizione e vulnerabilità sono stati inclusi nell’analisi evidenziando le peculiarità territoriali che potrebbero intensificare gli effetti degli eventi meteorologici estremi“.
In copertina: Comuni costieri del Veneto e relative stazioni meteorologiche (Fonte, International Journal of Disaster Risk Reduction, 2024)