Un nuovo modello di intelligenza artificiale mappa i ghiacciai del mondo stimandone volume e distribuzione. Lo studio, coordinato dall’Università Ca’ Foscari Venezia con il Cnr-Isp è pubblicato su Scientific Data. Lo strumento, IceBoost v2.0, ricostruisce lo spessore del ghiaccio elaborando oltre sette milioni di misurazioni raccolte a livello globale.
La ricerca, sostenuta dal programma Horizon Europe, ha visto la collaborazione di istituti internazionali come la NASA JPL, UC Irvine, Dartmouth College e l’Università di Copenaghen.
La tecnologia di IceBoost v2.0 e i dati del modello
Il fisico Niccolò Maffezzoli ha sviluppato l’algoritmo incrociando i rilevamenti sul campo con 26 variabili fisiche e geometriche. Pendenza, curvatura del terreno, velocità del ghiaccio e temperature definiscono il profilo di ogni struttura del Randolph Glacier Inventory. Inoltre, una web-app interattiva permette di esplorare i dati del modello realizzato da Maffezzoli per tutti i ghiacciai del mondo.
L’analisi esclude le sole calotte polari. I risultati indicano una massa complessiva di circa 150 mila chilometri cubi di ghiaccio. La fusione completa di questi bacini porterebbe a un innalzamento del livello del mare pari a 32,3 centimetri. Il margine di precisione cresce notevolmente. Il modello, infatti, risulta più fedele alle rilevazioni dirette fino al 40 per cento.
Un caso emblematico è il Geikie Plateau, in Groenlandia orientale. Qui il ghiaccio raggiunge i due chilometri di profondità. In quest’area la nuova stima raddoppia quasi i volumi calcolati dai precedenti sistemi.
L’impatto sulle risorse idriche e sulle simulazioni per l’IPCC
Conoscere lo spessore dei ghiacci è indispensabile per la modellistica climatica, come spiega lo stesso Maffezzoli: «La distribuzione dello spessore del ghiaccio è una variabile fondamentale per i modelli glaciologici e climatici». Il dato servirà direttamente agli esperti del Glacier Model Intercomparison Project per elaborare le proiezioni destinate all’IPCC. Come sottolinea il ricercatore: «Per prevedere come evolveranno i ghiacciai al 2100 e il loro contributo all’innalzamento del livello dei mari serve conoscerne lo stato attuale con il maggiore dettaglio possibile. Ricercatrici e ricercatori del Glacier Model Intercomparison Project (GlacierMIP4) che si stanno occupando delle prossime simulazioni per informare l’IPCC sull’evoluzione dei ghiacciai al 2100 utilizzeranno IceBoost v2.0 come unica rappresentazione della situazione attuale».
Il dataset traccia una mappa dettagliata delle aree che necessitano di ulteriori misurazioni, tra cui l’Himalaya, il Karakoram e i grandi campi di ghiaccio della Patagonia. La ricaduta pratica riguarda le riserve d’acqua dolce. Oltre 1,9 miliardi di persone dipendono dai fiumi alimentati dai ghiacciai. Le informazioni raccolte permettono di pianificare strategie di gestione idrica più efficaci, specialmente nei territori soggetti a desertificazione in Sud America.
Modelli ibridi per la sfida climatica globale
L’impiego dell’apprendimento automatico supera alcuni limiti della fisica classica. Maffezzoli sintetizza il cambio di paradigma: «I ghiacciai sono sistemi complessi. La fisica che li descrive è nota. Tuttavia, molti parametri che entrano nelle equazioni sono ignoti oppure le variabili sono difficilmente misurabili». L’approccio algoritmico lavora direttamente sui dati disponibili senza imporre vincoli rigidi. A questo proposito, il ricercatore aggiunge: «I modelli basati su machine learning offrono un approccio alternativo. Imparano dai dati, formulando previsioni senza una descrizione fisica imposta a priori. Spesso, se abbiamo dati sufficienti, questo approccio è vincente. In futuro andremo verso lo sviluppo di modelli ibridi, in cui la descrizione fisica e l’apprendimento dalle misure sperimentali lavoreranno insieme per produrre stime più accurate. Dobbiamo fare in fretta, i ghiacciai alle medie latitudini, Alpi comprese, scompariranno entro qualche decennio».
