Uno studio dell’Università di Granada presenta un sistema capace di prevedere gli effetti futuri delle alluvioni, migliorando la preparazione e la risposta alle emergenze.
Un nuovo strumento sviluppato grazie a un progetto di ricerca guidato dall’Università di Granada (UGR) promette di trasformare la gestione delle alluvioni, fornendo mappe satellitari realistiche delle inondazioni future. Questo avanzato sistema, basato sull’intelligenza artificiale, è stato descritto in un articolo pubblicato sulla rivista scientifica IEEE Transactions on Geoscience and Remote Sensing.
L’importanza di tale innovazione risiede nella capacità di fornire rappresentazioni visive accurate delle potenziali conseguenze delle alluvioni, oltre a simulare l’impatto di azioni preventive come la riforestazione.
Rete generativa
Il team di ricerca ha impiegato una rete generativa denominata pix2pixHD, un approccio che consente di generare immagini satellitari sintetiche che rappresentano non solo gli effetti devastanti delle future alluvioni, ma anche come certe misure di mitigazione possano influenzare il panorama. Questo metodo integra l’apprendimento profondo con mappe di segmentazione derivate da modelli fisici delle alluvioni, offrendo così un’analisi più precisa e contestualizzata rispetto ai metodi tradizionali.
Ridurre gli errori per una maggiore precisione
Una delle principali innovazioni apportate da questo studio è il superamento delle limitazioni dei modelli di apprendimento profondo puri e delle soluzioni manuali. Grazie a questa nuova tecnologia, è possibile ridurre in modo significativo gli errori di previsione e migliorare l’affidabilità delle immagini generate. Durante la ricerca, il team ha testato la versatilità del loro metodo su diversi set di dati di telerilevamento e su eventi climatici variabili, dimostrando così la robustezza e l’efficacia dell’approccio.
Un mosaico di milioni di foto
In un ulteriore passo verso la condivisione della conoscenza, i ricercatori hanno reso disponibile il codice sorgente del loro strumento, insieme a nuove metriche e un ampio set di dati. Questo insieme include oltre 30.000 triplette di immagini ad alta definizione etichettate, utilizzate per la traduzione immagine-immagine guidata dalla segmentazione. In termini di volume, questo corrisponde a circa 5,5 milioni di immagini con una risoluzione di 128×128 pixel, un patrimonio informativo che potrà rivelarsi cruciale per ulteriori studi e applicazioni nel campo della previsione delle calamità naturali.
Un aiuto per la protezione ambientale
L’impatto di questa ricerca si estende ben oltre il mondo accademico, promettendo di essere un valido supporto per le autorità locali e nazionali nella pianificazione delle emergenze e nella gestione del territorio. La capacità di prevedere e visualizzare gli effetti delle alluvioni potrebbe, infatti, fornire strumenti preziosi per la salvaguardia delle comunità vulnerabili e per la pianificazione degli interventi di protezione ambientale.
TUTTE LE ULTIME NOTIZIE SU SPAZIO50.ORG
© Riproduzione riservata