Soccorritori al lavoro a Casamicciola, Ischia, il 26 Novembre 2022, dopo una frana causata da piogge intense che causò 12 morti. Credit: Pasquale Gargano/Pacific Press via ZUMA Press Wire.
Si prevede che le frane più pericolose, innescate dalle piogge, aumenteranno di frequenza a causa degli effetti del cambiamento climatico. Un nuovo studio1 descrive come l'apprendimento automatico possa essere applicato all'analisi delle precipitazioni che innescano frane, ponendo le basi per un sistema di allarme a livello nazionale in grado di anticiparle. I modelli attuali si basano per lo più su analisi geologiche e morfologiche che possono solo spiegare le condizioni che predispongono alle frane, ma non prevedere gli eventi reali.
I ricercatori del Consiglio Nazionale delle Ricerche hanno analizzato i dati disponibili su precipitazioni e frane in Italia negli ultimi 20 anni. Il catalogo contiene circa 2.500 eventi pluviali che hanno innescato frane e circa 60 milioni di eventi che non lo hanno fatto. "Utilizzando una strategia di deep learning, abbiamo dimostrato che le frane possono essere previste con precisione utilizzando solo i dati pluviometrici, senza bisogno di dati geologici o del terreno", spiega Alessandro Mondini, ricercatore del Consiglio Nazionale delle Ricerche e primo autore dello studio. "Questo apre la possibilità di prevedere le frane anche dove quei dati, difficili e costosi da raccogliere, non sono disponibili".
Il team ha utilizzato le reti neurali per trovare differenze tra pattern di precipitazioni anche molto simili. "Di fronte a piogge i cui schemi temporali sono simili, è difficile discriminare le connessioni nascoste tra le condizioni che hanno e non hanno provocato frane", spiega Mondini. L'ensemble di modelli ha classificato correttamente oltre il 90% degli eventi piovosi che hanno innescato frane e oltre l'85% degli eventi che non hanno invece causato instabilità dei versanti.
Per questo studio, i ricercatori hanno ipotizzato che frane e piogge mantengano la stessa intensità per brevi periodi, anche se si tratta di una condizione teorica, assunta solo ai fini dello studio. “Una delle principali lacune è l'assenza di una serie storica di almeno 30 anni di piogge con dati orari in tutto il Paese, nonché di un catalogo di dati di alta qualità sulle frane che copra lo stesso periodo", spiega Mondini.
Il team di ricerca prevede di integrare la rete con un sistema meteorologico predittivo per sfruttare i dati pluviometrici in tempo reale e prevedere la probabilità che si verifichi una frana in una determinata area. "Gli attuali sistemi di previsione delle frane vengono utilizzati dopo che la pioggia è già caduta e lasciano poco tempo per agire", afferma Mondini. "Questo strumento potrebbe aumentare la preparazione di una regione".
