Green
ANBI e Università di Pisa: l’intelligenza artificiale al servizio della previsione delle piene in Toscana
L’evoluzione tecnologica del progetto ha portato alla realizzazione di CleverRiver, una piattaforma digitale per la raccolta, l’elaborazione e la visualizzazione dei dati idrologici
ANBI e Università di Pisa: in Toscana positiva sperimentazione dell’intelligenza artificiale per anticipare le piene
Gli eventi meteorologici estremi sono sempre più frequenti e improvvisi, rendendo la capacità di prevedere l’evoluzione dei corsi d’acqua una necessità concreta per la sicurezza delle comunità. In questo contesto, il Consorzio di bonifica Toscana Nord e il Dipartimento di Scienze della Terra dell’Università di Pisa hanno presentato a Massa Carrara i risultati del progetto avviato nel 2022 per applicare l’Intelligenza Artificiale alla previsione delle piene, anche nei corsi d’acqua a carattere torrentizio.
Il modello predittivo sviluppato integra dati storici, misurazioni in tempo reale e algoritmi di machine learning, capaci di anticipare l’insorgenza di piene improvvise apprendendo dai comportamenti passati dei torrenti. L’evoluzione tecnologica del progetto ha portato alla realizzazione di CleverRiver, una piattaforma digitale per la raccolta, l’elaborazione e la visualizzazione dei dati idrologici. Dall’iniziativa è nato anche uno spin off universitario interamente dedicato allo sviluppo e all’applicazione del sistema. Durante la sperimentazione, CleverRiver ha già dimostrato la propria efficacia, riuscendo a prevedere tutti gli eventi significativi con un livello di precisione crescente all’aumentare delle informazioni disponibili.
Per ANBI, le previsioni affidabili con diverse ore di anticipo sono fondamentali per programmare interventi tempestivi sui corsi d’acqua e per gestire in modo ottimale gli impianti idrovori, che regolano i livelli idraulici e proteggono i territori. La partecipazione attiva dei Comuni, mettendo a disposizione i propri sistemi di rilevazione e integrandoli con nuove strumentazioni, è considerata decisiva per rendere l’algoritmo ancora più efficace, capace di operare su scale territoriali più ridotte e di migliorare la gestione delle situazioni a rischio. Il progetto dimostra come l’innovazione tecnologica, unita alla collaborazione tra consorzi, università e amministrazioni locali, possa diventare uno strumento concreto per aumentare la resilienza dei territori e garantire maggiore sicurezza alle comunità.
