L’IA utilizzata per migliorare la previsione dei colpi di fulmine

La previsione del tempo è migliorata notevolmente nel corso dell’ultimo decennio, con previsioni a cinque giorni che sono ora circa il 90% accurate. Tuttavia, un aspetto del tempo che ha a lungo eluso i tentativi di prevederlo è il fulmine. Poiché il fulmine è così imprevedibile, è molto difficile minimizzare i danni che può causare alla vita umana, alla proprietà e alla natura. Grazie al lavoro di un team di ricerca della EPFL (Ecole Polytechnique Fédérale de Lausanne) School of Engineering, i colpi di fulmine potrebbero essere molto più prevedibili nel prossimo futuro.

Come riportato da SciTechDaily, un team di ricercatori della EPFL’s School of Engineering – Electromagnetic Compatibility Laboratory, ha recentemente creato un programma di intelligenza artificiale in grado di prevedere con precisione un colpo di fulmine entro un periodo di 10-30 minuti e su un raggio di 30 chilometri. Il sistema creato dal team di ingegneri applica algoritmi di intelligenza artificiale ai dati meteorologici, e il sistema sarà utilizzato nel progetto European Laser Lightning Rod.

L’obiettivo del progetto European Laser Lightning Rod (ELLR) è creare nuovi tipi di sistemi e tecniche di protezione contro i fulmini. In particolare, l’ELLR mira a creare un sistema che utilizzi una tecnica laser per ridurre la quantità di fulmini naturali verso il basso, stimolando i flash di fulmine verso l’alto.

Secondo il team di ricerca, i metodi attuali di previsione dei fulmini si basano sui dati raccolti da radar o satelliti, che tendono ad essere molto costosi. Il radar viene utilizzato per scansionare le tempeste e determinare il potenziale elettrico della tempesta. Altri sistemi di previsione dei fulmini spesso richiedono l’uso di tre o più ricevitori in una regione in modo che le occorrenze di fulmini possano essere triangolate. Creare previsioni in questo modo è un processo spesso lento e complesso.

Invece, il metodo sviluppato dal team della EPFL utilizza dati che possono essere raccolti in qualsiasi stazione meteorologica standard. Ciò significa che i dati sono molto più economici e facili da raccogliere e il sistema potrebbe potenzialmente essere applicato a regioni remote dove i sistemi di satelliti o radar non coprono e dove le reti di comunicazione sono scarse.

I dati per le previsioni possono anche essere raccolti rapidamente e in tempo reale, il che significa che una regione potrebbe potenzialmente essere avvisata di imminenti colpi di fulmine anche prima che una tempesta si formi nella regione. Come riportato da ScienceDaily, il metodo utilizzato dal team della EPFL per effettuare previsioni è un algoritmo di apprendimento automatico addestrato su dati raccolti da 12 stazioni meteorologiche svizzere. I dati coprono un decennio e sia le regioni montuose che quelle urbane sono rappresentate nel set di dati.

Il motivo per cui i colpi di fulmine possono essere previsti è che sono fortemente correlati con condizioni meteorologiche specifiche. Uno degli ingredienti più importanti per la formazione dei fulmini è la convezione intensa, dove l’aria umida sale mentre l’atmosfera diventa instabile nella regione locale. Le collisioni tra gocce d’acqua, particelle di ghiaccio e altre molecole all’interno delle nuvole possono causare la separazione delle cariche elettriche all’interno delle particelle. Ciò porta alla creazione di strati di nuvole con cariche opposte, che porta alle scariche che appaiono come fulmini. Le caratteristiche atmosferiche associate a queste condizioni meteorologiche possono essere alimentate in algoritmi di apprendimento automatico per prevedere i colpi di fulmine.

Tra le caratteristiche del set di dati c’erano variabili come la velocità del vento, l’umidità relativa, la temperatura dell’aria e la pressione atmosferica. Queste caratteristiche sono state etichettate con colpi di fulmine registrati e la posizione del sistema che ha rilevato il colpo. Sulla base di queste caratteristiche, l’algoritmo è stato in grado di interpretare modelli nelle condizioni che hanno portato ai colpi di fulmine. Quando il modello è stato testato, ha dimostrato di essere in grado di prevedere correttamente un colpo di fulmine circa l’80% delle volte.

Il modello del team della EPFL è notevole perché è il primo esempio di un sistema basato su dati meteorologici comunemente disponibili in grado di prevedere con precisione i colpi di fulmine.