Ricerca israeliana: l’intelligenza artificiale per prevedere gli incendi boschivi causati dai fulmini

Jacqueline Sermoneta | 06-04-2025

Prevedere con una precisione superiore al 90% dove e quando colpiranno i fulmini, per evitare l’innesco di pericolosi incendi boschivi, ora è possibile. Questo grazie a un rivoluzionario modello predittivo di intelligenza artificiale, sviluppato dai ricercatori israeliani dell’ Università di Bar-Ilan.
La ricerca, recentemente pubblicata sulla prestigiosa rivista ‘Scientific Reports’, è stata condotta in collaborazione con gli esperti delle Università di Ariel e di Tel Aviv. Sebbene l’attività umana sia una delle principali cause di incendi boschivi, i fulmini innescano alcuni degli incendi più distruttivi e imprevedibili, in particolare nelle aree remote, dove le risorse antincendio sono limitate. Inoltre, con l’accelerazione del cambiamento climatico, gli eventi metereologici estremi hanno peggiorato la situazione, provocando temporali più frequenti e più intensi.
Il modello di intelligenza artificiale è addestrato su un periodo di sette anni di dati satellitari globali ad alta risoluzione e valuta molteplici fattori ambientali come la vegetazione, condizioni metereologiche e la topografia, per mappare e prevedere i rischi di incendi indotti dai fulmini in tutto il mondo.

Lo scopo è quello di consentire ai servizi meteorologici, ai vigili del fuoco e ai pianificatori delle emergenze di rispondere in modo più rapido ed efficace. “Siamo in un momento critico per comprendere la complessità degli incendi boschivi. – ha affermato il dottor Oren Glickman dell’Università di Bar-Ilan – L’apprendimento automatico offre il potenziale per rivoluzionare il modo in cui prevediamo e rispondiamo agli incendi boschivi innescati dai fulmini, fornendo informazioni che potrebbero salvare vite umane e preservare gli ecosistemi”.
“Con le crescenti implicazioni del cambiamento climatico, – ha osservato il dottor Assaf Shmuel dell’Università di Bar-Ilan – sono necessari nuovi strumenti di modellazione per comprendere e prevedere meglio i suoi impatti. L’apprendimento automatico ha un potenziale significativo per migliorare questi sforzi”.