Alla scoperta delle zone climatiche attraverso Machine Learning e i GIS

Il clima della nostra terra sta cambiando molto velocemente, l’evoluzione climatica è diventata uno dei temi più scottanti e preoccupanti che deve essere affrontato dagli esperti nel settore ma che deve destare un certo turbamento anche nelle persone comuni.

 

Per affrontare la questione gli studiosi di tutto il mondo si sono interrogati su quali metodi e strumenti utilizzare per analizzare questo preoccupante cambiamento che ha effetti talvolta catastrofici.

 

Ecco perché gli studiosi americani che si occupano di scienze del luogo hanno pensato di andare alla scoperta delle zone climatiche alternative attraverso il Machine Learning e l’impiego dei GIS.

 

La ricerca, dunque, si avvale del Machine Learning, ovvero la capacità che alcuni computer hanno di apprendere e operare senza essere stati programmati precedentemente, e dei GIS, i sistemi informativi geografici sempre più utili nelle ricerche di vario tipo.

La ricerca di zone climatiche alternative, rispetto a quelle già conosciute e classificate, è importante poiché il clima è in grado di impattare la nostra vita in molti modi diversi e in molti ambiti differenti. Ad esempio, conoscere una zona climatica e le sue possibili evoluzioni può essere utile quando si progetta la costruzione della propria casa o di un edificio pubblico, quando si studia una malattia infettiva e i suoi esiti sanitari, oppure quando si intende avviare una particolare coltivazione agricola.

Già in passato era stata avanzata una prima classificazione climatica basata sugli studi di Wladimir Koppen, che divideva il mondo in cinque gruppi principali attraverso l’analisi delle temperature e delle precipitazioni; questa, tuttavia, era una classificazione troppo generica che non poteva tenere conto dell’evoluzione climatica che si è verificata nel tempo con la creazione di zone climatiche alternative.

Ora, invece, l’approccio alla scienza del clima è cambiato poiché gli studiosi non si basano più sulle regole e le suddivisioni precedenti, ma impiegano l’apprendimento automatico che, con l’utilizzo incrociato dei GIS, ha permesso di ottenere classificazioni più naturali e mettere in luce zone climatiche alternative che presentano differenze più specifiche.

Il National Center for Atmospheric Research ha prodotto con questo metodo i possibili modelli climatici che ci potrebbero essere nel 2050, i cui dati sono consultabili nell’atlante vivente ArcGIS.