Come possiamo prevedere le future inondazioni in Indonesia con l'intelligenza artificiale?

Le inondazioni sono tra i disastri naturali più frequenti e devastanti al mondo. In Indonesia, uno studio ha usato l'intelligenza artificiale per prevedere le aree a rischio. Gli scienziati hanno combinato dati satellitari e modelli climatici per creare una mappa delle zone più vulnerabili. Hanno usato algoritmi come XGBoost e Random Forest per analizzare i dati e prevedere le future inondazioni. I risultati mostrano che, con il cambiamento climatico, le aree a rischio aumenteranno, soprattutto con emissioni elevate. Questo studio aiuta a pianificare meglio e a proteggere le comunità. Immagina di avere una mappa che ti dice dove potrebbero arrivare le acque: sarebbe un superpotere, no?

Lo studio ha utilizzato dati SAR di Sentinel-1 per mappare le inondazioni attuali. Gli algoritmi di machine learning come MLP-NN, Random Forest, SVM e XGBoost sono stati addestrati su questi dati per identificare le aree a rischio. Per le proiezioni future, sono stati utilizzati dati di precipitazione del modello climatico globale CMIP6 sotto tre scenari SSP: SSP1-2.6, SSP2-4.5 e SSP5-8.5. L'approccio multi-modello ha combinato i risultati di più modelli climatici per ridurre le incertezze. I risultati hanno mostrato un aumento significativo della suscettibilità alle inondazioni, soprattutto sotto lo scenario SSP5-8.5, con un incremento dal 16.67% al 27.43% entro il 2100. XGBoost ha dimostrato la migliore performance sia per le proiezioni attuali che future, fornendo preziose informazioni per la pianificazione sostenibile e la gestione del rischio di inondazioni.