Un nuovo meccanismo di intelligenza artificiale può prevedere con mesi di anticipo gli eventi di El Niño nell'Atlantico

Il fenomeno El Niño nell'Atlantico meridionale e la corrente del Benguela, che scorre lungo la costa occidentale dell'Africa, hanno un impatto significativo sull'Atlantico tropicale. Possono influenzare gli ecosistemi marini, i climi africani e l'oscillazione meridionale El Niño.

Gli eventi di El Niño

Le variazioni oceaniche influenzano i modelli meteorologici locali e hanno un impatto sugli ecosistemi marini. Il Niño Atlantico centrale si verifica quando le temperature superficiali del mare sono calde nell'Atlantico equatoriale centrale. Il Niño Atlantico orientale si verifica quando si verifica un riscaldamento nell'Atlantico equatoriale orientale vicino alla costa dell'Africa occidentale.

L'Atlantico meridionale è una regione caratterizzata da un forte riscaldamento dell'oceano, problematico per la pesca. Per questo è fondamentale prevedere eventi come il Niño Atlantico e il Niño del Benguela.

Marie-Lou Bachèlery, che lavora presso il Centro Euro-Mediterraneo sui Cambiamenti Climatici in Italia e che ha appena pubblicato un articolo su Science Advances, afferma: “Siamo estremamente entusiasti perché è stata la prima volta che siamo riusciti a produrre delle previsioni utili per le comunità costruendo modelli tradizionali e raggiungendo quell'obiettivo che avevamo solo due anni prima”.

Bachèlery continua: “La mia idea era di fare previsioni su questi eventi usando i modelli climatici... dopo un anno e mezzo di lavoro, ci siamo resi conto che non funzionava e che eravamo in una sorta di situazione di stallo”. Gli attuali modelli climatici faticano a prevedere gli eventi caldi nell'Atlantico tropicale a causa della bassa risoluzione.

Ciò significa che i modelli non rappresentano accuratamente le dinamiche di upwelling, ovvero i processi guidati dal vento che portano in superficie acque più profonde e fredde.

Queste distorsioni causano errori che influenzano la temperatura superficiale, l'accoppiamento atmosferico e le teleconnessioni. Nel complesso, ciò si traduce in previsioni imprecise di eventi caldi.

Un modo di prevedere

Il professor Noel Keenlyside, supervisore di Bachèlery, lavora da anni con le previsioni. "Per la prima volta, è possibile prevedere questi eventi e superare il problema degli errori dei modelli utilizzando un approccio diverso. Molte persone hanno cercato di prevedere quest'area per alcuni decenni. Ecco perché i risultati di Marie-Lou sono entusiasmanti".

Keenlyside spiega: “Quando si verificano eventi estremi, i gestori possono limitare la pesca in questa regione, per ridurre gli effetti della pressione aggiuntiva dell'ambiente”.

Per fare una previsione, il team di ricerca ha fornito alla macchina mappe della temperatura della regione di interesse. Il modello di apprendimento automatico identifica i modelli e le regioni che forniscono informazioni, portando a previsioni accurate per i prossimi 2 mesi. Con queste informazioni, c'è la possibilità di rappresentare i meccanismi fisici. Secondo Bachèlery, “il macchinario non faceva cose a caso, ma si basava su meccanismi fisici reali che esistono”.

Finora il feedback è stato positivo. L'intera tecnica può essere ripetuta per qualsiasi altro sistema. Attualmente, il team sta lavorando per rendere disponibili queste previsioni attraverso un cruscotto. Keenlyside spiega: "Stiamo dialogando con gli utenti delle previsioni dell'Istituto nazionale per la pesca in Angola (INIP) per migliorare e perfezionare ulteriormente le informazioni in base alle loro esigenze. È particolarmente piacevole vedere che la ricerca di base sta diventando rilevante per la società".