Il cambiamento climatico sta alterando in modo significativo le riserve idriche globali, con eventi estremi come siccità e alluvioni che influenzano la disponibilità di acqua dolce. Grazie a modelli avanzati di machine learning, il nuovo dataset GRAiCE offre una ricostruzione accurata delle variazioni nelle riserve idriche terrestri dal 1984 al 2021, fornendo strumenti essenziali per monitorare e gestire le risorse idriche in un contesto di crisi climatica.
Cos’è il dataset GRAiCE e come funziona?
Il dataset GRAiCE (Global Reconstruction of Anomalies in Terrestrial Water Storage) è stato sviluppato da un team di ricercatrici e ricercatori dell’Università di Bologna e della Columbia University. Utilizzando reti neurali avanzate, come le LSTM (Long Short-Term Memory) e le BiLSTM (Bidirectional LSTM), il dataset integra dati satellitari delle missioni GRACE e GRACE-FO con informazioni climatiche e sulla vegetazione per ricostruire le anomalie nello stoccaggio idrico terrestre (TWSA).
Perché è importante monitorare le riserve idriche?
Lo stoccaggio idrico terrestre (TWS) rappresenta la somma di tutte le riserve di acqua dolce presenti sulla superficie e nel sottosuolo, inclusi fiumi, laghi, falde acquifere, suolo, neve e ghiaccio.
Monitorare queste riserve è cruciale per comprendere l’impatto del cambiamento climatico e delle attività umane sul ciclo idrologico.
Eventi estremi come El Niño e La Niña possono causare variazioni significative, portando a siccità prolungate o inondazioni devastanti.
I risultati del dataset GRAiCE
Il dataset GRAiCE ha dimostrato di essere in grado di ricostruire con precisione le variazioni nello stoccaggio idrico a livello globale e di singoli bacini fluviali.
In particolare, il modello ha catturato gli impatti di eventi climatici estremi, come:
- El Niño, aumento delle precipitazioni nel Pacifico tropicale e siccità nelle regioni continentali.
- La Niña, incremento delle riserve idriche in aree come l’Australia orientale durante l’evento del 2010-2011.
Applicazioni pratiche del dataset GRAiCE
GRAiCE non solo fornisce una visione storica delle variazioni idriche, ma offre anche strumenti per:
- Prevedere siccità e inondazioni, identificando i trend a lungo termine, le comunità possono prepararsi meglio agli eventi estremi.
- Migliorare la gestione delle risorse idriche, i dati aiutano a ottimizzare l’uso dell’acqua in agricoltura, industria e consumo domestico.
- Supportare politiche climatiche, fornendo evidenze scientifiche per decisioni informate sulla gestione dell’acqua e l’adattamento al cambiamento climatico.
Le sfide future e le prossime ricerche
Nonostante i risultati promettenti, ci sono ancora sfide da affrontare!
- Integrazione di dati antropici: attività umane come l’estrazione di acqua per l’irrigazione o l’industria possono alterare le riserve idriche in modo significativo.
- Estensione temporale e spaziale: il dataset attuale copre il periodo 1984-2021, ma è essenziale aggiornarlo continuamente per monitorare le tendenze recenti.
- Miglioramento dei modelli: l’inclusione di ulteriori variabili, come l’uso del suolo e la gestione delle risorse idriche, potrebbe aumentare l’accuratezza delle previsioni.
Uno strumento cruciale per il futuro
Il dataset GRAiCE rappresenta un passo avanti significativo nella comprensione delle dinamiche idriche globali. Grazie alla sua capacità di ricostruire e prevedere le variazioni nello stoccaggio idrico, questo strumento offre informazioni preziose per affrontare le sfide poste dal cambiamento climatico e garantire una gestione sostenibile delle risorse idriche.
Il ruolo delle missioni satellitari GRACE e GRACE-FO
Le missioni satellitari GRACE (Gravity Recovery and Climate Experiment) e GRACE-FO (GRACE Follow-On) hanno rivoluzionato il monitoraggio delle riserve idriche globali.
Lanciate rispettivamente nel 2002 e nel 2018, queste missioni misurano le variazioni del campo gravitazionale terrestre, che sono direttamente correlate alle variazioni di massa d’acqua sulla superficie e nel sottosuolo.
Tuttavia, i dati di GRACE e GRACE-FO presentano alcune limitazioni, come lacune temporali e mancanza di informazioni precedenti al 2002.
Come GRAiCE colma le lacune dei dati satellitari
GRAiCE utilizza modelli di machine learning per ricostruire le anomalie nello stoccaggio idrico terrestre (TWSA) prima del 2002 e per colmare le lacune nei dati satellitari. Addestrando le reti neurali con dati climatici e sulla vegetazione, i ricercatori sono riusciti a creare un dataset continuo e affidabile che copre quasi quattro decenni.
L’impatto degli eventi climatici estremi
Uno degli aspetti più innovativi di GRAiCE è la sua capacità di catturare l’impatto degli eventi climatici estremi sulle riserve idriche. Ad esempio, durante gli anni di El Niño, il dataset ha evidenziato un aumento delle riserve idriche nel Pacifico tropicale e una riduzione nelle regioni continentali. Al contrario, durante La Niña, si è osservato un incremento delle riserve idriche in aree come l’Australia orientale.
Esempi pratici: siccità e inondazioni
- Siccità in California: GRAiCE ha rilevato una significativa riduzione delle riserve idriche nella California meridionale durante i periodi di siccità, evidenziando l’impatto combinato del cambiamento climatico e dell’eccessivo prelievo di acqua per l’irrigazione.
- Inondazioni in Australia: durante La Niña del 2010-2011, il dataset ha mostrato un aumento delle riserve idriche nell’Australia orientale, correlato alle inondazioni che hanno colpito la regione.
Le prospettive future per GRAiCE
Le ricercatrici e i ricercatori stanno già lavorando per migliorare ulteriormente il dataset GRAiCE.
Tra le priorità future ci sono:
- Inclusione di dati antropici, integrare informazioni sull’uso dell’acqua per l’irrigazione, l’industria e il consumo domestico.
- Estensione temporale, aggiornare il dataset per includere gli anni più recenti e monitorare le tendenze attuali.
- Miglioramento dei modelli, utilizzare tecniche di machine learning ancora più avanzate per aumentare l’accuratezza delle previsioni.
Collaborazioni internazionali e accesso ai dati
GRAiCE è il risultato di una collaborazione internazionale tra l’Università di Bologna, la Columbia University e altre istituzioni.
Il dataset è disponibile pubblicamente sul repository Zenodo, rendendolo accessibile a ricercatrici, ricercatori, policymaker e organizzazioni in tutto il mondo.
Conclusioni: uno strumento essenziale per la gestione delle risorse idriche
Presentato sulla rivista Scientific Data, GRAiCE è nato dal lavoro di due studiose dell'Università di Bologna, Irene Palazzoli, assegnista di ricerca presso il Dipartimento di Ingegneria Civile, Chimica, Industriale e dei Materiali, e Serena Ceola, professoressa dello stesso dipartimento, in collaborazione con Pierre Gentine, professore della Columbia University di New York.
«Questo dataset innovativo fornisce una nuova prospettiva sui cambiamenti nella disponibilità di acqua dolce: è in grado, infatti, di riprodurre con elevata precisione gli impatti dei fenomeni climatici estremi», dice Irene Palazzoli. «In questo modo, GRAiCE contribuisce agli sforzi globali per comprendere e affrontare le sfide che il cambiamento climatico pone ai sistemi idrici».
«Grazie all’utilizzo di reti neurali, siamo riusciti a catturare le complesse interazioni tra clima, vegetazione e risorse idriche, ottenendo una ricostruzione accurata delle anomalie nello stoccaggio idrico terrestre», spiega Irene Palazzoli. «Le variazioni stimate dai nostri modelli consentono di analizzare in dettaglio l’evoluzione nel tempo dei sistemi idrici in risposta ai fattori climatici».
In un’epoca di crescente instabilità climatica, strumenti come GRAiCE sono essenziali per comprendere e gestire le risorse idriche in modo sostenibile.
Grazie alla sua capacità di ricostruire e prevedere le variazioni nello stoccaggio idrico, questo dataset offre una base scientifica solida per affrontare le sfide del futuro e garantire l’accesso all’acqua per le generazioni a venire.