Il segreto dei ghiacciai svelato: nuovo modello di intelligenza artificiale quantifica il volume globale

Un nuovo modello di intelligenza artificiale consente di stimare con maggiore precisione lo spessore e il volume dei ghiacciai terrestri, offrendo dati chiave per valutare il contributo potenziale all’innalzamento del livello del mare.

IceBoost v2.0 è il risultato di uno studio coordinato dall’Università Ca’ Foscari Venezia in collaborazione con il Cnr-Isp, pubblicato su Scientific Data. Il modello è stato sviluppato da Niccolò Maffezzoli, fisico e ricercatore associato al Cnr-Isp.

Il modello e i dati utilizzati

IceBoost v2.0 sfrutta tecniche di machine learning addestrate su oltre 7 milioni di misure raccolte da osservazioni sul campo e dati di rilievo remoto. Il modello incorpora 26 variabili fisiche e geometriche — tra cui pendenza, curvatura del terreno, velocità del ghiaccio e temperatura — per ricostruire punto per punto lo spessore dei ghiacciai.

Cnr-Isp ha sottolineato:

“Combinando vaste serie di misure con variabili fisiche e geometriche, il modello riesce a stimare in modo dettagliato lo spessore e il volume di ciascun ghiacciaio presente nel Randolph Glacier Inventory, la mappatura più aggiornata dei ghiacciai esclusi i poli.”

Gli autori hanno inoltre sviluppato una web-app che permette di esplorare visivamente i risultati per ogni ghiacciaio, rendendo accessibili mappe e profili tridimensionali alle comunità scientifiche e ai pianificatori territoriali.

Risultati principali

Secondo le stime di IceBoost v2.0, i ghiacciai del pianeta (esclusi le calotte di Antartide e della Groenlandia) contengono circa 150.000 chilometri cubi di ghiaccio, corrispondenti a circa 32,3 centimetri di innalzamento medio del mare in caso di fusione completa.

Cnr-Isp ha spiegato:

“Il valore complessivo è coerente con precedenti studi, ma IceBoost v2.0 restituisce una distribuzione spaziale più realistica: la fedeltà alle misure sul campo può migliorare fino al 40% rispetto alle stime precedenti.”

Un esempio significativo citato dagli autori riguarda il Geikie Plateau nella Groenlandia orientale, dove il modello stima uno spessore del ghiaccio – in alcune aree – fino a circa 2 chilometri, valutando quasi il doppio del volume rispetto a stime antecedenti per quella regione.

Implicazioni per il clima e le politiche di adattamento

Una migliore quantificazione dei volumi glaciali ha ricadute dirette sulle proiezioni di innalzamento del livello del mare e, quindi, sulla pianificazione di difese costiere, infrastrutture portuali e politiche urbanistiche. Per i paesi mediterranei, tra cui l’Italia, anche frazioni di millimetro annuo possono tradursi in impatti significativi nei decenni, in termini di erosione, frequenza delle inondazioni costiere e adeguamento delle reti infrastrutturali.

Dati più affidabili sono utili anche per il settore assicurativo e della riassicurazione, per valutare rischi a lungo termine e definire prodotti finanziari legati all’adattamento (ad esempio green bond per opere di difesa costiera). Inoltre, informazioni dettagliate sui bacini glaciali sono rilevanti per la gestione delle risorse idriche alpine, per l’energia idroelettrica e per il turismo montano.

Metodologia, limiti e sviluppi futuri

Nonostante i progressi, i modelli di machine learning dipendono dalla qualità e dalla copertura dei dati di addestramento: il confronto con misure dirette rimane fondamentale per validare le stime in aree scarsamente osservate. Inoltre, lo studio esclude deliberatamente le calotte polari, che richiedono approcci diversi per la valutazione del loro potenziale contributo allo scioglimento globale.

Per aumentare la precisione nel tempo sarà importante integrare i risultati di IceBoost v2.0 con osservazioni satellitari continue e campagne sul campo. L’interoperabilità con dataset geodetici e con scenari climatici globali consentirà stime più robuste e aggiornabili, utili per modelli di impatto socio-economico e piani di investimento pubblico e privato.

Utilizzo pratico per decisori e operatori economici

I responsabili delle infrastrutture, i gestori di porti e le autorità di pianificazione territoriale possono sfruttare questi dati per definire priorità di intervento e scenari di investimento. Anche gli operatori finanziari e i fondi infrastrutturali troveranno rilevanti queste informazioni per valutare il rischio climatico degli asset costieri e delle filiere connesse.

Infine, l’accesso pubblico tramite web-app favorisce la trasparenza e la collaborazione scientifica, permettendo confronti indipendenti e l’inclusione di stakeholder locali nelle scelte di adattamento e mitigazione.

In sintesi

• Una stima più precisa dei volumi glaciali aumenta la qualità delle proiezioni sul livello del mare, elemento chiave per pianificare investimenti in difesa costiera e infrastrutture marittime in Italia.
• Informazioni dettagliate sui bacini glaciali possono influenzare il pricing assicurativo e i prodotti finanziari legati all’adattamento, creando opportunità per mercati di capitale dedicati a resilienza e infrastrutture verdi.
• Per gli operatori energetici e idrici alpini, dati aggiornati supportano la gestione delle risorse a lungo termine e la valutazione degli impatti sulla produzione idroelettrica e sull’approvvigionamento idrico.
• L’integrazione di modelli come IceBoost v2.0 con osservazioni satellitari e scenari climatici rafforzerà la base informativa per decisioni pubbliche e private, riducendo l’incertezza negli investimenti a lungo periodo.