Ghiacciai mappati attraverso l’AI per studiare quanto dureranno

«La distribuzione dello spessore del ghiaccio è una variabile fondamentale per i modelli glaciologici e climatici», spiega Niccolò Maffezzoli. Fisico e ricercatore cafoscarino associato al Cnr-Isp, Maffezzoliha sviluppato IceBoost v2.0, il modello addestrato con oltre sette milioni di misure, capace di ricostruire volume e distribuzione del ghiaccio. Una web app completa il quadro consentendo di esplorare visivamente i dati di tutti i ghiacciai della Terra.

«Per prevedere come evolveranno i ghiacciai da qui al 2100, e il loro contributo all’innalzamento del livello dei mari», approfondisce, «serve conoscerne lo stato attuale con il maggiore dettaglio possibile».

Il modello combina i dati ricostruiti con 26 variabili fisiche e geometriche, tra cui pendenza e curvatura del terreno, temperatura e il ritmo con cui le masse di ghiaccio e i ghiacciai si muovono o si sciolgono sulla superficie terrestre. In questo modo ricostruisce, punto per punto, lo spessore del ghiaccio e il volume di ogni ghiacciaio compreso nella mappatura più aggiornata dei ghiacciai esistenti, escluse le calotte polari. In Europa sono 4.000.

Secondo la nuova stima, i ghiacciai del pianeta contengono circa 150 mila chilometri cubi di ghiaccio, equivalenti a 32,3 centimetri di innalzamento del livello medio del mare, nel caso di fusione completa di tutti i ghiacciai esclusi Antartide e Groenlandia. IceBoost 2.0 riesce però a stimare in modo più realistico la distribuzione di ogni ghiacciaio. Ora sappiamo ad esempio di più del Geikie Plateau, in Groenlandia orientale, dove il ghiacciaio è spesso fino a 2 chilometri. In quest’area, IceBoost v2.0 stima quasi il doppio del ghiaccio rispetto a quanto riportato in precedenza.

Le mappe aggiornate indicano le aree per le quali le stime sono più affidabili e quelle dove serve catalogare ulteriori informazioni. Fondamentali anche le ricadute sulla gestione delle risorse idriche. «I modelli basati su machine learning», evidenzia il ricercatore, «cioè quel ramo dell’intelligenza artificiale che permette ai computer di imparare dai dati e migliorare le proprie prestazioni nel tempo senza essere programmati esplicitamente con regole fisse, offrono un approccio alternativo. Imparano dai dati, formulando previsioni senza una descrizione fisica imposta a priori. Spesso, se abbiamo dati sufficienti, questo approccio è vincente».

«In futuro andremo verso lo sviluppo di modelli ibridi», sottolinea Maffezzoli, «in cui la descrizione fisica e l’apprendimento dalle misure sperimentali lavoreranno insieme per produrre stime più accurate. Dobbiamo fare in fretta, i ghiacciai alle medie latitudini, Alpi comprese, scompariranno entro qualche decennio».

A questo proposito, globalmente, il numero di ghiacciai che spariscono annualmente avrà il suo massimo attorno al 2050. «Nel 2100 su tutto l’arco alpino tra il 90% e il 100% dei ghiacciai saranno spariti, a seconda dello scenario climatico con temperature più elevate in un ventaglio da 1. 5 a 2.7 gradi. Saranno rimasti forse le grandi masse glaciali come il ghiacciaio dell’Aletsch, in Svizzera. Il destino dei ghiacciai alpini è già segnato per molti di loro. Sicuramente quelli veneti non esisteranno più molto probabilmente già entro 10-20 anni al massimo».

In Veneto, dove troneggia la Marmolada, e in molte zone delle Alpi, sarebbe più corretto parlare di glacionevati. «Spesso questi ghiacciai sono estremamente piccoli, in forte ritiro, sparpagliati tra loro e disuniti, senza un bacino di accumulo ben identificato», nota lo studioso.