Un algoritmo potrebbe cogliere primi segni di eventi naturali estremi

Scienze
Immagini satellitari dell'uragano Matthew che si dirige verso la Giamaica, Haiti e Cuba nell'ottobre 2016 (Getty Images)

Dal Massachusetts Institute of Technology di Boston arriva uno strumento capace di cogliere i segnali precursori di fenomeni instabili come onde anomale o nubifragi

Prevedere gli eventi naturali estremi è un traguardo che la scienza non ha ancora raggiunto. Passi in avanti in questa direzione sono però stati compiuti dal Massachusetts Institute of Technology (Mit) di Boston. I ricercatori dell'Istituto di tecnologia statunitense hanno infatti sviluppato un algoritmo che sarebbe in grado di cogliere i segnali precursori di fenomeni come onde anomale o nubifragi. Descritto sulla rivista "Science Advances", il programma avrebbe un'attendibilità compresa tra il 75 e il 99%.

L'algoritmo del Mit

Gli ingegneri del Mit, guidati da Themistoklis Sapsis, hanno cercato di fare qualche passo avanti nella previsione degli eventi naturali estremi implementando un algoritmo che sarebbe in grado di cogliere alcuni dei loro segnali precursori con una attendibilità che varia tra il 75 e il 90% a seconda della complessità dell'evento.

Prevedere la complessità

In passato sono già stati fatti dei tentativi basati su complessi sistemi di equazioni o analisi matematiche, ma questi non hanno funzionato generando, nella maggior parte dei casi, risultati irrealistici. "Al momento – ha spiegato Sapsis – non esiste un metodo che riesca a spiegare quando questi eventi estremi si verificano". L'algoritmo del Mit funziona come una sorta di 'setaccio' che seleziona solo i segnali di allerta che possono verificarsi nella realtà, depurando le varie equazioni matematiche da tutte le informazioni inutili. In pratica questo strumento combina le equazioni e i dati storici di eventi estremi passati allo scopo di identificarne solo i segnali precursori che hanno effettivamente dato il via a fenomeni naturali estremi.  

Campi di applicazione

L'algoritmo è stato applicato a dei fluidi in regime turbolento (in cui il moto delle particelle non segue un ordine prestabilito ma avviene in modo caotico). Secondo quanto riferiscono gli ingegneri del Mit, questi fluidi sono fondamentali poiché sono presenti, per esempio, nelle piogge molti forti, nei gas delle turbine, nel fumo delle sigarette, negli oceani, nell'atmosfera e persino nel sangue. Riuscire a comprendere le loro dinamiche potrebbe portare a comprendere anche tutta una serie di eventi estremi. "Se riuscissimo a prevedere il verificarsi di questi eventi estremi – ha concluso Sapsis – potremmo applicare alcune strategie di controllo per evitarli”.

Scienze: I più letti