15 Maggio 2024

L’intelligenza artificiale misura con precisione l’evapotraspirazione del suolo

,

I ricercatori dell’Università dell’Illinois hanno usato l’intelligenza artificiale per prevedere i dati mancanti. L’algoritmo riduce il margine di errore rispetto alle misurazioni tradizionali

di Matteo Cavallito

 

L’intelligenza artificiale può aiutare a stimare i livelli di umidità a partire dalle rilevazioni da remoto del suolo. Lo sostiene uno studio a cura dell’Università dell’Illinois Urbana Champaign. L’indagine offre un contributo importante nella misurazione di una variabile chiave. L’ammontare totale dell’evapotraspirazione, ovvero il processo attraverso il quale l’acqua si sposta dal suolo all’atmosfera, viene sottratto al volume delle precipitazioni per determinare il bilancio idrico disponibile. La valutazione del fenomeno, osservano però gli scienziati, non è di per sé semplice.

Collegare i dati terrestri con quelli satellitari

“Le stime dell’evapotraspirazione al suolo catturano i flussi locali di acqua trasferiti all’atmosfera, ma hanno una scala limitata”, ha spiegato Jeongho Han, principale autore della ricerca, in una nota diffusa dall’Università dell’Illinois. “I dati satellitari, invece, forniscono informazioni su scala globale. Tuttavia, sono spesso incompleti a causa delle nuvole o del malfunzionamento dei sensori senza contare che il passaggio del satellite su un’area può richiedere diversi giorni”.

L’obiettivo del lavoro consisteva quindi nell’elaborare un sistema in grado di “prevedere le informazioni mancanti e di generare dati di evapotraspirazione giornalieri continui che tenessero conto delle dinamiche dell’uso del suolo e del movimento dell’aria nell’atmosfera”.

Nel dettaglio gli autori hanno elaborato un modello chiamato Dynamic Land Cover Evapotranspiration Model Algorithm (DyLEMa) in grado di prevedere i dati sull’evapotraspirazione attraverso sistemi di apprendimento automatico stagionali addestrati. I ricercatori hanno collaborato con il National Center for Supercomputing Applications (NCSA) e l’Illinois Campus Cluster Program (ICCP) per elaborare le informazioni e addestrare i modelli. Con l’idea di mettere i dati raccolti a disposizione di altri ricercatori.

L’intelligenza artificiale riduce il margine di errore

Gli autori hanno valutato le prestazioni di DyLEMa in un’area circoscritta di 30 metri x 30 metri nel territorio dell’Illinois utilizzando i dati degli ultimi vent’anni messi a disposizione dalla NASA, dallo US Geological Survey e dal National Oceanic and Atmospheric Administration (l’agenzia metereologica statunitense). I ricercatori, in particolare, hanno testato l’accuratezza del modello confrontando i risultati con i dati esistenti.

Le previsioni dell’algoritmo “hanno ridotto l’errore medio in una percentuale compresa tra il +31 e il – 7% rispetto ai sistemi di misurazione dell’evapotraspirazione dello US Geological Survey”, si legge nella ricerca.

Nuove applicazioni

Secondo lo studio, DyLEMa potrebbe essere utilizzato per valutare contesti e set di dati differenti riducendo il margine di incertezza nella stima dell’evapotraspirazione. Il sistema, infatti, sarebbe in grado di valutare differenti variabili tra cui l’uso del suolo e, nel caso dei terreni agricoli, le diverse colture tra le quali mais e soia. Il modello può integrare fattori come precipitazioni, temperatura, umidità, radiazione solare, stadio della vegetazione e proprietà del suolo.

In questo modo il modello si adatterebbe bene alla valutazione dei terreni agricoli nei quali le colture cambiano rapidamente.

L’algoritmo, infine, fornisce dati importanti per la valutazione dell’erosione del suolo (lo studio, non a caso, è parte di un più ampio progetto di ricerca sul tema del Dipartimento dell’Agricoltura degli Stati Uniti).  “L’evapotraspirazione regola il livello di umidità del suolo e viceversa, con un impatto sui processi superficiali come il ruscellamento e l’erosione.”, spiega Maria Chu, docente e co-autrice della ricerca. “Il nostro prossimo passo è quello di integrare i dati in un modello idrologico per una migliore stima dell’erosione stessa”.