Con l’arrivo dell’estate, l’aumento delle temperature e la conseguente essiccazione della vegetazione, le comunità, governi e attività economiche si stanno nuovamente preparando ad una stagione di incendi incontrollati. Pur essendo una caratteristica naturale di molti ecosistemi, la frequenza, la portata e l’impatto degli incendi incontrollati stanno crescendo in modo preoccupante. L’anno in corso ce lo dimostra chiaramente: nonostante l’estate non abbia ancora raggiunto il suo apice, abbiamo già assistito a segnali allarmanti di quello che potrebbe accadere.
Pur essendo una caratteristica naturale di molti ecosistemi, la frequenza, la portata e l’impatto degli incendi incontrollati stanno crescendo in modo preoccupante
A gennaio, Los Angeles e la Contea di San Diego sono state travolte da una serie di incendi devastanti. Alimentati da uragani e aggravati dalla siccità, hanno causato almeno 30 vittime,1 costretto centinaia di migliaia di persone all’evacuazione2 e distrutto oltre 16’000 attività. Quelli divampati a Eaton e Palisades, risultati i più distruttivi nella storia della California,3 rappresentano un chiaro segnale di una grave tendenza globale.
Tra il 2001 e il 2023 la perdita annua di copertura forestale dovuta agli incendi incontrollati è quadruplicata, salendo da meno di 2,5 milioni a più di 10 milioni di ettari.4 Le conseguenze sono devastanti: degradazione del suolo, inquinamento delle acque, perdita di biodiversità e rilascio massiccio di CO2 nell’atmosfera. Il costo economico globale è mediamente di oltre 50 miliardi di dollari l’anno.5 Secondo alcune proiezioni, entro la fine del secolo l’incidenza degli incendi incontrollati potrebbe aumentare di un ulteriore 50%.6
Tali tendenze sono al tempo stesso effetto e causa di due crisi sistemiche: il cambiamento climatico e il degrado della natura. L’aumento della siccità e l’essiccazione della vegetazione rendono eventuali incendi più probabili. Quando scoppia un incendio, si sprigiona CO2 e vengono distrutti i pozzi naturali di assorbimento del carbonio, compromettendo la resilienza degli ecosistemi. Attenuare il rischio di incendi incontrollati è quindi di fondamentale importanza per accelerare la transizione verso un nuovo paradigma di cui abbiamo bisogno in un’ottica di decarbonizzazione e rigenerazione della natura.
Ridurre il rischio di incendi incontrollati è quindi di fondamentale importanza per accelerare quel cambio di paradigma di cui abbiamo bisogno in un’ottica di decarbonizzazione e rigenerazione della natura
Tuttavia, gli incendi incontrollati sono fenomeni complessi e in rapida evoluzione. Spesso si sviluppano in aree remote, si propagano velocemente e mettono a dura prova le capacità di risposta delle autorità, che devono agire con informazioni frammentate, visibilità limitata e tempi estremamente ristretti. Una gestione efficiente del rischio di incendi deve pertanto evolvere insieme ad una trasformazione sistemica guidata dall’innovazione digitale. Ecco perché ricercatori, servizi di emergenza e società private ricorrono sempre più all’intelligenza artificiale (IA) e al machine learning per individuare, prevedere e gestire gli incendi incontrollati.
Per saperne di più:Economic systems and wildfires | Lombard Odier
Intelligenza artificiale contro gli incendi incontrollati
Affinché un incendio divampi e si propaghi occorrono tre elementi fondamentali: calore, ossigeno e combustibile, comunemente detti il “triangolo del fuoco”. Quando si combinano condizioni come il calore di un fulmine, vegetazione secca e forti venti, la più piccola scintilla può rivelarsi catastrofica.
Comprendere in che modo queste fattori interagiscono è essenziale per prevenire e gestire gli incendi incontrollati. Tale comprensione deve però essere puntuale, precisa e localizzata, un livello di dettaglio che spesso le tradizionali tecniche di monitoraggio non riescono a garantire. IA e machine learning possono rivelarsi utili proprio in questi casi.
Quando si parla di IA ci si riferisce a un sistema informatico in grado di svolgere operazioni complesse tipiche dell’intelligenza umana, come riconoscere immagini, elaborare il linguaggio o prendere decisioni. Il machine learning consiste in un’abilitazione dell’IA che comporta l’addestramento di algoritmi teso a individuare gli schemi presenti nei dati. Nel caso degli incendi incontrollati, tali dati comprendono condizioni meteorologiche, immagini satellitari, mappe della vegetazione, dati storici sugli incendi, unitamente a fattori umani che rendono gli incendi incontrollati più probabili, come l’accessibilità stradale, l’uso del suolo e la densità demografica. Con ogni nuova stagione e ogni nuovo evento, il machine learning affina la capacità dell’IA di prevedere e individuare gli incendi incontrollati e relativi fenomeni.
Tutte queste tecnologie hanno insieme un potenziale trasformativo in tre aree chiave della gestione degli incendi: previsione, individuazione ed elaborazione di modelli.
La tecnologia ha un potenziale trasformativo in tre aree chiave della gestione degli incendi: previsione, individuazione ed elaborazione di modelli
Incendi e dati a confronto
L’IA addestrata in base ai dati storici e a quelli meteorologici in tempo reale è in grado di prevedere gli incendi incontrollati attraverso il monitoraggio delle condizioni ambientali che influiscono sul triangolo del fuoco. Un ruolo cruciale è svolto dai satelliti. L’utilizzo delle immagini provenienti da sensori, come il Visible Infrared Imaging Radiometer Suite (VIIRS) e il Moderate Resolution Imaging Spectroradiometer (MODIS), entrambi della NASA, permette all’IA di analizzare indicatori come la disidratazione della vegetazione, gli aerosol atmosferici e le anomalie termiche, di individuare le aree ad alto rischio e di attivare allarmi preventivi.7 In Turchia la mappa del rischio di incendi incontrollati alimentata dall’IA, frutto di un’iniziativa FireAid, è in grado di prevedere incendi con 24 ore di anticipo e un tasso di accuratezza dell’80%, supportando i servizi di emergenza nella pianificazione e nella risposta.8
Una volta divampato l’incendio, la rapidità di individuazione diventa cruciale. I sistemi di videosorveglianza abilitati dall’IA e installati sulle torri o sulle vette delle montagne, come quelli installati da Pano negli Stati Uniti, sono in grado di scansionare aree molto vaste e di individuare segnali precoci, come fumo o bagliori termici. In alcuni casi, questi sistemi hanno allertato le autorità prima che chiunque altro riuscisse a individuare gli incendi.9
Altri metodi di individuazione utilizzano sensori chimici capaci di rilevare i gas emessi dagli incendi, come il monossido di carbonio o l’idrogeno, anche in condizioni di scarsa visibilità. Nella Jackson Demonstration State Forest (California), ad esempio, il California Department of Forestry and Fire Protection (CALFIRE) ha collaborato con la società tecnologica Dryad all’installazione di tali sensori al fine di individuare gli incendi nelle fasi iniziali e quindi ancora contenibili.10
Il ricorso ai satelliti si rivela utile anche nella fase di rilevamento. Ne è un esempio l’iniziativa FireSat, una partnership tra settore pubblico e privato, che sta realizzando una rete globale di satelliti abilitati dall’IA in grado di individuare incendi di dimensioni di appena 5 m2 aggiornando le immagini ogni 20 minuti.11 Questi sistemi sono efficaci soprattutto nelle zone remote o inaccessibili dove i sistemi di rilevamento al suolo sono limitati.
Grazie ai modelli generativi addestrati su immagini satellitari, modelli meteorologici, topografia e tipi di vegetazione, l’IA può rivelarsi utile anche per simulare la probabile traiettoria e la velocità di propagazione di un incendio. Servizi di pubblica utilità ed enti governativi antincendio si avvalgono già di piattaforme come TechnoSylva per pianificare evacuazioni, proteggere infrastrutture e ottimizzare l’impiego delle risorse.12
L’insieme di queste tecnologie sta trasformando la gestione degli incendi incontrollati. Offrendo strumenti per un intervento più tempestivo e decisioni più strategiche, l’IA ha il potenziale per ridurre i rischi, contenere i danni e salvare vite umane.
Dare il via all’innovazione
Nonostante il potenziale promettente dell’IA e del machine learning nella gestione degli incendi incontrollati, numerose sfide che ne limitano ancora l’adozione su larga scala e l’impatto complessivo.
Una delle principali barriere è rappresentata dai costi. I sistemi di videosorveglianza e le reti di sensori abilitati dall’IA richiedono non solo una manutenzione continua, ma anche investimenti iniziali considerevoli: ad esempio, il funzionamento annuale di ciascuna stazione di monitoraggio Pano può arrivare a costare circa 50’000 dollari. A fronte di ciò, i finanziamenti pubblici destinati alla lotta contro gli incendi incontrollati restano prevalentemente orientati alla reazione piuttosto che alla prevenzione, rendendo difficile allocare risorse economiche da destinare a quest’ultima.
Grazie alla capacità di favorire interventi più tempestivi e decisioni più strategiche, l’IA ha il potenziale per ridurre i rischi, contenere i danni e salvare vite umane
Un’ulteriore sfida è rappresentata dai dati. La variabilità di fattori come il terreno, il clima e l’uso del suolo rende difficile sviluppare modelli universalmente validi. Inoltre, i sistemi di machine learning richiedono grandi quantità di dati localizzati e di alta qualità, che spesso risultano scarsi o incoerenti. Questi sistemi basati sull’IA possono funzionare efficacemente solo a fronte di un monitoraggio più capillare, di processi di raccolta standardizzati e di una collaborazione aperta tra operatori del settore pubblico, privato e accademico. Iniziative come FireAid, che ha reso pubblici il proprio codice sorgente e i dati di addestramento,13 rappresentano un primo passo in questa direzione.
L’integrazione è un altro elemento cruciale: numerosi servizi di emergenza ed enti governativi si affidano ancora a infrastrutture digitali obsolete, spesso incompatibili con le piattaforme basate sull’IA. Questo crea un ecosistema frammentato che può ostacolare il coordinamento. Migliorare l’interoperabilità mediante standard comuni, interfacce e programmi di formazioni congiunti, sarà fondamentale per poter beneficiare appieno dei vantaggi offerti dall’IA nella lotta contro gli incendi incontrollati.
Esistono poi anche questioni di fiducia e di trasparenza. Molti sistemi basati sull’IA operano come “scatole nere”, che offrono agli utenti scarse possibilità di comprendere i criteri alla base delle loro decisioni. E questo può generare diffidenza e rallentarne l’adozione. Per rispondere a queste preoccupazioni, gli sviluppatori stanno lavorando alla creazione di modelli più trasparenti e sistemi di sorveglianza con supervisione umana, in cui l’IA supporta anziché sostituire il giudizio degli esperti. Per garantire che lo sviluppo degli strumenti di sorveglianza e di tracciamento basati sull’IA avvenga in modo responsabile, occorrono modelli di governance chiari, che prevedano tutela della privacy, supervisione etica e responsabilità legale.
Molte di queste sfide sono superabili e, di fatto, sono già oggetto di attenzione da parte di ricercatori, start-up ed enti governativi. Ma il progresso dipenderà dalla capacità di collaborare, dalla volontà di rivedere i modelli obsoleti di gestione del rischio e, soprattutto, dagli investimenti che si sarà disposti a compiere.
Un investimento in un contesto in fiamme
Con l’aggravarsi del cambiamento climatico e l’aumento della frequenza degli incendi incontrollati, la questione finanziaria legata alla prevenzione non può essere ignorata. Per gli investitori, si tratta di un’opportunità concreta per sostenere soluzioni sempre più necessarie.
Le tecnologie basate sull’IA per contrastare gli incendi incontrollati non sono più in fase sperimentale. Attori commerciali, come servizi di pubblica utilità, proprietari terrieri e operatori forestali, fortemente motivati a ridurre le perdite correlate agli incendi, le stanno già adottando per proteggere infrastrutture, valutare i rischi e ottimizzare l’allocazione delle risorse. Questa domanda B2B genera rendimenti stabili e ricorrenti, meno dipendenti dai finanziamenti pubblici.
Altrettanto determinante è la scalabilità delle soluzioni abilitate dall’IA. Una volta sviluppati, i sistemi basati sull’IA possono essere adattati e implementati in contesti geografici diversi con costi marginali relativamente contenuti, soprattutto dove esistono già infrastrutture satellitari o piattaforme pubbliche. L’espansione alimenta anche la qualità dei dati di addestramento, innescando un circolo virtuoso che migliora la precisione e ne amplia l’applicabilità.
Non mancano opportunità di investimento anche al di là della tecnologia core. Settori complementari come, ad esempio, infrastrutture dati, edge computing, hardware per il telerilevamento e analisi dei rischi climatici costituiscono un ecosistema integrato che rafforza la resilienza agli incendi attraverso l’IA. Per gli investitori lungimiranti questo ecosistema rappresenta un’occasione per un cambiamento sistemico, in cui i rendimenti economici si allineano all’impatto ambientale e sociale.
Per saperne di più:Building a Circular Bioeconomy to address the growing risk of wildfires | Lombard Odier
Settori complementari come, ad esempio, infrastrutture dati, edge computing, hardware per il telerilevamento e analisi dei rischi climatici costituiscono un ecosistema integrato che rafforza la resilienza agli incendi attraverso l’IA
Verso un futuro più resiliente
Gli incendi incontrollati non sono più eventi isolati, ma il sintomo di una crisi sistemica alimentata dal cambiamento climatico, dal degrado ambientale e da anni di sottoinvestimenti nella prevenzione. Allo stesso tempo rappresentano anche il banco di prova di tecnologie e strategie di investimento che possono contribuire a costruire un futuro più resiliente. I sistemi basati sull’IA stanno sta già trasformando il modo in cui comprendiamo, prevediamo e affrontiamo eventi estremi: dimostrano come l’evoluzione globale nella gestione dei dati possa rafforzare la nostra capacità di adattamento climatico, migliorare la nostra risposta alle crisi e agevolare interventi più rapidi, efficienti e mirati.
Le soluzioni di contrasto agli incendi incontrollati basate sull’IA contribuiscono direttamente anche a obiettivi più ampi: accelerano la decarbonizzazione, rafforzano la resilienza degli ecosistemi naturali nonché proteggono vite umane e mezzi di sussistenza. Si inseriscono nella transizione verso un’economia a zero emissioni, rispettosa della natura, con un impatto sociale equo e abilitata dalla digitalizzazione. Per gli investitori, tali soluzioni rappresentano un’opportunità di coniugare attenuazione dei rischi, progresso tecnologico e impatto di lungo termine. Per le comunità in prima linea nel cambiamento climatico, offrono invece qualcosa di più: la possibilità di costruire un mondo in cui gli incendi incontrollati non abbiano più il sopravvento.
Per affrontare le cause profonde dell’aumento degli incendi incontrollati occorre una trasformazione radicale dei nostri sistemi economici ed ecologici
Se da un lato l’IA offre potenti strumenti di previsione, individuazione e risposta, dall’altro rappresenta soltanto una parte di una soluzione molto più ampia. Per affrontare le cause profonde dell’aumento degli incendi occorre una trasformazione radicale dei nostri sistemi economici ed ecologici. Ciò vuol dire ripensare il modo in cui progettiamo e gestiamo il territorio, rivalutare il ruolo delle foreste, dell’uso del suolo e delle economie rurali. Una tale trasformazione deve essere sistemica, basata su principi di resilienza, rigenerazione e stewardship a lungo termine.
L’IA può giocare un ruolo fondamentale in questo cambio di paradigma, ottimizzando il modo in cui raccogliamo, interpretiamo e utilizziamo i dati ambientali, a favore di una gestione del territorio più consapevole e proattiva. Tuttavia, per beneficiare dell’intero potenziale dell’IA nel contrastare gli incendi è indispensabile affiancarla ad una riforma coordinata delle politiche, a investimenti significativi e a un rapporto rinnovato e più rispettoso con la natura.
condividi.