Un nuovo studio pubblicato su Nature Communications Earth & Environment mostra come il machine learning possa anticipare le ondate di calore fino a sette settimane prima dell’estate, offrendo strumenti preziosi per la salute, l’agricoltura e l’energia.
Una ricerca firmata dal Centro Euro-Mediterraneo sui Cambiamenti Climatici (CMCC) apre una prospettiva inedita sulla capacità di prevedere gli eventi estremi più pericolosi d’Europa: le ondate di calore.
Un team di ricercatori guidato da Robert McAdam ha sviluppato un sistema di previsione stagionale basato su machine learning in grado di fornire informazioni affidabili da quattro a sette settimane prima dell’estate. Una finestra di tempo sufficiente per attuare misure di prevenzione e pianificazione nei settori più esposti — dall’agricoltura alla sanità pubblica, dalla gestione energetica alla protezione civile.
Lo studio, intitolato “Feature selection for data-driven seasonal forecasts of European heatwaves”, dimostra che le tecniche di intelligenza artificiale possono eguagliare o superare le performance dei modelli climatici tradizionali, riducendo però drasticamente i costi e i tempi di calcolo. Un’innovazione che rende le previsioni climatiche più accessibili, sostenibili e replicabili anche da parte di istituzioni e centri di ricerca con risorse limitate.
“Il machine learning diventerà una parte fondamentale del modo in cui studiamo la variabilità climatica” spiega McAdam. “Questo lavoro è solo un primo passo per ottenere risultati interpretabili e fisicamente significativi”.
Dati del passato per capire il futuro
Il nuovo sistema si basa su un approccio di feature selection che analizza circa 2.000 variabili atmosferiche, oceaniche e terrestri per individuare le combinazioni più rilevanti alla previsione delle ondate di calore.
Un aspetto sorprendente è l’uso di simulazioni paleoclimatiche dal periodo 0–1850, che hanno fornito una quantità di dati di addestramento enormemente superiore rispetto ai soli dati osservativi moderni. Questo ha permesso al modello di “imparare” i meccanismi che governano le ondate di calore e poi applicarli con successo alle estati reali tra il 1993 e il 2016, incluse quelle estreme del 2003 e del 2015.
I principali predictors identificati includono l’umidità del suolo in Europa, i pattern di temperatura e la circolazione atmosferica, insieme a segnali remoti provenienti dal Pacifico e dall’Atlantico tropicale.
Efficienza e accessibilità
Oltre all’accuratezza, il punto di forza del metodo è la riduzione dei requisiti computazionali: una frazione minima rispetto a quelli richiesti dai modelli dinamici tradizionali. Questo apre la strada a un uso più diffuso delle previsioni stagionali anche in contesti non dotati di supercalcolatori.
Benefici concreti per la società
Le ondate di calore sono ormai la principale causa di mortalità legata al clima in Europa, con pesanti effetti su salute, agricoltura e sistemi energetici. Disporre di previsioni stagionali accurate permette di pianificare campagne sanitarie, gestire i picchi di domanda elettrica, proteggere le colture e ridurre i costi economici e sociali delle crisi termiche.
“Un’allerta precoce per estati estremamente calde può aiutare la società a prepararsi, riducendo perdite economiche e rischi per la vita”, sottolinea McAdam.
Verso una nuova generazione di servizi climatici
Il CMCC, tra i centri di ricerca europei più attivi nell’integrazione tra intelligenza artificiale e scienza del clima, considera questo studio una tappa fondamentale verso un nuovo standard di previsione stagionale. Il framework potrà essere adattato anche ad altri eventi estremi — come siccità o precipitazioni intense — e combinato con i modelli dinamici già sviluppati dal centro.
Alla vigilia di un decennio decisivo per l’adattamento climatico, la possibilità di prevedere le ondate di calore con mesi di anticipo rappresenta non solo un progresso scientifico, ma anche un segno concreto di resilienza e intelligenza collettiva: la capacità di usare la conoscenza per salvare vite, risorse e futuro.
Fonte:
McAdam R. et al., Seasonal forecasting of European heatwaves using a feature selection framework, Nature Communications Earth & Environment, 2025. DOI: 10.1038/s43247-025-02863-4
