Ridurre l’impatto di eventi climatici estremi rappresenta una delle sfide principali per l’identificazione di strategie di adattamento e mitigazione e per la gestione dei rischi connessi a tali eventi, evidenziando il valore dei servizi climatici nel supportare decisioni strategiche. Oggi, i servizi climatici possono beneficiare di una mole di dati senza precedenti, principalmente grazie ai servizi forniti da Copernicus all’interno del Climate Change Service, e ai recenti sviluppi nel campo dell’intelligenza artificiale che consentono di sfruttarne appieno il potenziale.
L’obiettivo principale di CLINT è lo sviluppo di un framework di intelligenza artificiale basato su tecniche e algoritmi di machine learning in grado di processare grandi dataset climatici allo scopo di supportare gli studi climatologici nel rilevamento, analisi causale, e attribuzione di eventi estremi come cicloni tropicali, ondate di calore, notti tropicali e siccità estrema, ma anche di eventi composti e di estremi concorrenti.
Nello specifico, il framework supporterà (1) l’identificazione di pattern spazio-temporali e dinamiche evolutive di campi climatologici associati a eventi estremi, (2) la validazione dal punto di vista della fisica del sistema climatico delle relazioni causa-effetto scoperte dagli algoritmi di machine learning e (3) l’attribuzione di eventi estremi passati e futuri alle emissioni di gas serra e ad altri forzanti antropogenici.
Il framework studierà anche l’impatto degli eventi estremi su diversi settori socio-economici in condizioni climatiche storiche, previste e proiettate, sviluppando servizi climatici innovativi e settoriali potenziati dall’intelligenza artificiale. Questi servizi saranno testati a diverse scale spaziali, da quello paneuropeo – dove supporteranno le politiche dell’UE relative al nesso acqua-energia-cibo (Water-Energy-Food Nexus) – a quello locale, in tre tipologie diverse di hotspot climatici. Infine, i servizi sviluppati all’interno del progetto saranno resi operativi secondo gli standard più avanzati di open data e software in termini di Climate Services Information Systems e Web Processing Services, oltre che di un prototipo dimostrativo di alcuni di questi servizi, allo scopo di facilitare la comprensione dei risultati del progetto da parte degli enti di ricerca pubblici e privati.
