Nel contesto di un’Italia sempre più esposta agli effetti del cambiamento climatico, la gestione del rischio legato alle calamità naturali diventa una sfida prioritaria. Secondo il White Paper del consorzio Cineas, pubblicato nel 2023, il nostro Paese ha registrato ben 378 eventi climatici estremi in un solo anno, confermandosi come il più vulnerabile in Europa. Nonostante ciò, solo il 5% delle abitazioni è coperto da un’assicurazione contro eventi naturali estremi. Un dato allarmante, se si considera che negli ultimi dieci anni le perdite economiche dovute a disastri naturali ammontano a 33 miliardi di euro.
L’emergenza è dovuta al crescente impatto delle cosiddette tempeste convettive, fenomeni meteorologici violenti e localizzati che portano con sé venti forti, piogge torrenziali e grandine. Soltanto nell’estate del 2023, i danni assicurati riconducibili a questi eventi hanno toccato i 5,5 miliardi di euro, a cui si sommano altri 800 milioni causati dalle alluvioni in Emilia-Romagna e Toscana. Con il 94% dei comuni italiani a rischio frane, alluvioni o erosione costiera, la necessità di sviluppare strategie efficaci di adattamento e prevenzione è più urgente che mai.
In questo scenario complesso, la tecnologia può offrire un contributo decisivo. L’intelligenza artificiale, supportata da enormi quantità di dati geospaziali disponibili attraverso piattaforme open data e webgis, sta rivoluzionando la capacità di analisi e previsione del rischio. L’uso di immagini satellitari ad alta risoluzione, integrate con tecniche di machine learning, permette oggi di monitorare non solo intere aree urbane, ma anche singoli edifici e infrastrutture. Gli algoritmi intelligenti sono in grado di incrociare decine di variabili – climatiche, sociali, urbanistiche – e generare indicatori predittivi altamente dettagliati, capaci di anticipare possibili scenari con una precisione senza precedenti su scala locale.
Un esempio concreto di questa evoluzione è Deep Property, una soluzione sviluppata da Generali Global Corporate & Commercial in collaborazione con Ticinum Aerospace. Questo sistema sfrutta contemporaneamente dati satellitari, immagini stradali e informazioni pubbliche e private, restituendo un’analisi tridimensionale del rischio immobiliare. Le informazioni raccolte permettono di valutare lo stato di manutenzione degli edifici, i materiali utilizzati nella costruzione, la densità urbana, la distanza da corsi d’acqua e numerosi altri fattori determinanti per la valutazione del rischio. Inoltre, grazie alla loro infrastruttura cloud-based e a un’architettura API (Application Programming Interfaces), questi strumenti sono altamente scalabili e integrabili nei sistemi informatici esistenti, consentendo di processare migliaia di dati in tempi brevissimi e con un significativo risparmio sui costi.
Come sottolinea Massimo Fedeli, coordinatore del team che ha curato il White Paper di Cineas, per fronteggiare in modo efficace le calamità naturali è imprescindibile una sinergia tra Stato e settore privato. L’utilizzo delle tecnologie più avanzate, come l’intelligenza artificiale, deve diventare parte integrante delle politiche di prevenzione e adattamento. Solo così sarà possibile affrontare in modo strutturato le sfide di un futuro sempre più segnato dagli effetti del cambiamento climatico.
Fonte: Futura Network