L’intelligenza artificiale al servizio della gestione del rischio alluvioni.
Ex Machina è tra i partner del PoC 3.7 “Modelli di simulazione d’esondazione di fiumi e corsi d’acqua”, uno dei progetti pilota del programma italiano interregionale REG4IA dedicato alla gestione innovativa del rischio alluvioni. Un PoC, o proof of concept, è una sperimentazione su scala ridotta che serve a dimostrare la fattibilità di una soluzione prima di adottarla in modo strutturale. Partecipiamo portando l’esperienza maturata con il nostro sistema AIRAS – Artificial Intelligence Response on Alert System, la piattaforma di supporto decisionale sviluppata per la protezione dei territori dagli eventi meteo-idrogeologici estremi.
Il progetto è promosso dalla Regione Emilia-Romagna attraverso la Direzione Generale Risorse, Europa, Innovazione e Istituzioni, l’Agenzia regionale per la Sicurezza Territoriale e la Protezione Civile (ARSTPC) e l’Agenzia regionale per la prevenzione, l’ambiente e l’energia (ARPAE). Accanto a noi lavorano l’Università di Padova, l’Università di Parma, il Politecnico di Milano e la Fondazione CIMA. Le attività hanno avvio formale a primavera 2026, con chiusura prevista entro la fine dello stesso anno.
L’idea da cui parte il PoC è replicare e potenziare un’applicazione già operativa: la simulazione in tempo reale degli scenari di allagamento da rotta arginale messa a punto per il Fiume Lamone dopo l’alluvione del maggio 2023, frutto delle convenzioni con le università di Padova e Parma. Quel sistema accoppia un modello idrologico (RHYME, sviluppato da UNIPD) e un modello idrodinamico bidimensionale (PARFLOOD, di UNIPR) all’interno dell’interfaccia FEWS, sfruttando la potenza di calcolo del supercomputer regionale “MarghERita”. Con MarghERita è possibile simulare in tempo reale lo scenario di tre brecce arginali contemporanee.
L’obiettivo del nuovo progetto è estendere questo approccio a un altro corso d’acqua interregionale tra Toscana ed Emilia-Romagna. La scelta è caduta, per ragioni tecniche, sul Fiume Senio, ultimo affluente di destra del Reno: un’asta di circa 101 chilometri, arginata in modo continuo a valle di Castelbolognese e quindi particolarmente esposta al rischio di rotta. Il fine ultimo è migliorare previsione attraverso azioni preventive di allarme ed evacuazione sfruttando le opportunità offerte dall’intelligenza artificiale.
Il nostro contributo si concentra sulle componenti più innovative della catena di lavoro. Siamo coinvolti nella sperimentazione dell’IA per la simulazione delle brecce arginali e nella valutazione esplorativa per individuare le criticità degli argini, in collaborazione con i gruppi idraulici e geotecnici universitari. Partecipiamo inoltre, insieme a Politecnico di Milano e Fondazione CIMA, allo sviluppo dell’approccio Impact Based Forecast, sia per la valutazione in tempo reale dell’impatto alluvionale sia per gli scenari “what if” utili alla pianificazione e alla prevenzione.
La capacità di realizzare un sistema di supporto per chi opera sul territorio basato sull’IA che sia in grado di integrare gli output dei modelli sviluppati dalle diverse università coinvolte nel progetto e la messa a punto di un agente conversazionale dedicato nasce appunto dall’esperienza fatta con AIRAS.
AIRAS è infatti un’agente conversazionale addestrato sui piani e sulle procedure di protezione civile esistenti, capace di affiancare chi deve prendere decisioni nelle fasi di allerta. Il tool si basa su modelli generativi istruiti, tramite tecniche di fine-tuning, sulla documentazione normativa regionale, sui piani comunali di protezione civile e sulle procedure operative standardizzate.
Il sistema mette anche in relazione vari dati rilevati sul territorio, come quelli pluviometrici, con i modelli storici di alluvione, restituendo indicazioni operative per eventuali chiusure preventive delle strade o l’invio delle risorse quando si raggiungono le soglie di allarme o altre attività di messa in sicurezza del territorio.
Tra gli esiti attesi del PoC di REG4IA c’è la predisposizione di linee guida per replicare la procedura su altri territori. Il sistema sviluppato sul Senio, infatti, non è pensato come una soluzione isolata, ma come una metodologia trasferibile ad altri bacini e ad altre regioni. Per noi è l’occasione di portare l’esperienza maturata con AIRAS dentro un caso reale e complesso, mettendo l’intelligenza artificiale al servizio di chi, sul campo, deve decidere in fretta e bene quando l’acqua sale.
