Il progetto CLImate INTelligence (CLINT) ha come obiettivo l’avanzamento, tramite l’uso di modelli di intelligenza artificiale (IA), dello stato dell’arte della ricerca nella rilevazione, causazione e attribuzione di eventi climatici estremi, con particolare interesse all’integrazione di questi modelli in Servizi Climatici. CLINT è organizzato in una struttura “bottom-up” con quattro componenti: Intelligenza Climatica, Scienza del Clima, Servizi Climatici, e Sistemi Informativi sui Servizi Climatici. La parte di Scienza del Clima di CLINT è supportata da algoritmi innovativi di IA sviluppati nella componente di Intelligenza Climatica. Il vantaggio dell’utilizzo della Scienza del Clima potenziata dall’IA sarà dimostrato quantificando il valore dei risultanti Servizi Climatici potenziati dall’IA a scala continentale al fine di rafforzare le politiche climatiche dell’UE. Inoltre, verrà valutata l’applicabilità dei Servizi Climatici potenziati dall’IA nel rafforzare la capacità adattiva su scala locale in diversi casi di studio che sono Hotspot di Cambiamento Climatico. Questi casi di studio coprono diverse aree dove i segnali di cambiamento climatico si sovrappongono con comunità esposte e vulnerabili. In particolare, i casi di studio selezionati includono regioni semi-aride (Africa meridionale, Penisola Iberica), delta fluviali (Paesi Bassi) e bacini fluviali dipendenti dalla neve (Alpi italiane). Questi casi di studio sono stati selezionati perché soggetti a gravi impatti da eventi estremi sotto climi attuali e futuri, e perché mostrano un’ampia gamma di sviluppo socioeconomico e sfide adattative.
Per il caso di studio delle Alpi italiane, CLINT si concentra in particolar modo sul Lago di Como, fornendo previsioni idroclimatiche stagionali e sub-stagionali potenziate dall’IA di indici di siccità estrema. L’obiettivo di questo lavoro è informare l’operatività del lago per migliorare l’affidabilità della fornitura di irrigazione, in particolare nell’affrontare condizioni di grave siccità, nonché a mitigare i conflitti esistenti tra settori concorrenti. CLINT genererà anche previsioni stagionali e sub-stagionali potenziate dall’IA di ondate di

Descrizione
Settore	Risorse idriche Agricoltura e produzione alimentare
Impatto	Variazione della disponibilità di risorsa idrica sotterranea Aumento del rischio di siccità agricola
Parole chiave	Siccità, Ondate di calore, Machine learning
Anno inizio	2021
Anno fine	2025
Regione	Regione Lombardia
Fonte di finanziamento	HORIZON
Stato del progetto	Concluso

Riferimenti
Partner	CMCC HELMHOLTZ-ZENTRUM HEREON GMBH (HZG) AGENCIA ESTATAL CONSEJO SUPERIOR DEIINVESTIGACIONES CIENTIFICAS (CSIC) SVERIGES METEOROLOGISKA OCH HYDROLOGISKA INSTITUT (SMHI) HKV LIJN IN WATER BV (HKV) E3-MODELLING AE (E3M) LA FABBRICA DEI DATI CLIMATICI (TCDF) DEUTSCHES KLIMARECHENZENTRUM GMBH (DKRZ) ISTITUTO STICHTING IHE DELFT PER L’EDUCAZIONE ALL’ACQUA (IHE) CENTRO EUROPEO PER LE PREVISIONI METEO A MEDIO TERMINE (ECMWF) UNIVERSIDAD DE ALCALA (UAH) JUSTUS-LIEBIG-UNIVERSITAET GIESSEN (JLU) CONSORZIO GEOSPAZIALE APERTO EUROPA (OGC) UNIVERSITÀ COMPLUTENSE DI MADRID (UCM)
Referente	Andrea Castelletti Politecnico di Milano
Email	andrea.castelletti@polimi.it
Sito web	https://climateintelligence.eu
Documenti aggiuntivi	–
Azioni collegate	Gestione adattiva delle risorse idriche nel Lago di Como