innovazione e sostenibilità

Come l’AI di IT4LIA può contribuire a prevedere gli eventi climatici estremi e proteggere il territorio


Indirizzo copiato

Al Tecnopolo DAMA di Bologna, l’AI Factory IT4LIA ha consolidato 16 anni di dati meteo per sviluppare Irene, un modello di deep learning per previsioni a breve termine. L’obiettivo è supportare la Protezione civile e i settori strategici nella gestione tempestiva degli eventi climatici estremi su scala locale.

Pubblicato il 2 nov 2026



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
earth-11009_1920-720×720





Previsioni meteo a breve termine e modelli ad alta risoluzione per gestire e prevenire eventi climatici in porzioni sempre più piccole di territorio. È il lavoro portato avanti dal settore Terra (“Earth”) di IT4LIA, AI Factory, iniziativa strategica che promuove lo sviluppo e l’adozione dell’IA in Italia e in Europa, mettendo a disposizione dell’ecosistema dell’innovazione un portafoglio completo di servizi e le competenze dei partner del progetto.

IT4LIA è attiva all’interno degli spazi del Tecnopolo DAMA di Bologna e si rivolge a enti pubblici e privati che vogliono sviluppare progetti innovativi basati sull’intelligenza artificiale, offrendo servizi ad accesso gratuito per startup, PMI, pubbliche amministrazioni e istituzioni accademiche idonee.

Tra i servizi specifici, accanto a quelli dedicati alla manifattura e all’agritech, l’AI Factory di Bologna sviluppa soluzioni anche nel campo della meteorologia. Grazie alla piattaforma “Earth”, l’obiettivo è dunque fornire analisi e previsioni di fenomeni ambientali ed eventi estremi come piogge eccezionali, inondazioni, frane e ondate di calore, sviluppare modelli climatici, analizzare l’aumento della temperatura dei mari e simulare fenomeni su scala locale e globale.

Previsioni meteo ad alta risoluzione grazie al nuovo archivio climatico di IT4LIA

Uno dei primi ostacoli affrontati da IT4LIA in ambito climatico è stata la frammentazione dei dati meteorologici in Italia, che limita l’efficacia delle strategie di adattamento e la preparazione agli eventi estremi.

In questo senso è stato creato un dataset, chiamato IT-DPC-SRI, grazie al quale sono stati riuniti e consolidati 16 anni di dati, dal 2010 a oggi, ricavati da osservazioni radar meteo. Questo archivio, standardizzato, ora è in grado di fornire dati ad alta risoluzione (su scala di un chilometro) a intervalli di cinque minuti, risolvendo le lacune nella condivisione dei dati e creando una base adatta anche alla stessa intelligenza artificiale per ricerche future.

Sfruttando questa mole di dati, il team “Earth” ha poi sviluppato Irene, un modello di deep learning progettato per generare previsioni a breve termine delle precipitazioni (nowcasting). Lo scopo è supportare il processo decisionale in scenari meteo ad alto impatto, fornendo un valore aggiunto ai soggetti istituzionali come le autorità di Protezione civile.

Dall’osservazione della Terra ai servizi a cascata grazie all’intelligenza artificiale

Per garantire un’ampia accessibilità ai dati, inoltre, i tecnici di IT4LIA hanno sviluppato la piattaforma ArcoDataHub, che contiene 17 dataset, per permettere a soggetti commerciali e pubblici di costruire i propri servizi più facilmente.

Infine, sempre in campo meteorologico, l’AI Factory di casa al Tecnopolo DAMA di Bologna si è occupata anche di sviluppare un sistema di downscaling basato sull’intelligenza artificiale per le proiezioni climatiche stagionali, puntando a risoluzioni a livello di chilometro per avere valutazioni degli impatti più efficaci a livello locale.

L’osservazione della Terra e la scienza del clima sono dunque ambiti in cui l’intelligenza artificiale può favorire grandi progressi nella comprensione dei fenomeni e nella protezione dei territori. I modelli e i dataset consentono infatti la creazione di servizi a cascata per la Protezione civile, ma anche il settore agricolo, le assicurazioni, le utility e le energie rinnovabili.