Petrolio in mare, l’intelligenza artificiale migliora fino al 25% la previsione delle maree nere. Lo studio del CMCC apre nuove prospettive per la risposta alle emergenze ambientali, dall'articolo di Marco Talluri ambiente e non solo

 tratto da https://ambientenonsolo.com/petrolio-in-mare-lintelligenza-artificiale-migliora-fino-al-25-la-previsione-delle-maree-nere-lo-studio-del-cmcc-apre-nuove-prospettive-per-la-risposta-alle-emergenze-ambientali/

Petrolio in mare, l’intelligenza artificiale migliora fino al 25% la previsione delle maree nere. Lo studio del CMCC apre nuove prospettive per la risposta alle emergenze ambientali

Gennaio 8, 2026TALLURI MARCO

Prevedere con maggiore accuratezza la traiettoria di uno sversamento di petrolio in mare significa salvaguardare ecosistemi, coste e comunità umane dagli effetti più devastanti delle maree nere. Un nuovo studio del Centro Euro-Mediterraneo sui Cambiamenti Climatici (CMCC), pubblicato sulla rivista Ecological Informatics (“Improving oil slick trajectory simulations with Bayesian optimization”), mostra come l’intelligenza artificiale (AI) possa migliorare fino al 25% la capacità di tracciamento dei modelli oceanici tradizionali.

Il metodo ibrido: AI + fisica
I ricercatori del CMCC hanno integrato la tecnica di Bayesian optimization — un approccio di machine learning capace di “imparare” dai dati satellitari — con il modello numerico MEDSLIK-II, che simula la dispersione delle chiazze di petrolio in mare.
Questo sistema ibrido permette di calibrare automaticamente i parametri fisici del modello, migliorando la precisione e riducendo i tempi di analisi.

I risultati principali

• +20% di accuratezza nella forma e diffusione delle chiazze di petrolio rispetto alle osservazioni satellitari.
• +25% di precisione nel tracciamento della posizione.
• +12% medio nel punteggio di skill complessivo rispetto ai modelli convenzionali.

La validazione è stata condotta sull’episodio della marea nera di Baniyas (Siria, 2021), dove oltre 12.000 metri cubi di greggio si riversarono nel Mediterraneo. Il nuovo sistema ha dimostrato di seguire più fedelmente l’evoluzione della chiazza anche in condizioni meteorologiche e oceaniche variabili.

“Questo lavoro rappresenta un passo avanti nel colmare il divario tra modellistica numerica e intelligenza artificiale”, spiega Gabriele Accarino, ricercatore del CMCC e della Columbia University, autore principale dello studio. “Abbiamo sviluppato un prototipo di sistema operativo di previsione di nuova generazione, in grado di aggiornarsi in tempo reale con l’arrivo di nuovi dati.”