Neve o piante

- DE- IT
Un dipendente di SLF registra i dati sulla vegetazione in una stazione IMIS nel
Un dipendente di SLF registra i dati sulla vegetazione in una stazione IMIS nel Bäretälli, vicino a Davos. (Foto: Christian Rixen / SLF)

Il machine learning aiuta i ricercatori a utilizzare le stazioni meteorologiche per studiare le conseguenze dei cambiamenti climatici sulla crescita della vegetazione alpina.

Questo testo è stato tradotto automaticamente.

Sei giorni prima rispetto al 1998, il 14 giugno anziché il 20, le piante iniziano a crescere in media alle alte quote delle Alpi. Michael Zehnder, biologo dell’SLF, spiega questo fenomeno con i cambiamenti climatici e il forte aumento delle temperature medie nella regione montana. Anche il tasso di crescita e il punto di massima crescita sono cambiati a causa della primavera montana più calda degli ultimi tre decenni.

L’analisi è stata effettuata con l’aiuto delle stazioni meteorologiche del Sistema intercantonale di misurazione e informazione IMIS. Dalla fine degli anni ’90, circa 190 stazioni misurano ogni mezz’ora numerosi dati meteorologici come la velocità del vento e la temperatura, due terzi dei quali misurano anche l’altezza della neve. Il governo federale, i cantoni, i comuni e altri gruppi di interesse sostengono questo progetto nazionale, gestito e analizzato dall’SLF.

Oltre alla neve, il segnale a ultrasuoni del sensore di profondità della neve misura le dimensioni di ogni oggetto posto sotto il sensore. Zehnder ne approfitta: «Possiamo usare il segnale della profondità della neve per seguire la crescita delle piante in estate e osservare come cambia nel corso degli anni senza dover essere sul posto».

A meno che non stia nevicando. Questo accade più frequentemente anche in estate, poiché le stazioni sono dislocate su tutto il territorio delle Alpi svizzere, di solito al di sopra del limite degli alberi tra i 1800 e i 3000 metri. Gli algoritmi aiutano a distinguere se i sensori stanno misurando la neve o l’erba. Questo perché le stazioni stesse non sono in grado di farlo.

Jan Svoboda, esperto di machine learning (ML), ha addestrato un modello con una grande quantità di dati in collaborazione con lo Swiss Data Science Centre (SDCS). «Collegandolo con altri sensori delle stazioni di misurazione, gli algoritmi possono separare la neve dalle piante», spiega. Ad esempio, nelle giornate estive, le temperature del suolo e dell’aria corrono parallelamente ben al di sopra degli zero gradi. Un manto nevoso, invece, ha sempre un massimo di zero gradi, mentre l’aria sopra di esso fluttua, anche nell’intervallo di più gradi. Gli algoritmi hanno imparato queste correlazioni.

Misurare l’altezza delle piante utilizzando le stazioni IMIS non è una novità, dice Zehnder: «Ma con il nuovo approccio ML, i nostri risultati sono più precisi». Ciò consente di risparmiare tempo sulle regolazioni manuali che sono ancora necessarie.

Tuttavia, il sistema ha i suoi limiti. «Nelle stazioni troppo in alto, la vegetazione è troppo piccola per misurare in modo affidabile la crescita», avverte il biologo. Inoltre, il sensore non distingue le specie vegetali. Zehnder vuole quindi registrare nuovamente la vegetazione in loco quest’estate per verificare se nuove o diverse specie contribuiscono alla variazione della crescita.

È interessante notare che la fase di crescita delle piante inizia prima rispetto a 25 anni fa. In media, tuttavia, il processo di diradamento avviene sempre nello stesso periodo e negli stessi luoghi. «Questo significa che le piante hanno bisogno di meno tempo per germogliare dopo la scomparsa della copertura nevosa», afferma Zehnder.

Questo articolo è apparso per la prima volta sulla Davoser Zeitung il 25 giugno 2024.