Un team guidato da Niccolò Maffezzoli dell'Università Ca' Foscari di Venezia e dell'Università della California, Irvine, ha sviluppato IceBoost, un modello AI globale per calcolare la distribuzione dello spessore del ghiaccio glaciale. I risultati sono stati pubblicati su Geoscientific Model Development. Si prevede che questo modello sarà uno strumento chiave per studiare futuri scenari di fusione dei ghiacciai e prevedere l'innalzamento del livello del mare.
Il modello IceBoost combina algoritmi ad albero decisionale addestrati su misurazioni dello spessore e 39 caratteristiche, tra cui velocità del ghiaccio e campi di temperatura. Secondo Maffezzoli, il modello dimostra errori inferiori del 30-40% rispetto ai modelli tradizionali, soprattutto nelle regioni polari. Il modello AI sfrutta ampi dati osservativi in combinazione con algoritmi di apprendimento automatico.
Stime accurate dello spessore del ghiaccio sono cruciali nelle regioni polari e ai margini della Groenlandia e dell'Antartide per modellare il flusso del ghiaccio e proiettare l'innalzamento del livello del mare. Entro la fine del 2025, i ricercatori mirano a rilasciare due set di dati per un totale di mezzo milione di mappe dello spessore del ghiaccio, segnando un passo significativo verso una migliore comprensione e previsione degli impatti glaciali. Questa iniziativa è in linea con l'Anno internazionale della conservazione dei ghiacciai nel 2025 e il Decennio di azione per le scienze della criosfera (2025 – 2034) dichiarato dalle Nazioni Unite.