L’area adriatico-ionica è soggetta ad un elevato rischio idrogeologico, con processi morfologici che possono alterare drasticamente il paesaggio naturale e causare danni significativi alle comunità, alla natura e alle infrastrutture. Considerando l’irreversibilità dei fenomeni meteorologici estremi, legati al cambiamento climatico, è necessario uno sforzo congiunto in tutta la macroregione per investire in misure di previsione, prevenzione e mitigazione al fine di ridurre la vulnerabilità territoriale alle frane.

Le frane sono un fenomeno frequente in questa macroregione, strettamente interconnesse con altre variabili. Negli ultimi anni, diversi fattori hanno contribuito a peggiorare la frequenza, l’impatto e l’entità delle frane, tra cui modifiche antropiche (deforestazione, urbanizzazione crescente e uso inappropriato del suolo), eventi meteorologici estremi (siccità seguite da forti piogge), mancanza di sistemi di monitoraggio efficaci.

Per affrontare queste sfide, sono state identificate le seguenti priorità:

• visione condivisa del rischio, per sviluppare una visione comune delle minacce legate alle frane nella regione ADRION;
• approccio transnazionale, con la raccolta e l’analisi dei dati dai sistemi di monitoraggio, condivise tra i Paesi colpiti dalle frane;
• aggiornamento dei database storici sui fenomeni franosi, aggiornati per affrontare il cambiamento climatico;
• intelligenza artificiale e big data, per migliorare la previsione e la gestione delle frane;
• modelli predittivi, per comprendere il legame tra frane e cambiamenti climatici.

Il progetto si concentra su 6 casi pilota scelti tra i Paesi partner, con diverse morfologie e strutture idrogeologiche. Obiettivo è sviluppare e testare un sistema di previsione precoce, basato sull’Intelligenza Artificiale e sui big data, per ridurre i rischi legati al cambiamento climatico.

Per saperne di più:
>> Scarica qui la Newsletter
>> Sito web Progetto AIMS

L’approccio transnazionale di AIMS favorisce uno scambio di innovazione e conoscenze e facilita il trasferimento di un modello predittivo basato sull’intelligenza artificiale testato e convalidato in aree specifiche, che potrà essere adattato e replicato anche in altre zone.

Questo contribuirà a velocizzare i progressi verso l’obiettivo comune di prevenire e gestire le frane nei diversi territori. L’approccio transnazionale, inoltre, consentirà ai partner di influenzare le politiche, le normative e i quadri normativi a livello regionale, nazionale e persino europeo. I principali beneficiari dei risultati sviluppati saranno le autorità pubbliche a livello locale/regionale/nazionale, i costruttori di infrastrutture e gli urbanisti nelle loro funzioni di gestione del territorio.

• Università Politecnica delle Marche – Italia (capofila)
• Geological Survey of Slovenia – Slovenia
• Albanian Geological Survey – Shqipëria, Albania
• Resource Environmental Centre – Bosnia-Herzegovina
• Croatian geological survey – Hrvatska, Croazia
• University of Patras – Elláda, Grecia
• Romagna Tech – Italia
• Regional Development Agency Eastern Serbia – Serbia