Un nuovo sistema di previsione sviluppato in collaborazione tra l’Università di Helsinki e il CMCC fornisce previsioni dettagliate sul Mar Mediterraneo fino a 15 giorni in soli 20 secondi. Combinando machine learning, fisica oceanica e dati atmosferici, SeaCast è più veloce delle previsioni numeriche tradizionali e più preciso dei modelli fisici convenzionali, raggiungendo previsioni ad alta risoluzione che rappresentano un importante avanzamento nella modellistica marina. Pubblicata su Nature – Scientific Reports, questa ricerca apre nuovi orizzonti per comprendere, prepararsi e rispondere alle sfide e opportunità del Mediterraneo.

SeaCast è un innovativo sistema di previsione ad alta risoluzione per il Mediterraneo che sfrutta l’IA per fornire previsioni più rapide e a minor consumo energetico rispetto ai modelli tradizionali. A differenza dei modelli globali basati su IA esistenti, che operano a risoluzioni più basse e si affidano principalmente ai dati oceanici, SeaCast integra variabili oceaniche e atmosferiche, catturando dinamiche regionali complesse. La sua rete neurale graph-based tiene conto delle intricate linee costiere e delle condizioni al contorno, superando una delle principali sfide della modellistica oceanica regionale.

Il modello opera a un’alta risoluzione di circa 4 km (1/24°), la stessa del sistema operativo MedFS del CMCC, accoppiato con un modello d’onda e coprente l’intera profondità oceanica, distribuito tramite il Copernicus Marine Service, producendo previsioni fino a 200 metri di profondità. Questo è reso possibile dall’addestramento del modello sui dati di rianalisi del Mediterraneo del CMCC, disponibili alla stessa risoluzione e liberamente accessibili tramite il sito di Copernicus Marine Service.

SeaCast supera stabilmente il modello operativo di Copernicus sull’orizzonte standard di previsione di 10 giorni e estende le previsioni fino a 15 giorni. I guadagni in efficienza sono evidenti: mentre il sistema numerico operativo richiede circa 70 minuti su 89 CPU (central processing units, processori convenzionali usati nella maggior parte dei computer) per produrre una previsione di 10 giorni, SeaCast può generare una previsione di 15 giorni in circa 20 secondi su una singola GPU, un processore altamente efficiente progettato per calcoli paralleli e ampiamente utilizzato nel machine learning.

Questi progressi sono fondamentali per la ricerca oceanica e climatica. Ad esempio, la maggiore velocità computazionale di SeaCast consente test rapidi di scenari “what-if” e previsioni probabilistiche a ensemble, in cui più simulazioni vengono utilizzate per stimare meglio l’incertezza delle previsioni – strumenti scientifici preziosi non solo per la ricerca, ma anche per la gestione costiera e il decision-making.

Previsioni oceaniche accurate sono fondamentali per applicazioni pratiche come la navigazione, l’acquacoltura, il monitoraggio ambientale e la gestione del rischio costiero. La capacità di SeaCast di fornire previsioni veloci, affidabili e ad alta risoluzione aiuta a prevedere gli impatti, supportare la pianificazione e promuovere misure proattive nel Mediterraneo.

“Questo risultato dimostra come la combinazione di oceanografia, scienza atmosferica e competenze in IA produca risultati tangibili e possa aprire la strada a una nuova generazione di previsioni oceaniche regionali”, afferma Emanuela Clementi, ricercatrice CMCC e coautrice dello studio. “Unendo intuizione fisica e IA avanzata, miglioriamo l’accuratezza delle previsioni riducendo drasticamente i costi computazionali. La collaborazione interdisciplinare è stata essenziale per affrontare problemi che nessun singolo campo avrebbe potuto risolvere da solo.”

“Collaborare con il CMCC è stato fondamentale per realizzare SeaCast. Ho imparato molto sul Mediterraneo e ho avuto la possibilità di visitare Bologna e Lecce, interagendo con ricercatori davvero interessanti in entrambe le sedi”, racconta Daniel Holmberg, ricercatore dell’Università di Helsinki e primo autore dello studio. “Oltre alla scienza, la calorosa ospitalità e le numerose discussioni davanti a un caffè hanno reso questa collaborazione particolarmente memorabile.”

Una delle innovazioni principali di SeaCast è l’integrazione dei dati atmosferici con le variabili oceaniche durante l’addestramento, la validazione e la fase di previsione del modello. I risultati mostrano che includere informazioni atmosferiche migliora significativamente l’accuratezza delle previsioni, specialmente in superficie, dove le dinamiche oceaniche sono fortemente influenzate dall’atmosfera. Esperimenti di sensibilità, in cui i ricercatori modificano diverse variabili di input per valutarne l’impatto sulle previsioni, mostrano quali variabili atmosferiche contribuiscono maggiormente al miglioramento delle previsioni marine e come periodi più lunghi nell’addestramento – fino a 35 anni di dati storici – aumentino la capacità predittiva del modello.

Guardando al futuro, i ricercatori CMCC stanno lavorando per integrare SeaCast nelle catene operative di previsione insieme ai modelli fisici tradizionali, migliorando ulteriormente la previsione e la gestione delle condizioni del Mar Mediterraneo. Questo primo modello oceanico regionale ad alta risoluzione basato su IA stabilisce un nuovo punto di riferimento per la modellistica marina e apre la strada a previsioni oceaniche più veloci, intelligenti e affidabili a livello globale.

Leggi lo studio completo:

Holmberg, D., Clementi, E., Epicoco, I., Roos, T., Accurate Mediterranean Sea forecasting via graph-based deep learning. Sci Rep 15, 45051 (2025). https://doi.org/10.1038/s41598-025-31177-w