Un team di ricercatori europei, tra cui esperti del CMCC, hanno introdotto le “model fingerprints”, le impronte digitali dei modelli climatici – innovativi strumenti visivi progettati per rendere più intellegibili intricati modelli energetici e climatici. Questi strumenti non solo semplificano la complessità, ma permettono anche a policymaker e stakeholder di navigare agevolmente gli scenari climatici. Questo approccio favorisce la trasparenza, arricchisce la collaborazione tra policymaker e scienziati e accresce la credibilità degli sforzi dei modelli climatici.

Un team di ricercatori dell’European Climate and Energy Modelling Forum (ECEMF), tra cui ricercatori del CMCC, ha presentato un nuovo metodo per decodificare intricati modelli energetici e climatici. In una recente pubblicazione su Nature Energy, introducono le “model fingerprints”, le impronte digitali dei modelli climatici, uno strumento visivo che semplifica la comprensione delle caratteristiche chiave dei complessi modelli climatici.

I modelli energetici sono cruciali per comprendere i percorsi di mitigazione delle emissioni e la fattibilità degli obiettivi climatici. Possono fornire scenari a lungo termine su come l’umanità potrebbe consumare e produrre energia in futuro. Tuttavia, persistono molte differenze tra questi modelli, rendendo difficile per policymaker e stakeholder individuare i migliori percorsi verso la neutralità climatica.

Per comprendere queste differenze, un team di ricercatori europei ha sviluppato un metodo per decodificare questi modelli utilizzando le model fingerprints. Queste impronte sono uno strumento visivo che consente agli utenti di avere una panoramica del comportamento e delle caratteristiche di un modello.

I ricercatori hanno eseguito una serie di scenari di mitigazione estremi per esplorare il comportamento di otto modelli: ad esempio, scenari in cui la biomassa è improvvisamente altamente limitata o l’elettrificazione è fortemente potenziata. Hanno misurato il comportamento del modello utilizzando indicatori diagnostici in 5 categorie: reattività del modello, strategie di mitigazione, offerta di energia, domanda di energia e costi e sforzi di mitigazione. Il confronto visivo di questi indicatori diagnostici fornisce le “impronte di modelli”.

Il coordinatore del progetto, Will Usher, afferma: “Le model fingerprints favoriscono la trasparenza e la collaborazione tra policymaker e ricercatori. Invitiamo i gruppi interessati a partecipare all’esercizio di confronto tra modelli condotto da ECEMF e a creare le proprie impronte di modelli”.

“I modelli informatici sono complessi per il pubblico più ampio, ma sono tutti influenzati dalla transizione energetica. Questo studio rappresenta un passo verso una migliore comprensione di questi modelli. In particolare, indica che gli studi con singoli modelli dovrebbero sempre essere considerati nel contesto di un ensemble di modelli più ampio”, afferma Mark Dekker del PBL (l’agenzia olandese per la valutazione ambientale), autore principale della ricerca.

Johannes Emmerling del RFF-CMCC European Institute on Economics and the Environment (EIEE), un autore dell’articolo, afferma: “La transizione energetica richiede quantificare tutte le tecnologie associate, i costi e gli altri fattori aggiuntivi. I modelli aiutano a simulare il grande numero di elementi necessari per una gestione informata delle transizioni. Tuttavia, tutti i modelli sono diversi e hanno persino la propria impronta digitale, come mostriamo in questo articolo. Questo consente di valutare rapidamente le previsioni di un certo modello con le sue caratteristiche intrinseche e confrontarle con altri modelli, al fine di ottenere una valutazione robusta basata su modelli multipli”.

“Abbiamo fornito uno dei modelli, il modello WITCH, come contributo a questa ricerca”, aggiunge Laurent Drouet dell’EIEE, altro autore dello studio. “È cruciale capire come reagiscono i diversi modelli come WITCH in scenari estremi. Confrontando la sua impronta con gli altri, possiamo evidenziare le sue caratteristiche uniche, i suoi punti di forza e le aree di potenziale perfezionamento. Questo esercizio collettivo non solo rafforza la credibilità degli sforzi di modellizzazione, ma favorisce anche miglioramenti collaborativi nella comunità scientifica più ampia”.

Il consorzio ECEMF, guidato dal KTH Royal Institute of Technology, comprende 15 partner di 9 paesi, tra cui CMCC, IIASA, PIK, TU Wien, e-think, TNO, Fraunhofer ISI, E3M, PBL, Artelys, Comillas, TU Delft, University of Melbourne e IOS-PIB. ECEMF ha ricevuto finanziamenti dal programma di ricerca e innovazione Horizon 2020 dell’Unione europea nell’ambito dell’accordo di sovvenzione n. 101022622.