La divisione Technologies for Climate Transition (TCT) analizza il ruolo dei processi e delle tecnologie che possono favorire e accelerare la transizione verso la sostenibilità climatica. Gli studi e le analisi mirano a esaminare come i processi e le tecnologie possano influenzare le politiche di mitigazione e adattamento ai cambiamenti climatici su diverse scale spaziali e temporali. L’approccio metodologico è altamente multidisciplinare, integrando aspetti di progettazione tecnologica con modelli matematici, decisionali e di intelligenza artificiale.
Pubblicazioni TCT
The coupled hydrology–human activity information (CHHAI) dataset: a global benchmark dataset for model comparison and evaluation
Boschee A., Alborzi A., Alexander A. C., Arheimer B., Bel Hadj Ali S., Blöschl G., Castelletti A. , Chen X., Dogra A., Du E., Duku J., Fiori A., Garcia M., Grimaldi S., Hanasaki N., Kim Y., Kreibich H., Li C., Matin M., Medeiros P., Mehran A., Alves Meira Neto A., Nakai F., Nakamura S., Nguyen P., Nobert J., Owusu A., Padiyedath Gopalan S., Pereira B., Pouladi P., Pouladi M., Roobavannan M., Sadegh M., Sangiorgio M., Schoppa L., Shrestha A., Sivapalan M., Sousa D., Sunkara S. V., Tian F., Trabelsi F., Velpuri N., Volpi E., Wang J., Wang S., Wu J., Yuan X., AghaKouchak A.
2026, Hydrological Sciences Journal, doi: 10.1080/02626667.2026.2663050
Articoli & papers
Synthetic Generation of Extratropical Cyclones’ Fields with Generative Adversarial Networks
Dainelli F., Taormina R., Ascenso G., Scoccimarro E., Giuliani M., Castelletti A.
2026, Artificial Intelligence for the Earth Systems, doi: 10.1175/AIES-D-25-0005.1
Articoli & papers
A Deep Learning Framework for Extreme Storm Surge Modeling Under Future Climate Scenarios
Longo E., Ficchì A., Verlaan M., Muis S., Castelletti A.
2026, Earth's Future, doi: 10.1029/2025EF007072
Articoli & papers
Contatti
Via Solari 11, scala 19 – 20144 Milano