fbpx Irrigazione e clima | Page 13 | Scienza in rete

Irrigazione e clima

Primary tabs

Read time: 1 min

L'analisi di due climatologi indica che l'utilizzo intensivo delle tecniche di irrigazione riesce in alcune regioni a contrastare temporaneamente gli effetti del riscaldamento globale.

Nella loro ricerca, appena pubblicata su Journal of Geophysical Research, Michael Puma (Columbia University) e Benjamin Cook (NASA Goddard Institute) hanno indagato sull'impatto esercitato sul clima dai cambiamenti introdotti nel corso dell'ultimo secolo nelle tecniche di irrigazione e dalla loro maggiore diffusione. E' noto infatti che una maggiore quantità d'acqua rilasciata in atmosfera, sia per evaporazione che per la traspirazione delle colture, può esercitare un efficace effetto di refrigerazione dell'ambiente contrastando gli effetti del riscaldamento globale.

Dall'analisi emerge che, mentre tale influenza è piccola a livello globale (circa un decimo di grado), l'impatto si dimostra ben più significativo a livello regionale, raggiungendo un livello equivalente a quello esercitato - ovviamente in senso contrario - dai gas serra. L'influenza maggiore si registra nel bacino del fiume Indo, dove l'irrigazione è in grado di ridurre il riscaldamento anche di 3 °C.

Lo studio, inoltre, suggerisce che l'irrigazione influenza il clima anche in altri modi, per esempio portando a un aumento nel livello delle precipitazioni annue nelle regioni che si trovano sottovento rispetto a quelle più intensamente irrigate. Vi è infine il sospetto - ma sono necessari studi più dettagliati per una conferma - che possa essere alterata anche la distribuzione delle piogge monsoniche.

Columbia University

Autori: 
Sezioni: 
Canali: 
Indice: 
Climatologia

prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

disegno di ricercatore al computer

Come integrare i modelli linguistici di grandi dimensioni nel processo scientifico senza comprometterne l'integrità? Gli LLM sono utili quando velocizzano lavoro ripetitivo e preparatorio. Diventano rischiosi quando il loro output entra direttamente nel processo di validazione o nella decisione scientifica. La questione da porre non è se ma come integrarli nel processo scientifico senza comprometterne l'integrità.

Immagine di copertina realizzata con ChatGPT

Nel discorso pubblico, intelligenza artificiale e Large Language Model (LLM) vengono spesso usati come sinonimi. Non lo sono. L'IA è il campo più ampio che comprende tecniche diverse — dai sistemi simbolici all'apprendimento automatico, dalla visione artificiale alla robotica, fino ai modelli generativi. Gli LLM sono una classe specifica di questi sistemi: modelli addestrati su grandi quantità di testo e, sempre più spesso, di dati multimodali, capaci di produrre risposte linguisticamente plausibili, codice, sintesi, classificazioni e proposte operative.