{"uniqueId":"grid_headingdcl","mobileExpanded":true,"level":"4","text":"DreamLab Goes Green: predire gli effetti del cambiamento climatico sui cicloni grazie al calcolo distribuito","isLeading":false,"isTrailing":true,"hasNoGutter":false,"isCenterAligned":false,"react_component_name":"headingDclComponent",":type":"webaem/components/content/commonComponents/headingDCL"}
{"uniqueId":"grid_headingdcl_161666701","mobileExpanded":true,"level":"5","text":"Disponibile su DreamLab il nuovo progetto di ricerca che aiuterà i ricercatori del Grantham Institute - Climate Change and Environment dell'Imperial College di Londra a realizzare migliaia di modelli di cicloni in tutto il mondo per migliorarne le previsioni e comprendere gli effetti del cambiamento climatico","isLeading":false,"isTrailing":false,"hasNoGutter":false,"isCenterAligned":false,"react_component_name":"headingDclComponent",":type":"webaem/components/content/commonComponents/headingDCL"}
{"uniqueId":"grid_imagedcl","mobileExpanded":true,"src":"https://a-wb.vodafone.it/content/dam/webaem/vodafone-italia/fondazione_vodafone/notizie/DreamLab_Three_Phone_Images.png","lazyLoad":true,"target":"_self","react_component_name":"imageDclComponent",":type":"webaem/components/content/commonComponents/imageDCL"}
{"uniqueId":"grid_articledcl_copy","mobileExpanded":false,"html":"<p><span class=\"vfFontBodyRegular\">E’ disponibile su DreamLab il nuovo progetto di ricerca dell’Imperial College di Londra volto a realizzare migliaia di modelli di cicloni in tutto il mondo per migliorarne le previsioni e porre rimedio alla carenza di dati e casistiche che ad oggi ostacolano l’analisi di questi fenomeni atmosferici estremi, fenomeni sempre più frequenti a causa del cambiamento climatico e che colpiscono ogni anno milioni di persone in tutto il mondo causando danni per miliardi di dollari. </span></p>\r\n<p><span class=\"vfFontBodyRegular\">Grazie a DreamLab, l’app di Fondazione Vodafone che accelera la ricerca in campo scientifico grazie al calcolo distribuito, sarà possibile sviluppare oltre 100 milioni di nuovi modelli ciclonici, sempre più realistici e adatti alle proiezioni del cambiamento climatico, ed elaborarli da nuovi algoritmi fisici creati dagli scienziati dell'Imperial College. Questi dati aiuteranno gli scienziati e il pubblico a comprendere il rischio dei cicloni sui territori e sulle comunità e in che modo il cambiamento climatico stia peggiorando gli effetti di questi fenomeni in tutto il mondo.</span></p>\r\n<p><span class=\"vfFontBodyRegular\">Per poter prevedere le aree geografiche in cui questi fenomeni potrebbero avere un impatto maggiore man mano che diventano più frequenti, infatti, i ricercatori hanno bisogno di attingere a un nutrito database di dati e osservazioni spazio-temporali da cui poter ricavare informazioni utili alla comprensione del fenomeno. Questi dati ad oggi non sono numerosi: a livello globale la maggior parte dei Paesi ha informazioni affidabili solo su un range temporale inferiore a 40 anni, troppo basso perché possa essere funzionale alla ricerca. </span></p>\r\n<p><span class=\"vfFontBodyRegular\">Nella prima fase il progetto Imperial College Storm Model (IRIS) – ad oggi disponibile solo su sistemi Android – sarà alimentato con i dati storici esistenti sui cicloni in diverse regioni del mondo. IRIS simulerà molti cicloni tropicali \"ricreati in laboratorio\" sulla base di nuovi algoritmi che generano posizione, traccia e velocità del vento. Questi dati informeranno il cosiddetto \"tempo di ritorno\" – una ricorrenza media, connessa a una probabilità – delle categorie di tempeste: ad esempio, una tempesta con periodo di ritorno di 100 anni si riferisce a una tempesta che potrebbe verificarsi a determinate condizioni in media ogni 100 anni. Da questi presupposti, la seconda fase del progetto indagherà come questi modelli stiano cambiando a causa del cambiamento climatico, ipotizzando dove è probabile che le tempeste più dannose siano più frequenti in futuro. </span></p>\r\n","react_component_name":"articleDclComponent",":type":"webaem/components/content/commonComponents/articleDCL"}