Assimilazione dati in sistemi dinamici e machine learning

Con Assimilazione Dati (DA) si intende l'intera sequenza di operazioni che, partendo dalle osservazioni di un sistema, e da ulteriori informazioni statistiche e dinamiche, fornisce una stima del suo stato. La DA è cruciale nella previsione meteorologica, ma la sua applicazione si e’ estesa a molte altre aree della modellazione del clima, dell'atmosfera, degli oceani e dell'ambiente; in tutte le circostanze in cui si intende stimare lo stato di un grande sistema dinamico sulla base di informazioni limitate. La complessità e la bellezza della disciplina risiede nella sua natura interdisciplinare tra statistica, sistemi dinamici e ottimizzazione numerica.

Il nostro gruppo lavora sia sullo sviluppo teorico, al crocevia tra matematica applicata, sistemi dinamici e machine learning, sia sulla loro applicazione a un'ampia gamma di situazioni in meteorologia, idrologia, oceano e ghiaccio marino.

La figura illustra i diversi metodi di DA richiesti in base alla risoluzione spaziale dei modelli e all'orizzonte previsionale desiderato, insieme ai diversi fenomeni climatici che si verificano (da Carrassi et al., 2018).

Negli ultimi anni la disciplina è stata influenzata dal rapido avvento dell'intelligenza artificiale, in particolare del machine learning (ML), aprendo la strada all'esplosione di una ricca offerta di metodi ibridi tra DA e ML. Il nostro gruppo è in prima linea in questa transizione, producendo risultati innovativi e partecipando a numerosi sforzi di ricerca internazionali.