Radioattività ambientale e variabili meteorologiche: relazioni statistiche e machine learning
Nicola Trucco (2009)
Scuola Germanica di Genova
Dopo la sua scoperta nel 1896 da parte di Antoine Henri Becquerel, la radioattività ha avuto un grandissimo impatto sull’uomo, cambiando il nostro modo di vivere, di pensare ed entrando a far parte delle più grandi scoperte dell’umanità. In realtà, l’uomo è da sempre immerso nelle radiazioni naturali, poiché diversi isotopi radioattivi, tra cui radon e carbonio-14, si trovano nell’ambiente in cui viviamo, causando quella che viene definita radioattività ambientale.
L’obiettivo di Nicola in questo progetto è studiare questo tipo di radioattività, osservare come si evolve nei mesi, cosa la influenza e se sia possibile stimarla attraverso un modello di intelligenza artificiale. Per raggiungere questo scopo, costruisce strumenti di misura in grado di raccogliere dati sulla radioattività, nonché su temperatura, pressione e umidità. Attraverso strumenti statistici e di elaborazione dei segnali, scopre che l’impatto delle variabili meteorologiche sulla radioattività è forte ma non costante, variando enormemente nel corso dei mesi. Osservazioni analoghe sono presenti in lavori scientifici già pubblicati.
Utilizzando modelli di machine learning, Nicola riesce a stimare con buona precisione i valori della radioattività a partire da quelli delle tre variabili meteorologiche. Sebbene questo metodo funzioni per periodi di tempo limitati a pochi giorni, dimostra che è possibile farlo e che, con l’uso della Gaussian Process Regression, un modello adatto a problemi con elevata incertezza, si ottengono risultati affidabili. Questo risultato è significativo, poiché la possibilità di stimare la radioattività partendo dalle variabili meteorologiche non era mai stata dimostrata in precedenza.
