Un gruppo di ricercatori italiani ha sviluppato un modello innovativo per prevedere con mesi di anticipo l’andamento delle stagioni fredde, con potenziali ricadute importanti anche per la salute pubblica e la gestione dei rischi ambientali. Si chiama October Pattern Index (OPI) ed è un algoritmo in grado di anticipare le caratteristiche dell’inverno con un’accuratezza prossima al 90%, analizzando i pattern atmosferici che si manifestano nel mese di ottobre.
Il progetto, coordinato dagli ingegneri Riccardo Valente, Alessandro Pizzuti e Fabio Gervasi, con la collaborazione dell’astrofisico Andrea Zamboni e dei ricercatori Filippo Casciani e Matteo Innocenti, nasce all’interno del gruppo di ricerca CSCT (Center for Study on Climate and Teleconnections) e rappresenta uno dei risultati più promettenti della climatologia italiana applicata.
Un modello basato sul “respiro” del vortice polare
L’OPI si fonda sull’osservazione di una stretta correlazione tra la configurazione atmosferica di ottobre e la successiva evoluzione del vortice polare, principale regolatore del clima invernale dell’emisfero nord. Quando il vortice è compatto, le masse d’aria gelida restano confinate alle alte latitudini; quando invece si indebolisce o si frammenta, il freddo può scendere verso l’Europa e il Nord America, causando ondate di gelo intense e prolungate.
Analizzando dati fisici dell’atmosfera (reanalisi ERA5 ECMWF) e applicando algoritmi di tipo euristico-statistico, il modello riesce a prevedere con due-quattro mesi di anticipo se l’inverno sarà mediamente mite o rigido, e in quali periodi potranno verificarsi eventi estremi.
Dalla meteorologia alla salute pubblica
Le implicazioni pratiche del modello vanno ben oltre l’ambito scientifico. Conoscere in anticipo la probabile intensità e durata del freddo significa poter preparare meglio i sistemi sanitari e sociali: rafforzare la prevenzione per le persone fragili, predisporre piani di emergenza contro l’ipotermia, ridurre i picchi di ricoveri per malattie cardio-respiratorie e ottimizzare il consumo energetico.
Non è un dettaglio secondario: durante l’inverno 2009-2010 — uno dei più freddi degli ultimi decenni in Europa — i ricoveri per complicanze respiratorie aumentarono fino al 30%, mentre la domanda di gas naturale crebbe del 10%.
Un sistema di previsione stagionale più preciso consentirebbe dunque di ridurre i costi sanitari e ambientali, migliorando la resilienza delle comunità ai cambiamenti climatici e alle oscillazioni meteorologiche estreme.
Un successo della ricerca italiana
Il modello OPI, già presentato in diversi contesti scientifici, ha mostrato una correlazione del 91% con l’Oscillazione Artica (AO), il principale indicatore della forza del vortice polare, raggiungendo picchi del 97% nei test effettuati su serie storiche 2000-2012.
Queste prestazioni hanno attirato l’interesse di climatologi internazionali, tra cui Judah Cohen del MIT, pioniere degli studi sulle teleconnessioni atmosferiche e autore dell’indice SAI (Snow Advance Index).
Grazie a una piattaforma informatica dedicata, l’OPI aggiorna automaticamente le analisi nel corso del mese di ottobre, producendo alla fine del mese una previsione stagionale per l’inverno europeo e nordamericano. Il team CSCT ha già annunciato che a inizio novembre sarà disponibile la previsione per l’inverno 2025-2026: i primi dati, riferiti al periodo 1-10 ottobre, indicano una probabile “wave activity” intensa, potenzialmente associata a un episodio di freddo precoce tra fine novembre e metà dicembre.
Clima, energia e salute: un’unica rete di prevenzione
Il valore aggiunto dell’OPI è nella sua capacità di integrare conoscenze scientifiche, strumenti informatici e prospettive applicative.
Per la sanità pubblica e ambientale, una previsione stagionale affidabile può supportare strategie di adattamento e mitigazione: pianificazione dei servizi territoriali, allerta per le fasce vulnerabili, riduzione delle emissioni in fase di picco energetico.
In un contesto di cambiamenti climatici sempre più rapidi, strumenti predittivi come l’October Pattern Index rappresentano una nuova frontiera della prevenzione: un modo per trasformare la scienza del clima in tutela concreta della salute e del benessere collettivo.