La tecnologia che sta alla base dei modelli previsionali è cresciuta molto negli ultimi anni grazie anche alla sempre maggiore accessibilità e diffusione dell’intelligenza artificiale.

Utilizzare un modello per prevedere l’andamento della popolazione di insetti di interesse sanitario come la Zanzara Tigre può fornire una serie di informazioni utili, quali, ad esempio:

• Una stima del numero di zanzare presenti in aree non monitorate tramite trappole;
• Supportare la gestione e l’allocazione delle risorse necessarie per il monitoraggio in un'ottica di risparmio di tempi e costi;
• Supportare la programmazione dei  trattamenti antilarvali, ossia quando sia opportuno avviarli e concluderli nel corso della stagione;
• Stimare il rischio epidemico da arbovirus quali dengue, chikungunya e zika;

In seguito alla epidemia di chikungunya verificatasi a Castiglione di Cervia (RA) e Castiglione di Ravenna (RA) nel 2007, la regione Emilia-Romagna ha installato, a partire dal 2010, un'estesa rete di trappole per catturare le uova di zanzare (ovitrappole) che monitorano i principali centri urbani della regione. Questa decisione si è resa necessaria

Nell’arco di 15 anni la Regione, tramite il monitoraggio con ovitrappole, ha raccolto una lunga serie storica di dati validati sull’andamento della Zanzara Tigre. La ricchezza e qualità di questa serie storica quantitativa "di qualità" è essenziale per calibare modelli di intelligenza artificiale, che richiedono molti dati per essere “allenati” e produrre risultati adeguati/solidi. 

Pertanto, a fine 2022, la Regione ha avviato una collaborazione con l’Università degli Studi di Trento (Progetto PRIN2020 "MosqIT. Tackling mosquitoes in Italy: from citizen to bench and back", N. 2020XYBN88) e la Fondazione Edmund Mach (Progetto IFTAMED Marie Skłodowska-Curie Actions - Postdoctoral fellowship Nr. 101106664) per la costruzione ed implementazione  di un modello previsionale dell’abbondanza relativa di Zanzara Tigre in regione mediante l’apporto di modelli di intelligenza artificiale (machine learning).

Come funziona il modello previsionale

L’algoritmo che sta alla base del modello sviluppato per la regione Emilia-Romagna utilizza i dati della lunga serie storica delle ovitrappole disponibile dal 2010, la temperatura media, le precipitazioni, l’indice di urbanizzazione (la percentuale di copertura del suolo urbano in una determinata area) ad una risoluzione spaziale di 5x5 km. 

Utilizzando tali dati, il modello è in grado di fornire risultati che si traducono in mappe che presentano il grado di infestazione (non è una densità) per una ovitrappola ”media” in una cella di 5x5 km con due settimane di anticipo.

Il valore aggiunto della creazione di un modello previsionale per la regione Emilia-Romagna è legato ad una serie di caratteristiche: l’utilizzo dello stesso modello di ovitrappole (CAA14GG), la standardizzazione dei trattamenti, la costante validazione dei dati delle ovitrappole, il lavoro di un gruppo multidisciplinare (entomologi, modellisti, biologi, veterinari, esperti di sanità, epidemiologi, informatici, meteorologi) all’interno del quale ognuno apporta contributi diversi e specifici in base alla propria competenza in ottica one health.

Per maggiori dettagli sul modello vedi il pre-print dell'articolo (presto disponibile on-line) "Development and implementation of a passive surveillance system of Aedes albopictus in Emilia-Romagna, Italy" (Blaha et al 2025).

Mappe settimanali del numero di uova di Zanzara Tigre

Le seguenti mappe mostrano con colori diversi il grado infestazione della Zanzara Tigre settimanale basato sul numero di uova calcolato tramite modello previsionale. Le mappe vengono pubblicate/aggiornate una volta alla settimana da marzo a novembre.
Per salvare l'immagine originale è sufficiente cliccare il tasto destro del mouse sopra l'immagine e andare su "Salva immagine con nome..."

Le seguenti mappe sono a scopo dimostrativo per il momento.