(Ictp) – Come dimostrato da uccelli migratori e piloti di alianti, sfruttare il sollevamento di masse d’aria in seguito al loro riscaldamento, le cosiddette termiche, rappresenta una strategia fondamentale per aumentare la portata del volo e minimizzare il dispendio energetico. Volare in termica, come si dice in gergo, richiede decisioni complesse e una serie di strategie da pianificare a lungo termine. Grazie a un recente studio basato su simulazioni del flusso atmosferico e dell’aerodinamica del volo, i ricercatori sono riusciti a ricondurre l’intero processo a semplici modelli di comportamento animale, in cui è sufficiente un numero limitato di informazioni per riuscire a rimanere in aria senza posarsi per settimane.
Un esempio noto di tale abilità è costituito dalle fregate maggiori, uccelli in grado di volare senza sosta per più di due mesi nelle loro migrazioni transoceaniche. Il problema studiato ha anche dei risvolti tecnologici rilevanti, legati all’estensione dell’autonomia dei velivoli senza motore.
La ricerca in questione ha cercato di identificare quali siano le strategie di navigazione più efficaci in flussi d’aria turbolenti, situazione tipica delle correnti ascensionali che si estendono dal terreno fino alla base delle nuvole. Il lavoro è il risultato della collaborazione fra Antonio Celani, ricercatore del Centro Internazionale di Fisica Teorica “Abdus Salam” di Trieste (ICTP), il Dipartimento di Fisica della University of California di San Diego (UCSD) e il Salk Institute for Biological Studies.
Una serie di simulazioni al computer ha permesso al team di scienziati di identificare i metodi migliori utilizzati dagli uccelli per disegnare una rotta in volo e per sfruttare le fluttuazioni turbolente. Come è noto ai piloti di alianti, gli uccelli migratori sono in grado di identificare e muoversi nelle termiche con una maggiore precisione rispetto agli umani, nonostante non facciano uso di sofisticate strumentazioni. Quali informazioni siano disponibili agli uccelli, tuttavia, rimane un problema aperto.
Un aspetto cruciale per volare efficacemente in termica è quello di individuare una corrente atmosferica e mantenere il volo al centro di essa, dove il sollevamento è più intenso, e così ottenere una migliore spinta verso l’alto. Quando poi gli uccelli migratori raggiungono la cima di una termica planano verso la successiva e ripetono il processo. Queste correnti atmosferiche non sono però visibili, ed è complesso a priori valutarne il potenziale per l’ascesa.
Per capire come gli uccelli svolgano tale compito così bene, i ricercatori hanno cercato di individuare quali informazioni locali, come ad esempio temperatura o velocità del vento, siano necessarie per trovare e sfruttare una termica. Inoltre, dato che gli uccelli non hanno gli strumenti per prevedere l’evoluzione delle dinamiche atmosferiche, gli scienziati hanno valutato la possibilità che gli animali possano “imparare” a volare in termica. Il team di ricerca per tale scopo ha utilizzato degli algoritmi al computer in grado di simulare ascese e discese degli uccelli ed elaborare una strategia di volo basata su tentativi ed errori chiamata apprendimento per rinforzo.
“Abbiamo realizzato delle simulazioni numeriche dello strato limite dell’atmosfera che, come nella realtà, presenta una sequenza irregolare di correnti termiche ascendenti e discendenti in uno sfondo di forti fluttuazioni di velocità,” spiega Celani, membro della sezione di Scienze Quantitative della Vita all’ICTP. “Successivamente, abbiamo implementato il nostro algoritmo di apprendimento per individuare quale combinazione di parametri (o più specificamente, quale combinazione di informazioni locali disponibili) fosse necessaria per ottenere il risultato migliore in termini di efficienza di volo. Sorprendentemente, per ottenere strategie eccellenti, sono stati necessari solo due tipi di informazione: l’accelerazione verticale della corrente e il momento meccanico, cioè l’attitudine della forza del vento a imprimere una rotazione all’uccello,” spiega il ricercatore, che aggiunge: “Dopo centinaia di prove, incentivando le scelte corrette e penalizzando quelle sbagliate, i nostri uccelli computazionali hanno imparato a trovare la termica successiva con un tasso di successo molto alto.”
Come chiarisce Celani, la strategia finale dipende strettamente dal livello di turbolenza: “In un regime fortemente turbolento, le strategie di volo tendono a diventare più conservative per evitare percorsi sbagliati che comporterebbero un dispendio energetico elevato.”
Per confermare e approfondire ulteriormente questi risultati teorici, Celani e i suoi colleghi stanno passando alla realizzazione di esperimenti reali: “La nostra cooperazione con UCSD e Salk continua. I nostri partner americani sono al lavoro su alianti su piccola scala controllati in remoto che implementano la nostra strategia. Dato il potenziale commerciale dei veicoli aerei senza pilota, gli studi teorici e le ricerche eseguite su questi sistemi a spesa energetica minima, all’inizio della fase di sviluppo, hanno dei risvolti piuttosto rilevanti.”
Riferimenti: Learning to soar in turbulent environments; Gautam Reddy, Antonio Celani, Terrence J. Sejnowski, and Massimo Vergassola; Proceedings of the National Academy of Sciences
