Un Data Space urbano a Ferrara per supportare politiche ambientali e urbanistiche
Il progetto europeo USAGE “Urban Data Space for Green Deal” [1] sta sviluppando metodi e meccanismi per rendere disponibili i dati ambientali e climatici a livello di città in base ai principi FAIR “Findable, Accessible, Interoperable, Reusable” [2]. L’obiettivo è supportare i decisori politici attraverso la fornitura di dati e strumenti appropriati per potenziare il monitoraggio ambientale e mitigare gli effetti locali dei cambiamenti climatici. Per raggiungere questo obiettivo, nella città pilota di Ferrara stiamo sperimentando meccanismi innovativi di governance dei dati e strumenti basati sull'intelligenza artificiale per analizzare, condividere, accedere e utilizzare i dati provenienti da telerilevamento, sensori e dispositivi Internet of Things (IoT), software gestionali di pubbliche amministrazioni e aziende private, attingendo da standard per garantire l'interoperabilità dei dati e dei servizi.
In questo lavoro presentiamo alcuni casi d'uso del progetto USAGE e risultati rilevanti sviluppati nel pilot di Ferrara per l'analisi e la mitigazione dei cambiamenti climatici, basate su dati già disponibili nel portale open data del Comune [3]:
- rilevamento di isole di calore urbane (UHI) e produzione di mappe UHI utilizzando dati aperti, come immagini satellitari (Landsat 8&9, Sentinel 3), dati di sensori meteorologici terrestri, proprietà delle superfici e un modello ibrido basato su apprendimento automatico e geostatistica;
- avvio di analisi termiche multi-temporali (notte/giorno, estate/inverno) basate su immagini termiche aeree ad alta risoluzione (1m), da cui sono derivate le temperature superficiali terrestri (LST), prendendo in considerazione i coefficienti di emissività dei materiali di superficie;
- generazione di mappe tematiche ad alta risoluzione (indici ecologici, coefficiente di deflusso, permeabilità, ecc.) a partire dalle informazioni sui materiali di superficie estratte da immagini aeree iperspettrali (1 m risoluzione spaziale) utilizzando un approccio di machine learning a più livelli allenato con dati forniti dal Comune;
- generazione di modelli urbani 3D per la stima del potenziale solare fotovoltaico e la valutazione di efficientamento energetico;
- mappatura del verde urbano a più livelli a partire da nuvole di punti 3D acquisite da sensore LiDAR (10 pt/mq) e immagini aeree iperspettrali, analisi metriche delle chiome degli alberi e stima della biomassa, monitoraggio della salute e della crescita degli alberi nel tempo e mappatura delle specie arboree, nelle aree pubbliche e private.
[1] usage-project.eu
[2] go-fair.org/fair-principles
[3] dati.comune.fe.it/dataset?tags=usage
