Piergiorgio Cipriano
Sessioni
Gli spazi verdi pubblici svolgono un ruolo essenziale nel migliorare la vivibilità delle nostre città, non solo dal punto di vista ambientale, ma anche in termini di coesione sociale, interazione ed equità. Con l'approvazione della Nature Restoration Law [1] in Europa, gli Stati membri sono ora obbligati a monitorare e valorizzare le aree verdi urbane, considerando tutta la vegetazione presente nei contesti urbani.
Deda Next [2], nell’ambito del progetto USAGE [3] e in collaborazione con l’Istituto Superiore per la Protezione e la Ricerca Ambientale – ISPRA [4], ha analizzato le aree verdi nelle 14 principali città metropolitane italiane. L’obiettivo? Misurare quanto gli spazi verdi siano accessibili per la popolazione residente.
Gli spazi verdi nelle città non si limitano però ai parchi pubblici, possono includere anche giardini privati, parchi giochi, foreste, file di alberi lungo le infrastrutture stradali o lungo le cosiddette infrastrutture blu come fiumi o canali. Tuttavia, non esiste una definizione univoca di spazio verde pubblico urbano (Green Urban Public Space - GUPS), poiché varia a seconda del contesto locale e degli obiettivi di pianificazione. La scelta è stata quella di prendere in considerazione come spazio verde urbano i dati estratti dai database Urban Atlas [5] e OpenStreetMap [6], mappando il territorio urbano con celle esagonali di 125 metri per lato. Ogni cella è stata associata a un punto di partenza, come un incrocio stradale, e tramite la rete stradale di OpenStreetMap è stato calcolato il percorso pedonale più breve verso le aree verdi più vicine.
Infine, ogni cella è stata associata alla popolazione residente, utilizzando dati ISTAT del 2021 [7]. Il riferimento è la regola IUCN 3-30-300 [8], che suggerisce un accesso ottimale agli spazi verdi quando il percorso pedonale per raggiungerli è inferiore a 300 metri. Questo approccio ci permette di comprendere quanto le città italiane siano connesse ai propri spazi verdi e di suggerire ai decisori opportunità per migliorarne l'accessibilità.
L’analisi è stata eseguita con QGIS 3.34 Model Designer [9] e integrando script python per il calcolo della distanza su grafo stradale. I dati sono poi stati condivisi tramite QGIS GeoCat Bridge plugin [10] all’interno del server geografico di progetto (GeoServer) in modo da essere visualizzati tramite servizi WMS all’interno di questa pagina [11].
[1] environment.ec.europa.eu/topics/nature-and-biodiversity/nature-restoration-law_en
[2] dedanext.it
[3] usage-project.eu
[4] isprambiente.gov.it/it
[5] land.copernicus.eu/en/products/urban-atlas
[6] openstreetmap.org
[7] istat.it/notizia/dati-per-sezioni-di-censimento
[8] nbsi.eu/the-3-30-300-rule
[9] docs.qgis.org/3.34/en/docs/user_manual/processing/modeler.html
[10] plugins.qgis.org/plugins/geocatbridge
[11] dedanext.it/aree-verdi-pubbliche-urbane
Nel progetto europeo AIR-BREAK [1]è stata realizzata una dashboard informativa rivolta ai cittadini di Ferrara per visualizzare una stima immediata e sintetica sullo stato di inquinamento dell’aria, aggiornato ogni ora: https://airbreakferrara.net/che-aria-tira/
“che-aria-tira” è una pagina senza numeri né complicate unità di misura (es. μg/m3) o soglie (poco note e poco comprensibili alla maggior parte delle persone).
Il contenuto e l’interfaccia grafica sono state progettate dai partner Air-Break attraverso una serie di workshop UX [2] coinvolgendo una ventina di persone tra docenti e studenti di istituti superiori, attivisti ambientali, tecnici di enti pubblici esperti di qualità aria.
I dati di partenza provengono da 14 centraline installate nell’ambito del progetto; si tratta di centraline non certificate (i dati ufficiali rimangono quelli delle 2 stazioni ARPAE Emilia-Romagna [3]) che misurano 6 parametri di qualità dell’aria (PM2.5, PM10, NO2, O3, CO, VOC) e 3 parametri climatici (temperatura, umidità relativa, pressione atmosferica). Le misurazioni sono al continuo (con una frequenza che va dai 5 ai 30 secondi, in base al sensore); le medie orarie dei 6 parametri aria (espressi in μg/m3) vengono trasmesse al server IoT del Comune di Ferrara, basato sulla soluzione open-source FROST [4], che implementa lo standard OGC SensorThings API [5].
I dati orari vengono confrontati con i range usati dall'Agenzia Ambientale Europea nel portale Air Quality Index [6] per PM2.5, PM10, NO2, O3; per il CO il range di riferimento è quello dell’U.S. Environmental Protection Agency [7].
L’indice Air-Break è un valore adimensionale con una scala da 0 (buono) a oltre 100 (pessimo) in modo da facilitare la comprensione da parte di chi non ha dimestichezza con numeri, unità di misura, soglie limite (norme) e soglie consigliate (Organizzazione Mondiale Sanità).
I valori degli indici (sia quelli delle singole centraline, sia il valore medio sull'area urbana) sono salvati su server FROST del Comune, con frequenza oraria. Da qui, tramite viste spaziali materializzate (su PostgreSQL/PostGIS) gli indici orari degli ultimi 7 giorni vengono pubblicati con GeoServer tramite servizi WFS, in modo da renderli accessibili alla dashboard web “che-aria-tira” e ai 2 totem stradali installati lungo un nuovo tratto di percorso ciclabile [8].
I valori orari dei 5 parametri e dell’indice riassuntivo di qualità aria sono scaricabili dal portale open data del Comune [9].
[1] https://www.uia-initiative.eu/en/uia-cities/ferrara
[2] https://www.getcrowd.eu/event/9521ddc5--623847e6
[3] https://apps.arpae.it/qualita-aria/bollettino-qa-provinciale/fe
[4] https://github.com/FraunhoferIOSB/FROST-Server
[5] https://www.ogc.org/standards/sensorthings
[6] https://airindex.eea.europa.eu/AQI/index.html
[7] https://www.epa.gov/criteria-air-pollutants/naaqs-table
[8] https://shorturl.at/pqHNg
[9] https://dati.comune.fe.it/dataset?q=qualit%C3%A0+aria
Sensor Things API (in breve STA) è una specifica OGC per l'archiviazione e il recupero (di serie temporali) delle osservazioni dei sensori [1]. FROST-Server, sviluppato dal Fraunhofer IOSB, è una delle implementazioni più consolidate di STA, ben documentato e molto utilizzato [2]. L'implementazione include un endpoint REST per inserire, modificare e recuperare entità STA, utilizzando un linguaggio di query basato su URL e su parametri OASIS OData [3].
Un plugin sperimentale per QGIS [4], sviluppato nel 2022 da Deda Next srl [5] e implementato in Python nell'ambito del progetto europeo Air-Break [6], è attualmente disponibile per connettersi agli endpoint STA e scaricare dati dai sensori. Il plugin agisce anche come provider per recuperare i dati e per poi analizzarli in un secondo momento.
Grazie al finanziamento di BRGM (Service géologique national Francais) [7], Faunalia [8] e DedaNext hanno sviluppato un provider C++ STA direttamente nel core in QGIS. È stata aperta una dettaglia QEP (QGIS Enhancement Proposal) [9] per discutere con la comunità di QGIS e con tutte le persone interessate l'implementazione migliore.
Durante tutte le fasi di sviluppo le interazioni fra comunità, sviluppatori e finanziatori è stata portata avanti nel miglior modo possibile, garantendo così un provider nativo in QGIS che potrà essere espanso in futuro in base agli aggiornamenti del provider, funzionalità nuove e ottimizzazione dei dati.
La vecchia versione del plugin sviluppato da Deda Next, infatti, è stato ri-fattorizzato per poter sfruttare al meglio il provider nativo, più veloce e con test automatici che ne garantiscono la stabilità. Così facendo, è stato possibile concentrare la parte di sviluppo del plugin per quanto riguarda soprattutto l'analisi dei dati, la creazione di grafici dettagliati per analizzare serie temporali e per scaricare facilmente i risultati.
[1] www.ogc.org/standards/sensorthings
[2] github.com/FraunhoferIOSB/FROST-Server
[3] groups.oasis-open.org/communities/tc-community-home2
[4] github.com/AirBreak-UIA/SensorThingsAPI_QGIS-plugin
[5] www.dedanext.it
[6] www.uia-initiative.eu/en/uia-cities/ferrara
[7] www.brgm.fr
[8] www.faunalia.eu
[9] github.com/qgis/QGIS-Enhancement-Proposals/issues/257