Progettare le aree verdi con la tecnologia e i big data #finsubito prestito immediato

In che modo? Fornendo dati e un supporto decisionale – attraverso le nuove tecnologie, intelligenza artificiale, machine learning e big data – alla progettazione di aree verdi urbane che aiutino a migliorare la qualità dell’aria e che generino benessere per le persone.

gAIa vuole infatti creare un “sistema di supporto alle decisioni per la progettazione di nuove aree verdi con specifiche qualità depurative, in grado di integrare tutti i dati dei benefici generati dai servizi ecosistemici” spiegano i responsabili del progetto che ha ottenuto un finanziamento all’interno di un bando promosso dalla Fondazione Ifab.

Il progetto, che avrà una durata di 12 mesi, sarà realizzato sulle aree di competenza delle As Torino1 e Asl Torino2 partendo dall’analisi qualitativa e quantitativa del verde urbano, le modalità di progettazione e gestione e l’integrazione nell’analisi di dati storici sanitari della popolazione delle aree interessate.

Progettare aree verdi urbane che contrastino la crisi climatica

Progettare e gestire efficacemente le aree verdi urbane richiede la conoscenza integrata di diversi fattori – dati ambientali, sanitari e della qualità dell’aria – ma oggi mancano sistemi di pianificazione in grado di simulare l’impatto a lungo termine delle aree verdi.

Per comprendere meglio obiettivi e specifiche del progetto gAIa abbiamo posto alcune domande a Luigi Zucchelli, direttore di Area tecnica integrata e Sviluppo del Consorzio Nazionale Servizi (Cns).

Potete spiegare meglio che tipo di modello volete riuscire a implementare?

Il modello che si intende sviluppare serve ad alimentare un Decision Support System (Dss) – un software di supporto alle decisioni – che aiuti a orientare le decisioni di chi deve pianificare la realizzazione di nuove aree verdi, ovvero modificare e ottimizzare le modalità di gestione di quelle esistenti.

Qual è l’importo del finanziamento di gAIa?

Il finanziamento ottenuto è di 100mila euro.

I dati che andrete ad analizzare sono open source?

I dati non sono opesource e da qui nasce proprio la difficoltà del progetto, in quanto occorre recuperare un gran numero di informazioni per qualità e quantità dalle varie amministrazioni competenti che andranno a sommarsi ai dati rilevati dai partner di progetto stessi sia a terra, sia dalle costellazioni satellitari più idonee.

Alla fine dei 12 mesi qual è il vostro obiettivo? Cosa vi aspettate di raggiungere come primo step?

L’obiettivo del progetto è quello di definire l’architettura di un sistema Dss scalabile attraverso l’analisi di un’area test, per poi realizzare un’esperienza pilota estendibile su altre aree metropolitane.

Avete già una previsione per la continuazione del progetto?

Questo progetto permetterà di rafforzare il posizionamento di mercato del consorzio e delle imprese che operano sul verde nell’offrire servizi evoluti a chi gestisce il verde urbano.

Quante saranno le persone impegnate nel progetto?

Il progetto potrà contare su uno staff multidisciplinare di circa 10 professionisti, fra cui data scientist, biologi, economisti ambientali, dottori forestali, remote sensing data scientist.

Terremo allora monitorato il progetto sperando che aiuti le amministrazioni pubbliche a progettare meglio le aree verdi e porti all’identificazione di pratiche per ottimizzare la capacità delle aree verdi di ridurre gli inquinanti atmosferici e consenta il monitoraggio continuo dell’impatto delle aree verdi sulla qualità dell’aria.