tecnologie, territorio, smartness

Lectio|4

Tecnologie, Territorio, SmartnessBeniamino MurganteUniversità degli Studi della Basilicata, [email protected]://www.unibas.it/utenti/murgante/Benny.html

20.03.2013

My books

Other books and special issues

Analysing, Modelling and Visualizing Spatial Environmental Data

NeoGeography and WikiPlanning"

http://www.springer.com/computer/theoretical+computer+science/book/978-3-540-69838-8

http://www.unibas.it/utenti/murgante/Visualizing.html

http://www.springer.com/computer/theoretical+computer+science/book/978-3-642-02453-5

http://www.francoangeli.it/ricerca/Scheda_Libro.asp?ID=15957&Tipo=Libro

http://www.springer.com/computer/communication+networks/book/978-3-642-12155-5

http://www.mdpi.com/journal/futureinternet/special_issues/neogeography_wikiplanning/

http://www.springer.com/computer/communication+networks/book/978-3-642-21927-6

Network co-founder

Network co-founder

3,700 Members

Network co-founder

2,700 Members

Ian McHarg

History of GIS

1969

History of GIS

1969

Physiographic obstructions Social aspects

History of GIS

1969

Physiographic obstructions

Density of scattered settlements in 1987 and 2004 (flats/hectare)

Density 1987 Density 2004

Density

Areas which have Kernel density included between 1 and 18 flats/hectare

The Moran index is able to specify if an event is clustered, scattered or with a random distribution. It has been calculated 1. by means of the inverse distance method considering data in two different periods, 1987 and 2004, to evaluate the variation of scattered rate of settlements.The following values have been achieved:Moran Index at 1987: I1987 = 0.0698;Moran Index at 2004: I2004 = 0.0722.

2. by means of the fixed distance band: 1600mThe following values have been achieved:Moran Index at 1987: I1987 = 0.458;Moran Index at 2004: I2004 = 0.677.

G function by Getis and Ord (1992)

Class Autocorrelation G’

no correlation Negative autocorrelation -1.3 ÷ - 2-6.3 ÷ 1

1 low Positive autocorrelation among lower bounds

-1.3 ÷ - 2

2 medium-low Positive autocorrelation among medium-low bounds

-2 ÷ - 4

3 medium Positive autocorrelation among medium bounds

-4 ÷ - 6.3

1 high Positive autocorrelation among high bounds

1 ÷ 11.9

Class Autocorrelation LISA

no correlation Negative autocorrelation -106,9 ÷ 0

1 low Positive autocorrelation among lower bounds 0 ÷ 14

2 medium-low Positive autocorrelation among medium-low bounds 14 ÷ 28

3 medium Positive autocorrelation among medium bounds 28 ÷ 54

1 high Positive autocorrelation among high bounds 54 ÷ 84.7

Local Indicator of Spatial Association (Anselin, 1995)

LISA & Getis and Ord’s G

Clusters localization with the Getis and Ord function

Scheme of the land suitability procedure for the location of Peri-urban fringe

Dimension of suitable areas

Periurban fringe after the land suitability procedure (magenta)

Analisi su GRID a partire da dati 3D

A partire da un TIN o un DEM è possibile effettuare numerosi tipi di analisi di superficie che comprendono: •l’interpolazione di curve di livello (Contour), • l’analisi delle pendenze (Slope),•l’esposizione (Aspect),•l’illuminazione dei versanti (Hillshade),

Hillshade

Aspect

Slope

Analisi di visibilitàL’analisi viewshed identifica le celle in un raster input che possono essere viste da uno o più punti di osservazione o da linee (in quest’ultimo caso i nodi o i vertici delle linee saranno usati come observer point).

Viewshed

Main differences among Multiple, Cumulative and Identifying Viewshed in the case of two targets

Identifying viewshed for wind farm in evaluating monuments visibility

Introductiono The research mainly aims to enrich knowledge in

planning prevention and protection from earthquake events.

IntroductionThe increase of economical and social costs, following

seismic events, has led to a prevention strategy for damage reduction

Mess

ina, 28 d

ece

mb

er

1908

S. G

iulia

no, 3

1 o

ctober 2

002

L’A

quila

, 6

Apri

l 2009

Pote

nza

, 23 n

ovem

ber 1

980

IntroductionTraditional approaches to risk analysis taking into account

its main components: hazard, vulnerability, exposure

IntroductionHazard

Global map, Giardini, Gryintal, Shedlock, Zhang, 1999

IntroductionExposure

Population density (people per km2) by country, 2006Miguel Contreras, lala land, 2007

IntroductionVulnerability

Structural vulnerability

Introductiono It is “just filling forms” survey.

o survey may have a degree of subjectivity.

o in order to comprehensively analyze such aspects it is possible to integrate these approaches with more quantitative techniques which can provide further phenomena interpretation.

o on this purpose two main approaches have been adopted: spatial autocorrelation and spatial multicriteria.

o The need to have a systematic approach to definitions of seismic risk has led to an ontology building.

Resilient City and Seismic Risk: A Spatial Multicriteria Approach

Vulnerability

Structural vulnerability


VulnerabilityStructural vulnerability

Urb

an

vu

lnera

bility


Resilience

Social aspectsSocial aspects


ResilienceHuman communities

Physical Systems

InstitutionsAssociations

Organizations

Citizens

Public Buildings

Roads

Lifelines

Strategic Buildings

Bridges

Buildings


o a system of paths within the town, able to ensure secure connections between strategic buildings;

o a system of paths and open spaces intended as evacuation ways and safe spaces in emergency phase;

o redundancy of pathways to ensure an alternative way in case of interruption;

o immaterial contents are related to the sense of belonging to a community for inhabitants, civic and religious traditions, etc.

Resilience


Resilience

Resilient City and Seismic Risk: A Spatial Multicriteria Approach Marsicovetere

(e Villa d’Agri)

Important town in the Valley, “Val d’Agri”Seismic Area


a raster model

pixels are the decisional alternatives


criterion mapsAccessibility Accessibility

a pixel is as better as it is closer to road network


criterion mapsSlopeSlope

a pixel is as better as its slope is low


criterion mapsProximity Proximity

to urban areato urban area

a pixel is as better as it is closer to urban area

Resilient City and Seismic Risk: A Spatial Multicriteria Approachcriterion maps

Proximity to Proximity to strategic strategic buildingsbuildings

a pixel is as better as it is closer to strategic buildings

(e.g. hospitals)


Distance from Distance from hydrographic hydrographic

networknetwork

a pixel is as better as it is far from hydrographic

network


a pixel is as better as it its vulnerability is low

Structural Structural VulnerabilityVulnerability


a pixel is as better as its seismic hazard is

low

High Seismic High Seismic Hazard AreasHazard Areas

Resilient City and Seismic Risk: A Spatial Multicriteria Approachconstraint maps

High Landslide High Landslide Risk and Risk and

Flooding AreasFlooding Areas

a pixel is removed if its landslide and flooding

risk is high


a pixel is removed if soils characteristics are not

good

Seismic Seismic MicrozonationMicrozonation


a pixel is removed if it is “occupied” by structures

and infrastructures

Areas physically Areas physically occupied occupied

by buildings by buildings and roadsand roads

Resilient City and Seismic Risk: A Spatial Multicriteria Approachweights definition

Pairwise comparison Pairwise comparison according to Saatyaccording to Saaty

Resilient City and Seismic Risk: A Spatial Multicriteria Approachresilient city


A first approach to resilient city identification

Some lack of information

A map to communicate resilience

The right scale?

Another multicriteria model?

How to maximize resilience

More criteria

to diversify alternatives

Origin of GIS

Diminuzione del costo dei software G.I.S(Longley, et al. 2001)

Incremento delle funzioni dei GIS

(Longley, et al. 2001)

Crescita di potenzialità dei personal computer (Legge di Moore)

(Longley, et al. 2001)

CANRI 1999

Gli utenti di informazione geografica tendono a Gli utenti di informazione geografica tendono a sviluppare i dati in proprio per svariati motivi:sviluppare i dati in proprio per svariati motivi:

o non riescono a conoscere la disponibilità di dati che non riescono a conoscere la disponibilità di dati che potrebbero essere utilizzati per i propri scopi;potrebbero essere utilizzati per i propri scopi;

o accedere a questi dati spesso è difficoltoso;accedere a questi dati spesso è difficoltoso;o gli utenti non sono soliti condividere i dati con altre gli utenti non sono soliti condividere i dati con altre

amministrazioni o organizzazioni (spesso anche amministrazioni o organizzazioni (spesso anche all’interno della stessa amministrazione);all’interno della stessa amministrazione);

Tutto ciò comporta:Tutto ciò comporta:

o molti attori ed enti coinvolti nella produzione di dati molti attori ed enti coinvolti nella produzione di dati (spesso degli stessi);(spesso degli stessi);

o duplicazione di dati;duplicazione di dati;o un proliferare di minisoftware GIS;un proliferare di minisoftware GIS;o difficoltà di scambio ed uso di dati tra le diverse difficoltà di scambio ed uso di dati tra le diverse

organizzazioni;organizzazioni;o alla diminuzione del costo di acquisizione dei software alla diminuzione del costo di acquisizione dei software

e del hardware non è corrisposta una altrettanto e del hardware non è corrisposta una altrettanto drastica riduzione dei costi di produzione di drastica riduzione dei costi di produzione di informazione geografica. informazione geografica.

Executive Order 12906 Coordinamento dell’accesso e dell’acquisizione dei dati Coordinamento dell’accesso e dell’acquisizione dei dati

geografici: The National Spatial Data Infrastructure geografici: The National Spatial Data Infrastructure (NSDI)(NSDI)

o "National Spatial Data Infrastructure""National Spatial Data Infrastructure" significa la significa la tecnologia, le politiche, gli standards e le risorse umane tecnologia, le politiche, gli standards e le risorse umane necessarie ad acquisire, elaborare, memorizzare, necessarie ad acquisire, elaborare, memorizzare, distribuire e migliorare l’utilizzo dei dati spaziali. distribuire e migliorare l’utilizzo dei dati spaziali.

o "Geospatial data""Geospatial data"o The The "National Geospatial Data Clearinghouse""National Geospatial Data Clearinghouse" significa significa

una rete diffusa di produttori, gestori, utenti di dati una rete diffusa di produttori, gestori, utenti di dati spaziali connessi elettronicamente. spaziali connessi elettronicamente.

Executive Order 12906

CANRI 1999

Nebert, The SDI Cookbook

WebClientWebClient

ClearinghouseServers

Gateway(s)User

Z39.50 protocolHTTP protocol

ServiceRegistryServiceRegistry

WebServerWebServer

•One Search across many servers•Metadata is the key

IL CONTENUTO

WHAT?

WHERE?

WHO?

WHY?

HOW?

WHEN?

Titolo e descrizione del dataset

Estensione geografica espressa da latitudine,longitudine, coordinate

geografiche e confini naturali o amministrativi

Creatore, fornitore, potenziale

pubblico

Descrizione delle ragioni della collezione dei dati e uso di essi.

Data di creazione del dataset e periodicità dell’aggiornamento

Descrizione delle modalità con cui il dataset è stato prodotto e delle

modalità di accesso ai dati.

IDENTIFICAZIONE dei DATI

QUALITA’ dei DATI

ORGANIZZAZIONE dei DATI

RIFERIMENTO SPAZIALE

DISTRIBUZIONE dei DATI

INFORMAZIONI sui METADATI

INFORMAZIONI su

ENTITA’ e ATTRIBUTI

Metadati

Clearinghouse

Geoportals

INSPIRE

o i dati vanno raccolti una sola volta e gestiti laddove ciò i dati vanno raccolti una sola volta e gestiti laddove ciò può essere fatto in maniera più efficiente; può essere fatto in maniera più efficiente;

o deve essere possibile combinare i dati provenienti da deve essere possibile combinare i dati provenienti da differenti fonti e condividerli tra più utenti ed differenti fonti e condividerli tra più utenti ed applicazioni; applicazioni;

o deve essere possibile la condivisione di informazioni deve essere possibile la condivisione di informazioni raccolte dai diversi livelli di governo; raccolte dai diversi livelli di governo;

o l’informazione geografica necessaria per il buon l’informazione geografica necessaria per il buon governo deve esistere ed essere realmente accessibile governo deve esistere ed essere realmente accessibile a condizioni che non ne limitino il possibile uso; a condizioni che non ne limitino il possibile uso;

o deve essere facile individuare quale informazione deve essere facile individuare quale informazione geografica è disponibile, valutarne l’utilità per i propri geografica è disponibile, valutarne l’utilità per i propri scopi e le condizioni secondo cui è possibile ottenerla scopi e le condizioni secondo cui è possibile ottenerla ed usarla. ed usarla.

Interoperabilità Per presentarsi in maniera competitiva rispetto a tutti i nuovi canali di finanziamento è necessario far parlare tra di loro i database spaziali delle varie autorità locali (Laurini e Murgante, 2008).

Le principali barriere verso la completa interoperabilità Le principali barriere verso la completa interoperabilità sono determinate da tre fattori:sono determinate da tre fattori:

o burocraticiburocratici, generati da una scarsa abitudine a , generati da una scarsa abitudine a condividere il dato che, nella maggior parte dei casi, condividere il dato che, nella maggior parte dei casi, porta ad una sorta di presunto diritto di proprietà porta ad una sorta di presunto diritto di proprietà personale dell’addetto che provvede alla sua gestione;personale dell’addetto che provvede alla sua gestione;

o tecnologicitecnologici, prodotti prevalentemente da differenze tra , prodotti prevalentemente da differenze tra i sistemi, le strutture ed il formato dei dati;i sistemi, le strutture ed il formato dei dati;

o semanticisemantici, dovute alla mancanza di corrispondenza nei , dovute alla mancanza di corrispondenza nei significati. significati.

Information-Explosion Era

Google Earth

bing virtual earth

openstreetmap


http://www.giscloud.com/map/11766/timatongis/tourism-in-matera-on-geographic-information-system

http://www.giscloud.com/map/12804/laboratorio_gis/dati_basilicata

http://www.giscloud.com/map/11766/timatongis/tourism-in-matera-on-geographic-information-system

Semantic Matching

Standard e modelli di dati consentono di importare o convertire rapidamente dati senza generare perdite di qualità, ma non sono sufficienti a trasferire il significato delle informazioni.

Prima di porsi il problema di come strutturare il dato bisogna affrontare la più complessa questione di cosa rappresentare.

Semantic Matching

Lago??? laguna ??? Bacino ???

Corpo d’acqua ???

StradaCartografo

Ingegneria civile

Sistemi di

trasporto

Semantic Matching 630 Terms: Centro storico, A residenziale conservativa, Zona A, Zona A centro storico, Zona A centro antico, Zona A (1…..n)

Area di espansione, zona di espansione, zona C, zona C insediamenti residenziali, zona C residenziale di espansione,

Plan4all24 partner di 15 paesi europei. enti locali, partner tecnologici, università e istituti di ricerca, associazioni chi si occupano di informazione geografica a livello nazionale (come AMFM GIS Italia) o pan-europee (come EUROGI), Associazioni di PlannersISOCARP, la Società Internazionale dei City and Regional Planners.

SDI e Pianificazione del territorioNelle ultime decadi si sono sempre più diffusi approcci riguardanti la pianificazione ed il governo del territorio basati sulla necessità di un forte coinvolgimento di tutti i livelli istituzionali e di governo, degli stakeholder e dei cittadini nel processo di definizione delle principali scelte riguardanti il proprio territorio.

A questo incremento di aspetti partecipativi non è corrisposto un uso efficace della condivisione del dato e delle tecnologie web che potrebbero sostenere l'interoperabilità delle scelte di piano, prevedendo una partecipazione attiva di tutti gli stakeholder.

Le metodologie abitualmente adottate nel settore della pianificazione territoriale non fanno un uso efficace della condivisione del dato e delle tecnologie web che potrebbero sostenere l'interoperabilità delle scelte di piano, prevedendo una partecipazione attiva di tutti gli stakeholder.

Emerge quindi una forte necessità di un’armonizzazione dei dati utilizzati nel settore della pianificazione e un’esigenza assoluta di un core data set dedicato agli strumenti di pianificazione con la finalità di garantire in tutta Europa una facile comprensibilità di queste informazioni.

SDI e Pianificazione del territorio

La pianificazione del territorio e le informazioni ad essa connesse hanno un’importanza strategica non solo per il livello locale e nazionale, ma anche alla scala internazionale dove un "continuum" di insediamenti caratterizza l’attraversamento delle varie nazioni Europee.

Nelle regioni transfrontaliere è fondamentale valutare quanto un’indicazione di piano data da un lato del confine possa impattare dall’altro lato.

SDI e Pianificazione del territorio

Plan4all

Il progetto europeo Plan4all, è principalmente focalizzato sull'armonizzazione dei dati riguardanti la pianificazione territoriale tenendo come riferimento principale la direttiva Europea INSPIRE.

La parte importante del progetto Plan4all è la definizione di procedure e metodologie comuni per la condivisione dei dati territoriali e l'utilizzazione di nuovi standard riguardanti i dati di pianificazione territoriale all'interno dell'UE.

Plan4all

L'obiettivo di Plan4all è quello di costruire una rete di enti locali, regionali e nazionali, stakeholder, aziende del settore dell’ICT, organizzazioni che si occupano di pianificazione e sviluppo economico, università e agenzie internazionali con lo scopo di trovare un consenso riguardante l'armonizzazione delle Infrastrutture di Dati Spaziali per la pianificazione territoriale, secondo la direttiva europea INSPIRE.

Plan4allAnnex I•Coordinate ref. systems•Geographical grid systems •Geographical names•Administrative units addresses•Cadastral parcels•Transport networks•Hydrography•Protected sites

Annex II•Elevation• Land cover (1)•Orthoimagery•Geology

Annex III •Statistical units•Buildings•Soil• Land use (2)•Human health and safety•Utility and Government services (3)•Environmental monitoring facilities • Production and industrial facilities (4)• Agricultural and aquaculture facilities (5)

Annex III (follow up)•Population distribution – demography• Area management /restriction /regulation zones and reporting units (6)• Natural risk zones (7)•Atmospheric conditions•Meteorological geographical features•Oceanographic geographical features•Sea regions•Bio-geographical regions•Habitats and biotopes•Species distribution•Energy resources•Mineral resources

Plan4all

http://www.plan4all.eu

Everything is Smart

Everything is Smart

http://youtu.be/5rMI_aVYtR0

I am Smart

I am Smart

I am Smart

I am SmartI am Smart

I am Smart

http://www.broadsheet.ie/2011/06/21/what-happens-online-in-60-seconds/

Google Earth

bing virtual earth

openstreetmap

Information-Explosion EraInformation-Explosion EraKitsuregawa et al. 2007

Murgante, 2012

Repubblica,2012

http://faculty.washington.edu/kstarbi/TtT_Hurricane_Map_byEvent.html

Ratti, 2008

http://test.geosdi.org/geo-portal/

SmartCity e Aree Rurali (Smart Rural Communities)

Documenti di Programmazione

Piano

Geographical objects

Real

Virtual programming documents

Statement

Geo-Statement

Murgante et al. 2010

Murgante et al. 2011

Murgante B., Tilio L., Lanza V., Scorza F. (2011) “Using participative GIS and e-tools for involving citizens of Marmo Platano – Melandro area in European programming activities” special issue on “E-Participation in Southern Europe and the Balkans” Journal of Balkans and Near Eastern Studies, vol. 13(1) pp. 97–115. Taylor & Francis, London, ISSN:1944-8953, doi:10.1080/19448953.2011.550809.

http://dx.doi.org/10.1080/19448953.2011.550809

http://www.pitmpm.basilicata.it/PIT/map.phtml

http:// www.pitmpm.basilicata.it/cgi-bin/wms_pit

http://www.pitmpm.basilicata.it/PIT/map.phtml

SAVOIA BALVANO

PICERNO

TITO

MURO

CONCLUSIONI

CONCLUSIONI

• L’Agenzia per l’Italia digitale definisce strategie e obiettivi, coordina il processo di attuazione e predispone gli strumenti tecnologici ed economici per il progresso delle comunità intelligenti

• predispone annualmente il piano nazionale delle comunità intelligenti-PNCI

• emana le linee guida recanti definizione di standard tecnici• È istituito presso l’Agenzia per l’Italia digitale il Comitato

tecnico delle comunità intelligenti

Art. 20 Agenda Digitale - Comunità intelligenti

CONCLUSIONI

• 1 designato dal Dipartimento della Funzione Pubblica della Presidenza del Consiglio dei Ministri

• 2 designati dalla Conferenza permanente per i rapporti tra lo Stato, le regioni e le provincie autonome di Trento e Bolzano

• 1 designato dall’Associazione nazionale dei comuni italiani• 1 designato dall’Unione delle province italiane• 6 di nomina del Direttore generale dell’Agenzia per l’Italia

digitale: 1 dagli Atenei, 3 da associazioni di imprese e cittadini maggiormente rappresentative, 1 ISTAT, 1 Agenzia stessa

Comitato tecnico delle comunità intelligenti

tecnologie, territorio, smartness

Technology

spatial autocorrelation

introduction o

high positive autocorrelation

medium bounds

mediumlow bounds

high bounds

class autocorrelation

o survey