GEOmedia_2_2021

Rivista bimestrale - anno XXV - Numero - 2/2021 - Sped. in abb. postale 70% - Filiale di Roma
TERRITORIO CARTOGRAFIA
GIS
CATASTO
3D
INFORMAZIONE GEOGRAFICA
FOTOGRAMMETRIA
URBANISTICA
EDILIZIA
GNSS
BIM
RILIEVO TOPOGRAFIA
CAD
REMOTE SENSING SPAZIO
WEBGIS
UAV
SMART CITY
AMBIENTE
NETWORKS
LiDAR
BENI CULTURALI
LBS
Mar/Apr 2021 anno XXV N°2
Geolocalizzare
i Numeri civici
CENSIRE AREE A PASCOLO
CON INTELLIGENZA
ARTIFICIALE E ORTOFOTO
UNA GRANDE MAPPA PER
UNA PICCOLA ISOLA
GNSS E DRONI AEREI:
UN CONNUBIO VINCENTE

Droni e Vertiport
Il Commercial UAV Expo Europe, che si tiene normalmente ad Amsterdam, è stato posticipato
al gennaio 2022 a causa del COVID-19. E’ un evento che normalmente si tiene in Dicembre
e attira molti visitatori anche per il periodo pre-natalizio particolarmente interessante ad
Amsterdam, oltre che essere collocato insieme alla Amsterdam Drone Week (ADW) e all'EASA
High Level Conference.
Un elemento interessante in questa Expo sarà la conferenza di alto livello dell'EASA (European
Union Aviation Safety Agency), che avrà come tema principale quello della Mobilità Aerea
Urbana, con il motto "UAM Becoming a Reality". Si parlerà infatti di governance multilivello dei
cieli urbani e dei punti di atterraggio verticali, i vertiport.
Fantasia dei fans degli UAV? Sicuramente no, se si pensa che tutto ciò è stato già pubblicamente
annunciato dall’amministratore della NASA James Bridenstine, che nel mentre ricordava
al pubblico che la prima "A" della NASA sta per "aeronautica", evidenziava come e perché
l'amministrazione da lui diretta non si rivolge solo agli obiettivi spaziali, ma anche all'aviazione,
sia con equipaggio che senza equipaggio.
"Gli UAV e la mobilità aerea urbana (UAM) sono il futuro, ma prima di raggiungere quel futuro
dobbiamo lavorare sodo per perfezionare i sistemi di gestione del traffico aereo e risolvere i problemi
di infrastruttura e certificazione", ha detto Bridenstine alla folla che ha partecipato all’ultimo
Commercial UAV Expo America, poco tempo fa.
Ha anche spiegato in dettaglio come la NASA stia lavorando con l'industria dei droni e il
mondo accademico per sviluppare aerodinamica e prestazioni, ma anche per rilevare ed evitare
ostacoli con sistemi DAA (Detect and Avoid Systems for Unmanned Aircraft ) basati su nuova
tecnologia radar.
Si apre con questo un interessante mercato per la geomatica e in particolare per il rilievo e la
determinazione di ostacoli con informazioni simili a quelle che vengono inserite oggi nelle
attuali Carte Ostacoli aeroportuali, mantenute e aggiornate dalle istituzioni dedicate delle
singole nazioni con metodi e standard armonizzati ai vari livelli competenza.
Tutti gli elementi che concorrono consentiranno l'integrazione del nostro attuale controllo
del traffico aereo con un sistema di gestione del traffico senza pilota che rappresenta oggi una
delle più grandi sfide della NASA, un’agenzia spaziale che comincia a dirigere i suoi budget
anche su progetti come questo, molto terrestre. Bridenstine ha previsto l’operatività della UAM
per il 2028 in contemporanea alla previsione di ritorno degli Americani sulla Luna, ma il suo
Presidente lo ha obbligato a stringere i tempi per la Luna al 2024.
Per il momento ci limitiamo ad osservare che le necessità del controllo aereo dei droni a
guida automatica, contribuiranno alla crescita del settore geomatico non solo come un
avanzamento degli strumenti di ripresa aerea per consentire semplici ma ridotte applicazioni
fotogrammetriche, ma sarà elemento portante per la creazione di modelli digitali della realtà
che ci circonda. Uno dei trend più forti del momento, di cui parlano spesso i gestori delle
Smart City, che promuovono le Digital Twin per la realizzazione di piattaforme di controllo e
simulazione di eventi, mentre ovviamente nella navigazione aerea la conoscenza digitale della
realtà in cui ci si cala o viene conosciuta prima (3DCity) o si rileva al momento. L’importante,
per evitare l’ostacolo, è necessario che le due posizioni Drone-Ostacolo siano reciprocamente
ben conosciute ed accurate anche in relazione al tempo, come richiede la prassi della ricerca nel
PNT (Positioning, Navigation and Timing).
Buona lettura,
Renzo Carlucci

FOCUS
iN questo
Numero...
focus
report
iNtervista
iNtelliGeNza artificiale
e ortofoto per il
ceNsimeNto e la GestioNe
delle aree pascolabili iN
ambieNte alpiNo
DI LUCA BERGAMASCO, FRANCESCA
BOVOLO, MARCO CRISTOFORETTI,
ANDREA GOBBI, DANIELE LEO, PIETRO
MOLFETTA, RICCARDO PASI,
PAOLA ROGANI
6
LE RUBRICHE
24 IMMAGINE ESA
38 MERCATO
42 AUGMENTED REALITY
46 AGENDA
14
iNtervista a valerio
zuNiNo della studio
sit srl
A CURA DI RENZO CARLUCCI
Nell'immagine di copertina
osserviamo l'area metropolitana
di Roma: i puntini rossi indicano
la copertura del rilevamento
dei numeri civici nel territorio
comunale.
GNss e droNi aerei:
uN coNNubio viNceNte
per applicazioNi di
telerilevameNto,
sorveGliaNza,
sicurezza e loGistica
DI MARCO LISI, ALBERTO
MENNELLA, MARCO NISI
18
geomediaonline.it
4 GEOmedia n°2-2021
GEOmedia, bimestrale, è la prima rivista italiana di geomatica.
Da più di 20 anni pubblica argomenti collegati alle tecnologie dei
processi di acquisizione, analisi e interpretazione dei dati,
in particolare strumentali, relativi alla superficie terrestre.
In questo settore GEOmedia affronta temi culturali e tecnologici
per l’operatività degli addetti ai settori dei sistemi informativi
geografici e del catasto, della fotogrammetria e cartografia,
della geodesia e topografia, del telerilevamento aereo e
spaziale, con un approccio tecnico-scientifico e divulgativo.

INSERZIONISTI
26
uNa GraNde mappa
per uNa piccola
isola: il rilevameNto
delle isole faroe
DI ELOISE MITCHELL
Codevintec 45
Datronix 37
Epsilon 39
ESRI 48
Geomax 41
GIS3W 22
Gter 36
Planetek Italia 47
Stonex 29
NoN solo dal cielo.
“the WiNeGrover”
DI EDUARDO DE FRANCESCO
30
StrumentiTopografici 2
TechnologyforAll 45
Teorema 46
ESA - Space Coast, Florida
(17 aprile 2021)
Cape Canaveral è un promontorio
ed una città nella contea
di Brevard, nella Florida
centro-orientale. Andando da
est verso ovest il promontorio
è separato dalla terraferma
dal fiume Banana, dall’isola
di Merritt e dal fiume India.
34
il droNe a supporto
della piaNificazioNe
deGli scavi Nella cava di
sabbia della “moNtaGNa
biaNca” iN poloNia
DI TOPCON POSITIONING GROUP
L’area è parte della regione
nota come Space Coast
ed ospita il Kennedy Space
Center, che include l’infrastruttura
di atterraggio dello
Space Shuttle, un centro per
i visitatori, la Cape Canaveral
Air Force Station ed un edificio
per l’assemblamento dei
veicoli spaziali in costruzione.
La piattaforma di lancio
Complex 39A, visibile lungo
la costa, è quella dove il razzo
Saturno V che trasportava
l’Apollo 11 - con a bordo Neil
Armstrong, Michael Collins
ed Edwin ‘Buzz’ Aldrin - iniziò
il suo viaggio verso la
Luna nel 1969.
Crediti:
ESA - Image of the week.
Traduzione: Gianluca Pititto
una pubblicazione
Science & Technology Communication
GEOmedia, la prima rivista italiana di geomatica.
ISSN 1128-8132
Reg. Trib. di Roma N° 243/2003 del 14.05.03
Direttore
RENZO CARLUCCI, direttore@rivistageomedia.it
Comitato editoriale
Vyron Antoniou, Fabrizio Bernardini, Mario Caporale,
Roberto Capua, Luigi Colombo, Mattia Crespi, Luigi Di
Prinzio, Michele Dussi, Michele Fasolo, Marco Lisi, Flavio
Lupia, Luigi Mundula, Beniamino Murgante, Aldo Riggio,
Mauro Salvemini, Attilio Selvini, Donato Tufillaro
Direttore Responsabile
FULVIO BERNARDINI, fbernardini@rivistageomedia.it
Redazione
VALERIO CARLUCCI, GIANLUCA PITITTO,
redazione@rivistageomedia.it
Diffusione e Amministrazione
TATIANA IASILLO, diffusione@rivistageomedia.it
Progetto grafico e impaginazione
DANIELE CARLUCCI, dcarlucci@rivistageomedia.it
Editore
MediaGEO soc. coop.
Via Palestro, 95 00185 Roma
Tel. 06.64871209 - Fax. 06.62209510
info@rivistageomedia.it
Stampa: System Graphics Srl
Via di Torre Santa Anastasia 61 00134 Roma
Condizioni di abbonamento
La quota annuale di abbonamento alla rivista Science è di € & 45,00. Technology Communication
Il prezzo di ciascun fascicolo compreso nell’abbonamento è di € 9,00. Il prezzo di
ciascun fascicolo arretrato è di € 12,00. I prezzi indicati si intendono Iva inclusa.
L’editore, al fine di garantire la continuità del servizio, in mancanza di esplicita
revoca, da comunicarsi in forma scritta entro il trimestre seguente alla scadenza
dell’abbonamento, si riserva di inviare il periodico anche per il periodo successivo.
La disdetta non è comunque valida se l’abbonato non è in regola con i pagamenti.
Il rifiuto o la restituzione dei fascicoli della Rivista non costituiscono disdetta
dell’abbonamento a nessun effetto. I fascicoli non pervenuti possono essere
richiesti dall’abbonato non oltre 20 giorni dopo la ricezione del numero successivo.
Gli articoli firmati impegnano solo la responsabilità dell’autore. È vietata la
riproduzione anche parziale del contenuto di questo numero della Rivista in
qualsiasi forma e con qualsiasi procedimento elettronico o meccanico, ivi inclusi i
sistemi di archiviazione e prelievo dati, senza il consenso scritto dell’editore.
Rivista fondata da Domenico Santarsiero.
Numero chiuso in redazione il 30 maggio 2021.

FOCUS
Intelligenza artificiale e ortofoto per
il censimento e la gestione delle
aree pascolabili in ambiente alpino
di Luca Bergamasco, Francesca Bovolo, Marco Cristoforetti, Andrea Gobbi, Daniele Leo,
Pietro Molfetta, Riccardo Pasi, Paola Rogani
Viene presentato un sistema
automatico per il censimento di
aree pascolabili basato sull’uso
di ortofoto e dell’intelligenza
artificiale. Il sistema migliora le
capacità di cura, preservazione
e valorizzazione del territorio
montano, è stato validato con
successo sul territorio della
Provincia Autonoma di Trento
(PAT) ed è esportabile ad altri
ambienti alpini.
Fig. 1 - Griglia delle ortofoto AGEA 2017.
La superficie dei pascoli
alpini trentini ammonta
ad almeno 50 mila ettari,
di cui oltre il 90% di proprietà
pubblica (comunale o frazionale):
per questo territorio è
particolarmente importante
preservare i sistemi zootecnici
e garantire una gestione
sostenibile e multifunzionale,
che consideri aspetti ecologici,
ambientali, paesaggistici,
storico-culturali ed economici.
Se un tempo il problema era il
sovraccarico dei pascoli, negli
ultimi decenni si è fatto sempre
più evidente il problema del
sottocarico, con il conseguente
degrado delle superfici pascolive.
Per coordinare le previsioni
della pianificazione forestale,
tra il 2015 ed il 2018, la Giunta
della Provincia Autonoma di
Trento (PAT) ha approvato lo
Schedario provinciale dei pascoli
– che con le unità di pascolo
(UPAS) identifica le zone
ammissibili al pascolamento
all’interno di ciascuna proprietà
assestata. Insieme al sistema
dei procedimenti amministrativi
per le richieste di aiuti o
agevolazioni legate alla Politica
Agricola Comunitaria (PAC),
questo permette di semplificare
i procedimenti e di gestire
correttamente gli interventi a
sostegno del mantenimento di
pascoli e malghe.
Lo Schedario provinciale dei
pascoli, che è stato integrato
all’interno del Sistema Informativo
Agricolo Provinciale
(SIAP), si compone di tre basi
di dati georeferenziate:
1. il Catasto dei pascoli: individua
– in armonia con la
pianificazione forestale – le
aree potenzialmente pascolabili
(UPAS);
2. il Catasto delle malghe:
individua e classifica le malghe
intese come edifici funzionalmente
legati ad una o
più UPAS;
3. il Catasto delle superfici
pascolabili: quantifica all’interno
di ciascuna UPAS
la consistenza delle superfici
pascolabili secondo la
classificazione – basata sul
criterio della tara – stabilita
dall’Agenzia per le Erogazioni
in Agricoltura (AGEA)
per le superfici eleggibili ai
fini delle domande di aiuto.
6 GEOmedia n°2-2021

FOCUS
Quest’ultimo strato informativo
è stato prodotto manualmente
dai tecnici di APPAG (Agenzia
Provinciale per i Pagamenti in
Agricoltura) mediante fotointerpretazione
dell’ortofoto AGEA
2017. Il processo di censimento
per fotointerpretazione si è rivelato
soggetto ad errori dovuti
alla soggettività degli operatori,
in particolare per quelle classi di
tara intermedie la cui assegnazione
risulta più aleatoria e per
le quali soltanto il controllo in
campo tramite sopralluogo può
considerarsi dirimente.
Al fine di limitare la necessità di
sopralluoghi, ridurre i costi ed i
tempi di gestione – nonché dei
futuri aggiornamenti previsti a
cadenza triennale – del Catasto
delle superfici pascolabili, si è
sviluppato un sistema per il censimento
automatico dei compendi
malghivi del Trentino.
L’iniziativa ha previsto lo studio
e la messa a punto di nuovi strumenti
di intelligenza artificiale
(Artificial Intelligence - AI) che
classifichino automaticamente
le aree pascolabili e non in zone
prevalentemente alpine quali
quelle del Trentino. Le mappe
tematiche sono accessibili tramite
un plugin QGis (QGis.org
2021) che offre la possibilità di
interrogare e rielaborare la mappa
di classificazione rimuovendo
eventuali artefatti, filtrando
aree troppo impervie, lisciando
i contorni dei poligoni ottenuti
e modificando i criteri di eleggibilità.
Di seguito sono descritti la definizione
dei requisiti e la creazione
del dataset, l’allenamento e la
validazione del sistema di AI, la
classificazione delle superfici pascolabili
all’interno delle UPAS
e la realizzazione degli strumenti
di Data Science e geoinformatica;
e sono documentati i risultati
di classificazione e il funzionamento
del plugin QGis.
Fig. 2 - UPAS del Trentino in verde. L’ambito 2 (nord-est) e le aree in rosso sono rimosse
dall’addestramento del sistema in quanto considerate poco attendibili dai fotointerpreti.
Formulazione del problema
di classificazione delle aree
a pascolo e dati
Ai fini delle domande di aiuto
legate alla PAC, le aree adibite a
pascolo si distinguono sulla base
della loro percentuale di tara (il
contenuto non erbaceo e quindi
di fatto non pascolabile). Tanto
più la percentuale di tara è bassa,
tanto più è pregiato il pascolo.
Distinguere classi di pascolo
per la sola percentuale di tara
tramite un algoritmo automatico
di elaborazione immagini
telerilevate è molto complesso
poiché tali classi hanno una
risposta spettrale molto simile.
Ci si è quindi focalizzati sulle
sole aree all’interno delle UPAS;
la classificazione dei suoli in
esse contenuta, frutto della fotointerpretazione
dei tecnici di
APPAG, è stata utilizzata come
riferimento per l’allenamento
e la validazione del sistema (ad
eccezione delle aree dell’ambito
2 e di quelle in rosso in Fig. 2,
la cui fotointerpretazione è stata
ritenuta meno affidabile dai
tecnici di APPAG). Nelle aree
identificate esistono 14 classi:
alcune non sono significative
rispetto al problema considerato
(es., corsi d’acqua, manufatti)
e sono state quindi mascherate
ed escluse; le restanti classi sono
state analizzate più approfonditamente
e aggregate in funzione
del significato semantico, della
similarità spettrale, spaziale e
temporale. Il censimento dei
pascoli è quindi definito come
segue [i numeri tra parentesi
indicano i codici attribuiti da
AGEA alle classi di superfici
eleggibili e non:
Prato permanente tara 0
(638): tara dallo 0 al 5%;
Prato permanente tara 20
(659): tara dal 5 al 20%;
Prato permanente tara 50
(654): tara dal 20 al 50%
Bosco (650/656): definita
come accorpamento di Bosco
(650) e tara 70 (656);
Aree non pascolabili
(770/780): definita come accorpamento
di Aree non coltivabili
(770) e Tare (780).
Nel Catasto delle superfici pascolabili
la proporzione relativa
GEOmedia n°2-2021 7

FOCUS
delle cinque classi ottenuta sulla
base della fotointerpretazione è
leggermente sbilanciata:
Tara 0: 12.87% (6706 ha),
Tara 20: 16.22% (84.50 ha),
Tara 50: 25.51% (13291 ha),
Bosco: 27.80% (14485 ha), e
Non pascolabile: 17.60%
(9168 ha).
Il sistema di AI per il censimento
si avvale: i) delle ortofoto
AGEA 2017 (canali spettrali
RGB) acquisite nell’autunno
2017 con 20 cm di risoluzione
spaziale (riportati qui alla risoluzione
spaziale di 1 m), ii) del
canale del Vicino-Infrarosso
(NIR) che fornisce informazioni
sulla presenza di vegetazione, e
iii) della mappa delle pendenze
ricavata dal Modello Digitale
del Terreno (DTM). Per l’addestramento
sono escluse le aree
con una pendenza tra i 50° e i
90°. Indipendentemente dalla
tara, esse non sono eleggibili
come pascolabili poiché la pendenza
ne impedisce l’accesso
e/o la fruizione e sono quindi
equiparate alla classe “Non
pascolabile”. I dati disponibili
sono organizzati in 470 tile (secondo
l’organizzazione originale
dell’ortofoto - Fig. 1).
Il problema è altamente complesso
poiché presenta:
classi molto simili (tutte associate
alla presenza di erba);
limitata informazione
spettrale (solo quattro canali
spettrali) in relazione
alla tipologia di classi e in
funzione della data di acquisizione
(la classe erba nei
canali spettrali e nella data –
autunno – di acquisizione è
poco marcata);
l’assenza di informazione
multitemporale (l’andamento
temporale della firma
spettrale delle aree adibite a
pascolo è diverso da quelle
non eleggibili e ne faciliterebbe
l’identificazione);
l’elevata risoluzione geometrica.
Il sistema basato su AI per
l’identificazione dei pascoli
Uno dei più recenti sistemi di
AI è il Deep Learning (DL).
Qui proponiamo l’uso di DL
per la segmentazione di immagini
formulato in funzione della
complessità del problema e produciamo
una mappa che associa
a ciascun pixel una classe.
Il modello si basa su una Residual
Neural Network (ResNet)
(He 2016) ovvero una Convolutional
Neural Network
(CNN) (LeCun 1995) caratterizzata
da collegamenti che uniscono
gli output di due diversi
layer convoluzionali. Questo
collegamento facilita l’allenamento
del modello, che impara
solo la differenza d’informazione
tra gli output di due layer
connessi riducendo la quantità
d’informazione da imparare e
il numero di patch per l’allenamento.
L’insieme dei layer convoluzionali
che sono collegati
dallo stesso shortcut è chiamato
blocco residuale. Qui sono usati
63 layer convoluzionali suddivisi
in 20 blocchi residuali,
ognuno composto da 3 layer
convoluzionali, con dimensioni
del filtro convoluzionale pari
a 1x1, 3x3, e 1x1 e seguito da
un layer di normalizzazione e
da una funzione di attivazione.
Il modello può essere diviso in
due parti principali: compressione
(40 layer convoluzionali),
Fig. 3 - Grafico della ResNet a 50 layer.
8 GEOmedia n°2-2021

FOCUS
Fig. 4 - Schema a blocchi dell’allenamento della rete e del processo di classificazione.
sta della classe rappresentata
limitando così l’influenza
della soggettività della fotointerpretazione
nelle zone
di transizione da una classe
all’altra.
Le patch sono leggermente sovrapposte
e hanno una dimensione
di 128x128 pixel selezionata
per massimizzare il numero
di patch per tile. Il modello così
addestrato può essere utilizzato
per censire le aree pascolabili del
Trentino (Fig. 4).
Settaggio sperimentale
e risultati
Il modello è stato allenato per
un massimo di 200 epoche (si
definisce epoca l’utilizzo di tutte
le patch contenute nel dataset
per l’allenamento del modello),
utilizzando 65.179 patch di
allenamento. All’inizio di ogni
epoca le patch di allenamento
sono mescolate e incrementate
secondo un paradigma di
augmentation: le patch sono
specchiate da destra a sinistra
e/o dall’alto in basso, e possono
essere ruotate di 90, 180, 270
gradi in modo aleatorio. L’informazione
di allenamento continua
così a cambiare riducendo
l’overfitting. Le patch sono
suddivise in gruppi di 80, per
stabilizzare il processo secondo
pratiche note (Ruder 2016). Il
modello è ottimizzato utilizzando
ADAM, un algoritmo allo
stato dell’arte, con learning rate
e decompressione (23 layer)
(Fig. 3). In fase di compressione
la rete dimezza le dimensioni
dell’input e incrementa il numero
di feature estratte ad ogni
passo e la ResNet impara feature
molto complesse. In fase di
decompressione, le feature vengono
aggregate per ottenerne di
nuove e più complesse, e le loro
dimensioni vengono incrementate
fino a ricostruire le dimensioni
delle immagini in input.
Il risultato di questa operazione
viene classificato dal layer finale
della rete.
Durante la fase di training, il
modello di DL impara a classificare
le patch di allenamento
minimizzando l’errore di classificazione
tra la predizione e la
classe reale nel dataset di allenamento
e validazione. Quest’ultimo
è costituito da un insieme
di patch quali unità base per
l’allenamento e la validazione.
Tra tutte le patch disponibili è
stato selezionato un sottoinsieme
rappresentativo che include
patch:
provenienti dalle sole UPAS
la cui classificazione per
fotointerpretazione è considerata
affidabile (Fig. 2).
contenenti una delle classi
definite sopra.
posizionate ai bordi delle
UPAS per garantire una
maggior continuità dell’informazione
spaziale.
omogenee dal punto di vipari
a 0.0001 (Kingma 2014).
Per classificare tutta la superficie
delle UPAS della Provincia
Autonoma di Trento, l’ortofoto
è suddivisa in patch di dimensione
leggermente maggiore
rispetto a quelle usate per l’allenamento
(192x192 pixel) per
analizzare un’area più ampia
più velocemente e ottenere una
classificazione più coerente dal
punto di vista spaziale. Per ogni
patch sistema (Fig. 4) assegna
un’etichetta ad ogni pixel e le
mappe di classificazione ottenute
per ciascuna patch sono
aggregate in una mappa di tutte
le UPAS.
Risultati
Di seguito si riportano l’analisi
qualitativa e quantitativa delle
mappe di classificazione prodotte
dal sistema di AI per le UPAS
usando come riferimento la
fotointerpretazione. Come per
il dataset d’allenamento anche
per quello di validazione sono
rimosse le UPAS appartenenti
all’ambito 2 (Fig. 2) e le aree
considerate poco affidabili (in
rosso - Fig. 2). Inoltre, è stata
pesata l’affidabilità delle etichette
assegnate alle zone di confine
tra una classe di tara e l’altra
(in particolare tra tara 20 e 50)
dove le classi sono molto simili
e predomina la soggettività del
fotointerprete. In tali situazioni
le matrici di confusione risultano
meno significative in termini
GEOmedia n°2-2021 9

FOCUS
Classificato
Tara 0 Tara 20 Tara 50 Bosco Non pasc. PA
Fotointerpretato Tara 0 54.70 5.10 3.76 2.61 0.89 81.57%
Tara 20 9.91 44.02 16.69 6.41 7.48 52.09%
Tara 50 4.49 12.73 76.83 20.23 18.63 57.8%
Bosco 2.13 2.40 16.37 117.26 6.70 80.85%
Non pasc. 1.04 4.26 7.05M 9.50 69.83 76.16%
UA 75.69% 64.25% 63.66% 75.16% 67.44% OA = 69.6%
Tab. 1 - Matrice di confusione totale su UPAS (in Milioni di pixel).
di valori assoluti e l’analisi dei
risultati è supportata da considerazioni
qualitative. Tale attività
può essere svolta da tecnici
esperti con l’ausilio del plugin
descritto nel seguito.
L’analisi quantitativa è stata sviluppata:
i) a livello di PAT e per
tile; ii) considerando la mappa
a cinque classi prodotta dal sistema
di AI e studiandola a tre
scale di dettaglio:
scala a 5 classi (Tara 0, 20,
50, Bosco, Non Pascolabile)
quella nativa prodotta dal
sistema di AI. Analizza le
prestazioni nel risolvere il
problema del censimento
nella sua maggior complessità.
scala a 3 classi (Tara 0, 20,
50). Analizza la capacità
del sistema rispetto alle sole
classi eleggibili.
scala a 2 classi per le classi
raggruppate in eleggibili
(Tara 0, 20, 50) e non
eleggibili (Bosco, Non
Pascolabile). È quella con
minor dettaglio e analizza le
prestazioni rispetto alle due
classi semantiche di maggior
rilevanza e criticità.
Le tre scale consentono di
analizzare il comportamento
del sistema in funzione della
Fig. 5 - Istogrammi delle accuratezze della classificazione per tile valutata sulla scala a 5 classi (a), 2
classi (b), e 3 classi (c).
tipologia di errore e dalla loro
rilevanza. Inoltre, sono analizzate
nel dettaglio due aree del
Trentino selezionate da APPAG
per la loro complessità e rilevanza:
i) malga Cioca (a nordovest
di Trento, tra Pinzolo e
Madonna di Campiglio) e ii)
un’area nei pressi di passo Vezzena
(a sud-est di Trento, vicino
a Levico-Terme). I risultati sono
analizzati quantitativamente
considerando l’accuratezza totale
(Overall Accuracy - OA),
l’accuratezza dell’utente (User
Accuracy - UA), e l’accuratezza
del produttore (Producer Accuracy
- PA).
Analisi quantitativa
Il sistema proposto raggiunge
una buona accuratezza totale
(OA) di circa il 70% rispetto
alla fotointerpretazione. Si può
osservare (Tab. 1) che la classificazione
produce ottimi risultati
nell’identificazione delle classi
di Tara 0, Bosco e non pascolabile,
con, rispettivamente, una
PA del 81.57%, del 80.57%,
e del 76.16% e una UA del
75.69%, del 75.16%, del
67.44%. Come atteso, le classi
Tara 20 e Tara 50 sono meno
accurate delle altre in quanto la
differenza tra Tara 20-Tara 50 e
tra Tara 50-Bosco è complessa
da modellare. Ciò è confermato
nella matrice di confusione
dove si osservano errori tendenzialmente
concentrati tra Tara
20, Tara 50, e Bosco.
10 GEOmedia n°2-2021

FOCUS
OA scala a 5 classi 66.53%
OA scala a 3 classi 74.12%
OA scala a 2 classi 81.78%
Estensione totale UPAS 823.25 ha
Tab. 2 - (a) OA sulle 5, 3, 2 classi. (b) Confronto tra le estensioni in ettari
delle classi nel fotointerpretato e nella mappa prodotta dal sistema di AI –
area della malga Cioca.
a)
Tara 0 Tara 20 Tara 50 Non eleggibile
Foto-interpretato 247.01 ha 102.18 ha 105.43 ha 368,64 ha
Classificato 254.1 ha 53.15 ha 139.94 ha 376.06 ha
b)
Ciò conferma che la
maggior parte degli
errori di classificazione
avvengono tra classi
molto simili tra di loro e
complesse da distinguere.
Allo stesso tempo, gli
errori tra queste classi
sono meno critici ai fini
dell’applicazione. L’accuratezza
tra le sole classi
eleggibili è molto buona,
circa il 77%.
Fig. 6 - Fotointerpretato (a sinistra) e classificazione prodotta dal sistema AI – area della malga
Cioca (tile 059021w, 059022w, 059023w, 059024w, 059061w).
La Fig. 5 mostra gli istogrammi
delle accuratezze per tile (ogni
barra specifica quante tile hanno
raggiunto il livello di accuratezza
indicato sull’asse delle
ascisse). L’accuratezza media di
classificazione rispetto al fotointerpretato
a 5 classi (Fig. 5.a) è
di circa il 70% con una variabilità
di circa il 10%. La scala a 2
classi mostra un’accuratezza media
molto superiore, circa l’83%
(Fig. 5.b). Ovvero focalizzando
sulle classi di maggior rilevanza
e criticità (eleggibile e non), il
sistema ha elevate performance.
Analisi qualitativa e
quantitativa di aree selezionate
Per l’analisi di dettaglio
della zona di malga Cioca
e della zona immediatamente
a sud del passo
Vezzena, si confrontano
le mappe di classificazione
prodotte in automatico
dal sistema proposto
con quelle ottenute per fotointerpretazione.
Entrambe sono
rappresentate su uno sfondo
realizzato con l'ortofoto a colori
naturali (RGB).
Nella zona di Malga Cioca
l’accuratezza è elevata, in
OA scala a 5 classi 74.57%
OA scala a 3 classi 77.24%
OA scala a 2 classi 87.54%
Estensione totale UPAS 500.77 ha
a)
Tara 0 Tara 20 Tara 50 Non eleggibile
Foto-interpretato 189.33 ha 63.24 ha 59.59 ha 188.61 ha
Classificato 219.21 ha 13.03 ha 87.99 ha 180.54 ha
b)
Tab. 3 - (a) OA 5, 3, 2 classi. (b) Confronto tra le estensioni in ettari delle
varie classi del fotointerpretato e sistema AI - area a sud del passo Vezzena
GEOmedia n°2-2021 11

FOCUS
su quella delle pendenze),
applicare algoritmi di smoothing
per lisciare i contorni
dei poligoni relativi alle aree
pascolabili,
personalizzare i criteri di eleggibilità
tramite parametri di
prossimità (distanza da strade
o da altre aree eleggibili).
Fig. 7 - Foto-interpretato (a sinistra) e mappa di classificazione prodotta dal sistema AI (a destra) -
area a sud presso passo Vezzena (tile 081042w, 082012w, 082013w, 082014w, 081081w, 082054w).
Con Bosco
particolare alla scala 2 classi è
pari OA=81.78% (Tab. 2). Le
estensioni delle classi stimate
dal classificatore sono in linea
con le superfici identificate per
fotointerpretazione. Ciò è particolarmente
vero per Tara 0 e
non eleggibile, mentre Tara 20
viene sottostimata per lo più a
vantaggio della Tara 50. Ovvero
la sottostima si manifesta come
errore poco critico. Il sistema
proposto classifica in modo soddisfacente
anche dettagli molto
piccoli (es., in Fig. 6, le piste da
sci che durante il periodo estivo
vengono usate come pascoli e
sono estremamente piccole e
sottili).
Nella zona a sud del passo Vezzena
i risultati sono in linea con
la fotointerpretazione (Fig. 7).
Il sistema discrimina accuratamente
classi eleggibili e non
(OA=87.54%), mentre la Tara
20 viene sottostimata a favore
di Tara 0 e 50.
Plug in
A corredo del modello AI è stato
sviluppato un Plugin python
per sistema operativo Linux e
Windows che utilizza librerie
per l’elaborazione di dati geografici
quali rasterstats, geopandas,
rtree, rasterio, fiona e gdal.
Esso permette di rielaborare le
mappe ottenute dal modello
congiuntamente ad altri layer
informativi per identificare i
poligoni eleggibili in base a
criteri definiti da esperti e parametrizzati
nell’interfaccia del
plugin. È possibile:
selezionare un’area da analizzare
tramite bounding box
(BB), estensione attuale o poligono
presente nel progetto
corrente di QGis,
personalizzare la maschera di
pendenza per escludere zone
impervie,
applicare dei filtri di sieve per
rimuovere artefatti (sia sulla
mappa di classificazione che
Risoluzione
1m 4m 20m
Con enriching 1026 s 703 s 813 s
Senza enriching 707 s 385 s 372 s
Con enriching 1277 s 830 s 918 s
Senza enriching 864 s 463 s 489 s
Tab. 4 - Tempi di computazione del plugin utilizzando diverse configurazioni.
Le operazioni descritte si avvalgono
di layer informativi:
la distanza dalle strade/sentieri
e malghe, la mappa delle pendenze
e i poligoni di strade e
laghi. Per una zona selezionata
il plugin produce una mappa
poligonale (Fig. 8 a destra) e per
ogni poligono le variabili riportate
in Fig. 8 (in basso a destra).
I tempi di esecuzione ed eventuali
messaggi vengono mostrati
nel box presente nella parte
inferiore dell’interfaccia (Fig. 8
a sinistra). È previsto un sistema
di caricamento/salvataggio
delle impostazioni per facilitare
la riproducibilità dei risultati e
tracciare gli esperimenti.
In Tab. 4 sono riportati i tempi
di esecuzione per un’area di
circa 60km² con il sistema di
coordinate di riferimento EPSG
25832 considerando 4 risoluzioni
(1, 4 e 20 metri) nel caso
di presenza/assenza della classe
bosco (650) e utilizzando o
meno le operazioni di enriching
(per riportare la percentuale
delle varie classi nei poligoni a
seguito delle operazioni di sieve,
non indispensabili per la definizione
della eleggibilità).
Si nota che i tempi si riducono
molto passando da 1 a 4 m
di risoluzione. La riduzione è
meno significativa passando da
4 a 20 m perché la parte computazionalmente
più pesante è
a valle della generazione dei poligoni
(che non dipende troppo
dalla risoluzione se applica un
sieve importante sulla mappa di
classificazione). I tempi aumentano
di circa il 12% se si separa
12 GEOmedia n°2-2021

FOCUS
Fig. 8 - Interfaccia del plugin (sinistra), raster generato dal modello AI (in alto a destra) e
poligonale generata dal plugin con le informazioni associate ai poligoni (in basso a destra).
la parte boschiva dalla classe 770
(dipende quindi dalla mappa di
classificazione utilizzata inizialmente).
Conclusioni e sviluppi futuri
È stato sviluppato un sistema
automatico basato su intelligenza
artificiale e concetti di deep
learning per il censimento delle
aree a pascolo in zone alpine
secondo il criterio della tara,
come previsto da AGEA per la
determinazione della superficie
eleggibile netta da ammettere a
contributo; il sistema interagisce
con un plug-in GIS per l’accesso
e l’elaborazione dei dati. I risultati
ottenuti costituiscono un
utile riferimento oggettivo per i
tecnici della PAT sia per validare
il lavoro di fotointerpretazione
svolto all’interno delle UPAS,
sia per ottenere una prima classificazione
speditiva di tutte le
aree potenzialmente pascolabili
(anche fuori UPAS). Infine –
posto che le prossime ortofoto
AGEA (2020, 2023, etc.) non si
discostino troppo da quella del
2017 per caratteristiche spettrali
e geometriche – il sistema potrà
costituire un utile supporto
anche per l’aggiornamento periodico
dell’eleggibilità dei suoli
dello Schedario dei pascoli. Il
sistema può essere impiegato in
aree alpine con caratteristiche
assimilabili a quella qui considerata,
prevedendo eventualmente
minimi adattamenti (tuning
dell’addestramento).
Il sistema si dimostra preciso,
con accuratezze medie tra il
70% e l’83% a seconda della
complessità del problema e
picchi a seconda della tile al di
sopra del 90%. Nel caso più
complesso a 5 classi, dove la
somiglianza semantica e il grado
di frammentazione delle classi
sono elevati, si osserva una tendenza
alla sottostima della classe
Tara 20 a favore della Tara 50.
Le mappe sono consultabili tramite
un sistema di Data science
che elabora dinamicamente le
mappe di classificazione. È possibile
personalizzare il processo
di generazione dei poligoni
della classificazione automatica,
permettendo l’adattamento
della classificazione alle diverse
caratteristiche fisiche, geomorfologiche,
di accessibilità, etc. dei
diversi contesti territoriali.
Come sviluppo futuro si prevede
di introdurre l’informazione
temporale impiegando ortofoto
acquisite in diverse stagioni
(se disponibili) o di immagini
satellitari (es. le immagini della
missione ESA - European Space
Agency Sentinel-2). È inoltre
possibile estendere il sistema
sviluppato e arricchire il plugin
per la generazione e gestione di
prodotti per altri ambiti quali
l’agricoltura, le foreste.
BIBLIOGRAFIA
He, K., Zhang, X., Ren, S. and Sun, J., 2016.
Deep residual learning for image recognition.
In Proceedings of the IEEE conference on
computer vision and pattern recognition, pp.
770-778.
Le Cun, Y. and Bengio, Y., 1995. Convolutional
networks for images, speech, and time
series. The handbook of brain theory and
neural networks, 3361(10), p.1995.
Ruder, S., 2016. An overview of gradient descent
optimization algorithms. arXiv preprint
arXiv:1609.04747.
Kingma, D.P. and Ba, J., 2014. Adam: A
method for stochastic optimization. arXiv
preprint arXiv:1412.6980.
QGIS.org, 2021. QGIS Geographic Information
System. QGIS Association. http://www.
qgis.org
PAROLE CHIAVE
Intelligenza Artificiale; Sistemi Informativi;
Ortofoto; Pascoli; Gestione
Montana
ABSTRACT
Mountain areas include precious environments
like pastures that require preservation
strategies by the appointed authorities. Here
we present a system that processes orthophotos
acquired by Agenzia per le Erogazioni in
Agricoltura using Artificial Intelligence to reduce
the time and costs of human inspection
in pasture management activities. The system
is trained to automatically classify multiple
kinds of pasture and no-pasture areas. A user
interface allows to query and refine the pasture
maps. The map can be updated as new
orthophotos come in. The system achieves
good performance in the Provincia Autonoma
di Trento (PAT), but it is suitable for similar
mountain areas as well.
AUTORE
Luca Bergamasco
lbergamasco@fbk.eu
Fondazione Bruno Kessler – www.fbk.eu
Università degli Studi di Trento – www.
unitn.it
Francesca Bovolo
bovolo@fbk.eu
Marco Cristoforetti
mcristofo@fbk.eu
Andrea Gobbi
agobbi@fbk.eu
Fondazione Bruno Kessler – www.fbk.eu
Daniele Leo
daniele.leo@provincia.tn.it
Pietro Molfetta
pietro.molfetta@provincia.tn.it
Riccardo Pasi
riccardo.pasi@provincia.tn.it
Paola Rogani
paola.rogani@provincia.tn.it
Provincia Autonoma di Trento, APPAG -
http://www.appag.provincia.tn.it/
GEOmedia n°2-2021 13

INTERVISTA
Intervista a
Valerio Zunino
della Studio SIT Srl
a cura di Renzo Carlucci
Tempo fa nessuno avrebbe pensato che il
“numero civico” sarebbe potuto diventare nel
tempo un importante oggetto geografico, tale
da generare oggi una attività di rilevamento
non trascurabile.
L’evoluzione dell’utilizzo commerciale
e industriale della posizione del numero
civico cominciò a prendere forma agli inizi
degli anni 90 quando in America e in Europa
rispettivamente apparvero due piccole realtà,
Navteq e Teleatlas, quest'ultima in particolare
veniva finanziata nell’ambito dei progetti di
ricerca europei Eureka (EU 145 – Teleatlas,
electronic publishing of cartographic and
geographic daabases, Belgium, Netherlands),
e diede inizio alla costruzione del database
dei grafi stradali Teleatlas, una realtà che
avrebbe dato il via ad una continua evoluzione
fino alla acquisizione (2008) da parte della
attuale TomTom, un brand il cui nome è
diventato l’acronimo per eccellenza del
navigatore stradale.
Il numero civico
prestandosi ad essere
un elemento
distintivo “stabile” e
identificativo della posizione
di un punto di
interesse di qualsia-si
tipo sul territorio, è il
fulcro oggi di una serie
di sistemi informativi
che basano su di
esso importantissime
attività che vanno dalla
semplice consegna
di merci alla liceità di
un allaccio di fornitura
energetica, al punto
tale che in certe municipalità
non si procede
a dare nuove utenze se
non si ha contezza del
civico certificato.
E la certificazione
della toponomastica
e del civico diventa
elemento importante
della nostra economia
sempre più sensibile
al valore dell'informazione
geolocalizzata in
un numero esponenzialmente
crescente di
ambiti e servizi
Ma come vengono
acquisite oggi tali
posizioni? Nei primi
grafi Teleatlas si trovava
un valore del civico
all’inizio e alla fine del
grafo determinandolo
dalla semplice distribuzione
media della
quantità di civici sulla
lunghezza del grafo.
Ciò portava una approssimazione
anche
di qualche decina di
metri e forse bastava
anche, ma oggi si sta
arrivando ad approssimazioni
sempre
migliori e molti di noi
avranno notato l’incremento
di precisione
nel tempo dei navigatori
stradali.
A questo proposito
abbiamo incontrato
recentemente nella
nostra Redazione
14 GEOmedia n°2-2021

INTERVISTA
Valerio Zunino CEO
della Studio SIT srl,
una società che da
più di 30 anni opera
nel settore dell’informazione
geografica e
che recentemente ha
avuto una importante
crescita nel settore
della geolocalizzazione
dei numeri civici.
Abbiamo chiesto al
nostro ospite quale è
la situazione italiana
in questo settore e
quale futuro si stia
prospettando per gli
operatori del settore.
Intervista al CEO
di StudioSIT
GEOmedia: La sua società
vanta una riconosciuta
posizione predominante
nel settore della
geolocalizzazione
dei numeri civici,
ma quale è la situazione
di riferimento
del suo mercato?
Valerio Zunino:
STUDIO SIT srl è
attualmente partner
di riferimento delle
principali major internazionali
del segmento
di mercato
che fino a qualche
anno fa veniva agevolmente
battezzato
“della navigazione
per auto”.
Le attività da noi
‟
‟Tempo fa nessuno
avrebbe pensato che
il “numero civico”
sarebbe potuto
diventare un importante
oggetto geografico
realizzate, anche a
beneficio di questi
grandi gruppi si svolgono
in buona parte
nell'ambito del rilevamento
e mappatura
della numerazione
civica dell’intero
territorio nazionale,
compito in relazione
al quale riteniamo di
posizionarci in uno
scenario all'interno
del quale accuratezza
geografica, completezza
e aggiornamento
del dato siano
elementi cruciali,
ma nonostante ciò
piuttosto difficili da
riscontrare altrove.
G: Nell’ambito della
espansione in atto
della vostra attività
in Italia quale futuro
intravedete?
VZ: In questi ultimi
anni la nostra attività,
inizialmente focalizzata
sui numerosi
aspetti dell’informazione
e dei sistemi
geografici, è andata
sempre più specializzandosi
su pochi
livelli informativi e
paradossalmente, in
questa concentrazione,
sono aumentate
le commesse: mentre
le tipologie di attività
diminuivano, il
numero dei clienti è
andato aumentando.
G: Quali sono i
clienti a cui dedicate
attualmente la vostra
produzione?
VZ: I nostri principali
clienti sono oggi
le grandi multinazio-
GEOmedia n°2-2021 15

INTERVISTA
nali che affrontano,
con esclusività di
attenzioni o meno, la
grande offerta dell'automatizzazione
della
guida, rivolta oggi
naturalmente non più
soltanto all'automobilista,
ma ad una serie
di soggetti, ivi compresi
turisti e pedoni
affezionati o coinvolti
dall'ampliamento
delle funzionalità dei
propri smartphones,
che propongono una
concreta facilitazione
dei loro viaggi e
trasporti, per le varie
necessità esistenziali e
professionali.
G: E' possibile quantificare
i territori di
cui disponete di dati
toponomastici civici
georiferiti con accuratezza?
VZ: In pratica possiamo
affermare di aver
acquisito la posizione
geografica di quasi
tutto il territorio
italiano, tranne una
residua porzione di
comuni montani. La
percentuale di copertura
raggiunge oggi
il 96% della popolazione
ed il 92% dei
numeri civici, la cui
numerosità complessiva
da noi stimata
si attesta intorno ai
23,5 milioni, al netto
dei duplicati e delle
incongruenze riscontrate
sul campo.
G: Sarebbe interessante
conoscere con
che tipo di concorrenza
vi dovete confrontare,
chi sono
eventualmente i vostri
competitors.
VZ: Come ho riferito
poc'anzi, ad oggi nel
nostro segmento tutto
è diventato sempre
I puntini rossi indicano la copertura del rilevamento nel centro storico di Roma
più funzione diretta
del grado di qualità
geografica, completezza
ed aggiornamento
realizzato sul
dato prodotto; di
conseguenza in linea
di massima i nostri
concorrenti sono in
prevalenza gli stessi
nostri clienti, in
competizione dei
quali difficilmente
riteniamo di volerci
schierare a meno che
la richiesta che ci
pervenga sia disallineata
dalle applicazioni
standard.
G: È necessario procedere
ad un aggiornamento
costante di
questi dati?
VZ: Assolutamente
si, è oggi senza dubbio
l'elemento più
rilevante. Facendo
riferimento alla sola
città metropolitana di
Interessante e curiosa è
anche la diffusione dei vari
toponimi sul territorio
nazionale, dove i primi
quindici, nell'ordine, sono
i seguenti:
ROMA
GIUSEPPE GARIBALDI
GUGLIELMO MARCONI
GIUSEPPE MAZZINI
GIACOMO MATTEOTTI
DANTE ALIGHIERI
UMBERTO I
VITTORIO VENETO
ANTONIO GRAMSCI
GIUSEPPE VERDI
CESARE BATTISTI
TRIESTE
VITTORIO EMANUELE
ALDO MORO
ALESSANDRO MANZONI
Roma, disponiamo ad
esempio del supporto
di quattro professionisti
in pianta stabile
che aggiornano costantemente
i nostri
dati. Chiaramente
maggiore è il grado
di urbanizzazione,
maggiore sarà la frequenza
di updating
richiesta da qualsiasi
tipologia di cliente,
ma con riferimento
alle grandi città e ad
una popolazione costituita
da quasi 10
milioni di abitanti,
abbiamo attiva una
procedura di aggiornamento
costante del
nostro dato geografico
toponomastico
civico. In alcuni rari
ma significativi casi,
utilizziamo e normalizziamo
la mappatura
messa a disposizione
16 GEOmedia n°2-2021

INTERVISTA
in Open Data da
alcune realtà locali ,
le quali hanno realizzato
una procedura
corrente e collaudata
- per conseguenza divenuta
affidabile - di
questo livello informativo;
si distinguono
fra queste la provincia
autonoma di
Bolzano, alcuni tra i
principali comuni capoluogo
di provincia
delle regioni Veneto,
Emilia Romagna,
Lombardia e Toscana,
nonché altre città
come Cagliari,
Alessandria, Asti,
Trieste, Macerata,
Pesaro, Terni, e me
ne dimentico sicuramente
qualcuna,
scusandomi. In linea
generale però, il rilascio
in Open Data
non è affatto sinonimo
di qualità, specie
nel nostro ambito di
lavoro, ma quando
lo diventa come nei
casi suesposti, quasi
sempre lo fa grazie
alla sopravvenuta
presa di coscienza di
quelle amministrazioni
zelanti che hanno
compreso l'importanza
della numerazione
civica georiferita e del
relativo dinamismo.
G: Quale è l’accuracy
standard che potete
offrire? E la toponomastica
risponde?
VZ: A Roma e a
Milano centro offriamo
1-2 metri di
accuratezza della posizione
del civico, misurati
sulla proiezione
dell'apertura (ingresso
residenziale o esercizio
commerciale) in
corrispondenza del
fronte bordo marciapiede.
Altrove e
su tutto il territorio
nazionale, compreso
l'extraurbano, garantiamo
un'accuracy indicativa
di 2-3 metri.
Sui toponimi siamo
costantemente
allineati all'ufficialità
dello stradario
comunale. Le amministrazioni
oggi
devono inviare dati
corretti all’Anagrafe
Nazionale dei Numeri
Civici delle Strade
Urbane (ANNCSU)
e la problematica
più importante è la
denominazione toponomastica,
la normalizzazione
del nome.
Anche in relazione
a questo, la nostra
esperienza ci ha portato
a constatare che
il Paese è diviso in 3
macroaree, con un
Sud che spesso non
procede ad una numerazione
analitica
di tutti gli ingressi
delle abitazioni e
della attività commerciali
e dove sovente
non è stata assegnata
alcuna numerazione
civica alle abitazioni
insistenti nelle contrade,
un'area centrale
della penisola dove si
assiste alla presenza
di una numerazione
di variabile qualità e
quantità, ed un Nord
dove a latere di una
copertura (anche di
targhette) invidiabile,
si incontrano numerazioni
chilometriche
o suddivise per destinazione
d'uso, come
nei casi di Genova,
Firenze e Savona, ove
il civico rosso fa riferimento
ai negozi,
quello nero alle entrate
residenziali.
G: Sicuramente avrete
una serie di aneddoti
da raccontare in merito
alle attività di rilevamento
sul campo.
Ce ne può raccontare
uno?
VZ: I nostri collaboratori,
circa cinquanta
distribuiti sull'intero
territorio italiano, ce
ne descrivono molti.
Uno dei tanti: qualche
tempo fa, nell'immediato
entroterra
di Salerno, un nostro
professionista nel
chiedere la numerazione
civica di un'area
caratterizzata da una
ventina di edifici ubicati
sul versante in
favore di visuale della
collina retrostante, si
è sentito rispondere:
“Qui è tutto 6”!
G: Jack Dangermond
e Esri stanno guardando
alla Scienza del
Dove (The Science of
Where) come qualcosa
che va ben oltre
il mondo dei GIS di
una volta, lei come
vede il futuro dell’informazione
geografica?
VZ: Noi ci stiamo attrezzando
verso l’analisi
del “dentro” (The
Science of Inside),
quella informazione
geografica che ad
esempio comincia a
guidare l’automobilista
nei parcheggi. Ma
stiamo guardando anche
all’Osservazione
della Terra in modo
particolare per individuare
i cambiamenti
dell’urbanizzazione.
Abbiamo a questo
scopo acquistato da
AirBus / Planetek numerose
aree di change
detection edilizio, in
modo da disporre rapidamente
di uno dei
tre segnali più importanti
di cambiamento
sul territorio, capace
di generare nuova toponomastica
e nuovi
numeri civici.
PAROLE CHIAVE
studiosit, geolocalizzazione,
numeri civici, toponomastica,
navigatori per auto, geopositioning,
accuracy, tomtom
ABSTRACT
Interview with Valerio Zunino,
CEO of Studio Sit srl,
a company operating in the
geographic information field
since more than 30 years. Recently
experiencing a significant
growth in the geolocation of
streets numbers.
AUTORE
a cura di Renzo Carlucci
redazione@rivistageomedia.it
GEOmedia n°2-2021 17

REPORT
GNSS e droni aerei:
un connubio vincente
per applicazioni di
telerilevamento,
sorveglianza,
sicurezza e logistica
di Marco Lisi, Alberto Mennella, Marco Nisi
Fig. 1 - Il concetto di sistema del progetto Easy-PV.
Le applicazioni tecnologicamente
più avanzate e
ad alto valore aggiunto
(cioè in grado di fornire servizi
che soddisfano esigenze fondamentali
degli utenti) derivano
dall’integrazione sinergica fra
quattro grandi “motori” tecnologici:
1) il telerilevamento, cioè la capacità
di raccogliere informazioni
attraverso sensori sempre
più sofisticati sulla realtà
che ci circonda, estendendo
i nostri cinque sensi e potenziandone
la capacità. Questa
tecnologia, limitata in passato
ai satelliti ed alle prospezioni
aeree, si è oggi potentemente
estesa attraverso i sensori
miniaturizzati (IoT e “smart
dust”) ed i droni aerei;
2) la referenziazione geografica
e temporale, per lo più
basata sui sistemi GNSS
(“Global Navigation Satellite
Systems”), cioè la capacità di
associare le informazioni fornite
dai sensori ad un luogo
ed un tempo specifici, ad un
preciso “qui ed ora”;
3) le telecomunicazioni, soprattutto
quelle “wireless”, perché
ubique, cioè in grado di raccogliere
dati da sensori ovunque
posizionati, sulla terra e
nello spazio, e di diffondere
poi, dopo un adeguato processamento
dei dati grezzi, informazioni
e conoscenza agli
utenti finali, quelli per i quali
applicazioni e servizi sono
concepiti;
4) i centri di processamento
dei dati, basati su potenti
capacità di calcolo e sempre
più su agenti “intelligenti”
(Intelligenza Artificiale,
“Machine learning”, “Deep
Learning”), che elaborano
l’enorme, spesso non strutturata,
mole di dati raccolti per
derivarne informazione e conoscenza,
che l’utente medio
(agricoltore, architetto, operatore
della logistica o marinaio
che sia) sia in grado di usare a
proprio vantaggio.
In particolare, negli ultimi anni
si è fatta sempre più evidente
la sinergia fra la tecnologia di
localizzazione basata sui satelliti
(GPS, Galileo) e quella dei
droni aerei o UAV (“Unmanned
Aerial Vehicles”).
Il ruolo dei droni aerei nelle
applicazioni di telerilevamento,
sorveglianza, sicurezza e
logistica
Si definisce come drone aereo
(in inglese UAV, “Unmanned
Aerial Vehicle”) un aeromobile
senza pilota a bordo. Si possono
a questo punto dare due casi:
che il velivolo sia pilotato da
un essere umano da remoto (ed
in questo caso si parla più correttamente
di RPA, “Remotely
Piloted Aircraft”), ovvero che sia
in grado di volare con un grado
più o meno alto di autonomia.
Il secondo caso, quello cioè
della guida autonoma, è particolarmente
importante in quelle
applicazioni nelle quali il drone
opera al di là della visuale ottica
del pilota (in inglese “Beyond
Visual Line of Sight”, BVLOS).
Per gli UAV che operano in
BVLOS, piattaforme di navigazione
che integrino un ricevito-
18 GEOmedia n°2-2021

REPORT
re GNSS sono essenziali perché
in quasi tutte le applicazioni si
richiede una georeferenziazione
molto accurata delle immagini;
inoltre il drone, non direttamente
visibile dal suo operatore,
ha bisogno di un’elevata capacità
in termini di posizionamento
e navigazione, così da mantenere
la propria traiettoria, anche
in aree abitate, mantenendosi a
distanza di sicurezza da eventuali
ostacoli ed evitando collisioni.
Nelle operazioni BVLOS è ovviamente
anche necessario un
sistema di telecomunicazione
“wireless” (eventualmente basato
su network sia terrestri che
satellitari) molto affidabile e ad
alto “data rate”.
Sviluppati originariamente per
applicazioni militari, gli UAV
si stanno espandendo rapidamente
ad un’ampia gamma di
applicazioni civili, tanto che
oggigiorno il numero di UAV
civili è di gran lunga maggiore
di quelli militari. Tra le applicazioni
civili tipiche degli UAV ci
sono:
• Sorveglianza;
• Rilevamento topografico;
• Monitoraggio dell’ambiente;
• Disastri naturali ed emergenze;
Fig. 2 - architettura di sistema del progetto AMPERE
• Trasporto di prodotti o pacchi
postali;
• Fotografia aerea;
• Agricoltura;
• Raccolta di dati (IoT);
• Manutenzione di infrastrutture
distribuite
I droni in applicazioni di manutenzione
e logistica: i progetti
Easy-PV e AMPERE
Un primo esempio di applicazione
dei droni aerei e della
georeferenziazione tramite
GNSS è quello del progetto
Easy-PV, finanziato dalla GSA
(ora “European Union Space
Programs Agency”, EUSPA)
nell’ambito del programma
della Commissione Europea
Horizon 2020 e già positivamente
conclusosi.
Il problema al quale Easy-PV
si rivolge è quello della manutenzione
di grandi installazioni
per la produzione di energia fotovoltaica,
nelle quali i pannelli
fotovoltaici, esposti all’aperto ed
alle escursioni termiche, sono
soggetti a degradazioni o rotture
Fig. 3 - Il drone “tethered” del progetto SARA.
Fig. 4 - architettura del sistema SARA.
GEOmedia n°2-2021 19

REPORT
Fig. 5 - Drone “tethered” per le riprese aeree di eventi sportivi.
dei loro elementi, difficili da
individuare.
La soluzione proposta da Easy-
PV (figura 1) si basa su un sistema
automatico per acquisire,
geo-referenziare e processare
immagini ottiche e termiche
raccolte da un drone (più precisamente
un RPA) mentre sorvola
il campo fotovoltaico.
Il progetto AMPERE, sempre
finanziato da EUSPA in
Horizon 2020, applica un approccio
simile a quello di Easy-
Fig. 6 - Architettura di sistema del progetto PASSport.
PV (drone dotato di fotocamere
nel visibile e nell’infrarosso,
nonché di radar ottico 3D in
tecnologia LIDAR) per affrontare
il problema della mappatura
e quello della prevenzione di
potenziali guasti nelle reti aeree
per la distribuzione dell’energia
elettrica (figura 2). Questo progetto,
tuttora in corso, prevede
una sperimentazione sul campo
nella Repubblica Dominicana,
attraverso l’università UNPHU
di Santo Domingo.
Gli UAV nelle applicazioni di
sorveglianza aerea: il progetto
SARA
Sono molto numerosi i casi nei
quali si richiede la sorveglianza
continua, diurna e notturna, di
una certa area, attraverso sensori
nei campi visibile ed infrarosso.
Le circostanze possono essere le
più varie: dalla protezione di un
perimetro da intrusioni dall’esterno
alla supervisione di operazioni
complesse, per esempio
di logistica, ovvero alla gestione
coordinata dei soccorsi in caso
di emergenze (per esempio,
salvataggi in mare) e disastri
naturali (incendi, inondazioni,
terremoti).
I droni aerei forniscono soluzioni
molto efficienti ed efficaci,
nonché molto meno costose
di altri mezzi, per esempio gli
elicotteri.
Partendo dalla specifica esigenza
di supportare le operazioni
di salvataggio (“Search and
Rescue”, SAR) in mare, particolarmente
durante le ore notturne,
è stata sviluppata la tecnologia
dei droni “tethered”, cioè
alimentati e comandati tramite
un cavo elettrico fino ad altezze
di cento e più metri attraverso
il progetto Horizon 2020 denominato
SARA (“Search And
Rescue Aid”) (figura 3).
SARA è un sistema semi-automatizzato
composto da un drone
“vincolato” e dal suo hangar,
collegato saldamente all’imbarcazione
grazie ad un cavo molto
resistente rivestito in kevlar, che
viene utilizzato sia per l’alimentazione
che per la trasmissione
dati (figura 4).
Il principale vantaggio rispetto
ad altri droni presenti sul mercato
è la possibilità di dispiegare
in pochissimo tempo un
“Traliccio Virtuale” fino a 100
metri sulla superficie dell’imbarcazione.
Inoltre il sistema
SARA abilita le operazioni di
volo in condizioni di scarsa
20 GEOmedia n°2-2021

REPORT
visibilità grazie all’avanzato uso
del posizionamento satellitare
e quelle di avvistamento grazie
all’impiego di un payload con
camere ottiche e termiche (ad
infrarossi).
Pur se originariamente sviluppato
per applicazioni marittime,
il concetto del drone “tethered”
può essere ovviamente esteso a
molte altre situazioni, generalmente
ogni qual volta sia necessaria
la sorveglianza di una certa
area da grande altezza e su tempi
relativamente lunghi (come,
ad esempio, le riprese aeree di
avvenimenti sportivi, figura 5).
Fig. 7 - Droni sottomarini a guida autonoma (Università di Firenze).
Sicurezza e gestione delle
infrastrutture di trasporto
e logistiche: il progetto
PASSport
Nei mesi passati la pandemia da
Covid-19 ha messo in evidenza
l’importanza strategica per l’economia
delle infrastrutture di
trasporto e di logistica, specialmente
in periodi di crisi.
Le varie tipologie di trasporto
condividono esigenze in larga
parte comuni: la sicurezza in
senso lato, sia intesa come protezioni
da azioni malevoli di
varia origine, sia come prevenzione
di incidenti che possano
mettere a rischio la vita delle
persone ed i beni trasportati.
Vale qui la pena di ricordare
che molto spesso tali incidenti
portano, se non alla perdita di
vite umane, a gravi conseguenze
sull’ecosistema (a causa, per
esempio, di sversamenti sulla
terra o in mare di sostanze chimiche
nocive).
Il progetto PASSport, anch’esso
finanziato dalla Commissione
Europea nell’ambito del programma
Horizon 2020 ed
ancora in corso, propone un
sistema integrato di droni aerei
e sottomarini, tutti assistiti dai
più recenti servizi offerti dal sistema
GNSS europeo, Galileo,
per dare pratica implementazione
alle stringenti direttive
europee in tema di sicurezza dei
trasporti marittimi e dei complessi
portuali (figura 6).
Il sistema di sorveglianza e
controllo PASSport è destinato
alle infrastrutture complesse
in senso lato, quindi anche
ad aeroporti, linee ferroviarie,
grandi complessi autostradali.
Fondamentale nella sua filosofia
è l’integrazione e fusione
di dati provenienti da svariate
tipologie di sensori, non esclusi
quelli provenienti da satelliti
di osservazione della Terra
(Copernicus). La quantità dei
dati ingestiti e la complessità
delle azioni di controllo da
Fig. 8 - Il parco archeologico di Paestum e Velia.
prendere tempestivamente
(quindi in modo spesso autonomo)
richiederanno un utilizzo
massivo di tecnologie avanzate
di processamento, quali
“Artificial Intelligence” (AI) e
“Deep Learning”.
Integrazione di satelliti, droni
e sensori “in situ” per la salvaguardia
del patrimonio artistico:
il progetto VESTA
ll progetto VESTA
(Acronimo di Valorizzazione E
Salvaguardia del paTrimonio
culturAle attraverso l’utilizzo
di tecnologie innovative) si
propone di offrire servizi atti
a migliorare la salvaguardia e
GEOmedia n°2-2021 21

REPORT
la conservazione preventive e
programmate del patrimonio
culturale.
Sebbene il parco archeologico
di Paestum e Velia sia stato
scelto come sito pilota (figura
8), il progetto ha come principali
oggetti tutti quei beni
culturali che sono strategici, da
preservare e valorizzare, beni
ritenuti estremamente fragili ed
a rischio di deterioramento con
ricadute in termini di perdita
della memoria del patrimonio
storico-artistico nonché di perdite
economiche per l’industria
del turismo.
A tale scopo, utilizza nuovi
strumenti di conservazione
preventiva e pianificata al fine
di assicurare valutazioni e monitoraggi
efficaci e sistematici
sui siti.
Il sistema VESTA è un ottimo
esempio d’integrazione di varie
tecnologie di “sensing” con il
posizionamento accurato offerto
dalla tecnologia GNSS.
In termini di sensori, il sistema
prevede l’integrazione di dati
provenienti da quattro tipologie
di sensori, parte remoti e parte
“in situ” (figura 9):
1. Satelliti (“Syntethic Aperture
Radar” ed ottici, per esempio
COSMO-Skymed ed i
vari Copernicus), usati per
Fig. 9 - In senso orario, dall’alto: satelliti, droni, GPR ed ERT
l’individuazione su vasta
scala di criticità, naturali e
antropiche, che coinvolgono
i beni culturali e il loro
intorno;
2. Droni, dotati di sensoristica
ottica multispettrale, termica
e radar. Sono usati per
analisi di dettaglio di suolo e
strutture murarie;
3. GPR (“Ground Penetrating
Radar”), ad alta e a bassa
frequenza, sono usati per
ispezioni, rispettivamente,
delle strutture murarie e del
sottosuolo;
4. ERT (“Electrical Resistivity
Tomography”), sensoristica
usata per l'investigazione del
sottosuolo.
PAROLE CHIAVE
GNSS; Galileo; droni; UAV; RPA; mapping; sorveglianza;
SARA; PASSport; AMPERE; VESTA; EUSPA
ABSTRACT
GNSS and Unmanned Aerial Systems (UASs) are a
winning synergy in many applications: remote sensing,
security, mapping, surveillance, and logistics.
AUTORE
Dott. ing. Marco Lisi
ingmarcolisi@gmail.com
Independent Consultant
Aerospace & Defense
Ing. Alberto Mennella
alberto.mennella@topview.it
Topview srl co-founder and Innovation Manager
Ing. Marco Nisi
marco.nisi@grupposistematica.it
TheSaraProject Srl, CEO
22 GEOmedia n°2-2021

MERCATO
24 GEOmedia n°2-2021

MERCATO
Earth from Space,
baia di Laizhou (25 aprile 2021)
La missione Copernicus Sentinel-2 ci porta sulle acque
macchiate dai sedimenti della baia di Laizhou, che si trova lungo
le rive meridionali del Mar di Bohai, sulla costa orientale della Cina continentale.
La baia è la più piccola delle tre più importanti baie del Mar di Bohai
e prende il nome dalla città di Laizhou, visibile ad est. Grandi quantità di sedimenti
trasportate dal fiume Giallo - visibile alla sinistra dell’immagine - alterano il colore delle
acque facendole apparire di colore turchese. In questa immagine il sedimento può essere osservato
all’interno delle acque anche lontano dalla costa. Il fiume Giallo è il secondo fiume della
Cina in termini di lunghezza, percorre oltre 5400 km ed è superato solo dal fiume Yangtze. Il fiume
nasce sulle montagne di Bayan Har nella Cina occidentale e scorre attraverso nove province prima di
sfociare nella baia di Laizhou. Il suo bacino di drenaggio è il terzo più grande della nazione, con un’area
di circa 750 000 kmq. Si stima che il fiume trasporti annualmente 1.6 miliardi di tonnellate di limo, la
maggior parte del quale viene riversato in mare. A causa di questo elevato carico di limo il fiume giallo
deposita terreno a tratti ed in definitiva viene alzato il livello del letto del fiume. Rilevanti depositi di sedimento
hanno innalzato il letto del fiume di diversi metri rispetto al terreno circostante, causando in alcune
circostanze dannose alluvioni. Sulle rive meridionali della baia di Laizhou, nella parte bassa dell’immagine,
sono visibili campi allagati e si tratta molto probabilmente di allevamenti ittici artificiali. La città di Dongying
si può osservare sulla sinistra dell’immagine: è sede del secondo più vasto giacimento petrolifero
della Cina. Questa immagine è stata acquisita il 26 febbraio 2020 ed è stata processata in modo da
includere il canale dell’infrarosso vicino, che fa apparire la vegetazione di color rosso brillante. La
vegetazione lussureggiante può essere distinta dai campi di colore marrone, in cui la raccolta non
è stata ancora effettuata o la crescita non è ancora completa. Copernicus Sentinel-2 è una
missione a due satelliti. Ciascun satellite trasporta una camera da ripresa ad alta risoluzione
che riprende immagini della Terra in 13 differenti bande spettrali. La missione è
primariamente utilizzata per monitorare i cambiamenti nell’uso del suolo e lo
stato di salute della vegetazione.
Crediti: ESA - Image of the week
Traduzione: Gianluca Pititto
GEOmedia n°2-2021 25

REPORT
Una grande mappa per una
piccola isola: il rilevamento
delle isole Faroe
di Eloise Mitchell
Le isole Faroe sono una serie di
isole a 300 chilometri a nord-ovest
della Scozia. Le Faroe fanno parte
della Danimarca e lavorano con le
autorità danesi. Hanno un clima
subpolare e una popolazione di
52.000 persone. Poiché le isole
sono sviluppate e cambiano
con nuovi edifici e agricoltura,
le autorità hanno bisogno di
mappe aggiornate delle isole. La
Umhvørvisstovan usa Pix4Dmatic
per la mappatura su larga scala
del territorio per mantenere le
registrazioni recenti. Hanno
raccolto oltre 2.000 immagini per
rilevare 2,3 chilometri quadrati.
È stato un progetto di rilievo di
successo con un ortomosaico ad
accesso aperto come risultato.
Le autorità locali hanno
usato i droni per superare
le sfide dettate dal
maltempo e dagli improvvisi
cambiamenti meteorologici per
il rilevamento dell'uso del suolo
e la mappatura delle coste
nelle isole Faroe.
Con una popolazione globale
di 7,8 miliardi di persone, e
il 55% di esse che vive in aree
urbane, il mondo si sta rapidamente
spostando dall'essere
principalmente in zone rurali
alle città edificate. Questo sta
accadendo ovunque - da paesi
enormi come la Cina, alle più
piccole nazioni insulari, come
le isole Faroe.
Le isole Faroe, nel nord-ovest
dell'Oceano Atlantico, hanno
solo 52.967 abitanti distribuiti
su 18 isole - e più pecore
che persone! Ci sono 120 aree
urbane sparse su queste isole.
Mappare e tracciare lo sviluppo
urbano è la chiave per aiutare
a registrare l'uso del suolo nel
territorio, così come i cambiamenti
della vicina linea costiera
che è frequente nei territori
insulari.
L'Agenzia per l'ambiente delle
Faroe, o Umhvørvisstovan, si
occupa della mappatura e del
monitoraggio dei cambiamenti
nelle isole, compresa la mappatura
della linea costiera. Queste
mappe sono usate per la pianificazione
del territorio e per
il registro catastale nazionale.
Tuttavia, essendo nel mezzo
dell'Atlantico, la mappatura
aerea delle isole è rara e difficile.
Dal 2017, Umhvørvisstovan
ha raccolto 117.130 immagini
al ritmo di circa 30.000 all'anno.
Ci sono solo 6 dipendenti
per svolgere tutte le responsabilità
di un'agenzia governativa.
Tre lavorano a terra con
il rilevamento e la mappatura,
mentre altri tre lavorano alle
carte nautiche per le navi e i
traghetti.
Nel 2015, Umhvørvisstovan
ha scelto di lavorare con i
droni invece che con gli aerei.
Quando i dipendenti hanno
iniziato a usare i droni per la
mappatura, hanno studiato i
punti di forza della fotogrammetria
di questi nuovi strumenti.
Parte del fascino è che
le mappe potevano generare
ortofoto con meno sforzo e
fatica rispetto alla fotogrammetria
basata su aerei. Per quanto
riguarda la scelta del giusto software
di mappatura per droni,
con un progetto su larga scala,
26 GEOmedia n°2-2021

REPORT
Dettagli del progetto
Località: Svínoy, Isole Faroe,
Danimarca
Utente: Agenzia per l'ambiente
delle Faroe
Area indagata: 2,341 chilometri
quadrati (578 acri)
Software: "Pix4Dmatic
Esri ArcGIS"
Hardware: ""eBee X RTK
Macchina fotografica Aeria X""
Hardware di elaborazione:
Intel (R) Xeon CPU E5-1650
v4 Immagini totali: 1,997
Tempo di elaborazione:
10 ore e 30 minuti
GSD: 3,12 cm (1,2 pollici)
Fig. 1 - Le isole Faroe sono caratterizzate da terre bellissime ma scarsamente popolate (Crediti: Jógvan Horn).
la potenza e la velocità di
Pix4Dmatic è stata scelta in
quanto perfettamente adatta
a produrre una mappa accurata
e di larga scala delle Isole
Faroe.
Perché la mappatura con il
drone è la scelta migliore
Svínoy è una piccola isola,
con solo 31 abitanti. Tuttavia,
l'ultima volta che l'isola è stata
mappata è stato nel 2009.
Era da tempo che si attendeva
un'indagine aggiornata.
Diverse sfide significative
sono presenti con la mappatura
aerea di luoghi remoti.
Le isole hanno un terreno
montuoso con forti venti. Il
tempo nelle isole Faroe è notoriamente
imprevedibile. Gli
aerei fanno fatica a penetrare
la copertura nuvolosa e i rischi
di volare sotto le nuvole
con un terreno così aspro
rendono molto difficile volare
in sicurezza per la mappatura
aerea.
Il vantaggio dei droni è già
chiaro: possono essere impiegati
con meno preavviso
e pianificazione di un aereo,
e sfruttare brevi intervalli di
tempo con meteo favorevole.
Inoltre, i droni volano sotto
le nuvole, il che è un vantaggio
in quanto la loro visibilità
non è impedita dalla copertura
nuvolosa, e i continui
cieli grigi causano una luce
costante e diffusa che non
cambia drasticamente, il che
è ideale per la raccolta di dati
di fotogrammetria. Tuttavia, i
droni ad ala fissa a volte hanno
difficoltà operative a causa
del terreno irregolare che rende
difficile trovare luoghi appropriati
per decollare e atterrare.
Rilievo del terreno su un'isola
remota
Quando il pilota dell'agenzia
dell'ambiente ha volato, la
missione di raccolta dati è stata
separata in 3 voli che hanno
raccolto un totale di 1.997 immagini.
Questa attenta pianifi-
Fig. 2 - Gli output di Pix4Dmatic sono chiari e dettagliati (Crediti: Umhvørvisstovan).
GEOmedia n°2-2021 27

REPORT
cazione del volo può far risparmiare
ai piloti molto tempo
quando volano su siti grandi o
complicati. Fortunatamente,
quel giorno il vento era leggero.
Ci sono state alcune turbolenze
e difficoltà dovute alla
conformazione del terreno, anche
se fortunatamente l'isola di
Svínoy ha alcuni spazi piatti da
cui l'eBee X ha potuto decollare
e atterrare in sicurezza.
I dati sono stati poi elaborati in
Pix4Dmatic, impiegando poco
più di dieci ore per analizzare
l'intero set di dati. La mappa
finale è stata poi modificata e
annotata per aggiungere dettagli
importanti, tra cui:
• Linee costiere
• Abitazioni (compresi i
nomi delle strade e gli indirizzi)
• Pascoli e appezzamenti
agricoli
Questa mappa è fornita come
una risorsa ad accesso aperto e
gratuito che chiunque può scaricare,
anche se è in danese. Le
mappe aperte sono una risorsa
utile, che permette a tutti di
capire meglio la situazione del
territorio.
Vantaggi del rilievo
a distanza
Questa transizione per avere
registri aggiornati è molto preziosa
per il governo. Sebbene
sia scaricabile gratuitamente
per il pubblico, offre una visione
del progresso e dello
sviluppo delle isole Faroe,
anche nelle isole più piccole.
La varietà dei risultati di
Pix4Dmatic significa anche che
Umhvørvisstovan può usarli
per la mappatura o la pianificazione
di ulteriori sviluppi.
Pix4Dmatic è ancora più facile
da usare di Pix4Dmapper
e il tempo di elaborazione è
stato più veloce. Quindi, se il
tempo è un fattore importante
nei vostri progetti, è possibile
accelerarne la consegna
utilizzando Pix4Dmatic. -
Andreas Arnbjerg è pilota per
Umhvørvisstovan.
Lavorando con i droni
e la fotogrammetria,
Umhvørvisstovan può risparmiare
i costi dell'uso degli aerei
per raccogliere i dati, oltre ad
essere più flessibile in base alle
condizioni meteorologiche,
in quanto non ha bisogno di
utilizzare un volo più impegnativo.
Gli UAV tagliano i costi
delle ore trascorse sul campo e
la potenza di elaborazione di
Pix4Dmatic rende risultati incredibilmente
dettagliati di cui
beneficiano sia le autorità che i
membri della comunità.
Pix4D attualmente fornisce
Pix4Dmapper, Pix4Dfields e
Pix4Dcloud in italiano.
PAROLE CHIAVE
Mappe; mappatura aerea; droni;
fotogrammetria; ortofoto;
software; dati
ABSTRACT
The Faroe Islands are a series of islands
300 kilometers North-West
of Scotland. The Faroes are part of
Denmark and work with the Danish
authorities. They have a subpolar
climate, and a population of 52,000
people. As the islands are developed
and change with new buildings and
agriculture, the authorities need
up-to-date maps of the islands. The
Umhvørvisstovan use Pix4Dmatic
for large scale mapping on of the
land to maintain recent records.
They gathered over 2,000 images to
survey 2.3 square kilometers. It was
a successful surveying project with
an open-access orthomosaic as an
output.
AUTORE
Eloise Mitchell
eloise.mitchell@pix4d.com
Fig. 3 - Una vista completa dell'isola di Svínoy renderizzata in Pix4Dmatic (Image credit: Umhvørvisstovan).
28 GEOmedia n°2-2021

REPORT
Sede in Italia
Più di 100 distributori nel mondo
Una linea di prodotti Made in Italy
Dove siamo Chiamaci Contattaci
Seguici sui Social
Viale dell’Industria 53
20037, Paderno Dugnano (MI)
Tel. +39 02 78619201
www.stonex.it
info@stonex.it - italia@stonex.it
GEOmedia n°2-2021 29

REPORT
Non solo dal cielo.
di Eduardo de Francesco
“The Winegrover”
Fig. 1 - Il Rover nel 2018 (Agrivision).
In questo articolo introduciamo a livello
teorico e generico un approccio in cui,
sfruttando la collaborazione di un drone
aereo e del nostro drone, si possono
aggiungere alle mappe aeree layer
che contengono informazioni rilevabili
soltanto da terra. In questo contesto il
Rover che proponiamo potrebbe essere
utilizzato come carrier di sensori di
diversa natura (georadar, nasi elettronici,
camere multispettrali, ecc…) che
potrebbe registrare informazioni a terra
e legarle alle immagini aeree. Il rover che
proponiamo, avendo capacità anfibie
potrebbe essere utilizzato anche per
rilevazioni in zone umide, fiumi, laghi e in
mare aperto. Chiunque sviluppi tecnologie
di rilevamento e sensori di qualsiasi natura
potrebbe utilizzare la nostra piattaforma
come carrier teleguidato per mappare le
informazioni di interesse in specifiche aree.
L'
agricoltura di precisione
è significativamente
influenzata dall’uso dei
droni aerei e dalla loro capacità
di interpretare lo stato della vegetazione.
Le tecniche di analisi
sono adeguatamente mature,
derivando dall’algoritmica sviluppata
per le analisi da satellite,
modelli poi modificati ed adattati
per una visione ripresa da
una quota molto più bassa. Sono
significativamente cresciute le
capacità dei sensori e dei sistemi
di posizionamento, ma nella
sostanza, tuttavia, gli algoritmi
che sono alla base degli indici
vegetativi, sono rimasti legati alla
capacità di interpretare la visione
dall'alto.
Il progetto Agridrone Vision
conclusosi con successo a fine
2019, basato su un veicolo
terrestre di nuova generazione
(Rover), ha avuto tra i suoi principali
obiettivi il tema dell’osservazione
in orizzontale (vista
corrispondente al tradizionale
punto di vista dell’agricoltore)
la cui algoritmica non risulta al
momento trattata in modo così
esaustivo come quella verticale
da drone.
Va infatti considerato che ogni
pianta non è soltanto un puntino
dall'alto, ma ha un suo sviluppo
verticale derivato dallo stato del
terreno, dalla vegetazione alla
base della pianta, dalla parte bassa
del tronco, dalla parte bassa
della chioma, da quella media e
da quella alta.
Ogni parte contribuisce in modo
diverso alla salute della pianta
e l'osservazione delle differenti
parti può permettere un’analisi
più completa ed arrivare a sintesi
difficilmente realizzabili con la
sola osservazione dall'alto.
Va inoltre considerato che mentre
dall'alto è possibile effettuare
solo osservazioni diurne, perché
è necessaria un’illuminazione
che non può essere altro che
quella solare (assunzione vera se
si escludono infrarosso termico e
dati radar), dal basso si può fare
anche una osservazione notturna
andando ad esaminare caratteristiche
che sono vere od osservabili
solo in assenza di radiazione
solare (ad esempio la bioluminescenza).
In alcuni casi l'osservazione aerea
non è per altro effettuabile
come nel caso di uve a tendone,
nel sotto chioma boschivo, nelle
serre, ed in generale in tutti quei
casi in cui la chioma della pianta
copre il terreno.
30 GEOmedia n°2-2021

REPORT
Funzionamento
Il funzionamento del Rover è
basato su un principio molto
semplice.
Due grandi ruote contengono
al proprio interno dei pendoli,
che ruotano intorno ad un'asse
centrale. Spostando il pendolo
si sposta il baricentro della ruota
che di conseguenza si muove per
recuperare il nuovo equilibrio.
Elemento centrale è il pendolo
che è allo stesso tempo elemento
motore e carico utile del veicolo.
Nel pendolo sono contenuti i
motori che provvedono a farlo
ruotare rispetto alla ruota e le
batterie che alimentano i motori.
In questo senso, elementi tipicamente
negativi dei veicoli quali
il peso del motore, della trasmissione
e delle batterie, diventano
elementi positivi perché contribuiscono
alla spinta.
Le dimensioni delle ruote sono
tali da permettere il galleggiamento
dell'intero insieme e
quindi il nuovo veicolo può operare
sia su terreno che in acqua,
senza cambiare assetto. Inoltre,
caratteristica fondamentale,
può operare su qualsiasi tipo di
superficie mista intermedia: acquitrino,
neve, fango, offrendo
quindi una capacità di movimentazione
in ambienti difficili
normalmente vietati ai veicoli,
se non estremamente specializzati.
Il Rover non ha necessità di
cambiare assetto o di essere dotato
di particolari dispositivi per
operare in tali ambienti.
Le proporzioni dell'intero veicolo
sono scalabili in funzione
dell'ambiente previsto, ciò senza
variarne il principio di funzionamento.
L'attuale versione, ottimizzata
per operare all'interno
delle vigne, ha una ruota da 120
cm di diametro ed una larghezza
di 130 cm.
Carichi utili
Il Rover ha la possibilità di portare
carichi utili quali sensori o
merci in tre aree:
1. Nel corpo centrale tra le due
ruote
2. Lateralmente alle due ruote
3. Nei pendoli all’interno delle
ruote
La soluzione migliore è la terza
(nei pendoli) poiché in questo
caso il carico contribuisce alla
spinta e quindi al movimento.
È da considerare che le grandi
ruote sono realizzate in polimero
e pertanto operano come una
sorta di “Radome” per tutti i
sensori e gli apparati basati sulla
radiofrequenza proteggendoli
al contempo dalle aggressioni
ambientali esterne (chimiche,
biologiche, termiche).
La prima e la seconda ipotesi si
usano tipicamente nei casi in cui
Fig. 2 - Elementi principali del Rover.
il sensore è di tipo visuale o si è
in presenza di un attuatore.
Le aree interne possono operare
anche come contenitori per
la raccolta di materiali esterni
come, ad esempio, macchie di
petrolio in mare derivanti da
perdite di petroliere o da disastri
ecologici.
Caratteristica anfibia
Le due grandi ruote, che forniscono
la spinta di galleggiamento,
sono dotate di lame
di plastica o pseudopinne che
permettono una propulsione e
quindi il movimento in acqua.
Le ruote si muovono indipendentemente
permettendo quindi
di far ruotare il Rover e dirigere
la spinta dove richiesto. Questa
caratteristica è fondamentale per
orientare il Rover in direzione
Fig. 3 - Il Rover con carico utile laterale.
GEOmedia n°2-2021 31

REPORT
Fig. 4 - Il Rover con carico utile centrale.
Fig. 6 - La fusione dei dati (Orizzontale/Verticale).
opposta allo scarroccio (ossia al
vettore combinato composto dal
vento e dalle correnti) e permettergli
di mantenere il punto in
acqua con la precisione ottenuta
dal sistema di geolocalizzazione
(tipicamente il GPS stesso).
Le ruote proteggono gli apparati
interni dall’ambiente marino.
Principali caratteristiche
• Caratteristiche anfibie senza
cambiare assetto
• Basso impatto al suolo: le
grandi ruote garantiscono
un largo appoggio su terreni
molli o cedevoli, il fattore galleggiamento
interviene negli
ambienti acquitrinosi riducendo
l’impatto sul materiale
biologico sottostante.
• Capacità di antiribaltamento
derivante dal bassissimo baricentro
• Ecologico perché basato su
propulsione elettrica
Fig. 5 - Il Rover nel 2020 (Winegrover).
• Ecologico in quanto non sversa:
tutto è contenuto all’interno
• Elevata autonomia dovuta al
bassissimo consumo energetico
richiesto per spostarsi
• Elevatissima mobilità: può
ruotare su se stesso sia su terra
che in acqua
• All terrain: due grandi ruote,
entrambe motrici e sterzanti
combinate con il basso impatto
al suolo gli permettono di
affrontare terreni complessi
• Ognitempo: non risente di
fenomeni meteorologici quali
pioggia, grandine, nebbia o
neve. Data la leggerezza e la
dimensione è però più sensibile
al vento di altri veicoli.
• Protegge i suoi sensori ponendoli
all’interno delle ruote
• Sostenibile, bassa manutenzione
• Economico rispetto a veicoli
con caratteristiche equivalenti
Il Rover è coperto da tre brevetti
di una società del gruppo, e per
la sola componente agricola è
oggi battezzato “Winegrover”
(the Wine Green Rover) parafrasando
la parola inglese
Winegrover che significa “coltivatore
di vino” o vignaiolo in
italiano.
Il nome è anche il titolo di un
progetto europeo LIFE2020 in
atto per la sperimentazione del
veicolo in campo agricolo.
Droni aerei e droni terrestri
I droni aerei ed il Rover terrestre
condividono molti aspetti tecnologici.
Entrambi hanno la necessità
di navigare usando il GPS
e quindi la georeferenziazione è
un tema comune ad entrambi.
Nel caso dei Rover terrestri la
georeferenziazione ha probabilmente
più challenging in
quanto il Rover si deve muovere
in ambienti più ristretti quale
ad esempio il filare di una vigna
dove l'errore di pochi decimetri
può comportare l'impatto del
Rover sulle piante. L’affidabilità
dell'informazione GPS è pertanto
centrale nelle applicazioni dei
robot terrestri.
Riprendendo il tema “non solo
dal cielo”, sfruttando la collaborazione
di un drone aereo e di
rover, si possono aggiungere alle
mappe aeree dei layer tematici
che contengono informazioni
rilevabili soltanto da terra.
Una opportuna algoritmica per
coordinare i due sistemi di geolocalizzazione
(Drone e Rover)
minimizzando gli errori è in fase
di sviluppo in collaborazione
con l’Università di Roma 3.
Alcuni dei possibili layer sono:
1. Visione RGB orizzontale
2. Visione NIR orizzontale
3. Infrarosso termico orizzontale
4. Visione notturna su specifici
spettri di illuminazione
32 GEOmedia n°2-2021

REPORT
5. Stimolazione in notturna di
bioluminescenza
6. Layer chimico
a. Analisi di campioni delle
piante
b. Analisi di campioni del suolo
c. Analisi delle componenti
gassose
7. Layer Fisico
a. Pendenza del terreno e sue
variazioni nel tempo
b. Consistenza del terreno
c. Rilevazioni delle temperature
puntuali
8. Layer elettrico
a. Conducibilità
b. Reattanza alle varie frequenze
9. Analisi stratificata del terreno
a. Georadar
b. Carotaggio
c. Echosounding
10. Analisi campi magnetici
a. Microdevianze degli headings
b. Presenza di sostanze ferromagnetiche
nel suolo
c. Ritrovamento mine o ordigni
bellici
11. Ambienti fluviali e palustri
a. Analisi chimica e delle temperature
b. Analisi degli inquinanti
12. Ambienti costieri
a. Acquacoltura, analisi dei patogeni
b. Acquacoltura analisi dei nutrienti
13. Etc…
È facile intuire che il rover può
affrontare ed essere l’elemento
abilitante per la ricerca su vari
temi dei quali e’ fatto accenno
nella figura sottostante.
Una volta acquisite le nuove
informazioni si pone il problema
della loro integrazione (data
fusion), in una tematica che può
essere analizzata in una visione
di “Big data” al crescere del numero
di layer di cui tener conto,
delle dimensioni dell’area da
classificare e del periodo temporale
di analisi.
Si realizza una matrice multidimensionale
e si pone la
Fig. 7 - La capacità anfibia.
necessità di individuare nuovi
indici sintetici. Il numero di
dati potenzialmente raccolti dal
Rover è elevatissimo, questi dati
strutturati per layer, si possono
assumere a valori di terabyte.
Risulta evidente che questi dati
non sono trasferibili in tempo reale
dal Rover a unità di processo
poste a terra in quanto il sistema
di comunicazioni non sostiene
e non può sostenere il flusso di
dati che sarebbe richiesto per trasferire
continuamente i dati dai
sensori ad un'area attrezzata per
il calcolo. Anche le promesse del
5G non sono sufficienti a sostenere
questo tipo di comunicazione
che in ogni caso risulterebbe
estremamente onerosa da un
punto di vista economico. Non
è quindi possibile effettuare questo
calcolo a distanza ed occorre
sintetizzare sul posto e quindi sul
Rover stesso le informazioni tramite
opportuni algoritmi.
A questa sfida il Rover, differentemente
da un drone aereo, può
rispondere con la sua capacità
fisica di disporre di spazio, di
capacità di carico e di potenza
elettrica per ospitare e sostenere
la capacità di calcolo necessaria,
caratteristica che gli permette di
affrontare il calcolo “in situ” realizzando
un'analisi in realtime e
non solo “ex post”.
Questa funzione è fondamentale
poiché, parafrasando il
linguaggio del mondo medico,
permette di potere far coincidere
il momento della diagnosi con
quello di una potenziale terapia.
La terapia almeno in campo agricolo,
sfrutta ancora una volta la
capacità del Rover di trasportare
risorse (tipicamente chimica allo
stato liquido) capaci di realizzare
una prima pronta risposta alla
causa del danno che spesso è un
agente patogeno.
Questa capacità oggi potrebbe
essere anche una risposta ad
eventuali nuove pandemie, realizzando
una nuova strategia
di sanificazione delle aree, soprattutto
quelle critiche come
ospedali, impianti sportivi, aree
di aggregazione.
Questa è la sfida e l’opportunità
che il nuovo Rover pone nella
sua ottica “non solo dal cielo”.
PAROLE CHIAVE
Agricoltura di precisione; droni; geo
ABSTRACT
We present an approach in which, by exploiting the collaboration
of an aerial drone and our autonomous amphibious Rover,
data layers containing information detectable only from the
ground can be added to the aerial maps detected by an aerial
drone. In this context, the Rover could be used as a carrier of
sensors of different nature (georadar, electronic noses, multispectral
cameras, etc ...) which could record information on the
ground and link them to aerial images. The rover, having amphibious
capabilities, could also be used for surveys in wetlands,
rivers, lakes and in the open sea. Anyone who develops sensing
technologies and sensors could use this platform as a remotecontrolled
carrier to collect and map information of amphibious
or unsafe (chemical, biological, termal, nuclear, even social ….)
areas. We call it the Horizontal/Vertical data integration.
AUTORE
Eduardo De Francesco
e.defrancesco@setelgroup.it
Setel group
GEOmedia n°2-2021 33

REPORT
Il drone a supporto della pianificazione
degli scavi nella cava di sabbia della
“Montagna Bianca” in Polonia
di Topcon Positioning Group
La fotogrammetria da drone, la
soluzione scelta per il rilievo di
un’importante cava di sabbia in
Polonia che fornisce un prodotto
siliceo di altissima qualità, ha
garantito risultati di elevata
precisione e affidabilità e un
notevole risparmio dei tempi,
in uno scenario che, data la
mutevole geometria, poneva sfide
impegnative da affrontare.
TKSM Biala Góra, conosciuta
anche come
la “cava di sabbia della
montagna bianca”, è il più
grande fornitore di sabbia
d’Europa. Situata a Biala Góra,
una località nel cuore della
Polonia a circa 100 km a sud di
Varsavia, è famosa per la qua-
lità della sua sabbia, impiegata
per diversi scopi importanti,
come la produzione di vetro.
La cava è di proprietà di
Quarzwerke Group, un noto
produttore di minerali grezzi.
Questa azienda a conduzione
familiare vanta la combinazione
di materie prime di alta qualità
Fig. 1 - La White Mountain Sand Mine è il più grande fornitore europeo di sabbia di alta qualità.
con tecnologie di lavorazione
moderne ed efficienti, al fine
di garantire risultati precisi
nel modo più sostenibile possibile.
Ispezione accurata
Poiché una cava è in costante
cambiamento ed evoluzione,
l’ispezione accurata delle
scorte è fondamentale. È
per questo che Quarzwerke
Group ha deciso di esplorare
nuovi orizzonti della tecnologia.
Grazie al drone Intel
Falcon 8+ di Topcon per
l’ispezione delle scorte della
cava, l’azienda è in grado di
raccogliere dati precisi ed efficienti
in tempo reale, che a
loro volta consentono di programmare
gli scavi in modo
adeguato.
La vasta gamma di prodotti
provenienti dalla cava include
la sabbia silicea, che viene
sottoposta a un lungo processo
meccanico per un’ampia
serie di applicazioni. Queste
34 GEOmedia n°2-2021

REPORT
Elaborazione efficiente
dei dati
La chiave per il successo del
flusso di lavoro topografico
è rappresentata da Bentley
ContextCapture. Questo software
è in grado di produrre
rapidamente anche i modelli
3D più impegnativi delle condizioni
esistenti per progetti
infrastrutturali di tutti i tipi,
derivati da semplici fotografie
o nuvole di punti. Senza dover
ricorrere ad attrezzature costose
e specializzate, è possibile creare
rapidamente e utilizzare mesh
3D di elevato dettaglio di rapsabbie
silicee raffinate e
di alta qualità di TKSM
Biala Góra vengono fornite
principalmente all’industria
chimica, del vetro, della
fonderia e della chimica delle
costruzioni. L’eccezionale
qualità della materia prima
assicura l’utilizzabilità universale
del prodotto finale,
ma per ottenere questo
risultato di alta qualità i volumi
devono essere misurati
con precisione al millimetro.
Ispezionare una cava così
grande non è un’impresa
facile, così nel giugno 2019
l’appaltatore indipendente
Paweł Grad, che esegue rilievi
della cava dal 2013, ha
deciso di avvalersi dell’aiuto
di Topcon.
Paweł ha dichiarato:
“L’ispezione della cava è
un lavoro estremamente
impegnativo, complesso
e dispendioso in termini
di tempo e spesso siamo
soggetti a enormi vincoli
temporali, dal momento
che di solito abbiamo solo
pochi giorni a disposizione
prima di presentare i dati
a Quarzwerke Group. Il
proprietario è impegnato
attivamente nell’ispezione
della cava e siamo alla continua
ricerca di soluzioni
per ottimizzare il processo
e renderlo il più efficiente
possibile. Per questo investire
nel Falcon 8+ è stata una
decisione comune”.
Piotr Matyjasek, manager
di Topcon Positioning
Poland, ha commentato: “Il
drone Falcon 8+ fornisce
immagini precise ad alta
risoluzione in spazi ristretti
e ambienti difficili, il che lo
rende lo strumento ideale
per eseguire calcoli volumetrici
e ispezioni fotografiche
della cava.”
Fig. 2 - Utilizzando il drone Intel Falcon 8+ di Topcon per ispezionare le scorte nella cava, i cavatori
sono ora in grado di raccogliere dati accurati ed efficienti in tempo reale.
Massima sicurezza
Falcon 8+ è dotato dei migliori
sensori del settore, di smorzamento
attivo delle vibrazioni e
di un camera mount stabilizzato
automaticamente per prestazioni
affidabili su qualsiasi terreno.
Il sistema aereo a pilotaggio
remoto (SAPR) ad ala rotante è
inoltre in grado di acquisire immagini
da tutte le prospettive,
fornendo al contempo la flessibilità
necessaria per un decollo
immediato e un atterraggio
morbido.
Paweł ha aggiunto: “La sicurezza
era una grande priorità per
noi, dal momento che la cava è
molto vicina a una base militare
dove opera l’aeronautica polacca.
Ci sono spesso elicotteri
che vanno avanti e indietro, per
questo abbandonare le tecniche
di rilevamento tradizionali in
favore di una soluzione APR
rappresentava una prospettiva
poco praticabile per noi, ma il
team tecnico di Topcon è stato
di grandissimo supporto. Ha
reso questa transizione davvero
facile, offrendoci formazione su
ogni aspetto, dalla piattaforma
al software, dal flusso di lavoro
alle normative: ora siamo in
possesso di una licenza di pilota
APR.
“Dall’ottenimento dei dati fotografici
iniziali alla presentazione
delle informazioni topografiche
all’investitore, l’intero processo
è ora semplice ed efficiente.
Questa soluzione ha completamente
rivoluzionato il nostro
flusso di lavoro. Inoltre, Falcon
8+ è molto facile da utilizzare
ed è caratterizzato da bassa rumorosità
ed emissioni ridotte,
per questo il nostro impatto
sull’ambiente circostante è minimo”.
GEOmedia n°2-2021 35

TELERILEVAMENTO
REPORT
Paweł conclude: “La combinazione
della tecnologia Topcon
e del costante supporto del
team hanno completamente
cambiato la nostra modalità di
esecuzione dei rilievi topografici:
il flusso di lavoro ora è più
efficiente e i risultati più precisi.
Continueremo a utilizzare
queste soluzioni nella cava e nei
progetti in tutta Europa per gli
anni a venire”.
Per maggiori informazioni su
Topcon, visitare la pagina web
www.topconpositioning.com/it.
Fig. 3 - Il Falcon 8+ è dotato di sensori di prima classe, smorzamento attivo delle vibrazioni e camera
mount stabilizzato automaticamente per prestazioni solide su qualsiasi terreno.
PAROLE CHIAVE
droni; apr; survey; photogrammetry; accuracy
presentazione della realtà, fornendo
così un contesto preciso
del mondo reale di supporto
alla progettazione, alla costruzione
e alle decisioni operative,
per tutta la durata del progetto.
Ciò comporta numerosi benefici
per Quarzwerke Group e
per l’appaltatore. L’elaborazione
ibrida in ContextCapture consente
la creazione di modelli
mesh della cava immediatamente
utilizzabili in fase di
progettazione, che combinano
il meglio di entrambi i mondi,
con la versatilità e la praticità
della fotografia ad alta risoluzione
integrate, dove necessario,
dall’ulteriore precisione delle
nuvole di punti risultanti dalla
scansione laser.
Nel complesso, Falcon 8+ e
Bentley ContextCapture hanno
consentito di ridurre il tempo
di acquisizione e di elaborazione
dei dati provenienti dalla
cava. L’intero processo è ora
almeno due volte più rapido,
mentre la precisione e la qualità
dei dati sono notevolmente
superiori grazie alla capacità
dell’apparecchiatura di misurare
milioni di punti di un singolo
oggetto.
ABSTRACT
The challenge of measuring with constant accuracy,
a changing and constantly evolving natural
scenario, such as a sand mine can be. Quarzwerke
Group, the company that owns the quarry,
however, has clear ideas in this regard: rely on a
partner, not only serious and reliable, but also
technologically advanced, who immediately sees
in drone photogrammetry the fastest, most effective,
but above all high precision, and with the
support of TPI, Topcon's Polish dealer for more
than 30 years, the new inspection techniques
of the sand mine, famous for the quality of the
supplied product, have guaranteed the mutual
satisfaction of client and contractor.
AUTORE
Topcon Positioning Group
tpi-info@topcon.com
MONITORAGGIO 3D
GIS E WEBGIS
www.gter.it info@gter.it
36 GEOmedia n°2-2021
GNSS
FORMAZIONE
RICERCA E INNOVAZIONE

REPORT
GEOmedia n°2-2021 37

MERCATO
RILASCIATA IN OPEN DATA LA CARTA
NAZIONALE DEGLI AGGREGATI
STRUTTURALI
E’ stata rilasciata da Protezione Civile un carta digitale
di livello nazionale a grande dettaglio realizzata prevalentemente
a partire dalla classe dell’edificato dei database
geotopografici regionali, integrando in alcuni casi con
la mappa Catastale, ripartita poi sulla base dei confini
delle unità amministrative ISTAT aggiornati al 2021. Il
grande lavoro effettuato nell’ambito del Dipartimento,
che ha voluto così colmare le lacune di conoscenza del
territorio che tanto gravemente hanno influito negli
ultimi terremoti, è stato condotto con l’evidente intenzione
di porre fine al problema della eterogeneità dei
dati provenienti dalle Regioni italiane, che hanno agito
anche in questo settore di rilevanza nazionale, in piena
autonomia.
Così partendo dai dati di origine relativi all’edificato,
eterogenei per le loro provenienze e modalità di realizzazione
- anche dal punto di vista temporale -, il prodotto
finale derivato ritrova quella necessaria armonizzazione
a livello nazionale delle informazioni e dei contenuti generati.
Un importante lavoro, purtroppo stimolato da eventi
catastrofici, che ha portato a dimostrare l’importanza
della disponibilità in formati standard e armonizzati non
solo tra Regioni Italiane ma verso l’intera Europa.
L’opera di armonizzazione compiuta ci riporta a pensare
a quale debba essere il futuro della realizzazione e aggiornamento
della cartografia, nella speranza che per tutte le
Regioni si provveda a legiferare in armonia con direttive
dello Stato inserite nel quadro europeo.
L’occasione dimostra ancora la necessità di una
Istituzione preposta alla uniformazione dei dati cartografici
italiani, visto che le varie strutture create dopo
l’abolizione della Commissione preposta, non hanno
prodotto la necessaria standardizzazione, che molto
avrebbe facilitato questa nuova Carta Nazionale.
Dobbiamo comunque essere lieti del fatto che il dataset
verrà rilasciato con licenza Open CC-BY 4.05 per il
libero riutilizzo di tutti gli interessati e si integrerà con
le analoghe cartografie già realizzate a livello locale a seguito
dei più importanti sismi occorsi a partire da quello
che colpì la provincia de L’Aquila nel 2009.
Il dataset costituirà una base cartografica comune sulla
quale far convergere tutte le informazioni relative al danneggiamento
del patrimonio edilizio generatosi a causa
di un sisma o di altri eventi calamitosi, e alle relative
attività di ricognizione anche svolte dal CNVVF, nonché
ai conseguenti interventi da parte dei sindaci.
E’ compreso l’edificato (chiese e palazzi) di interesse
culturale, soggetti a tutela da parte del Ministero della
Cultura. Esso potrà rappresentare altresì la base dati
di riferimento per la gestione dell’intero percorso della
ricostruzione, nonché uno strumento molto importante
per la pianificazione di emergenza a partire dal
livello comunale, comprese analisi di scenario con relative
raccolte dati speditive di vulnerabilità, analisi della
Condizione Limite per l’Emergenza e la pianificazione
di settore di protezione civile (ad es. per la salvaguardia
dei Beni Culturali).
E' presente un quadro riepilogativo della cartografia ove
per ciascuna regione è riportata la tipologia di fonte del
dato cartografico con il relativo aggiornamento e sistema
di riferimento.
Per cartografia, nel caso dei database geotopografici si
intende lo strato “Immobili e antropizzazioni” e le classi
“Edifici”, “Edifici minori” e “Manufatti industriali”. Per
ciascuna classe sono stati selezionati i poligoni afferenti
alle tipologie e destinazione d’uso compatibili con le attività
di rilievo del danno e verifica dell’agibilità.
Come si osserva, in talune regioni, in tutto o in parte del
territorio, è stato necessario utilizzare il dato cartografico
dei fabbricati catastali fornito dall’Agenzia delle Entrate.
E’ incredibile notare in quale stato di eterogeneità ci si
trovi anche e specialmente per il problema relativo alle
date di aggiornamento ed ai sistemi di riferimento geografici
utilizzati. Oltre tutto in diversi casi i dati non
erano resi disponibili e liberamente scaricabili ed è stato
necessario procedere con delle richieste formali.
I dati acquisiti dalle regioni e province autonome sono
stati elaborati in forma automatica per provincia con
una procedura automatizzata per la generazione degli aggregati
strutturali in formato shapefile per ciascuno dei
comuni ISTAT 2021 della medesima provincia.
I dati elaborati finali ottenuti sono stati sottoposti ad
una analisi di qualità a tappeto.
Più in generale, l’auspicio è che la base dati cartografica
in aggregati/unità strutturali possa diventare il riferimento
anche per altre tipologie di rischio ed attività
connesse.
Infine non possiamo che apprezzare l’enorme lavoro
svolto dal gruppo che lo ha realizzato, sotto il coordinamento
di Pierluigi Cara, per cercare di dare finalmente
una svolta alla necessaria uniformità del dato cartografico
del paese, che se ancora non si ritiene indispensabile per
la gestione urbanistica e infrastrutturale (considerata la
disattenzione generale delle Regioni in proposito), venga
almeno realizzato per la prevenzione e la protezione per
evitare i danni e i dissesti sia naturali che antropici.
http://www.geoforall.it/ky388
38 GEOmedia n°2-2021

MERCATO
PRIME IMMAGINI DETTAGLIATE
DAL SATELLITE PLÉIADES NEO 3
Airbus ha rilasciato una prima raccolta di immagini a
una risoluzione nativa di 30 cm dal satellite Pléiades
Neo 3, lanciato di recente. Le acquisizioni di successo
e la consegna di queste prime immagini sono l'inizio
di una nuova era per le applicazioni geospaziali sia
commerciali che governative che richiedono un alto
livello di precisione e la capacità di vedere i dettagli più
fini. Le immagini di Pléiades Neo 3, che coprono una
varietà di località globali e presentano diversi angoli di
acquisizione, forniscono un livello di dettaglio impressionante.
Queste immagini già molto nitide sono state acquisite
prima del completamento delle calibrazioni radiometriche
e del sistema e la qualità continuerà a migliorare
nei prossimi mesi. Le immagini di Pléiades Neo 3 dovrebbero
diventare disponibili in commercio nel terzo
trimestre del 2021, una volta completate queste fasi di
calibrazione.
Con la piena capacità del satellite disponibile per uso
commerciale, le immagini di Pléiades Neo 3 ad altissima
risoluzione e geometricamente coerenti forniranno
agli analisti un alto livello di dettaglio, inclusa una
maggiore visibilità di piccoli oggetti, come veicoli e
segnaletica orizzontale. Questo livello di rilevamento,
riconoscimento e identificazione degli oggetti fornisce
più verità di base per gli analisti di immagini e migliora
l'affidabilità delle capacità di apprendimento
automatico. La nuova costellazione fornirà anche una
maggiore precisione di geolocalizzazione e informazioni
sulla banda spettrale più profonde, consentendo di
ricavare più informazioni per varie applicazioni.
La costellazione delle Pléiades Neo sarà composta da
quattro satelliti identici e molto agili, che offriranno
compiti reattivi e rivisitazione intraday di qualsiasi
punto della Terra. Completamente finanziato, progettato,
prodotto, posseduto e gestito da Airbus, ogni
satellite aggiungerà mezzo milione di km² al giorno a
una risoluzione nativa di 30 cm.
La prossima pietra miliare del programma Pléiades
Neo è il lancio di Pléiades Neo 4, che è già sul sito di
lancio a Kourou, nella Guyana francese, ed è previsto
nell'estate del 2021, seguito dal lancio di Pléiades Neo
5 e 6, nel 2022.
http://www.geoforall.it/ky3ha
C’è vita nel nostro mondo.
Trasformazione e pubblicazione di dati
territoriali in conformità a INSPIRE
Assistenza su Hight Value Datasets,
APIs, Location Intelligence, Data Spaces
INSPIRE Helpdesk
We support all INSPIRE implementers
EsinItaiaS
Viale della oncordia,
endicino S
el e a
infoepsilonitaliait
www.epsilon-italia.it
www.inspire-helpdesk.eu
GEOmedia n°2-2021 39

MERCATO
CUBERT ULTRIS X20: LA
NUOVA CAMERA IPERSPET-
TRALE UV-VIS-NIR DA
DRONE!
3D TARGET presenta la pluripremiata
camera iperspettrale Cubert ULTRIS
X20, con tecnologia light field global
shutter: con una lunghezza d'onda
compresa tra i tra i 350 e i 1000 nm,
che consente di coprire i campi UV
VIS NIR! Aumentano le bande spettrali,
portate a 164 e aumenta la risoluzione
spaziale, con un'immagine
nativa di 410 x 410 pixel. Nonostante
le importanti innovazioni, il peso resta
inferiore ai 350 grammi, consentendo
così alla camera ULTRIS X 20 di rimanere
la soluzione ideale per qualsiasi
applicazione, dal laboratorio al rilievo
con UAV.
ULTRIS X20 supporta completamente
per Class Mira, un software per l’elaborazione
delle immagini iperspettrali
ed è completamente compatibile con
il software di controllo della fotocamera
Cubert Utils.
Per soddisfare anche i requisiti di ambiti
industriali, è stato creato uno speciale
alloggiamento robusto e con protezione
IP, così come è disponibile un
case impermeabile IP 68, utilizzabile
sott'acqua fino a una profondità di 10
m.
La camera ULTRIS X20 può essere facilmente
collegata a un comune drone,
con un payload inferiore a 2 kg. Il tempo
per preparare e calibrare la camera
sul campo è inferiore ai 15 min. Al
termine del volo, serviranno meno di 5
minuti per trasferire i dati sul proprio
pc, senza necessità di ulteriori elaborazioni.
3D Target srl è importatore unico in
Italia per il marchio Cubert. Visitate
la nostra pagina dedicata per maggiori
dettagli: ultrisx20.3dtarget.it
Per maggiori informazioni scrivere
a info@3dtarget.it o telefonare a
+39 02 00614452.
CHC NAV I73, L’UNICO
GNSS RTK TASCABILE.
UN CONCENTRATO DI
PURA TECNOLOGIA.
L’attitudine di alcuni produttori
è spesso rivolta verso progressi
della tecnologia fini a se stessi:
si creano bisogni poco significativi
ma di tendenza come la
competizione sul numero di
canali, la rincorsa all’illusione
della maggior precisione della
quinta cifra decimale e simili
velleità tecnologiche con poco
riguardo al reale benessere degli
utenti ed all’efficienza del lavoro.
Con l’introduzione di i73
GNSS RTK IMU l’attenzione
è stata spostata sull’innovazione
verso l’utente, per offrirgli risultati
migliori e ottenibili con
meno fatica.
Tutto concentrato in 730 grammi!
Allo stesso tempo il software
Landstar 7 è diventato ancora
più intuitivo e semplice da utilizzare
nonostante le numerose
funzionalità che sono state aggiunte
nelle ultime versioni.
Un sistema GNSS RTK con un
avanzatissimo ricevitore multifrequenza
dotato di un numero
più che sufficiente di canali
(624), batteria integrata per 15
ore di lavoro, radio UHF per
l’utilizzo dove non è presente
una rete GPS;
Con IMU integrata, che compensa
fino a 45° di inclinazione
della palina ed elimina l’impossibilità
di misurare punti
inaccessibili o pericolosi da raggiungere,
lasciando al topografo
la necessaria concentrazione
sul rilievo e riducendo il tempo
per le misurazioni dei punti ed
il picchettamento anche oltre
il 30%; con un potente cuore
multifrequenza di i73 che garantisce
il tracciamento ottimale
di tutti i segnali GNSS disponibili
anche in ambienti difficili,
consentendo di effettuare rilievi
GNSS in qualunque condizione,
in quanto è sempre garantito
il tracciamento di un numero
eccezionalmente alto di satelliti.
Dopo una giornata di lavoro
ringrazierete i73 per non avervi
affaticato con un pesante fardello:
il corpo in lega di magnesio
rende l’i73 il più leggero della
sua classe, oltre il 40% in meno
rispetto a qualunque altro ricevitore
GNSS (solo 0,73 kg inclusa
la batteria).
GNSS SURVEYING, IL TUO
MODO DI LAVORARE
Distribuito da DATRONIX
Srls – Lissone (MB)
www.datronix.it
info@datronix.it
40 GEOmedia n°2-2021

MERCATO
TERREMOTI E MARE-
MOTI. COME CONO-
SCERLI E RIDURRE I
RISCHI
Dal 4 giugno, il libro Terremoti
e Maremoti. Come conoscerli e
ridurre i rischi, edito dall’Istituto
Nazionale di Geofisica e
Vulcanologia (INGV), è disponibile
sul sito web dell’INGV
e sul blog INGVterremoti.
Completamente rinnovato nei
contenuti e nella grafica, il testo
ha visto la sua prima edizione
nel 2008. Oggi, i ricercatori
dell’INGV hanno voluto riprogettare
il messaggio divulgativo
inserendo informazioni originali,
frutto dell’elaborazione scientifica
sui terremoti e sui maremoti
di quest’ultimo decennio.
Terremoti e Maremoti. Come
conoscerli e ridurre i rischi, infatti,
è un viaggio alla scoperta di
questi fenomeni naturali affascinanti
e, allo stesso tempo, temibili,
allo scopo di capire insieme
i processi che li determinano e
soffermandosi sulle costanti attività
di sorveglianza sismica e
di monitoraggio del livello del
mare.
• Perché e dove avvengono i
terremoti e i maremoti?
• Come si misurano?
• Quali sono stati quelli più
forti in Italia e nel mondo?
• Qual è la pericolosità del
nostro territorio e delle nostre
coste?
• Come possiamo difenderci?
Queste le domande cui tutti
coloro che hanno vissuto direttamente
o indirettamente un
evento sismico si sono posti almeno
una volta.
A quarant’anni dal terremoto
dell’Irpinia del 23 novembre
1980, questo volume, nella
sua veste aggiornata e arricchita,
vuole proporre risposte ai
lettori e portare un contributo
nel percorso di consapevolezza
dei rischi del territorio in cui
viviamo, per la necessaria cultura
della prevenzione che deve
infondersi in ogni cittadino, anche
e soprattutto partendo dalle
nuove generazioni.
Il libro è composto di due parti.
Nella prima parte, sono descritti
i terremoti che hanno
interessato il nostro territorio
negli ultimi 20 anni evidenziando
gli strumenti di comunicazione
creati dal gruppo
INGVterremoti a partire dal
2010 e volti a informare capillarmente
il pubblico sulla sismicità
in corso, in tempo reale. La
seconda parte descrive il fenomeno
dei maremoti affrontando
la loro pericolosità per le coste
italiane e nel Mediterraneo,
con un focus sul Centro Allerta
Tsunami dell’INGV che, operativo
dal 2017, svolge il costante
servizio di monitoraggio dei terremoti
nel Mar Mediterraneo,
del livello del mare e di allerta
tsunami.
Il libro, interamente curato
nei contenuti e nella grafica
dall’INGV, rientra nella nuova
attività dell’Istituto come editore
di opere divulgative.
Terremoti e Maremoti. Come
conoscerli e ridurre i rischi è
sfogliabile e anche scaricabile
sul sito dell’INGV nelle pagine
Educational (INGV.it->
Comunicazione e Divulgazione
->Educational) e sul blog
INGVterremoti.
Nella sua versione cartacea verrà
distribuito alle scuole nelle prossime
occasioni di visita presso le
sedi dell’Istituto. Inoltre, nei limiti
delle copie disponibili, sarà
distribuito al pubblico in occasione
di eventi istituzionali.
Venerdì 4 giugno 2021 il libro
è stato presentato con un evento
streaming sul canale YouTube
INGV Eventi, in collaborazione
con una scuola di Roma.
Works when you do
X-PAD Ultimate
Tutto in un unico software
X-PAD Ultimate è un software modulare, facile da usare per lavori
topografici e del cantiere, come rilievi, tracciamenti, catasto,
controlli BIM, strade, mappe, batimetria e GIS.
Il software è disponibile sulla piattaforma Android e porta le
migliori tecnologie direttamente in campo nella tua mano: una
completa visualizzazione 3D ed un sistema CAD per visualizzare e
modificare i disegni, integrazione dei tuoi dati con tutte le tipologie
di mappe, supporti per la realtà aumentata e molto altro.
XPad Ultimate ti assicura la produttività e ti permette di avere una
perfetta integrazione con tutti gli strumenti.
Disponibile in due versioni, una dedicata a chi lavora nel campo
della topografia ed una dedicata alle imprese di costruzioni,
offrendo ad entrambi delle caratteristiche dedicate.
geomax-positioning.it
©2020 GEOmedia Hexagon AB n°2-2021 and/or its subsidiaries 41
and affiliates. All rights reserved.

AUGMENTED REALITY
INDUSTRY 4.0 E TECNOLOGIE
VISUALI INTERATTIVE
XR 2020:
News & Events
a cura di
Tiziana Primavera
Innovative Tech
Evangelist - AR/VR
senior expert
In questo contesto economico di
Industry 4.0 post-Covid assistiamo
ad un particolare fermento che
Coinvolgerà togli secondo accento’
ineluttabilmente l’adozione delle tecnologie
di nuova generazione, certamente
mature dal punto di vista della
strumentazione, Hardware, software
e dei workflow operativi. Sicurezza,
Efficienza e Produttività costituiscono
i parametri evolutivi principalmente
interessati dai processi di rinnovamento
effettuati con tecnologie XR.
Ma soffermiamoci e riflettiamo
su come, nello specifico, le tecnologie
afferenti alla cosiddetta
Extended Reality, potranno influire
ed in qualche misura riconfigurare
profondamente gli
scenari dei luoghi di lavoro, i
protocolli operativi/esecutivi o i
processi propedeutici di formazione
in ambito entreprise.
Disconnessione – Ripetitività -
Laboriosità da intendersi quale
hard-working - tempi lunghi di
apprendimento, momenti di
formazione ed esercizio - affiancamento
per acquisire skills
capacità operative, hanno caratterizzato
certamente il mondo
lavorativo, gli scenari di molte
imprese e settori esecutivi sino
ad oggi.
Ma tali caratteristiche sembrano
essere in gran parte desuete,
appartengono a paradigmi di
gestione d’impresa non più particolarmente
concorrenziali: siamo
realmente giunti alle soglie
di declinazione di nuovi processi,
cosa sta accadendo esattamente?
L’avvento del 5G, fattore cardine
per la trasmissibilità non solo di
dati, ma anche di erogazione di
servizi, renderà i contesti operativi
dei settori produttivi altamente
connessi, aumentandone
considerevolmente l’efficienza,
ma non solo.
Le operazioni da svolgere, eseguire,
potranno essere meglio
definite, più determinate e certe,
accuratamente descritte, gli
operatori verranno in qualche
misura potenziati nello svolgimento
delle proprie mansioni,
affiancati da tecnologie in grado
di garantire un superamento
sensoriale, un vero e proprio
processo di “empowering della
forza lavoro” e da non trascurare,
anche l’efficientamento della potenzialità
di fruizione dei processi
di conoscenza e/o formazione
certamente sempre necessari.
Volendo sintetizzare questa rapida
analisi degli scenari, una triade
di valori caratterizzerà i nuovi
processi, grazie alle tecnologie
XR (Augmented Reality/Virtual
Reality) di nuova generazione,
traducibili nell’ incremento della
Sicurezza, dell’Efficienza e pertanto
conseguentemente, della
Produttività.
Il lavoro, divenuto così ‘altamente’
collaborativo, sarà sempre più
una matrice cardine, sulla quale
ridefinire tutti i processi.
Ma non credo si possa ignorare la
reale conseguenza di un fenomeno
così rilevante, se considerato
non soltanto dal punto di vista
inerente ai contesti puramente
produttivi, ma anche relativamente
a ciò che esso induce, ovvero
al rinnovamento potenziale
di natura socioculturale, ad esso
intrinsecamente connesso.
Come è noto infatti: “if you
change the way a person work, you
can change their entire life”.
42 GEOmedia n°2-2021

AUGMENTED REALITY
Opportuno sottolineare che il
fine unico e prevalente della
tecnologia dell’Augmented e
della Mixed Reality, è quello di
fornire un’esperienza percettiva
dei contesti d’uso, quanto più
esaustiva ed aggiungerei più
funzionale possibile.
La finalità è fondamentalmente
quella di accelerare ogni
processo decisionale, o rendere
certa ed accurata qualsivoglia
operazione esecutiva.
D’altronde lo stesso termine di
“Augmented Reality” fu coniato
molti anni fa per un’applicazione
dedicata ad agevolare
la realizzazione dei cablaggi di
Boing 747, nel lontano 1990,
applicazione scaturita dall’esigenza
di una consegna considerevole
in tempi ridotti.
Già dagli anni ‘80 il colosso aeronautico
statunitense conduceva
ricerche per la risoluzione
pratica dell’impiego di complessi
diagrammi di cablaggio
e schemi elettrici cartacei degli
aerei, che i tecnici e gli operai
erano costretti a consultare durante
il loro lavoro, portandoli
con sé e potendoli però consultare
con estrema difficoltà,
soprattutto per via degli spazi
lavorativi in cui erano tenuti
ad intervenire, particolarmente
angusti e stretti.
I ricercatori Thomas Caudell e
David Mizell pensarono di risolvere
tali criticità e sostituire
l’indispensabile documentazione
cartacea con un wearable
computer, in grado di proiettare
i diagrammi di assemblaggio
sulla scena dello spazio reale
osservata.
Il sistema era in grado di eseguire
il tracciamento del punto
di vista dell’operaio che indossava
l’headset, “comprendere”
cosa stesse osservando e provvedere
all’invio automatico sul
visore dello schema di montaggio
appropriato.
Il ricercatore Thomas Preston
Caudell della Boeing ideò pertanto
pionieristicamente il primo
sistema HMD in ambito
enterprise, che mostrava direttamente
gli schemi di assemblaggio
dei sistemi di cablaggio sulle
parti interessate del velivolo, sostituendo
con esso i meno pratici
ed ingombranti elaborati grafici
che descrivevano le necessarie
procedure.
La strategia adottata nel 1992,
pur geniale, incontrava degli
ostacoli oggettivi per un suo
più ampio recepimento, seppur
comprovatane l’efficacia.
Ma nell’ultima decade degli anni
Novanta, soltanto ostacoli tecnici
legati alle batterie, dimensioni
e vincoli di rete, ne impedirono
allora una diffusione pervasiva.
Attualmente l’evoluzione di
quella felice e geniale intuizione
definisce un approccio smart
non soltanto per quanto concerne
informazioni “statiche” definite
in un database, ma grazie
alla attuale possibilità di incorporare
la sensoristica nei sistemi
complessi AR, è altresì possibile
trasmettere/visualizzare in modalità
real-time, comodamente,
dati istantaneamente rilevati onsite.
Seppur innegabile il considerevole
incremento di Efficienza /
GEOmedia n°2-2021 43

AUGMENTED REALITY
Produttività, evidenzierei anche
il rilevante incremento possibile
della “Sicurezza sul luogo del
lavoro”.
Si pensi infatti semplicisticamente
alla possibilità di un operatore
tecnico anche neofita, di
individuare prontamente eventuali
pericoli nel contesto in cui
si accinge ad operare, grazie alla
segnaletica e/o simboli di attenzione
digitali sovraimposti direttamente
alla scena osservata.
Le tecnologie XR sono pertanto
oramai considerabili come un
considerevole ausilio alle procedure
operative, ma anche nel
supporto alla diagnostica, nel
supporto alla manutenzione,
con assistenza remota o nella formazione
/o training on the job.
Capitolo a parte meriterebbe infine
l’integrazione delle ultime
potenzialità offerte dall’intelligenza
artificiale nei sistemi XR.
Si prevedono applicazioni sempre
più sofisticate nel settore ed
una crescita esponenziale sino al
2025, che ha avuto il suo incipit
già nel 2018.
Certamente l’integrazione di architetture
informatiche di A.I. al
mix AR/VR aumenta considerevolmente
la produttività, guidando
il personale attraverso le
attività in modo ottimale.
L’iniezione nel sociale di tecnologie
così fortemente impattanti
nella daily life, necessitano
di visioni olistiche dei processi,
competenze specifiche per il loro
controllo al fine di perseguire e
raggiungere le più adatte e corrette
finalità, in ottica custom
taylor nei diversi contesti e specificità
esigenziali.
Sicuramente stiamo vivendo
un’epoca particolarmente tumultuosa,
di grandi processi di
rinnovamento, è pertanto doveroso
approcciare queste nuove
tecnologie con consapevolezza e
soprattutto preparazione tecnica
per innescare circoli virtuosi, destinati
a delineare un reale progresso
di natura sociale nel suo
complesso.
I rischi sono quelli connessi all’adozione
impropria dei sistemi.
Non dimentichiamo che le declinazioni
di ciascuna tecnologia,
seppur estremamente sofisticata,
sono sempre affidate all’uomo.
PAROLE CHIAVE
Augmented reality; virtual reality;
industry 4.0; tecnologie visuali
interattive
ABSTRACT
In this economic context of Industry
4.0 post-Covid we are witnessing a
particular ferment that will inevitably
involve the adoption of new generation
technologies, certainly mature
from the point of view of instrumentation,
hardware, software and operational
workflows. Safety, Efficiency
and Productivity are the evolutionary
parameters mainly affected by the
renewal processes carried out with XR
technologies.
AUTORE
Tiziana Primavera
tiziana.primavera@unier.it
AR Advisor, Ph.D.
Speaker VR/AR Global Summit
44 GEOmedia n°2-2021

Tecnologie
per le Scienze
della Terra e del Mare
Strumenti ad alta tecnologia
anche a noleggio per:
Studio dei fondali e delle coste
Multibeam, SSS, SBP, sismica marina …
Ingegneria civile
Georadar 3D, laser scanner, inclinometri …
Studio del sottosuolo
Georadar, sismica, geoelettrica …
Monitoraggio ambientale
Magnetometri, elettromagnetismo,
sonde oceanografiche …
Monitoraggio sismico
Sismometri, strong motion, reti early warning …
CODEVINTEC
Tecnologie per le Scienze della Terra e del Mare
tel. +39 02 4830.2175 | info@codevintec.it | www.codevintec.it

AGENDA
1,2,9,16,23 Luglio
Conferenza ASITA 2021
Genova
www.geoforall.it/kyp6f
13-15 Settembre 2021
10th AIT International
Conference
Cagliari
www.geoforall.it/ky3x4
27 – 30 Settembre
GIScience 2021
2021 Poznan (Poland)
www.geoforall.it/kfrkk
21 - 23 Settembre
INTERGEO 2021
Hannover (Germany)
www.intergeo.de
5-7 Ottobre 2021
TechnologyForAll 2021
(data non confermata)
Roma
www.technologyforall.it
6 - 8 Ottobre 2021
DRONITALY -
Working
with Drones
Bologna (Italy)
www.geoforall.it/kfy44
24-25 Novembre 2021
GEO Business 2021
London (UK)
www.geoforall.it/kf4yh
18 - 21 Dicembre 2021
ICC- International
Cartographic
Conference
Firenze
www.geoforall.it/kyk8k
2021
Data da confermare
Dal 1986 Teorema lavora
a fianco dei professionisti fornendo
la tecnologia topografica più avanzata,
la migliore formazione tecnica,
ed una accurata assistenza post-vendita,
per rendere più affidabile e produttivo
il vostro lavoro.
LEICA BLK360
CATTURA IL MONDO CHE CI CIRCONDA CON
IMMAGINI PANORAMICHE A COLORI SOVRAPPOSTE
AD ACCURATE NUVOLE DI PUNTI.
◗Facilissimo da usare con la pressione di un solo tasto.
◗Registra le scansioni e visualizza i dati sul campo
in pochi istanti.
◗Lo scanner più piccolo e leggero della sua categoria:
165 mm di altezza x 100 mm di diametro.
◗Nuvole di punti ad alta precisione: 360.000 punti/sec.
con risoluzione personalizzabile.
◗Rilevazione di immagini termiche con sensore FLIR ® ,
in contemporanea con la scansione delle immagini.
per maggiori informazioni
Contattaci, scoprirai molto di più!
Via A. Romilli, 20/8 - 20139 Milano • Tel. 02 5398739
E-mail: teorema@geomatica.it
www.geomatica.it • www.disto.it • www.termocamere.com

Blending the Science of Geography
and Technology of GIS
www.esriitalia.it