Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Rivista bimestrale - anno XXVII - Numero - 2/<strong>2023</strong> - Sped. in abb. postale 70% - Filiale di Roma<br />
TERRITORIO CARTOGRAFIA<br />
GIS<br />
CATASTO<br />
3D CITY<br />
INFORMAZIONE GEOGRAFICA<br />
FOTOGRAMMETRIA EDILIZIA<br />
URBANISTICA DIGITAL TWIN<br />
LASER SCANNING<br />
REMOTE SENSING<br />
GNSS<br />
SPAZIO<br />
RILIEVO AMBIENTE TOPOGRAFIA<br />
LiDAR<br />
GEOBIM<br />
BENI CULTURALI<br />
SMART CITY<br />
Mar/Apr <strong>2023</strong> anno XXVII N°2<br />
Speciale Incendi Boschivi<br />
ed Emergenza Ambientale<br />
PEDROS UN PROGETTO<br />
PER PERIMETRARE<br />
INCENDI CON DRONE<br />
INTELLIGENZA ARTIFICIALE<br />
PER PROTEGGERE LE<br />
INFRASTRUTTURE DAGLI INCENDI<br />
DAL SIMULATORE DEGLI INCENDI<br />
BOSCHIVI AL CONTRASTO DEL<br />
DISSESTO IDROGEOLOGICO
DWG
Ancora sul Catasto Incendi<br />
Vale ricordare che per la prevenzione fu attivato, con la legge quadro in materia di incendi boschivi<br />
n. 353/2000, il Catasto Incendi, che ha introdotto un vincolo quindicennale per le zone boschive<br />
ed i pascoli i cui soprassuoli siano stati percorsi dal fuoco: non potranno avere una destinazione<br />
diversa da quella preesistente all’incendio per almeno quindici anni. Per l’apposizione dei vincoli la<br />
legge stabilisce che i Comuni provvedano al censimento, tramite apposito catasto, dei soprassuoli già<br />
percorsi dal fuoco, avvalendosi dei rilievi effettuati dall'Arma dei Carabinieri - Comando Unità per la<br />
Tutela Forestale, Ambientale e Agroalimentare.<br />
Ciononostante gli incendi continuano, come si può vedere nel recente geoportale degli incendi<br />
boschivi, perché le cause a cui possono essere attribuiti sono molteplici e ''variano da Regione a<br />
Regione, - ci riferisce il comandante Marco Di Fonzo - da provincia a provincia, fino ad avere una<br />
connotazione di carattere comunale: ci sono aree maggiormente interessate da incendi boschivi che<br />
nascono per dolo e altre per colpa, imperizia, imprudenza, negligenza e scarso senso civico''. I casi<br />
possono essere ''lavori stradali, ripulitura degli incolti, bruciature delle biomasse dopo aver fatto le<br />
potature, risentimenti contro la pubblica amministrazione o persone che sono affette da patologie<br />
come i piromani, anche se in Italia questo è un fenomeno marginale''. Inoltre, ''la situazione è<br />
molto articolata, bisogna conoscere il territorio anche dal punto di vista socio-economico per poter<br />
contrastare il fenomeno in maniera efficace, quindi conoscere gli usi e le consuetudini e far partecipe<br />
la popolazione sui comportamenti più idonei''.<br />
Le tecnologie di indagine e monitoraggio utilizzate sono numerose, a partire dalle tecniche di<br />
georeferenziazione accurata del perimetro degli incendi, che si avvale di competenze professionali<br />
specifiche e ha dato vita alla più grande rete di analisti specialisti (Niab) degli incendi boschivi. Si<br />
tratta di professionisti altamente specializzati che intervengono a fiamme spente, interpretano i segni<br />
e svolgono a ritroso il cammino delle fiamme, analizzando a tappeto il percorso degli incendi boschivi<br />
e sfruttando le opportunità offerte dagli assetti satellitari, in particolare quelli della costellazione<br />
Copernicus. Il monitoraggio preventivo ha cambiato totalmente il modo di operare nella protezione<br />
ambientale grazie al potenziamento degli assetti satellitari. Droni e satelliti saranno sempre più<br />
importanti per combattere gli incendi boschivi.<br />
La geomatica, nelle sue varie declinazioni, svolge perciò un ruolo fondamentale. Il Corpo Forestale<br />
ha anche un grande valore aggiunto per il settore del classico Telerilevamento, o Remote Sensing,<br />
che ha bisogno di quella che comunemente gli specialisti chiamano la “verità a terra”, una prova cioè<br />
che confermi le analisi predittive tele-rilevate dai sensori (si veda a proposito il recente articolo di G.<br />
Papitto sulle Foreste Urbane: https://www.carabinieri.it/media---comunicazione/natura/la-rivista/<br />
home/tematiche/boschi/le-foreste-urbane).<br />
Ed in questa indagine il Corpo dispone forse della più grande risorsa di controllo, verifica e<br />
potenziamento del tele-rilevato, costituita dai suoi operatori che percorrono continuamente i luoghi<br />
individuati dai satelliti e verificano con droni, lidar e altri mezzi geomatici quanto individuato dal<br />
satellite o sull’immagine aerea in genere.<br />
L’azione di verifica terrestre potrebbe portare ad un grande contributo di dati nella ricerca scientifica<br />
associata al Telerilevamento in genere, dal momento che il Corpo Forestale dei Carabinieri è<br />
forse l’unica istituzione a disporre di un così alto numero di operatori, i carabinieri forestali, che,<br />
utilizzando tecnologie da ufficio in dotazione, operano, calandosi quotidianamente nella realtà “a<br />
terra”.<br />
Potenziare le competenze e le tecnologie geomatiche per operatori emergenziali, coinvolti nelle<br />
attività di difesa forestale, porterebbe vantaggio non solo alle foreste e al territorio, ma a tutta la<br />
comunità scientifica nazionale, che potrebbe ottenere i famosi “riscontri in situ”, indispensabili per<br />
calibrare i rilevamenti di intere costellazioni di satelliti come i Copernicus o anche i nuovi che sono<br />
arrivati e stanno arrivando.<br />
Buona lettura,<br />
Renzo Carlucci
FOCUS<br />
In questo<br />
numero...<br />
FOCUS<br />
REPORT<br />
ALTRE<br />
RUBRICHE<br />
21, 45 MERCATO<br />
Progetto PEDROS.<br />
Perimetrazione<br />
automatica di<br />
incEndi con DRone<br />
equipaggiato con<br />
sensOre Specifico<br />
di Edoardo Carlucci, Alessio<br />
Di Iorio, Roberto Filippone,<br />
Tonino Giagnacovo, Giovanni<br />
Laneve, Tommaso Murolo<br />
6<br />
42 NON TROPPO<br />
GEORIFERITO<br />
50 AGENDA<br />
16<br />
Il progetto AI-RON<br />
MAN: come l’unione<br />
di dati satellitari ed<br />
Intelligenza Artificiale<br />
ci aiuterà a proteggere<br />
le infrastrutture dagli<br />
incendi.<br />
In copertina una serie di immagini<br />
registrate durante le operazioni<br />
di test del progetto PEDROS,<br />
nato nell’ambito dell’area<br />
disciplinare dedicata alla prevenzione<br />
ai crimini ambientali da parte della<br />
Agenzia Spaziale Italiana (bando ASI<br />
CI-UTN-2020-29), per realizzare<br />
strumenti per telerilevamento<br />
e perimetrazione automatica di<br />
ecosistemi forestali interessati da<br />
incendi colposi o dolosi e/o aggrediti<br />
biologicamente, tramite un sistema<br />
a pilotaggio remoto (drone) per<br />
il riconoscimento in tempo reale<br />
di zone vegetazionali deteriorate,<br />
assistito da sensore aviotrasportato e<br />
sistema satellitare.<br />
Di Davide Ottonello, Tiziano<br />
Cosso, Simone Parmeggiani,<br />
Alessandra Speranza<br />
4 <strong>GEOmedia</strong> n°2-<strong>2023</strong><br />
<strong>GEOmedia</strong>, bimestrale, è la prima rivista italiana di geomatica.<br />
Da oltre 25 anni pubblica argomenti collegati alle tecnologie dei<br />
processi di acquisizione, analisi e interpretazione dei dati,<br />
in particolare strumentali, relativi alla superficie terrestre.<br />
In questo settore <strong>GEOmedia</strong> affronta temi culturali e tecnologici<br />
per l’operatività degli addetti ai settori dei sistemi informativi<br />
geografici e del catasto, della fotogrammetria e cartografia,<br />
della geodesia e topografia, del telerilevamento aereo e<br />
spaziale, con un approccio tecnico-scientifico e divulgativo.
INSERZIONISTI<br />
22<br />
Un sensore<br />
aviotrasportato per<br />
analisi immagini a<br />
supporto degli incendi<br />
di Giovanni Laneve,<br />
Ramon Bueno Morles,<br />
Valerio Pampanoni<br />
Epsilon 45<br />
Esri 32<br />
Gter 21<br />
Pedros 25, 48<br />
Planetek 33<br />
Stonex 47<br />
Strumenti Topografici 2<br />
TechnologyForAll 15<br />
Teorema 46<br />
In cammino dal<br />
Forest Fire Area<br />
Simulator al nuovo<br />
Simulatore FFAS-<br />
PLUS a supporto<br />
delle attività<br />
addestrative di<br />
contrasto al Dissesto<br />
Idrogeologico<br />
di Marco Di Fonzo<br />
26<br />
Sullo sfondo un'immagine<br />
dell'incendio che ha colpito<br />
la città portuale greca<br />
di Alessandropoli, uno dei<br />
più grandi incendi mai<br />
registrati in Europa che<br />
finora ha causato la morte<br />
di 21 persone mentre<br />
15.000 persone sono state<br />
evacuate.<br />
Questa immagine catturata<br />
da uno dei satelliti Copernicus<br />
Sentinel-2 il 25<br />
agosto <strong>2023</strong> mostra le anomalie<br />
termiche dei fronti<br />
di fuoco vicino alla città di<br />
Dadia e le cicatrici bruciate<br />
nel Parco Nazionale di<br />
Dadia.<br />
I dati open di Copernicus<br />
forniscono informazioni<br />
cruciali sugli impatti degli<br />
incendi grazie alle sue immagini<br />
satellitari e ai prodotti<br />
di mappatura delle<br />
emergenze.<br />
Credit: European Union,<br />
Copernicus Sentinel-2<br />
imagery<br />
34<br />
Il ruolo delle<br />
Osservazioni della<br />
Terra dallo spazio<br />
nelle emergenze<br />
ambientali<br />
Di Emiliano Agrillo, Federico<br />
Filipponi, Roberto Inghilesi,<br />
Alessandro Mercatini, Alice<br />
Pezzarossa, Nazario Tartaglione<br />
una pubblicazione<br />
Science & Technology Communication<br />
<strong>GEOmedia</strong>, la prima rivista italiana di geomatica.<br />
ISSN 1128-8132<br />
Reg. Trib. di Roma N° 243/2003 del 14.05.03<br />
Direttore<br />
RENZO CARLUCCI, direttore@rivistageomedia.it<br />
Comitato editoriale<br />
Vyron Antoniou, Fabrizio Bernardini, Caterina Balletti,<br />
Roberto Capua, Mattia Crespi, Fabio Crosilla, Donatella<br />
Dominici, Michele Fasolo, Marco Lisi, Flavio<br />
Lupia, Luigi Mundula, Beniamino Murgante, Aldo Riggio,<br />
Monica Sebillo, Attilio Selvini, Donato Tufillaro<br />
Direttore Responsabile<br />
FULVIO BERNARDINI, fbernardini@rivistageomedia.it<br />
Redazione<br />
Gabriele Bagnulo, Valerio Carlucci, Massimo Morigi<br />
Gianluca Pititto, Maria Chiara Spiezia<br />
redazione@rivistageomedia.it<br />
Diffusione e Amministrazione<br />
TATIANA IASILLO, t.iasillo@mediageo.it<br />
Progetto grafico e impaginazione<br />
DANIELE CARLUCCI, dcarlucci@rivistageomedia.it<br />
Editore<br />
MediaGEO soc. coop. - Via Palestro, 95 00185 Roma<br />
Tel. 06.64871209 - Fax. 06.62209510<br />
info@rivistageomedia.it<br />
Stampato da Bona Digital Print Srl<br />
Condizioni di abbonamento<br />
Science & Technology Communication<br />
La quota annuale di abbonamento alla rivista è di € 45,00.<br />
Il prezzo di ciascun fascicolo compreso nell’abbonamento è di € 9,00. Il prezzo di<br />
ciascun fascicolo arretrato è di € 12,00. I prezzi indicati si intendono Iva inclusa.<br />
L’editore, al fine di garantire la continuità del servizio, in mancanza di esplicita<br />
revoca, da comunicarsi in forma scritta entro il trimestre seguente alla scadenza<br />
dell’abbonamento, si riserva di inviare il periodico anche per il periodo successivo.<br />
La disdetta non è comunque valida se l’abbonato non è in regola con i pagamenti.<br />
Il rifiuto o la restituzione dei fascicoli della Rivista non costituiscono disdetta<br />
dell’abbonamento a nessun effetto. I fascicoli non pervenuti possono essere<br />
richiesti dall’abbonato non oltre 20 giorni dopo la ricezione del numero successivo.<br />
Gli articoli firmati impegnano solo la responsabilità dell’autore. È vietata la<br />
riproduzione anche parziale del contenuto di questo numero della Rivista in<br />
qualsiasi forma e con qualsiasi procedimento elettronico o meccanico, ivi inclusi i<br />
sistemi di archiviazione e prelievo dati, senza il consenso scritto dell’editore.<br />
Numero chiuso in redazione il 24 luglio <strong>2023</strong>.
FOCUS<br />
Progetto PEDROS<br />
Perimetrazione automatica di incEndi con<br />
DRone equipaggiato con sensOre Specifico<br />
di Edoardo Carlucci, Alessio Di Iorio, Roberto Filippone, Tonino Giagnacovo, Giovanni Laneve, Tommaso Murolo<br />
Il sistema proposto prevede la<br />
messa a punto di un sistema<br />
SAPR (Sistema Aviotrasportato<br />
a Pilotaggio Remoto) che<br />
possa essere di ausilio alla<br />
perimetrazione dettagliata, di<br />
aree boschive aggredite da<br />
insetti/patogeni e/o da incendi<br />
boschivi al fine di trasmettere<br />
alle competenti autorità la<br />
certificazione di dette aree<br />
colpite da danno ambientale,<br />
in ottemperanza alla attuale<br />
legislazione. Tale attività viene<br />
In figura sono rappresentate le tipologie tipiche di 4 scenari di test del progetto PEDROS<br />
normalmente realizzata tramite<br />
l’interpretazione di analisi<br />
di immagini satellitari con<br />
risoluzioni spaziali non sempre<br />
adeguate allo scopo, il che<br />
comporta spesso la necessità<br />
di ri-perimetrazione sul campo<br />
effettuata da operatori dotati di<br />
sistemi palmari GNSS.<br />
La normativa vigente in<br />
materia di incendi boschivi<br />
prevede l’istituzione<br />
da parte degli Enti Locali di<br />
una cartografia di tutte le aree<br />
percorse dal fuoco che consenta<br />
di vincolare le particelle catastali<br />
del tutto o in parte interessate<br />
dal fenomeno fino al completo<br />
ripristino della vegetazione preesistente<br />
al passaggio del fuoco.<br />
Le linee guida in materia di<br />
incendi boschivi prevedono la<br />
mappatura annuale delle aree<br />
percorse dal fuoco utilizzando le<br />
informazioni già raccolte dalle<br />
unità forestali ed arricchendole<br />
di indicazioni di georeferenziazione<br />
in ambiente GIS.<br />
Negli ultimi decenni, lo stato<br />
di salute degli ecosistemi è stato<br />
influenzato dai cambiamenti<br />
globali in atto ed è quindi fondamentale<br />
monitorare questi<br />
cambiamenti e i loro effetti<br />
sugli ecosistemi per permetterne<br />
una gestione informata.<br />
Per questo, dal 1997, il Corpo<br />
Forestale dello Stato prima e<br />
l’Arma dei Carabinieri oggi<br />
coordina le strategiche reti di<br />
monitoraggio degli ecosistemi<br />
6 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
FOCUS<br />
Fig.1 - Indice normalizzato di bruciatura (NBR). La vegetazione sana ha un elevato indice<br />
di riflessione sulla banda dell’infrarosso vicino (NIR), e bassa riflessione nella banda<br />
dell’infrarosso a lunghezza d’onda più piccole (SWIR, short wave infrared). Aree del suolo<br />
bruciate (burned areas) hanno invece bassa riflessione nella banda NIR, e alta riflessione<br />
nella banda SWIR. Un elevato valore dell’indice NBR in genere indica vegetazione sana<br />
(healthy vegetation), mentre un basso valore indica suolo arido o bruciato.<br />
forestali nazionali. L’inquinamento<br />
atmosferico e i cambiamenti<br />
climatici hanno effetti<br />
sulle foreste - risorsa strategica<br />
del Paese - che solo un monitoraggio<br />
attento, professionale<br />
e continuo può permettere di<br />
verificare.<br />
Nello stesso ambito si collocano<br />
gli incendi boschivi, che<br />
in Italia, negli ultimi 20 anni,<br />
hanno distrutto circa 760.000<br />
ettari di foresta, il 7,5% della<br />
superficie forestale nazionale.<br />
Per dare un elemento che consente<br />
un immediato termine<br />
di paragone è come se fossero<br />
andati bruciati 760.000 campi<br />
di calcio “coltivati” a bosco.<br />
Il danno economico causato<br />
dal fenomeno è stimato in circa<br />
un miliardo di euro l'anno,<br />
limitando questo conteggio alla<br />
sola analisi della perdita della<br />
produzione legnosa, ai costi<br />
collegati alla tutela idrogeologica,<br />
alla perdita della funzione<br />
cosiddetta ricreativa ed ai servizi<br />
ecosistemici di stabilizzazione<br />
climatica.<br />
In questo calcolo non sono ricompresi<br />
i costi per la lotta attiva<br />
(spegnimento) pari a circa 200<br />
mln di Euro/annui sostenuto<br />
dagli organi preposti.<br />
Tutta l’Italia è interessata dagli<br />
incendi boschivi anche se con<br />
intensità diverse; infatti ogni<br />
Regione ha una sua caratterizzazione<br />
che funge da detonatore e<br />
l'analisi criminale svolta dai Carabinieri<br />
Forestali in questi anni<br />
ha evidenziato che all'interno di<br />
ogni Regione ciascuna provincia<br />
brucia per motivazioni proprie<br />
e differenti dalle altre. È importante<br />
sottolineare che alle nostre<br />
latitudini, gli incendi boschivi<br />
non sono causati da calamità<br />
naturali o da fatalità, ma da<br />
comportamenti sociali volontari<br />
o involontari.<br />
In Italia l’Arma dei Carabinieri,<br />
ai sensi del decreto legislativo<br />
177/2016, ha il compito di reprimere<br />
il fenomeno, effettuare<br />
gli accertamenti tecnici di polizia<br />
giudiziaria conseguenti gli incendi<br />
boschivi che prevedono:<br />
• attività di rilievo delle aree percorse<br />
dal fuoco (R.a.p.f.);<br />
• rilievo della vegetazione danneggiata;<br />
• individuazione delle cause e dei<br />
responsabili;<br />
• arresto degli autori.<br />
I dati georeferenziati, relativi<br />
alle perimetrazioni delle aree<br />
percorse dal fuoco, effettuate dai<br />
militari percorrendo il delimitare<br />
del bosco bruciato con i GPS in<br />
dotazione ai Reparti, vengono<br />
riportati sul sistema informativo<br />
dell’Arma e sono messi a disposizione<br />
dei Comuni ai fini della<br />
Fig.2 – Spettro della vegetazione, suddiviso nelle bande VIS, NIR, SWIR 8.<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 7
FOCUS<br />
redazione del catasto comunale<br />
delle aree percorse dal fuoco,<br />
previsto dall’art. 10 della L.<br />
353/2000.<br />
In questo contesto si colloca il<br />
progetto PEDROS (PErimetrazione<br />
automatica di incendi con<br />
DROne equipaggiato con Sensore<br />
specifico), il cui obiettivo è<br />
quello di fornire uno strumento<br />
di telerilevamento “automatico”<br />
che sia in grado di operare in<br />
qualsiasi condizione per approfondire<br />
il dettaglio e confermare<br />
le analisi prodotte con sistemi di<br />
rilevamento satellitare classici.<br />
Il sistema sarà sviluppato con<br />
sviluppo di software particolare<br />
che oltre a prevedere analisi di<br />
immagini telerilevate (satellite<br />
o aerofotogrammetriche), per<br />
l’individuazione dei confini delle<br />
aree forestali colpite, sia in grado<br />
di operare in qualsiasi condizione<br />
ambientale, anche in assenza<br />
di comunicazione GSM, avvalendosi<br />
di comunicazione satellitare<br />
(tipo Thuraya / Immarsat)<br />
e posizionamento satellitare, in<br />
particolare del sistema ad alta<br />
precisione europeo Galileo.<br />
La realizzazione è proposta dalla<br />
società ALMA SISTEMI srl di<br />
Guidonia (RM), in risposta al<br />
bando di finanziamento dell'Agenzia<br />
Spaziale Italiana (ASI)<br />
per progetti di ricerca industriale<br />
e sviluppo sperimentale, in<br />
cooperazione con la Scuola di<br />
Ingegneria Aerospaziale della<br />
Sapienza Università di Roma e la<br />
società cooperativa mediaGEO,<br />
che opera nel settore della comunicazione<br />
scientifica e tecnologica.<br />
ALMA SISTEMI, curerà la progettazione<br />
e realizzazione di un<br />
prototipo di SAPR basato su un<br />
modello open source offerto con<br />
hardware DJI. Il Laboratorio<br />
della Scuola di Ingegneria Aerospaziale<br />
curerà la definizione<br />
degli algoritmi per il riconoscimento<br />
delle immagini, mentre<br />
la mediaGEO progetterà e realizzerà<br />
i test di campo e le fasi di<br />
disseminazione e comunicazione<br />
dei risultati.<br />
Il Corpo Forestale dell’Arma dei<br />
Carabinieri, per il tramite dei<br />
suoi nuclei addetti alla investigazione<br />
antincendi e monitoraggio<br />
ambientale, parteciperà all'iniziativa<br />
con appoggio e effettivo<br />
coinvolgimento nella fase di definizione<br />
dei requisiti e nella fase<br />
di verifica e validazione del sistema<br />
in ambiente rappresentativo<br />
partecipando alla selezione delle<br />
aree di test, all’esecuzione dei<br />
test stessi e all’analisi dei risultati<br />
finali anche al fine di validare il<br />
sistema negli scenari operativi.<br />
Fig.3 – I valori NBR sono stati moltiplicati per 1000 e convertiti in formato intero<br />
per seguire la convenzione stabilita da Key e Benson" in coerenza con l'articolo<br />
citato.<br />
Il Geoportale Incendi Boschivi<br />
e loro perimetrazione con<br />
drone<br />
L’aumento delle temperature<br />
estive e della siccità ha allertato<br />
negli ultimi decenni l’intera<br />
Europa con particolare riguardo<br />
ai paesi dell’area mediterranea.<br />
Basti pensare agli incendi del<br />
2018, che, meno estesi in totale<br />
per superficie di quelli degli anni<br />
precedenti con 178.000 ettari<br />
bruciati, hanno interessato un<br />
numero più ragguardevole di<br />
paesi, non solo Italia, Spagna<br />
e Grecia, con zone forestali<br />
singolarmente più grandi che<br />
mai, andate in fumo, paesi mediorientali<br />
e nordafricani, ma<br />
anche Svezia, Portogallo e Regno<br />
Unito.<br />
Gli otto mesi consecutivi di<br />
incendi che nel 2019-20 hanno<br />
devastato 170 milioni di ettari<br />
del territorio sud-orientale au-<br />
8 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
FOCUS<br />
straliano hanno comportato un<br />
aumento del livello d’inquinamento<br />
dell’atmosfera al rilievo<br />
satellitare, che ha reso Melbourne<br />
per giorni la città più inquinata<br />
del mondo, ma soprattutto<br />
le forze nazionali dei VV FF e<br />
della Protezione Civile hanno<br />
soccorso nell’emergenza la popolazione<br />
resiliente di fronte alle<br />
proporzioni del disastro, dovendo<br />
desistere dal poterne spegnere<br />
la potenza massiva e subitanea<br />
dovuta all’andamento ciclonico<br />
ventoso: vale a dire un uragano<br />
di fuoco.<br />
Nel 2021 l’Italian Institute for<br />
Planetary Health (IIPH) ha<br />
dichiarato che l’Italia è stata<br />
il primo paese in Europa e il<br />
secondo nel mondo per la frequenza<br />
del fenomeno di incendio<br />
boschivo superiore ai mille<br />
ettari, senza considerare che il<br />
Belpaese ha una delle flottiglie<br />
aeree antincendio boschivo più<br />
efficienti e consistenti a livello<br />
planetario all’attivo della Protezione<br />
Civile. Quest’anno anche<br />
Grecia e Spagna hanno già subito<br />
la devastazione di migliaia<br />
di ettari di boschi e di macchia<br />
mediterranea incendiati nel solo<br />
mese di luglio, portando in EU<br />
il fenomeno estivo, con il caldo<br />
torrido e la penuria d’acqua,<br />
nuovamente alle proporzioni<br />
di disastro ambientale, per di<br />
più sempre più vicino alle aree<br />
metropolitane, come nel Lazio,<br />
tra le regioni italiane più colpite.<br />
Mentre l’European Forest Fire<br />
Information System (EFFIS)<br />
ha reso noto che sono 19, cioè<br />
la maggioranza, i paesi a rischio<br />
grandi incendi di mille ettari e<br />
oltre nella Comunità europea e<br />
che quella che stiamo vivendo è<br />
la più grande siccità mai verificatasi<br />
da 76 anni a questa parte.<br />
Riguardo le misure di prevenzione<br />
l’istituzione europea ha<br />
posto l’accento sul progressivo<br />
abbandono delle campagne<br />
all’origine del mancato controllo<br />
sul territorio da parte dei<br />
suoi abitanti verso il rischio di<br />
sviluppo rapido di focolai dolosi,<br />
anche se la loro insistente<br />
prossimità ai centri urbani lascia<br />
immaginare che possa essere attribuito<br />
all’intento di eliminare<br />
rapidamente col fuoco ingombranti<br />
discariche altrettanto improvvisate<br />
o l’accumulo di detriti<br />
e materiali inquinanti. Forse<br />
l’Europa dovrebbe proporsi un’agenda<br />
più pragmatica riguardo le<br />
nuove produzioni di inquinanti,<br />
invece di sbandierare green, sia<br />
pure temporaneamente, quello<br />
che, come le centrali nucleari,<br />
non può smantellare senza costi<br />
elevatissimi, superiori ai benefici<br />
prodotti, tra i quali, cosa che<br />
beneficio non è, tutt’altro, il surriscaldamento<br />
terrestre.<br />
Certamente fondamentale può<br />
dirsi quanto l’Italia sta facendo<br />
sul piano della prevenzione e<br />
della difesa del patrimonio boschivo<br />
e forestale, parallelamente<br />
e di supporto agli interventi<br />
nell’ambito della Protezione Civile<br />
e ambientale.<br />
Il Comando Unità Forestali<br />
Ambientali e Agroalimentari<br />
(CUFA) dal 2019, di concerto<br />
con l’Arma dei Carabinieri ha<br />
avanzato, nel settore della Space<br />
Economy e nei termini dell’ecosostenibilità,<br />
l’individuazione<br />
degli assetti satellitari più mirati<br />
al contrasto del fenomeno degli<br />
incendi boschivi per mezzo, in<br />
attuazione del D.L. 120/2021,<br />
del Geoportale degli Incendi Boschivi,<br />
in esercizio dallo scorso<br />
1 aprile 2022. L’iniziativa consente<br />
di mappare e riversare nel<br />
database i percorsi degli incendi<br />
boschivi identificati da satellite<br />
e da terra, di verificare a ritroso<br />
nelle condizioni meteo di direzione<br />
del vento e di espansione<br />
naturale del sossuolo boschivo<br />
dove più attecchisce, i focolai<br />
originari dell’incendio e di verificarli.<br />
Sottoponendo con questa<br />
tecnologia sensibile l’area interessata<br />
al diretto controllo, oltre<br />
Fig. 4 - In questa figura viene riportato l'elaborazione dell'indice RBR (Relativized<br />
Burn Ratio). Questo indice prevede nella sua formula l'analisi di una immagine preincendio<br />
e post-incendio, diversamente dall’approccio del progetto Pedros.<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 9
FOCUS<br />
Economy, al pari dei Bio Parchi<br />
e dei Parchi Marini.<br />
Il Geoportale degli Incendi Boschivi<br />
in qualche misura anticipa<br />
gli intenti a livello mondiale e<br />
soprattutto europeo che ricercano<br />
le linee guida nella prevenzione.<br />
Fra queste s’inserisce il Progetto<br />
di ricerca PEDROS per la<br />
sorveglianza delle zone boschive,<br />
protette e non, e le limitrofe, al<br />
fine di migliorare con droni pilota,<br />
senza il rischio di perdita di<br />
vite umane nell’avvicinamento,<br />
il pronto intervento per la delimitazione<br />
delle aree percorse dal<br />
fuoco. PEDROS è un acronimo<br />
che sta per: PErimetrazione automatica<br />
di incendi con DROne<br />
equipaggiato con Sensore specifico,<br />
dove la tecnologia sostituisce<br />
l’elemento umano nell’esposizione<br />
al pericolo, consentendo<br />
di tracciare in automazione le<br />
aree percorse dal fuoco subito<br />
dopo il loro spegnimento, consentendo<br />
anche di circoscrivere<br />
l’area di innesco, per le successive<br />
indagini volte ad individuarne<br />
le cause.<br />
Il progetto, finanziato dall’Agenzia<br />
Spaziale Italiana (ASI), in via<br />
di sviluppo da parte di tre componenti<br />
il Consorzio d’imprese<br />
e cioè: Alma Sistemi, Mediageo<br />
e Sapienza Università di Roma,<br />
ha individuato quattro principali<br />
Test di volo praticabili dal<br />
modello di drone altamente robotizzato<br />
, che sono in corso di<br />
realizzazione.<br />
Fig.5 – Curva sensibilità sensore a basso costo TEC-less(senza sistema di raffreddamento),<br />
bande VIS/NIR/SWIR,modello Owl 640 M (Raptor Photonics, UK).<br />
che degli organi di tutela, dei<br />
Comuni preposti all’attivazione<br />
dei vincoli di inedificabilità normativi<br />
per i dieci anni successivi<br />
all’incendio, previsti dalle normative<br />
vigenti e nei quali l’ecosistema<br />
boschivo protetto potrà<br />
rigenerarsi spontaneamente,<br />
fungendo da deterrente ad ogni<br />
altro proposito degenerativo di<br />
malitenzionati incorrenti nella<br />
medesima ipotesi di reato di distruzione.<br />
Nella sezione Catasto Incendi<br />
del Sistema informativo<br />
della Montagna (SIM) le perimetrazioni<br />
a titolo gratuito,<br />
resteranno a disposizione dei<br />
Comuni coinvolti per l’apposizione<br />
e il rispetto delle misure<br />
di protezione e salvaguardia e le<br />
azioni repressive delle violazioni<br />
eventuali, che non possano più<br />
dirsi isolate. Previdenze analoghe<br />
interesseranno il formarsi di discariche<br />
abusive nel patrimonio<br />
forestale, boschivo e delle acque,<br />
insieme all’ambiente marino, al<br />
patrimonio di bacini fluviali e<br />
lacustri e ai ghiacciai, influenti<br />
l’andamento climatico e le risorse<br />
energetiche rinnovabili del<br />
paese, nei termini della Space<br />
Sensori NIR/SWIR per UAV<br />
ad alte prestazioni<br />
a cura di T. Giagnacovo<br />
Tra i vari indicatori dello stato di<br />
salute della vegetazione, ottenuti<br />
elaborando immagini satellitari<br />
su varie bande di frequenza,<br />
il “Normalized Burn Ratio”<br />
(NBR) si è rilevato particolarmente<br />
utile, per rilevare le tracce<br />
lasciate dal fuoco a seguito di un<br />
incendio.<br />
Lo NBR viene elaborato a partire<br />
da due specifiche bande di frequenza,<br />
come ad esempio quelle<br />
ottenute dal Thematic Mapper<br />
(TM) di Landsat 4-5:<br />
• banda 4: 0.76-0.90 μm (NIR)<br />
• banda 7: 2.08-2.35 μm<br />
(SWIR)<br />
L’indice così determinato è<br />
quello che mostra la maggior<br />
differenza tra le immagini pre e<br />
post-incendio, specialmente su<br />
suolo coperto da boschi 2 3 4 .<br />
La banda 4 (NIR) è sensibile<br />
al contenuto di clorofilla nella<br />
vegetazione sana. La banda 7<br />
(SWIR) è sensibile al contenuto<br />
di acqua sia nel suolo che<br />
nella vegetazione, al contenuto<br />
di legno nella vegetazione non<br />
fotosintetica, e ai minerali idrati<br />
come argilla, mica e alcuni ossidi<br />
e solfati 5 . E’stato dimostrato che<br />
le lunghezze d'onda della banda<br />
7 sono sensibili nel separare vegetazione<br />
ricca di legno non fotosinteticamente<br />
attiva (morta)<br />
dal suolo, dalla cenere e<br />
dal legno carbonizzato in un ambiente<br />
post-incendio 6 .<br />
Come risultato dell'utilizzo<br />
di queste due bande, l'NBR<br />
10 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
FOCUS<br />
Tab.1 – selezione sensori VIS/NIR/SWIR adatti ad essere impiegati su UAV.<br />
è particolarmente sensibile ai<br />
cambiamenti nella quantità di<br />
vegetazione verde, contenuto di<br />
umidità e alcune condizioni del<br />
suolo che possono verificarsi in<br />
seguito ad un incendio.<br />
Se si analizza in dettaglio lo<br />
spettro riflesso dalla vegetazione,<br />
è possibile identificare alcune<br />
lunghezze d'onda di interesse.<br />
Da 0.75 a 1.3 μm lo spettro è<br />
dominato dalla struttura cellulare<br />
della vegetazione sana. Successivamente<br />
si hanno le bande di<br />
assorbimento del vapore acqueo<br />
in atmosfera (circa 1.38, 1.87,<br />
2.7 μm), banda quindi sensibile<br />
al contenuto di acqua nella vegetazione.<br />
Sovrapponendo a questo spettro<br />
quello di aree del suolo bruciate,<br />
si possono ricavare una serie di<br />
markers o indici a specifiche lunghezze<br />
d’onda che consentono di<br />
discriminare aree del suolo con<br />
vegetazione sana da quelle che<br />
hanno subito un’incendio.<br />
In fig.4 è riportato un esempio<br />
di elaborazione di immagini<br />
satellitari facendo uso dell’indice<br />
NBR, e della sovrapposizione del<br />
risultato su una immagine in 3D<br />
tramite Google Earth.<br />
Scelta del Sensore<br />
Per determinare un indice NBR<br />
sulle immagini da acquisire, le<br />
bande di frequenza di interesse<br />
sono:<br />
• NIR, filtro passa-banda a 800<br />
nm<br />
• SWIR, filtro passa-banda a<br />
1380 nm<br />
• SWIR, filtro passa-banda a<br />
1870 nm<br />
Dal punto di vista tecnologico,<br />
sono disponibili commercialmente<br />
una varietà di sensori che<br />
coprono le bande di interesse.<br />
La banda NIR può essere coperta<br />
da un economico sensore<br />
CMOS. La banda SWIR fino a<br />
1.7 μm può essere coperta da un<br />
sensore InGaAs (raffreddato con<br />
TEC 11 ). La banda SWIR fino a<br />
2.5 μm può essere coperta solo<br />
da sensori del tipo MCT12 con<br />
raffreddamento a TEC o LN<br />
(Azoto liquido). Sono comunque<br />
disponibili alcuni sensori<br />
in banda SWIR (0.9-1.7 μm) o<br />
NIR/SWIR (0.6-1.7 um) senza<br />
raffreddamento (TEC-less, rif.<br />
fig.5), quindi con un ridottissimo<br />
consumo di potenza.<br />
APR ad alte prestazioni<br />
I criteri di selezione per un velivolo<br />
APR (drone) adatto ai<br />
requisiti del progetto PEDROS<br />
sono i seguenti:<br />
1. Elevata autonomia di volo<br />
2. Elevata capacità di carico<br />
3. Quota di tangenza pratica<br />
4. Guida autonoma<br />
5. Grado di tenuta IP<br />
L’autonomia è necessaria per<br />
poter compiere una missione di<br />
ricognizione di un territorio, in<br />
genere in zone impervie, considerando<br />
anche il tempo neces-<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 11
FOCUS<br />
Tab.2 – Filtri di banda ottici con attacco 12.5 mm (C-Mount)<br />
sario al rientro. Inoltre, APR ad<br />
elevata autonomia consentono<br />
di avere ancora un buon margine<br />
sull’autonomia di volo pur<br />
con un carico pari al massimo<br />
previsto dal velivolo.<br />
La capacità di carico deve poter<br />
consentire di allocare i sensori,<br />
costituiti da una o più telecamere<br />
operanti nelle bande VIS,<br />
NIR e SWIR, e l’unità di elaborazione,<br />
registrazione dati, e<br />
controllo del volo.<br />
La quota di tangenza pratica<br />
consente di operare il velivolo<br />
anche in zone di montagna, con<br />
sito di decollo posto quindi già a<br />
quote elevate, pur conservando<br />
un buon rateo di salita.<br />
La guida autonoma deve consentire<br />
al sistema di elaborazione<br />
di bordo di poter inviare comandi<br />
all’autopilota del velivolo, e di<br />
ricevere informazioni di stato. Il<br />
profilo della missione prevede la<br />
navigazione guidata da una serie<br />
di waypoints pre-programmati,<br />
con la possibilità di inserire variazioni<br />
in base alle immagini<br />
acquisite.<br />
Il grado di tenuta IP17. Consente<br />
di operare il velivolo in<br />
Tab.3 – Rassegna velivoli APR ad alte prestazioni disponibili commercialmente.<br />
12 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
FOCUS<br />
condizioni meteo tipiche di un<br />
ambiente impervio, e su terreni<br />
sui quali si è sviluppato un incendio,<br />
quindi ricchi di ceneri.<br />
Da una prima ricognizione dei<br />
modelli attualmente disponibili<br />
sul mercato, sono state estrapolate<br />
le seguenti caratteristiche<br />
tecniche di massima.<br />
• Autonomia di volo: da 30 a 50<br />
minuti.<br />
• Capacità di carico (payload):<br />
fino a 3 kg.<br />
• Tangenza pratica: fino a 5000<br />
m (parametro non disponibile<br />
da tutti i costruttori).<br />
• Guida autonoma: predisposizione<br />
kit SDK (DJI), o uso di<br />
sistemi “open-source”.<br />
• Grado IP: 43 – 45 (con un<br />
modello che dichiara 63).<br />
La scelta del tipo di eliche da<br />
installare determina la massima<br />
quota di volo del velivolo. Detta<br />
quota, definita anche come<br />
tangenza pratica, è quella nella<br />
quale il velivolo ha ancora sufficiente<br />
controllo sulla velocità di<br />
salita.<br />
La massima quota di volo è<br />
importante se si deve operare in<br />
zone di montagna, quindi con<br />
altezze sul livello del mare di<br />
1000 – 2000 metri, fino a 3000<br />
metri. Le attuali normative stabiliscono<br />
una quota di volo dal<br />
livello del suolo (AGL) massima<br />
di 70 m per voli amatoriali, e<br />
150 m per piloti professionisti<br />
con attestato.<br />
Fig.6 – Rapporto peso al decollo vs. max. carico utile<br />
Fig.7 – Rapporto autonomia di volo con max.carico utile 18 .<br />
Algoritmo sviluppato<br />
Il progetto PEDROS (PErimetrazione<br />
automatica di incendi<br />
con DROne equipaggiato con<br />
Sensore specifico) prevede la<br />
realizzazione di un sistema di<br />
supporto alle attività operative<br />
di perimetrazione dettagliata<br />
di aree boschive aggredite da<br />
Fig.8 – Curve autonomia in funzione del carico utile per i tre modelli Explorer<br />
1000 (dronebase), Matrice 300 (DJI), Evoluzione 4HSE (italdron).<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 13
FOCUS<br />
insetti/patogeni e/o da incendi<br />
boschivi. Con riferimento al problema<br />
della perimetrazione delle<br />
aree percorse dal fuoco l’algoritmo<br />
sviluppato nell’ambito del<br />
progetto si basa su un approccio<br />
già largamente applicato nell’ambito<br />
del telerilevamento satellitare.<br />
La sua applicazione nel caso<br />
specifico dell’osservazione da<br />
drone richiede alcune modifiche,<br />
in particolare legate all’impossibilità<br />
di applicare tecniche di<br />
change detection e alla necessità<br />
di realizzare l’elaborazione delle<br />
immagini in real time a bordo<br />
del drone. Nel corso del tempo<br />
sono stati sviluppati una serie di<br />
indici specializzati per la mappatura<br />
delle aree affette da incendio<br />
da dati telerilevati, tra questi: il<br />
Normalized Burn Ratio (NBR),<br />
il Burned Area Index (BAI),<br />
il Mid Infrared Burn Index<br />
(MIRBI). L’implementazione di<br />
un algoritmo automatizzato in<br />
grado di analizzare (on board) le<br />
immagini acquisite da un drone<br />
in tempo reale e fornire mappe<br />
delle aree percorse dal fuoco<br />
risulta fondamentale per supportare<br />
il servizio fornito dal progetto<br />
PEDROS. L’algoritmo deve<br />
garantire la interoperabilità dei<br />
dati, deve essere capace di gestire<br />
un significativo flusso di dati<br />
ma soprattutto costituire una<br />
significativa evoluzione rispetto<br />
allo stato dell’arte nel processo<br />
di rilevamento remoto dei cambiamenti,<br />
permettendo la identificazione<br />
da immagini acquisite<br />
in tempo reale dei cambiamenti<br />
nella vegetazione. Prevedendo<br />
che la elaborazione delle immagini<br />
acquisite dal drone sia operata<br />
a bordo dello stesso, l’algoritmo<br />
di individuazione delle aree<br />
bruciate è stato implementato<br />
su un computer adatto ad essere<br />
installato a bordo di un drone.<br />
Le immagini acquisite dal drone<br />
sono elaborate su un Raspberry<br />
Pi-400 con uno script scritto in<br />
Python. Un’analisi preliminare<br />
è stata condotta utilizzando le<br />
immagini multispettrali ottenute<br />
da drone equipaggiato con una<br />
fotocamera MicaSense RedEdge-<br />
MX.<br />
Ulteriori dettagli sono nell’articolo<br />
“Un sensore aviotrasportato<br />
per analisi immagini a supporto<br />
degli incendi” di Giovanni Laneve,<br />
Ramon Bueno Morles,<br />
Valerio Pampanoni, sempre su<br />
questo numero a pag. 22.<br />
RIFERIMENTI<br />
1 Key, C. H., & Benson, N. C. (2005). Landscape<br />
assessment: Remote sensing of severity,<br />
the Normalized Burn Ratio. In D. C. Lutes<br />
(Ed.), FIREMON: Fire effects monitoring<br />
and inventory system. General Technical<br />
Report, RMRS- GTR-164-CD:LA1-LA51.<br />
(pp.) Ogden, UT: USDA Forest Service,<br />
Rocky Mountain Research Station.<br />
2 Key, C. H., & Benson, N. C. (2005).<br />
Landscape assessment: ground measure of<br />
severity, the Composite Burn Index. In D. C.<br />
Lutes (Ed.), FIREMON: Fire effects monitoring<br />
and inventory system. General Technical<br />
Report, RMRS- GTR-164-CD:LA1-<br />
LA51. (pp.) Ogden, UT: USDA Forest<br />
Service, Rocky Mountain Research Station.<br />
3 Lopez Garcia, M. J., & Caselles, V. (1991).<br />
Mapping burns and natural reforestation<br />
using Thematic Mapper data. Geocarto International,<br />
1, 31-37.<br />
4 Miller, J. D., & Yool, S. R. (2002). Mapping<br />
forest post-fire canopy consumption in<br />
several overstory types using multi-temporal<br />
Landsat TM and ETM data. Remote Sensing<br />
of Environment, 82(2-3), 481-496.<br />
5 Avery & Berlino, 1992; Elvidge, 1990.<br />
6 Jia et al., 2006; Kokaly et al.<br />
7 Rif.immagine: “Burned Area Mapping<br />
with Sentinel-2 using SNAP” Corus ESA<br />
Copernicus, Portugal, 2017<br />
8 Rif.immagine (modificata dall’autore):<br />
Elowitz, Mark R. “What is Imaging Spectroscopy<br />
(Hyperspectral Imaging)?, republished in<br />
“Vegetation Analysis: Using Vegetation Indices<br />
in ENVI”, L3-Harris whitepaper.<br />
9 Jay D. Miller, Andrea E. Thode (2006).<br />
Quantifying burn severity in a heterogeneous<br />
landscape with a relative version of the delta<br />
Normalized Burn Ratio (dNBR). Remote<br />
Sensing of Environment 109 (2007) 66-80,<br />
Elsevier.<br />
10 Rif.immagine: “Burned Area Mapping<br />
with Sentinel-2 using SNAP” Corus ESA<br />
Copernicus, Portugal, 2017.<br />
11 TEC – Thermo-Electric Cooler. Modulo<br />
di raffreddamento a cella di Peltier.<br />
12 Il grado di protezione IP si compone di<br />
2 cifre. La prima indica il grado di protezione<br />
da corpi solidi (4 indica protezione da<br />
oggetti solidi maggiori di 1 mm). La seconda<br />
cifra indica la protezione da liquidi (3: vapori<br />
d’acqua, 4: spruzzi d’acqua, 5: getti d’acqua).<br />
13 modelli DJI (Matrice 200 e 300), Explorer<br />
1000 (dronebase), e Durante (italdron):<br />
autonomiadi volo a pieno carico da specifica.<br />
Per gli altri modelli è stata stimata in rapporto<br />
alla massima autonomia di volo dichiarata.<br />
KEYWORDS<br />
UAV; incendi boschivi, Sensori ottici;<br />
NIR; SWIR; algoritmo; GNSS<br />
ABSTRACT<br />
The proposed system provides for the development<br />
of a SAPR system (Airborne<br />
Remote Pilotage System) which can be<br />
of assistance to the detailed perimeter, of<br />
wooded areas attacked by insects/pathogens<br />
and/or by forest fires in order to<br />
transmit to the competent authorities the<br />
certification of these areas affected by environmental<br />
damage, in compliance with<br />
current legislation. This activity is normally<br />
carried out through the interpretation of<br />
satellite image analyzes with spatial resolutions<br />
that are not always adequate for the<br />
purpose, which often entails the need for<br />
re-perimeteration in the field carried out<br />
by operators equipped with GNSS handheld<br />
systems.<br />
AUTORE<br />
Alessio Di Iorio,<br />
adi@alma-sistemi.com<br />
Roberto Filippone,<br />
Tommaso Murolo<br />
Roberto Filippone,<br />
Tonino Giagnacovo<br />
ALMA SISTEMI s.r.l.<br />
Edoardo Carlucci<br />
MediaGEO sooc. cop.<br />
Giovanni Laneve<br />
SIA (Scuola di Ingegneria Aerospaziale)<br />
Earth Observation Satellite Images<br />
Applications Lab (EOSIAL)<br />
Sapienza Università di Roma<br />
Il Progetto Perimetrazione automatica di<br />
incEndi con DROne equipaggiato con<br />
Sensore specifico (PEDROS) è stato finanziato<br />
dall'Agenzia Spaziale Italiana<br />
(ASI) nell'ambito del bando di finanziamento<br />
di progetti di ricerca industriale,<br />
sviluppo sperimentale (504/2020) per<br />
“Nuove idee di applicazioni integrate,<br />
servizi e prodotti innovativi basati sull’uso<br />
dei dati satellitari di telecomunicazioni<br />
(TLC)/navigazione (NAV)<br />
14 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
FOCUS<br />
Il Forum dell'Innovazione<br />
Tecnologie per il Territorio, Beni Culturali e Smart Cities<br />
Roma<br />
14 - 16 NOV <strong>2023</strong><br />
www.technologyforall.it<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 15
REPORT<br />
Il progetto AI-RON MAN:<br />
come l’unione di dati satellitari ed<br />
Intelligenza Artificiale ci aiuterà a<br />
proteggere le infrastrutture dagli incendi<br />
di Davide Ottonello, Tiziano Cosso, Simone Parmeggiani, Alessandra Speranza<br />
Un consorzio di PMI italiane<br />
sta lavorando per sfruttare<br />
le immagini catturate dai<br />
satelliti Copernicus al fine<br />
di creare un algoritmo di<br />
Intelligenza Artificiale che<br />
possa prevedere il rischio di<br />
incendi boschivi e proteggere<br />
le nostre infrastrutture di<br />
telecomunicazione sparse sul<br />
territorio.<br />
Fig. 1 - Una stazione radio base distrutta da un incendio, California Luglio 2019.<br />
Il progetto “AI-RON MAN:<br />
AI-based wildfiRe predictiON<br />
for the risk MANagement<br />
of TLC Infrastructures”<br />
nasce ufficialmente a Settembre<br />
2022 grazie ai finanziamenti<br />
della quarta Open Call del progetto<br />
Horizon 2020 “AI4Copernicus”<br />
(www.ai4copernicusproject.eu).<br />
Il consorzio è formato<br />
da tre PMI italiane, nello<br />
specifico: STAM S.r.l., società<br />
di innovazione tecnologica con<br />
esperienza nel campo dell’Intelligenza<br />
Artificiale, GTER<br />
S.r.l., esperti nel campo dei GIS<br />
e Earth Observation, e LA SIA<br />
S.p.A., società di ingegneria che<br />
progetta e gestisce infrastrutture<br />
di telecomunicazione.<br />
AI-RON MAN coniuga l’utilizzo<br />
di dati satellitari e i modelli<br />
di intelligenza artificiale per<br />
prevedere il rischio di incendi<br />
boschivi nelle aree dove sono<br />
presenti le infrastrutture di telecomunicazione,<br />
ovvero una<br />
delle spine dorsali su cui si basa<br />
la nostra società ed il nostro<br />
sistema economico. Il prodotto<br />
finale sarà dunque un sistema<br />
software di monitoraggio del<br />
rischio incendi e alerting per i<br />
gestori dell’infrastruttura.<br />
La minaccia (crescente)<br />
degli incendi boschivi e<br />
le ripercussioni sul mondo<br />
Telecomunicazioni<br />
Il cambiamento climatico e i<br />
suoi effetti negativi sull’ambiente<br />
e sulla nostra società<br />
sono ormai noti, anche grazie<br />
ai sempre più frequenti episodi<br />
di cronaca che riportano l’accadimento<br />
di eventi estremi dalle<br />
conseguenze nefaste in termini<br />
economici e di vite umane. Secondo<br />
l’European Environment<br />
Agency, il riscaldamento globale<br />
ha notevolmente aumentato<br />
il rischio di incendi boschivi<br />
su tutto il territorio Europe,<br />
determinando le condizioni<br />
per cui l'estensione e l'intensità<br />
degli incendi boschivi nell'Unione<br />
Europea aumenteranno<br />
nei prossimi anni. A riprova di<br />
quanto appena scritto, il 2019<br />
è stato l'anno peggiore della<br />
storia recente per numero di<br />
incendi, con oltre 400.000 ettari<br />
di terreno naturale bruciato<br />
in Europa.<br />
Di conseguenza, gli incendi<br />
nelle foreste e nelle aree selvag-<br />
16 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
REPORT<br />
ge europee hanno e avranno<br />
un grande impatto sulle risorse<br />
agricole e sugli insediamenti<br />
urbani, con conseguenze critiche<br />
per la sicurezza e la salute<br />
dei cittadini, la salvaguardia dei<br />
beni economici e la fornitura di<br />
servizi essenziali dagli ecosistemi<br />
danneggiati dal fuoco. Tra<br />
tutte le infrastrutture critiche<br />
minacciate dagli incendi, le<br />
infrastrutture di telecomunicazione<br />
(TLC) come le stazioni<br />
radio base (BTS) sono particolarmente<br />
esposte poiché sono<br />
tipicamente collocate in luoghi<br />
remoti vicino o addirittura<br />
all'interno delle foreste.<br />
Seppur sia un problema ancora<br />
poco sentito in Europa, negli<br />
USA le ripercussioni degli incendi<br />
sulle infrastrutture TLC<br />
in anni recenti sono state devastanti.<br />
In particolare, gli incendi<br />
avvenuti nel 2019 in California<br />
hanno causato ingenti danni e<br />
disservizi alla rete di telefonia<br />
mobile dello stato.<br />
La portata del problema non è<br />
da sottovalutare. Secondo uno<br />
studio, circa una persona su<br />
quattro negli Stati Uniti vive<br />
in un'area servita da torri di<br />
telefonia cellulare a rischio di<br />
interruzione causata da incendi,<br />
e ciò è dovuto al fatto che più<br />
di 430.000 ricetrasmittenti di<br />
rete cellulare coprono circa 85<br />
milioni di persone si trovano<br />
in aree che il servizio forestale<br />
degli Stati Uniti considera a<br />
rischio di incendio moderato<br />
o elevato. Allo stesso modo, in<br />
tutta Europa ci sono 426.000<br />
siti di torri e la maggior parte di<br />
essi sono di categoria rawland<br />
(quindi installate sul terreno)<br />
e situati al di fuori del tessuto<br />
urbano, in zone remote come<br />
monti e foreste.<br />
Le interruzioni dell'infrastruttura<br />
TLC possono causare gravi<br />
conseguenze per la popolazione,<br />
i servizi essenziali e altri settori<br />
economici, ma anche problemi<br />
a breve termine dovuti all'indisponibilità<br />
della rete di telefonia<br />
cellulare su cui i primi soccorritori<br />
si affidano principalmente<br />
per la gestione delle emergenze<br />
e la comunicazione durante le<br />
missioni di soccorso.<br />
I dati satellitari come fonte di<br />
informazioni<br />
Esistono migliaia di dataset<br />
contenenti informazioni riguardanti<br />
l’osservazione della terra,<br />
che beneficiano diversi campi<br />
della scienza umana. Questi<br />
dati sono, per la maggior parte,<br />
open source e lo rimarranno<br />
almeno fino al 2037, motivo<br />
per cui intorno a questi progetti<br />
(NOAA EUMETSAT etc) sono<br />
nati alcuni servizi cosiddetti di<br />
rianalisi (reanalysis) che altro<br />
non sono che modelli costruiti<br />
sulla base di questi dati per<br />
fornire informazioni pronte da<br />
utilizzare.<br />
ERA5-Land, ad esempio, è<br />
un set di dati di rianalisi che<br />
fornisce una visione coerente<br />
dell'evoluzione delle variabili<br />
del terreno nel corso di diversi<br />
decenni con una risoluzione<br />
migliorata rispetto a ERA5.<br />
ERA5-Land è stato prodotto<br />
riproducendo la componente<br />
terrestre della rianalisi climatica<br />
ERA5 dell'ECMWF (European<br />
Centre for Medium-Range<br />
Fig. 2 - La rete neurale alla base del progetto AI-RON MAN.<br />
Weather Forecasts). La rianalisi<br />
combina i dati del modello con<br />
le osservazioni provenienti da<br />
tutto il mondo in un set di dati<br />
completo e coerente a livello<br />
globale utilizzando le leggi della<br />
fisica. La rianalisi produce dati<br />
che risalgono a diversi decenni<br />
indietro nel tempo, fornendo<br />
una descrizione accurata del clima<br />
del passato.<br />
All’interno del progetto AI-<br />
RON MAN, sono stati analizzati<br />
ed utilizzati alcuni dati<br />
satellitari ritenuti rilevanti per<br />
studiare il fenomeno degli incendi<br />
boschivi. Tali dati riguardano<br />
principalmente le condizioni<br />
dell’aria, della vegetazione<br />
e del suolo.<br />
Ad esempio, sono stati presi in<br />
considerazione i dati relativi<br />
alla temperatura rilevata a 2<br />
metri da terra (t2m, calcolato<br />
per interpolazione tra il livello<br />
più basso del modello e la superficie<br />
terrestre, tenendo conto<br />
delle condizioni atmosferiche) e<br />
temperatura al suolo lvl 1 (ossia<br />
la temperatura del suolo nello<br />
strato 0 - 7 cm del sistema di<br />
previsione integrato ECMWF).<br />
Questi dati sono forniti attraverso<br />
la piattaforma CDS<br />
(Climate Data Storage), da cui<br />
è possibile leggere anche documentazione<br />
aggiuntiva.<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 17
REPORT<br />
In aggiunta ai dati di temperatura,<br />
sono stati presi in considerazione<br />
altri due modelli,<br />
riguardanti il Burned Area<br />
Index (BAI) ossia il numero di<br />
giorni in cui una determinata<br />
zona del globo è andata a fuoco<br />
(dato calcolato ogni 15 giorni)<br />
e il dato relativo all’umidità del<br />
suolo di superficie (Surface Soil<br />
Moisture). È bene sottolineare<br />
che tali dati devono spesso essere<br />
post-processati per renderli<br />
omogenei ed utilizzabili. Infatti,<br />
sebbene i 3 dataset descritti in<br />
precedenza provengano tutti<br />
dalla stessa piattaforma cds e<br />
siano accessibili tramite lo stesso<br />
servizio API, la risoluzione<br />
spaziale e temporale non era<br />
omogenea. Pertanto, è stato necessario<br />
effettuare un ricampionamento<br />
al fine di armonizzare<br />
i dati alla stessa risoluzione spaziale<br />
di 0.25x0.25 gradi (circa<br />
250x250m per cella).<br />
L’intelligenza artificiale per<br />
predire il rischio di eventi<br />
estremi<br />
L’intelligenza artificiale (IA) è<br />
al giorno d’oggi una tecnologia<br />
ormai consolidata, anche<br />
se ancora con grandi margini<br />
di miglioramento e con infinite<br />
nuove possibili applicazioni<br />
alla portata di utenti<br />
Fig. 3 - L'interfaccia dell'applicazione AI-RON MAN.<br />
senza particolari abilità che la<br />
renderanno incredibilmente<br />
pervasiva. Alla fine del 2022,<br />
ad esempio, è stato lanciato il<br />
servizio ChatGPT di OpenAI,<br />
ovvero un chatbot in grado di<br />
rispondere alle domande dell’utente,<br />
nonché di instaurare una<br />
vera e propria conversazione.<br />
ChatGPT è alimentato da un<br />
motore di intelligenza artificiale,<br />
nello specifico utilizza<br />
tecniche di supervised e reinforcement<br />
learning.<br />
Uno dei filoni principali<br />
dell’IA, ed anche uno dei più<br />
affascinanti, riguarda la previsione<br />
del futuro tramite l’apprendimento<br />
della macchina<br />
di ciò che è stato nel passato.<br />
Un’applicazione che sicuramente<br />
la maggior parte della popolazione<br />
utilizza è, ad esempio, la<br />
funzionalità che predice le prossime<br />
parole (il completamento<br />
della frase) mentre stiamo scrivendo<br />
un testo sullo smartphone.<br />
Questi modelli di IA sono<br />
solitamente basati su Machine<br />
Learning, ovvero alle macchine<br />
vengono dati in pasto migliaia<br />
(a volte centinaia di migliaia)<br />
di dati per far sì che esse apprendano<br />
il comportamento di<br />
un determinato sistema. Molto<br />
spesso questi modelli vengono<br />
definiti supervisionati perché<br />
alle macchine viene fornito<br />
sia l’input che l’output atteso,<br />
in modo che esse sviluppino<br />
una logica di elaborazione che<br />
rappresenti il rapporto causaeffetto.<br />
Tali modelli, negli ultimi anni,<br />
sono applicati allo studio degli<br />
eventi meteo e in particolare a<br />
quelli estremi. Chiaramente, il<br />
cambiamento climatico sta esacerbando<br />
la frequenza e i danni<br />
provocati da questi eventi,<br />
quindi ciò rappresenta un traino<br />
significativo per il mondo<br />
della ricerca.<br />
Ad esempio, l’Università del<br />
Minnesota ha elaborato un<br />
modello di machine learning<br />
in grado di prevedere i flussi<br />
e le temperature delle reti fluviali.<br />
Tale modello può venire<br />
sfruttato per prevedere alluvioni<br />
fluviali ma anche per studiare il<br />
cambiamento dell’habitat e prevedere<br />
la produzione di centrali<br />
idroelettriche.<br />
Mentre il servizio ClimateAI,<br />
già online e in commercio, promette<br />
agli utenti delle previsioni<br />
meteo affidabili sia nel breve<br />
che nel lungo periodo grazie<br />
all’utilizzo di modelli di reti<br />
generativa avversarie. Tali previsioni<br />
si limitano non solo al<br />
meteo, ma anche a come gli effetti<br />
del cambiamento climatico<br />
impatteranno su infrastrutture,<br />
servizi e operazioni.<br />
Uno dei limiti di questo approccio<br />
è la scarsità di dati, che<br />
sono necessari in grandi quantità<br />
per addestrare e poi validare<br />
i modelli sviluppati. Tuttavia,<br />
anche su questo punto la comunità<br />
scientifica sta lavorando per<br />
rendere i modelli sempre più<br />
efficienti, dunque in grado di<br />
produrre risultati affidabili con<br />
un allenamento su un dataset<br />
ridotto.<br />
Nel progetto AI-RON MAN,<br />
dunque, tali tecniche di machine<br />
learning sono impiegate<br />
per “insegnare” alle macchine<br />
18 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
Fig. 4 - Una delle stazioni radio base considerate nel progetto AI-RON MAN.<br />
quali sono state in passato le<br />
condizioni favorevoli che hanno<br />
facilitato l’innesco di un incendio,<br />
e quali no. Nello specifico,<br />
il modello sviluppato è basato<br />
sulla rete U-Net, che è nata<br />
proprio per risolvere problemi<br />
di nowcasting in ambito meteorologico<br />
ed è adatta a questo<br />
scopo in quanto in grado di<br />
imparare pattern complessi con<br />
diverse grandezze in gioco.<br />
Essendo U-Net un modello supervisionato,<br />
l’addestramento in<br />
AI-RON MAN viene eseguito<br />
alimentando le macchine sia<br />
con i dati in input (condizioni<br />
climatiche, della vegetazione e<br />
del suolo) che in output (informazioni<br />
sugli incendi passato,<br />
come l’estensione). Collegando<br />
queste informazioni nello stesso<br />
arco temporale, il modello<br />
risale dunque alle condizioni in<br />
input che hanno originato un<br />
incendio. Pertanto, esso può<br />
imparare a dare un’ indicazione<br />
sul rischio che si verifichi un<br />
incendio boschivo, considerando<br />
entrambi le componenti in<br />
cui è classicamente definito il<br />
rischio: probabilità di accadimento<br />
(quanto è probabile che<br />
si verificherà il fenomeno) e<br />
impatto (quanto sarà severo il<br />
fenomeno, ad esempio quanto<br />
sarà esteso l’incendio).<br />
Obiettivi e risultati attesi<br />
Il progetto AI-RON MAN<br />
mira, dunque, a fornire uno<br />
strumento digitale per prevedere<br />
dinamicamente il rischio di<br />
incendi boschivi nelle aree in<br />
cui si trovano le infrastrutture<br />
TLC, aiutando i gestori di tali<br />
infrastrutture ad intervenire<br />
preventivamente per evitare<br />
l'interruzione dei servizi di<br />
comunicazione mobile oltre ai<br />
danni alle infrastrutture stesse.<br />
Il cuore di AI-RON MAN si<br />
basa su tecniche di Intelligenza<br />
Artificiale che consentono<br />
di sfruttare i set di dati storici<br />
esistenti relativi agli incendi<br />
boschivi per prevedere la probabilità<br />
di accadimento di un<br />
incendio e la relativa gravità in<br />
una determinata zona sotto osservazione.<br />
Inoltre, un modello<br />
dettagliato delle infrastrutture<br />
di TLC basato su standard (modelli<br />
BIM e ontologie esistenti)<br />
sarà utilizzato per valutare la<br />
rilevanza, la criticità e il valore<br />
degli asset minacciati. Le previsioni<br />
saranno prodotte considerando<br />
un orizzonte temporale<br />
sufficiente affinché i primi soccorritori<br />
intraprendano le azioni<br />
preventive necessarie (tra le 24 e<br />
le 48 ore) e saranno aggiornate<br />
con una frequenza elevata per<br />
riflettere cambiamenti significativi<br />
nella situazione in corso.<br />
Una parte significativa del set<br />
di dati tramite il quale viene allenato<br />
il modello AI è ottenuto<br />
dai servizi Copernicus, poiché<br />
le tecnologie di osservazione<br />
della Terra (EO) possono fornire<br />
preziose informazioni che<br />
caratterizzano la vegetazione e le<br />
condizioni del suolo, così come<br />
gli eventi di incendio passati.<br />
Anche le previsioni metereologiche<br />
saranno poi sfruttate per<br />
includere parametri meteorologici<br />
rilevanti nella predizione<br />
degli incendi, che potranno essere<br />
aggiornati molteplici volte<br />
durante il giorno.<br />
Gli output principali del progetto<br />
saranno dunque due prodotti<br />
software:<br />
• Un motore di intelligenza<br />
artificiale pensato per essere<br />
alimentato con dati aggiornati<br />
(anche in tempo reale) e prevedere<br />
il rischio di incendi boschivi<br />
a breve termine;
REPORT<br />
• Una web application dedicata<br />
ai gestori delle infrastrutture di<br />
telecomunicazione che permetterà<br />
un monitoraggio del rischio<br />
incendi continuo e preciso.<br />
L’utente potrà caricare i modelli<br />
BIM ed altri dati delle torri<br />
da monitorare e potrà in ogni<br />
momento vedere la situazione<br />
attuale su un layer cartografico.<br />
Nel caso di torri con rischio<br />
elevato, verranno generati degli<br />
alert per avvisare l’utente di potenziali<br />
situazioni di pericolo su<br />
cui intervenire.<br />
Entrambi i prodotti saranno<br />
testati e validati nella fase finale<br />
del progetto AI-RON MAN.<br />
Sono state scelte infatti come<br />
casi d’uso tre stazioni radio base<br />
collocate nella regione Lazio,<br />
che si occupano sia di telefonia<br />
mobile che di comunicazioni<br />
radio. I modelli BIM di queste<br />
torri saranno caricati sulla app<br />
di AI-RON MAN e verrà effettuata<br />
una duplice validazione:<br />
su dati storici, analizzando<br />
quindi il rischio incendi a ritroso<br />
nel tempo, e tramite una<br />
campagna di monitoraggio in<br />
tempo reale della durata di un<br />
mese.<br />
Gli output previsti prodotti dal<br />
Fig.5v- xxxxx<br />
progetto, seppur già ambiziosi<br />
e di portata significativamente<br />
innovativa, potranno poi essere<br />
ulteriormente ampliati e<br />
potenziati dopo il termine del<br />
progetto. Ad esempio, il motore<br />
di previsione del rischio<br />
potrà essere applicato non solo<br />
su un punto (dove vi è la torre<br />
di telecomunicazione), ma su<br />
aree vaste (anche regioni) per<br />
supportare le amministrazioni<br />
locali e i vigili del fuoco nel<br />
controllo del territorio. Mentre<br />
la web application potrà essere<br />
facilmente ampliata per considerare<br />
altri tipi di infrastrutture<br />
collocate in aree remote, come<br />
ad esempio quelle elettriche (cabine,<br />
tralicci, etc.).<br />
In conclusione, il progetto AI-<br />
RON MAN rappresenterà un<br />
piccolo passo in avanti nella<br />
prevenzione e gestione dell’emergenza<br />
incendi e più in generale<br />
degli eventi estremi causati<br />
dal cambiamento climatico.<br />
Tale risultato sarà reso possibile<br />
solo grazie alle nuove tecnologie<br />
emergenti, come l’intelligenza<br />
artificiale, che abiliteranno nuove<br />
funzionalità e possibilità per<br />
migliorare la vita della popolazione<br />
e addirittura salvarla.<br />
BIBLIOGRAFIA<br />
European Environment Agency, «EEA,»<br />
November 18th 2021. [Online]. Available:<br />
https://www.eea.europa.eu/ims/forest-fires-ineurope#footnote-JQYK6UAN.<br />
Gomes Da Costa Hugo; De Rigo Daniele; Libertà<br />
Giorgio; Durrant Tracy; San-Miguel-Ayanz<br />
Jesus, «European wildfire danger and vulnerability<br />
in a changing climate: towards integrating<br />
risk dimensions» 2020. Available: https://www.<br />
adaptecca.es/sites/default/files/documentos/pesetaiv_task_9_forest_fires_final_report.pdf.<br />
«Forest Fires in Europe, Middle East and North<br />
Africa 2019,» 2020. Available: https://effis-gwiscms.s3-eu-west-1.amazonaws.com/effis/reportsand-publications/annual-fire-reports/2019_<br />
Fire_Report_HighRes_final_PTcorrection/<br />
Annual_Report_2019_final_topdf_2.pdf.<br />
S. Anderson, C. Barford e P. Barford, «Five<br />
Alarms: Assessing the Vulnerability of US Cellular<br />
Communication Infrastructure to Wildfires,»<br />
IMC '20: Proceedings of the ACM Internet<br />
Measurement Conference, 2020.<br />
S. M. Jesús García Fernández, “Broad-UNet:<br />
Multi-scale feature learning for nowcasting<br />
tasks,” Neural Networks, 2021.<br />
Ernest & Young, «The economic contribution<br />
of the European tower sector,» 2020.<br />
AI4Copernicus project website, https://ai4copernicus-project.eu/<br />
Pictet, Il machine learning può predire il futuro<br />
del pianeta (2021), https://am.pictet/it/blog/<br />
articoli/tecnologia-e-innovazione/il-machinelearning-puo-predire-il-futuro-del-pianeta<br />
ClimateAI website, https://climate.ai/<br />
ANSA, Con l’IA, prevedere gli eventi climatici<br />
estremi è più facile (2022), https://www.<br />
ansa.it/osservatorio_intelligenza_artificiale/<br />
notizie/societa/2022/03/25/con-lia-prevedere-gli-eventi-climatici-estremi-e-piu-facile_<br />
fed93b22-7f10-487f-a1d6-a397adbf5a7c.html<br />
Sandonnini P., ChatGPT, impariamo tutto sulla<br />
grande novità di OpenAI (<strong>2023</strong>), https://www.<br />
ai4business.it/intelligenza-artificiale/chatgptopenai/<br />
Climate Data Storage website, cds.climate.copernicus.eu<br />
PAROLE CHIAVE<br />
Artificial Intelligence; Earth Observation;<br />
Wildfire; Risk; Critical Infrastructure<br />
ABSTRACT<br />
Climate change has significantly increased forest<br />
fire risk across EU, threatening our critical<br />
infrastructures providing essential for services,<br />
e.g. mobile telecommunication. AI-RON MAN<br />
project aims to deliver a tool to dynamically predict<br />
wildfire risk in areas where such infrastructures<br />
are located, supporting first responders to<br />
preventively intervene and avoiding service disruption.<br />
The tool will be based on AI techniques<br />
that enable the exploitation of existing historical<br />
datasets (including satellite images from Copernicus)<br />
to forecast future wildfire likelihood and<br />
expected severity.<br />
AUTORE<br />
Davide Ottonello<br />
d.ottonello@stamtech.com<br />
STAM S.r.l.<br />
Tiziano Cosso<br />
tiziano.cosso@gter.it<br />
Simone Parmeggiani<br />
simone.parmeggiani@gter.it<br />
Gter S.r.l.<br />
Alessandra Speranza<br />
alessandra.speranza@lasia.it<br />
La Sia S.p.A.<br />
20 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
TELERILEVAMENTO<br />
MERCATO<br />
CON I RILIEVI AEREI IPERSPETTRALI<br />
MONITORIAMO L’AMBIENTE URBANO<br />
E PROPRIETÀ NON VISIBILI ALL’OCCHIO<br />
UMANO<br />
Programmare missioni di volo su terreni inclinati è un procedimento<br />
molto complesso ma, al tempo stesso, di fondamentale<br />
importanza. Per effettuare missioni di volo che<br />
seguano il terreno con GSD costante, in caso di terreni con<br />
inclinazioni variabili, si ha la necessità di utilizzare un programma<br />
che tenga conto di questo parametro.<br />
Ma che cos’è il GSD?<br />
Il GSD o Ground Sample Distance rappresenta la distanza<br />
tra il centro di due pixel consecutivi, espressa in unità di<br />
misura territoriale; in altre parole, è la quantità di “terreno”<br />
contenuta in un campione di immagine, ossia nella più piccola<br />
entità che compone l’immagine stessa: il pixel.<br />
Nel calcolo del GSD, il pixel (inteso come unità di misura<br />
dell’immagine) è espresso in centimetri ed è inversamente<br />
proporzionale alla qualità dell’immagine: più grande è il<br />
pixel, minore è il livello di dettaglio dell’immagine; al contrario,<br />
più piccolo è il pixel, più dettagliata è l’informazione<br />
contenuta nel pixel stesso dell’immagine.<br />
Nell’ottica del rilevamento fotogrammetrico, un GSD corretto<br />
e costante è il parametro più importante da impostare<br />
quando si pianifica un’acquisizione fotogrammetrica.<br />
UGCs, il software professionale di progettazione delle<br />
missioni di volo, è uno dei pochi in grado di progettare<br />
missioni di volo su superfici con pendenza variabile consentendo<br />
al drone di mantenere automaticamente un’altitudine<br />
costante dal livello del suolo. Oltre ad impostare il<br />
GSD, UGCs permette di definire tantissimi altri settaggi<br />
che risultano estremamente importanti quando si vola con<br />
un drone come, solo a titolo esemplificativo, la sovrapposizione<br />
frontale e laterale delle immagini, la velocità di volo<br />
ecc...<br />
Per quanto riguarda i droni del colosso cinese DJI, questo<br />
software semplifica in maniera totale la progettazione<br />
di missioni “Terrain Follow” grazie ad una semplice esportazione<br />
KML che DJI Pilot 2 è capace di importare, garantendo<br />
la massima sicurezza di volo e tutti i parametri<br />
accessori in precedenza impostati. Dopo l’importazione in<br />
DJI Pilot 2, è possibile visualizzare la missione di volo con<br />
i diversi waypoint creati e le quote ad essi associati a cui<br />
il drone deve fare riferimento per volare. Inoltre, tramite<br />
l’app della DJI, direttamente dal radiocomando, è possibile<br />
modificare tutte le opzioni che si trovano sulla route<br />
o sui singoli waypoint, come, ad esempio, la calibrazione<br />
dell’IMU, parametro fondamentale se si lavora con un DJI<br />
Matrice 300 RTK e un lidar DJI Zenmuse L1.<br />
Il team di Strumenti Topografici ha realizzato una videoguida<br />
in cui vengono spiegati, nel dettaglio, tutti i settaggi<br />
per importare missioni di volo su terreni inclinati progettate<br />
con UGCs in DJI Pilot 2, utile per coloro che utilizzano i<br />
droni DJI della serie Enterprise (M300 RTK e Mavic 3 con<br />
modulo RTK a bordo).<br />
Attenzione però perché la cosa importante quando si è sul<br />
campo è decollare con il drone molto vicino al punto di<br />
inizio della missione in quanto la differenza di quota dei<br />
waypoint rispetto al terreno è calcolata a partire dal punto<br />
di partenza e quindi dal cosiddetto “Start” della missione.<br />
Guarda il video sul canale YouTube a questo link:<br />
https://www.youtube.com/watch?v=bVRNs3QGMgs<br />
MONITORAGGIO 3D<br />
GIS E WEBGIS<br />
www.gter.it info@gter.it<br />
GNSS<br />
FORMAZIONE<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 21<br />
RICERCA E INNOVAZIONE
REPORT<br />
Un sensore aviotrasportato<br />
per analisi immagini a<br />
supporto degli incendi<br />
di Giovanni Laneve, Ramon Bueno Morles, Valerio Pampanoni<br />
Fig. 1 -Sensore Owl con le sue principali caratteristiche.<br />
Il progetto PEDROS<br />
(Sistema di PErimetrazione<br />
automatica di incendi con<br />
DROne equipaggiato con<br />
Sensore specifico) prevede<br />
la realizzazione di un sistema<br />
di supporto alle attività<br />
operative di perimetrazione<br />
dettagliata di aree boschive<br />
aggredite da insetti/patogeni<br />
e/o da incendi boschivi, per<br />
mezzo di un SAPR (Sistema<br />
Aviotrasportato a Pilotaggio<br />
Remoto) con definizione della<br />
traiettoria in automazione<br />
tramite riconoscimento in<br />
tempo reale assistito da<br />
sensore aviotrasportato e<br />
sistema satellitare.<br />
PEDROS si inserisce nel<br />
contesto generale dello<br />
sviluppo di metodiche<br />
innovative per il rilievo delle<br />
aree boschive aggredite da insetti<br />
o percorse dal fuoco, basate<br />
sull’uso integrato di tecnologie<br />
satellitari ed impiego di SAPR,<br />
opportunamente allestiti e progettati,<br />
in grado di effettuare<br />
in modo automatico la perimetrazione<br />
in contesti rurali e<br />
montani, con un elevato livello<br />
di accuratezza e precisione submetrica.<br />
I satelliti oggigiorno utilizzano<br />
sensori sofisticati che forniscono<br />
dati con risoluzioni spaziali,<br />
temporali e radiometriche sempre<br />
più elevate ma hanno usi<br />
limitati in base alle condizioni<br />
meteorologiche e alla risoluzione<br />
dell'immagine.<br />
I Droni sono diventati popolari<br />
negli ultimi anni e sono ora<br />
utilizzati in un'ampia varietà di<br />
applicazioni. Questo è il logico<br />
risultato di alcuni sviluppi tecnologici<br />
avvenuti negli ultimi<br />
anni, che hanno consentito ai<br />
droni di essere dotati di diversi<br />
tipi di sensori in grado di fornire<br />
dati ad altissima risoluzione<br />
spaziale e capaci di registrare<br />
l’energia riflessa da oggetti della<br />
superficie terrestre nelle diverse<br />
lunghezze d'onda dello spettro<br />
elettromagnetico (generalmente<br />
visibile e infrarosso) permettendo<br />
di misurare gli indici chiave<br />
relativi ai parametri biofisici<br />
delle colture e nella vegetazione.<br />
I sensori che coprono<br />
anche l'infrarosso a onde corte<br />
(SWIR) sono raramente disponibile<br />
per applicazioni basate su<br />
SAPR. Il dominio SWIR fornisce<br />
per le applicazioni di telerilevamento<br />
ulteriori significative<br />
caratteristiche di assorbimento<br />
spettrale, ad esempio per applicazioni<br />
di geologia, stima dello<br />
stress idrico, così come per determinare<br />
le caratteristiche della<br />
vegetazione.<br />
Progettazione hardware<br />
La configurazione del sistema è<br />
stata progettata è divisa in due<br />
moduli:<br />
1. Il sensore, costituito da un<br />
modulo telecamera OWL 640<br />
Mini VIS-SWIR SWaP prodotto<br />
da Raptor Fotonica (Raptor<br />
Photonics, 2019). Le telecamere<br />
SWaP (size, weight and power)<br />
rappresentano l'ultima tendenza<br />
in questo processo di ottimizzazione,<br />
che si concentra sulla<br />
riduzione di “dimensioni, peso e<br />
potenza”, con lunghezze d'onda<br />
comprese tra 900 nm e 1700<br />
22 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
REPORT<br />
nm, da cui si possono ricavare<br />
informazioni per rilevare un’area<br />
bruciata.<br />
2. L'unità di gestione del<br />
sensore, che combina tutti<br />
componenti necessari per il<br />
funzionamento complessivo del<br />
sistema. L'unità è composta da<br />
tre componenti principali:<br />
• Frame grabber<br />
• Scheda adattatore<br />
• Unità di calcolo<br />
Indici Spettrali<br />
La stima delle aree bruciate da<br />
satellite costituisce una delle<br />
applicazioni forse più semplici<br />
e più utili poiché l’osservazione<br />
remota da satellite permette di<br />
rilevare l’estensione delle aree<br />
bruciate senza risentire di alcun<br />
limite legato alla difficoltà di<br />
accesso dell’area interessata. Nel<br />
corso del tempo sono stati sviluppati<br />
una serie di indici specializzati<br />
per la mappatura delle<br />
aree affette da incendio da dati<br />
telerilevati, tra questi: il Normalized<br />
Burn Ratio (NBR), il<br />
Burned Area Index (BAI), il Mid<br />
Infrared Burn Index (MIRBI).<br />
Il Normalized Burn Ratio<br />
(NBR) è un indice che combina<br />
le bande del vicino infrarosso<br />
(NIR, Near InfraRed) e dell’infrarosso<br />
a onda corta (SWIR,<br />
Short Wave InfraRed) per distinguere<br />
tra aree bruciate e non<br />
bruciate. In particolare, la individuazione<br />
delle aree bruciate<br />
viene effettuata confrontando il<br />
valore dell’NBR stimato su ogni<br />
pixel dell’immagine post-incendio<br />
con quello ottenuto dall’immagine<br />
pre-incendio (Fig. 2).<br />
Lo NBR ha una formulazione<br />
del tutto simile a quella del<br />
Normalized Difference Vegetation<br />
Index (NDVI), tranne per il<br />
fatto che utilizza le lunghezze<br />
d’onda nell’infrarosso a onde<br />
corte (SWIR) anziché la banda<br />
del rosso:<br />
Fig. 2 - Esempio di calcolo del NBR pre-incendio (sinistra) e NBR post-incendio (destra).<br />
Nell’immagine post-incendio i pixel più scuri generalmente indicano le aree bruciate.<br />
La figura 3 mostra una vegetazione<br />
sana con una riflettanza<br />
nel vicino infrarosso molto alta<br />
e una bassa riflettanza nella parte<br />
SWIR dello spettro. Le aree<br />
bruciate al contrario presentano<br />
Fig. 3 - Workfow della procedura di calcolo delle aree bruciate.<br />
una riflettanza relativamente<br />
bassa nell’infrarosso vicino e<br />
un’alta riflettanza nella banda<br />
dello SWIR. Un valore elevato<br />
del NBR indica generalmente<br />
una vegetazione sana mentre<br />
un valore basso indica un suolo<br />
nudo e/o le aree bruciate di<br />
recente.<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 23
REPORT<br />
Fig. 4 - Raspberry Pi 400.<br />
Sviluppo Algoritmo<br />
Con riferimento al problema<br />
della perimetrazione delle aree<br />
percorse dal fuoco l’algoritmo<br />
sviluppato nell’ambito del<br />
progetto si basa su un approccio<br />
già largamente applicato<br />
nell’ambito del telerilevamento<br />
satellitare. La sua applicazione<br />
nel caso specifico dell’osservazione<br />
da drone richiede alcune<br />
modifiche, in particolare legate<br />
all’impossibilità di applicare<br />
tecniche di change detection e<br />
alla necessità di realizzare l’elaborazione<br />
delle immagini in<br />
real time a bordo del drone.<br />
L’implementazione di un<br />
algoritmo automatizzato in<br />
grado di analizzare (on board)<br />
le immagini acquisite da un<br />
drone in tempo reale e fornire<br />
mappe delle aree percorse dal<br />
fuoco risulta fondamentale per<br />
supportare il servizio fornito<br />
dal progetto PEDROS. Questo<br />
algoritmo deve garantire la<br />
interoperabilità dei dati, deve<br />
essere capace di gestire un significativo<br />
flusso di dati ma<br />
soprattutto costituire una significativa<br />
evoluzione rispetto allo<br />
stato dell’arte nel processo di<br />
rilevamento remoto dei cambiamenti,<br />
permettendo la identificazione<br />
da immagini acquisite<br />
in tempo reale dei cambiamenti<br />
nella vegetazione.<br />
L’algoritmo è composto da 4<br />
sottosistemi principali:<br />
1. Sistema di elaborazione dati:<br />
Una volta acquisita una immagine<br />
dal sensore a bordo del<br />
drone, il file viene elaborato<br />
tramite gli algoritmi dedicati<br />
alla generazione di prodotti,<br />
che includono il calcolo di una<br />
serie di indici per mappare e<br />
monitorare gli effetti degli incendi<br />
in tempo reale.<br />
2. Soglie Ottimali e Classificazione:<br />
Il flusso dell’algoritmo<br />
continua applicando soglie<br />
fisse, basate su statistiche con<br />
l’intento di stabilire quali siano<br />
le migliori soglie delle bande<br />
spettrali e degli indici calcolati<br />
per classificare le classi: bruciato,<br />
non bruciato. Questa parte<br />
dell’algoritmo si è resa necessaria<br />
in assenza della immagine<br />
pre-incendio normalmente<br />
utilizzata per stimare le aree<br />
bruciate da dato satellitare.<br />
3. Poligonizzazione e Way<br />
Point: Successivamente, l'algoritmo<br />
poligonizza l'immagine<br />
raster binaria (bruciato/non<br />
bruciato) ed estrae il poligono<br />
relativo ai pixel con valore diverso<br />
da zero. Viene creato anche<br />
un file di testo che contiene<br />
le coordinate dei vertici del poligono,<br />
che servono al sistema<br />
di guida del drone per acquisire<br />
nuove immagini.<br />
4. Perimetrazione: Infine,<br />
quando il ciclo di acquisizione<br />
delle immagini è chiuso, l'algoritmo<br />
unisce i file poligonizzati<br />
dell'area percorsa dal fuoco in<br />
un unico dataset vettoriale. Il<br />
formato utilizzato è lo Shapefile<br />
(.shx, .dbf, .shp, .prj)."<br />
L’algoritmo di individuazione<br />
delle aree bruciate è stato implementato<br />
su un computer adatto<br />
ad essere installato a bordo di<br />
un drone. Le immagini acquisite<br />
dal drone sono elaborate su<br />
un Raspberry Pi-400 con uno<br />
script scritto in Python.<br />
Fig. 5 - Estrazione della superficie priva di vegetazione.<br />
24 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
Fig. 6 - Serie di punti elaborati come guida drone(sinistra). Perimetrazione in formato shapefile (destra).<br />
Risultati<br />
Un’analisi preliminare è stata<br />
condotta utilizzando le immagini<br />
multispettrali ottenute da<br />
drone equipaggiato con una fotocamera<br />
MicaSense RedEdge-<br />
MX. Questo strumento ad alte<br />
prestazioni cattura sia le bande<br />
spettrali necessarie per generare<br />
indici dello stato di salute delle<br />
piante (verde, rosso, bordo<br />
rosso e vicino infrarosso), sia<br />
una banda blu, utile per altre<br />
applicazioni, nonché per la<br />
costruzione di immagini RGB<br />
composite.<br />
PAROLE CHIAVE<br />
incendi, sensori, SAPR,<br />
ABSTRACT<br />
This contribution describes the creation of a support system for the operational<br />
activities of detailed perimeter of wooded areas attacked by insects/<br />
pathogens and/or forest fires, by means of a SAPR (Airborne System with<br />
Remote Piloting) with definition of the trajectory in automation via realtime<br />
recognition assisted by an airborne sensor and satellite system.<br />
AUTORE<br />
Giovanni Laneve,<br />
giovanni.laneve@uniroma1.it<br />
Ramon Bueno Morles,<br />
Valerio Pampanoni<br />
SIA (Scuola di Ingegneria Aerospaziale)<br />
Earth Observation Satellite Images Applications Lab (EOSIAL)<br />
Sapienza Università di Roma
REPORT<br />
In cammino dal Forest Fire Area<br />
Simulator al nuovo Simulatore FFAS-PLUS<br />
a supporto delle attività addestrative di<br />
contrasto al Dissesto Idrogeologico<br />
di Marco Di Fonzo<br />
Piattaforma di simulazione<br />
ecosistemica basata<br />
su algoritmi scientifici<br />
in grado di riprodurrei i<br />
comportamenti naturali<br />
del fuoco sulle foreste e di<br />
dissesto idrogeologico.<br />
Il progetto FFAS.<br />
In Italia, la repressione del<br />
fenomeno degli incendi<br />
boschivi passa anche per<br />
la realtà virtuale, grazie al<br />
Forest Fire Area Simulator (di<br />
seguito FFAS), una piattaforma<br />
tecnologica unica nel suo<br />
genere, con cui l’Arma dei<br />
Carabinieri forma i militari<br />
specializzati nelle investigazioni<br />
post incendio boschivo.<br />
Realizzato presso la sede della<br />
Scuola Forestale Carabinieri<br />
di Castel Volturno, il sistema<br />
è in grado di generare scenari<br />
immersivi ed interattivi di<br />
ecosistemi forestali aggrediti dal<br />
fuoco e consente lo svolgimento<br />
simulato delle attività tecniche<br />
di polizia giudiziaria.<br />
Il progetto FFAS<br />
L’incipit al progetto scaturì nel<br />
2014, dalla volontà del Corpo<br />
forestale dello Stato di sostenere<br />
il processo di revisione dei<br />
costi dell’Amministrazione nel<br />
contrasto al fenomeno degli<br />
incendi boschivi.<br />
Consapevoli che il processo<br />
di autentica modernizzazione<br />
della nostra organizzazione<br />
doveva necessariamente passare<br />
per la valorizzazione del suo<br />
bene più prezioso, il capitale<br />
umano, si individuò nel settore<br />
dell’addestramento per la lotta<br />
attiva agli incendi boschivi<br />
un’area di intervento con grandi<br />
potenzialità di razionalizzazione<br />
della spesa e di risparmi.<br />
Per sostenere le attività<br />
investigative dei Direttori delle<br />
attività di spegnimento (D.O.S.),<br />
e di quelle dei Repertatori<br />
Incendio Boschivo, militari<br />
specializzati che intervengono<br />
sulla scena del crimine<br />
ambientale (Art.423 bis C.p.)<br />
per ricostruire le dinamiche<br />
dei fatti ed accertarne le<br />
cause, era necessario mettere<br />
a disposizione qualcosa di<br />
speciale ed innovativo che non<br />
fosse il solito manuale.<br />
Dovevamo trovare il modo<br />
di far vivere, in sicurezza,<br />
la dinamica delle fiamme<br />
sui soprassuoli boschivi e<br />
mostrare cosa può accadere<br />
nel corso delle operazioni di<br />
spegnimento e come saper<br />
“interpretare”, i segni che il<br />
fuoco lascia sulle specie forestali<br />
interessate dall’incendio, nel<br />
corso della propagazione delle<br />
fiamme, fino a risalire all’area<br />
di insorgenza ed individuarne<br />
la cause.<br />
Perché tutti gli addetti al<br />
sistema nazionale di Protezione<br />
civile sanno che ogni incendio<br />
boschivo è un evento unico<br />
ed irripetibile, considerata la<br />
molteplicità delle variabili in<br />
26 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
REPORT<br />
gioco come quelle, a titolo<br />
non esaustivo, di carattere eco<br />
sistemico, meteoclimatico,<br />
orografico ed altimetrico ecc.<br />
Operare su un incendio<br />
boschivo è una attività<br />
estremamente rischiosa e<br />
di grande responsabilità nei<br />
confronti dei propri colleghi e<br />
delle popolazioni coinvolte.<br />
E’ una competenza che<br />
si acquisisce con metodo,<br />
disciplina, consapevolezza<br />
dei mezzi e delle decisioni da<br />
assumere dove la capacità di<br />
saper efficacemente cooperare<br />
è vitale, se non si vuole che<br />
l’evento incendio finisca in<br />
tragedia.<br />
Occorreva pertanto creare un<br />
sistema “immersivo”, capace<br />
non solo di simulare i flussi<br />
delle comunicazioni, ma anche<br />
la propagazione delle fiamme ,<br />
la gestione operativa sul campo<br />
degli automezzi, elicotteri,<br />
canadair, ecc.<br />
Una “palestra virtuale”<br />
che mettesse l’allievo nelle<br />
condizioni di sperimentare cosa<br />
significa essere, ad esempio, un<br />
DOS di fronte ad un fronte<br />
di fuoco ed al calore che esso<br />
emana, così da comprendere<br />
come e perché possono<br />
accadere errori di valutazione<br />
e come, a fronte di improvvisi<br />
cambiamenti, correggere<br />
decisioni già assunte.<br />
Insomma: una cosa mai fatta<br />
prima!<br />
Quando abbiamo iniziato<br />
a mettere in piedi l’idea<br />
progettuale ci siamo resi conto<br />
che, per attuare una reale<br />
innovazione, non bastava<br />
solo l’idea ma occorrevano<br />
tecnologie adeguate e tanto,<br />
tanto coraggio, perché nessuno<br />
fino ad allora aveva mai<br />
realizzato nulla del genere.<br />
Non essendoci modelli di<br />
riferimento, ci si domandava<br />
se avremmo trovato qualcuno<br />
realmente in grado di<br />
ingegnerizzarlo.<br />
A ben guardare, la tecnologia<br />
per farlo c’era, così come gli<br />
scienziati.<br />
Infatti, grazie anche al lavoro<br />
del Prof. Stefano Mazzoleni,<br />
dell’Università Federico II di<br />
Napoli e del suo straordinario<br />
gruppo di ricercatori, composto<br />
in gran parte da matematici<br />
appassionati, come il Prof.<br />
Francesco Giannino, è stato<br />
possibile realizzare una vera e<br />
propria “rivoluzione”.<br />
L’idea divenne così progetto,<br />
il progetto una gara e la gara<br />
generò un sistema tecnologico<br />
evoluto; una macchina reale,<br />
capace di produrre incendi<br />
virtuali e formare esperienze,<br />
consapevolezza e fiducia.<br />
Per poter conseguire questi<br />
risultati, furono realizzate<br />
fedeli copie digitali di 10<br />
km² cadauna, di due località<br />
del Parco del Cilento,<br />
Campora e Licosa, in quanto<br />
rappresentative degli ecosistemi<br />
forestali mediterranei.<br />
Ripensandoci adesso, quella<br />
non fu solo una vicenda di<br />
innovazione, bensì un grande<br />
e profondo cambiamento,<br />
basato sulle migliori tecnologie<br />
a servizio della protezione degli<br />
ecosistemi forestali italiani.<br />
Un risultato importante non<br />
solo per l’Amministrazione, ma<br />
per tutti coloro che ci aiutarono<br />
a realizzarlo.<br />
Esso dimostra cosa siamo capaci<br />
di fare, noi italiani, quando<br />
ci crediamo fino in fondo e<br />
Operatore in azione nella sala immersiva.<br />
ci deve far riflettere sulla<br />
nostra capacità di coniugare<br />
conoscenza, competenza e<br />
abilità pubbliche e private,<br />
sulla frontiera dell’innovazione<br />
asservita agli ecosistemi<br />
forestali.<br />
Il FFAS rappresenta non<br />
solo un modo nuovo di fare<br />
formazione, ma un modo<br />
completamente diverso per la<br />
pubblica amministrazione di<br />
integrarsi con il mondo della<br />
ricerca universitaria applicata.<br />
La prima realizzazione<br />
del FFAS<br />
Si è preso spunto dai<br />
cosiddetti “Serious Games”,<br />
frequentemente impiegati in<br />
settori come quello militare,<br />
della sicurezza, dell’aviazione,<br />
della medicina e della gestione<br />
delle emergenze. Questi sistemi<br />
consentono l’addestramento<br />
allo svolgimento di attività<br />
complesse in ambienti estremii<br />
o impossibili da ricreare in<br />
contesti reali, il tutto in<br />
condizioni di sicurezza.<br />
I principali benefici si possono<br />
così riassumere:<br />
4Addestramento di tutti i<br />
livelli, dall’unità ai posti di<br />
comando;<br />
4Adattamento degli scenari/<br />
palestre addestrativi in<br />
funzione delle esigenze;<br />
4Garanzia della sicurezza del<br />
personale addestrato;<br />
4Riduzione dei costi di<br />
addestramento del personale;<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 27
REPORT<br />
4Sperimentazione di sistemi<br />
innovativi per il contrasto<br />
agli incendi;<br />
4Affinamento delle<br />
tecniche investigative per<br />
l’individuazione degli autori<br />
del reato;<br />
4Sviluppo di modelli<br />
previsionali simulati e<br />
ottimizzazione di protocolli<br />
operativi.<br />
L’attuale installazione si<br />
sviluppa su un’area di circa 200<br />
m² e si compone di:<br />
Una Sala Regia, nella quale i<br />
tutor progettano, gestiscono<br />
e controllano l’andamento<br />
dell’esercitazione simulando gli<br />
eventi di emergenza ambientale<br />
e le azioni di contenimento<br />
e contrasto. Nel corso<br />
dell’esercitazione è possibile<br />
variare, in tempo reale, sia i<br />
APPLICAZIONE DELL’ALGORITMO TIGER<br />
Individuazione dell’area di interesse<br />
Quantizzazione del territorio<br />
parametri ambientali di<br />
contesto, che il posizionamento<br />
delle risorse umane e<br />
strumentali d’intervento, così<br />
da introdurre imprevisti e<br />
variabili che simulano la realtà.<br />
Una Sala Immersiva di 24 m²,<br />
nella quale uno schermo ad<br />
altissima risoluzione riproduce<br />
lo scenario simulato dell’area<br />
di intervento. L’operatore può<br />
interagire con la sua proiezione<br />
virtuale, utilizzando dotazioni<br />
operative reali quali il binocolo<br />
elettronico, il tablet, il telefono<br />
cellulare e le radio tattiche,<br />
al fine di coordinare i mezzi<br />
che gli sono stati messi a<br />
disposizione, attraverso i quali<br />
dirigere, ad esempio, i lanci di<br />
estinguente di un Canadair.<br />
Una Sala Debriefing, in cui<br />
un sofisticato modulo di<br />
registrazione, detto “After Action<br />
Review”, permette di rivivere<br />
tutte le fasi dell’esercitazione, al<br />
fine di comprendere eventuali<br />
errori commessi, evidenziare i<br />
punti di forza e identificare le<br />
aree di miglioramento.<br />
Le tecnologie impiegate<br />
Il sistema consente due<br />
tipologie di simulazione: la<br />
simulazione della propagazione<br />
del fuoco ed il metodo delle<br />
Evidenze Geometriche.<br />
Applicazione della mappa del vento<br />
Avvio dell’elaborazione e previsione di espansione del fuoco<br />
Inserimento del punto di insorgenza<br />
Simulazione della propagazione<br />
del fuoco<br />
In letteratura la modellizzazione<br />
della propagazione dell’incendio<br />
si basa principalmente sui<br />
modelli semi-empirici di<br />
superficie, maggiormente<br />
utilizzati a livello internazionale,<br />
il cui caposaldo è il modello<br />
di Rothermel (attualmente<br />
implementato nei software<br />
Behave e Farsite, utilizzati dal<br />
US Forest Service).<br />
Quest’ultimo modello descrive<br />
la velocità di propagazione del<br />
fuoco in base ai tre principali<br />
fattori che influenzano<br />
28 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
l’incendio boschivo:<br />
4Tipo di vegetazionecombustibile;<br />
4Velocità e direzione del<br />
vento;<br />
4Pendenza del terreno.<br />
Su questo indirizzo è<br />
nato il progetto Tiger del<br />
Dipartimento di Agraria<br />
dell’Università di Napoli<br />
- Federico II, un sistema<br />
integrato per la simulazione<br />
di propagazione di incendi<br />
boschivi in contesti<br />
mediterranei.<br />
Tiger genera il perimetro del<br />
fuoco sullo scenario mediante<br />
l’utilizzo di due algoritmi:<br />
4Algoritmo “Rate of Spread”<br />
(ROS): fornisce la velocità<br />
dei nodi caratterizzanti il<br />
perimetro dell’incendio e<br />
quindi è una grandezza di<br />
riferimento per la velocità di<br />
avanzamento del fuoco;<br />
4Algoritmo “FireLine”:<br />
descrive l’avanzare nello<br />
spazio del fuoco mediante<br />
la creazione di un perimetro<br />
i cui nodi avanzano con la<br />
velocità data dall’algoritmo<br />
ROS.<br />
combustibile per determinare<br />
la velocità di propagazione<br />
mediante l’algoritmo Ros;<br />
4Calcolo del perimetro del<br />
fuoco mediante l’algoritmo<br />
FireLine.<br />
Metodo delle Evidenze<br />
Geometriche<br />
Al contrario dell’algoritmo<br />
Tiger, l’applicativo MEG<br />
(Metodo delle Evidenze<br />
Geometriche) consente di<br />
effettuare una sorta di “reverseengeneering”<br />
delle dinamiche<br />
di un incendio boschivo,<br />
partendo dal perimetro<br />
totale dell’area interessata<br />
dall’incendio, tenendo conto<br />
delle caratteristiche del<br />
territorio (conformazione,<br />
tipo di vegetazione…) e delle<br />
informazioni metereologiche.<br />
Il MEG consente di<br />
circoscrivere la zona di innesco<br />
dell’incendio ad una superficie<br />
di circa 300 m².<br />
Ricordiamo che l’obiettivo<br />
dell’investigazione sugli eventi<br />
di incendio boschivo è quello<br />
di determinarne le cause e le<br />
eventuali responsabilità, siano<br />
esse di natura volontaria o<br />
accidentale.<br />
In quest’ottica risulta, quindi,<br />
fondamentale il supporto<br />
strumentale del MEG che<br />
agevola notevolmente il<br />
complesso lavoro di ricerca<br />
ed individuazione del punto<br />
di insorgenza delle fiamme<br />
svolto dai militari Repertatori,<br />
apportando tra l’atro un<br />
notevole risparmio in termini di<br />
tempo e costi.<br />
Il modello di riferimento<br />
adottato è stato messo a<br />
punto dal “Dipartimento<br />
di Arboricoltura, Botanica<br />
e Patologia Vegetale”<br />
dell’Università degli Studi<br />
di Napoli Federico II, polo<br />
di eccellenza della ricerca<br />
universitaria in questo settore.<br />
Scenari e specie vegetali<br />
Negli scenari tridimensionali<br />
APPLICAZIONE DELL’ALGORITMO MEG<br />
La “regia” può inserire il punto<br />
di innesco direttamente sullo<br />
scenario, settare i parametri<br />
della simulazione e dare il via<br />
all’incendio.<br />
Il modello matematico<br />
implementato segue, per il<br />
calcolo del perimetro del fuoco,<br />
i seguenti passi:<br />
4Calcolo del campo di vento<br />
(direzione e intensità) su<br />
tutta l’area interessata dalla<br />
simulazione in relazione alla<br />
pendenza del suolo;<br />
4Combinazione degli<br />
effetti del vento e della<br />
pendenza con le tipologie di<br />
Posizionamento della forma finale dell’incendio<br />
Elaborazione<br />
Avvio dell’elaborazione<br />
Individuazione probabile area di insorgenza
REPORT<br />
sono state inserite le specie<br />
vegetali rappresentative<br />
degli ecosistemi forestali<br />
del mezzogiorno d’Italia,<br />
riassunte nella tabella di seguito<br />
riportata:<br />
ALBERI<br />
Olivo<br />
Quercia<br />
Pino<br />
Castagno<br />
Leccio<br />
Il nuovo FFAS PLUS<br />
Forti dei risultati e<br />
dell’esperienza maturata in<br />
questi anni di impiego del<br />
FFAS, il NIAB ha elaborato il<br />
concept di un nuovo simulatore<br />
denominato FFAS PLUS .<br />
Il sistema si baserà su tecnologie<br />
di Intelligenza Artificiale e<br />
nuovi algoritmi dedicati, capaci<br />
di simulare ed interpretare i<br />
fenomeni naturali.<br />
Verranno sfruttate linee di<br />
trasmissione dati ad altissima<br />
velocità correlate a sistemi<br />
cloud di elevata capacità<br />
elaborativa, per la generazione<br />
degli scenari. In questo<br />
modo, l’utilizzo della nuova<br />
piattaforma di simulazione<br />
potrà avvenire in maniera<br />
distribuita, a differenza<br />
dell’attuale sistema che richiede<br />
un’infrastruttura dedicata.<br />
Le nuove macro funzioni<br />
di cui sarà dotato il FFAS<br />
PLAS saranno incentrate sulle<br />
simulazioni anche di dissesto<br />
Acquisizione dei dati di appoggio alla fotogrammetria<br />
relativi al territorio di Ischia<br />
idrogeologico, che hanno una<br />
significativa correlazione con<br />
la perdita di copertura forestale<br />
a seguito di eventi di incendio<br />
boschivo.<br />
La perdita del manto vegetale,<br />
CESPUGLI E ARBUSTI<br />
Cisto<br />
Erica<br />
Lentisco<br />
Mirto<br />
Spartium<br />
infatti, determina la mancata<br />
regimazione del deflusso<br />
superficiale della acque<br />
meteoriche e della forza<br />
erosiva delle piogge a carattere<br />
torrentizio.<br />
Entro pochi anni dall’evento<br />
incendio, gli apparati radicali<br />
sono soggetti a fenomeni di<br />
putrefazione e perdono la<br />
loro capacità meccanica di<br />
trattenimento dei suoli.<br />
Rappresentativo di quanto<br />
sopra esposto è ciò che è<br />
avvenuto presso il Parco<br />
Nazionale del Vesuvio dopo il<br />
devastante incendio del 2017<br />
dove, a distanza di poche<br />
settimane dall’evento, a causa<br />
del dilavamento innescato da<br />
fenomeni di ruscellamento sul<br />
soprassuolo ormai spoglio di<br />
ogni presenza forestale, sono<br />
addirittura venute alla luce le<br />
colate laviche dell’eruzione del<br />
1942.<br />
La catena di eventi, che parte<br />
dall’antropizzazione degli<br />
ecosistemi e si conclude, sempre<br />
con maggiore frequenza con le<br />
frane conseguenti le alluvioni,<br />
sta provocando un sempre<br />
maggiore allarme sociale a<br />
causa degli ingenti danni subiti<br />
dai territori interessati e dalle<br />
comunità residenti.<br />
In un contesto come questo,<br />
risulta essenziale, per specialità<br />
forestale dell’Arma, essere in<br />
grado di valutare e gestire con<br />
prontezza anche il rischio di<br />
dissesto idrogeologico.<br />
Per la gestione di tale rischio si<br />
ritiene necessaria la formazione<br />
dei militari che, a vario titolo,<br />
concorrono al monitoraggio e<br />
al controllo del territorio ai fini<br />
della prevenzione e mitigazione<br />
del dissesto idrogeologico<br />
(Competenza dell’Arma dei<br />
Carabinieri ai sensi dell’art.7<br />
del Decreto legislativo<br />
n.177/2016) e alla gestione<br />
dell’emergenza idraulico/<br />
idrogeologica (Protocollo<br />
d’intesa tra l’Arma dei<br />
Carabinieri e il Dipartimento<br />
della Protezione Civile),<br />
procedendo all’aggiornamento<br />
degli attuali algoritmi e creando<br />
nuovi scenari virtuali in grado<br />
di rappresentare la vulnerabilità<br />
delle aree minacciate dal rischio<br />
idrogeologico e di evidenziare<br />
i punti critici in cui possono<br />
innescarsi e propagarsi eventi o<br />
catastrofi naturali e antropiche.<br />
Attraverso questo nuovo<br />
progetto ci si propone,<br />
innanzitutto, di conseguire<br />
un utilizzo pratico delle<br />
tecnologie innovative digitali, di<br />
elaborazione e visualizzazione,<br />
per la simulazione di eventi di<br />
natura idrogeologica.<br />
Il fine è quello di sviluppare<br />
attività di formazione e<br />
apprendimento pratico<br />
riguardante possibili dinamiche<br />
evolutive degli eventi ,<br />
consentendo l’addestramento<br />
al controllo, all’analisi, e allo<br />
sviluppo di capacità decisionali<br />
in situazione critiche di alta<br />
pericolosità e complessità<br />
ambientale connesse al<br />
fenomeno dei disastri<br />
idrogeologici.<br />
La simulazione, applicata<br />
al fenomeno del dissesto<br />
idrogeologico, costituisce<br />
quindi uno strumento<br />
importante dal punto di vista<br />
dell’analisi e del monitoraggio<br />
del fenomeno e consente al<br />
30 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
REPORT<br />
personale operante di esperire<br />
quelli che sono i fattori<br />
determinanti nella gestione di<br />
situazioni critiche, conferendo<br />
loro:<br />
4Conoscenza diffusa delle<br />
tecniche e delle procedure per<br />
la gestione in sicurezza delle<br />
operazioni;<br />
4Padronanza degli strumenti e<br />
delle tecnologie disponibili;<br />
4Capacità di collaborazione<br />
tra le persone coinvolte nel<br />
lavoro di squadra;<br />
4Capacità di mantenere<br />
relazioni positive e di<br />
comunicare in modo efficace;<br />
4Capacità di valutare<br />
oggettivamente le<br />
caratteristiche della situazione<br />
critica;<br />
4Capacità di prendere<br />
decisioni in situazioni di<br />
incertezza valutandone i<br />
rischi;<br />
4Gestione delle emozioni<br />
e dello stress da parte del<br />
responsabile della conduzione<br />
delle operazioni.<br />
Nuovi scenari<br />
Le nuove “palestre” virtuali si<br />
affiancheranno a quelle esistenti<br />
per ampliare la casistica degli<br />
scenari da impiegare nell’ambito<br />
delle sessioni di addestramento.<br />
Gli ambienti generati<br />
rappresenteranno scenari di<br />
circa 300 ettari e riprodurranno,<br />
con elevato dettaglio, la reale<br />
conformazione dei territori,<br />
grazie a rilievi fotogrammetrici<br />
eseguiti attraverso l’uso di<br />
velivoli a pilotaggio remoto<br />
(APR) dotati di sensore Lidar.<br />
Saranno introdotte nuove<br />
mappe di combustibile relative<br />
a specie forestali di tipologia<br />
opportuna ed opportunamente<br />
modellate dal punto di vista del<br />
comportamento nei confronti<br />
di un incendio, con almeno<br />
quattro stadi di bruciatura.<br />
A differenza di quanto<br />
Ricostruzione digitale del territorio<br />
avviene nell’attuale sistema<br />
di simulazione, le foreste<br />
non saranno costituite da<br />
blocchi unici non interattivi,<br />
ma saranno composte da<br />
centinaia di migliaia di singoli<br />
alberi, ciascuno in grado di<br />
rappresentare gli effetti subiti<br />
dalle sollecitazioni.<br />
Per raggiungere quest’obiettivo,<br />
si prevede di realizzare i modelli<br />
di 20 diverse nuove tipologie di<br />
albero e, per ognuna, realizzare<br />
Carte dei modelli di combustibile realizzate<br />
tramite Corine Land Cover<br />
un modello sano e quattro<br />
differenti modelli bruciati.<br />
Il sottobosco sarà rappresentato<br />
con l’uso di almeno 6 nuove<br />
tipologie di arbusto.<br />
L’effetto del fuoco sugli alberi e<br />
sugli arbusti sarà rappresentato<br />
da modelli delle varie fasi della<br />
bruciatura, per rendere ancora<br />
più realistico l’effetto del<br />
passaggio dell’incendio.<br />
Faranno parte integrante<br />
degli scenari anche le varie<br />
Carte dei modelli di combustibile realizzate<br />
tramite scansione con sistemi APR<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 31
REPORT<br />
strutture antropiche presenti<br />
quali strade, centri abitati,<br />
segnaletica stradale, centrali<br />
elettriche, ecc.<br />
Considerazioni finali<br />
L’avvento dell’Intelligenza<br />
Artificiale, anche nei contesti<br />
più ordinari della società,<br />
ben rappresenta la tendenza<br />
dell’uomo a demandare “alla<br />
tecnologia” compiti sempre più<br />
complessi.<br />
Nonostante l’impegno verso il<br />
progresso ed il miglioramento<br />
che l’Arma dei Carabinieri<br />
sempre persegue, è nostra<br />
convinzione che le opportunità<br />
tecnologiche, presenti e<br />
future, non vadano intese<br />
a sollevare gli operatori del<br />
settore dall’impegno e dalle<br />
responsabilità.<br />
Per quanto le “palestre<br />
virtuali” finora descritte,<br />
così come le numerose<br />
altre tecnologie messe in<br />
campo nella salvaguardia del<br />
territorio e della collettività,<br />
possano aiutare ad individuare<br />
tempestivamente possibili<br />
soluzioni, senza essere bloccati<br />
o deviati dall’emotività e dal<br />
timore di sbagliare, sempre<br />
determinante rimarrà la<br />
capacità del militare di<br />
agire secondo il proprio<br />
intendimento, la propria<br />
esperienza ed il proprio<br />
senso etico di vicinanza alla<br />
comunità.<br />
PAROLE CHIAVE<br />
Geomatica; incendi boschivi;<br />
prevenzione; realtà virtuale;<br />
simulatore; FFAS<br />
ABSTRACT<br />
In Italy, the repression of forest fires<br />
also involves virtual reality, thanks<br />
to the Forest Fire Area Simulator<br />
(FFAS), a unique technological<br />
platform of its kind, with which<br />
the “Arma dei Carabinieri” trains<br />
soldiers specialized in investigations<br />
post forest fire.<br />
Realized at the headquarters of the<br />
“Scuola Forestale Carabinieri di<br />
Castel Volturno”, the system is able<br />
to generate immersive and interactive<br />
scenarios of forest ecosystems<br />
attacked by fire and allows the simulated<br />
execution of the technical activities<br />
of the judicial police.<br />
AUTORE<br />
Gen. B. Marco di Fonzo<br />
difonzo.m@gmail.com<br />
Comandante del Nucleo Informativo<br />
Antincendio Boschivo<br />
32 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
REPORT<br />
Il ruolo delle Osservazioni<br />
della Terra dallo spazio nelle<br />
emergenze ambientali<br />
di Emiliano Agrillo, Federico Filipponi, Roberto Inghilesi, Alessandro Mercatini,<br />
Alice Pezzarossa, Nazario Tartaglione<br />
Le osservazioni della Terra dallo spazio sono diventate uno<br />
strumento indispensabile per il monitoraggio ambientale e per far<br />
fronte a crisi ed emergenze ambientali. Vengono mostrati alcuni<br />
esempi di applicazione di queste osservazioni durante emergenze<br />
ambientali affrontate dal Centro operativo per la Sorveglianza<br />
Ambientale di ISPRA, dovute a inquinamento marino o atmosferico,<br />
incendi e casi di forti mareggiate.<br />
Fig. 1. Immagine Air Mass RGB delle 06:15 UTC del 10/02/<strong>2023</strong> ottenuta dal sensore<br />
SEVIRI montato sul satellite METEOSAT-11 (pannello superiore) e previsione<br />
ondametrica per le ore 08:00 UTC ottenuta dal sistema idro-meteo-mare ISPRA.<br />
Negli ultimi anni le<br />
tecnologie per l’Osservazione<br />
della Terra<br />
(OT), in particolare le elaborazioni<br />
di dati acquisiti da<br />
sensori montati su piattaforme<br />
satellitari, sono diventate<br />
uno strumento indispensabile<br />
per la gestione delle emergenze<br />
(Cumbane and Gidófalvi<br />
2019).<br />
Recentemente, diversi paesi<br />
europei hanno costruito o potenziato<br />
servizi di sorveglianza<br />
ambientale con il supporto di<br />
dati satellitari, con il fine di<br />
monitorare elementi di crisi<br />
ed effetti dannosi per diverse<br />
matrici ambientali. A titolo di<br />
esempio, da più di dieci anni<br />
in Germania è attivo l’Earth<br />
Observation Center (https://<br />
www.dlr.de/eoc/en/) e in<br />
Francia è operativo l’Institute<br />
Pierre-Simon Laplace (IPSL -<br />
https://www.ipsl.fr/), mentre<br />
a livello continentale sono disponibili<br />
i servizi prodotti da<br />
ESRIN (ESA Centre for Earth<br />
- https://www.esa.int/About_<br />
Us/ESRIN) e da Copernicus<br />
Emergency Management Service<br />
(EMS - https://emergency.<br />
copernicus.eu/).<br />
Nello specifico contesto di<br />
situazioni di crisi ed emergenze<br />
di tipo ambientale in<br />
ambito nazionale, il Centro<br />
operativo per la Sorveglianza<br />
Ambientale (CSA), dell’Istituto<br />
Superiore per la Protezione<br />
e la Ricerca Ambientale<br />
(ISPRA), sviluppa prodotti di<br />
34 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
REPORT<br />
Fig. 2. Immagine true color è il risultato dell’immagine acquisita dal sensore MSI installato sul satellite Sentinel-2. Nel pannello centrale si<br />
mostra uno zoom dell’immagine true color, mentre il pannello di destra mostra l’attenuazione delle bande spettrali del blu e del verde a causa<br />
della presenza di una sostanza potenzialmente inquinante visibili in prossimità della foce del Canale Aniena (provincia di Caserta).<br />
sorveglianza a partire da dati di<br />
OT. Il CSA è parte integrante<br />
del Centro Nazionale per le<br />
CRisi e le Emergenze ambientali<br />
e il danno (CN-CRE). Il CN-<br />
CRE, insieme alle altre strutture<br />
dell’ISPRA e alle agenzie del<br />
Servizio Nazionale Protezione<br />
Ambiente (SNPA), fornisce il<br />
supporto tecnico scientifico al<br />
Ministero dell'Ambiente e della<br />
Sicurezza Energetica (MASE) e<br />
partecipa al Sistema Nazionale<br />
di Protezione Civile (SNPC).<br />
I principali prodotti sviluppati<br />
nel CSA sono ottenuti dall'elaborazione<br />
dei dati OT da<br />
synthetic aperture radar (SAR –<br />
Copernicus Sentinel-1) e da radiometri<br />
a differente risoluzione<br />
spaziale come VIIRS (Visible<br />
Infrared Imaging Radiometer Suite<br />
- NASA), MODIS (Moderate<br />
Resolution Imaging Spectroradiometer<br />
- NASA), MSI (MultiSpectral<br />
Instrument Copernicus Sentinel-2),<br />
OLI (Operational Land<br />
Imager - NASA), OLCI (Ocean<br />
and Land Colour Instrument,<br />
Copernicus- Sentinel-3), SEVIRI<br />
(Spinning Enhanced Visible and<br />
InfraRed Imager EUMETSAT<br />
- MSG2) montati su satelliti<br />
gestiti da diverse organizzazioni,<br />
tra cui ESA (European Space<br />
Agency), EUMETSAT (European<br />
Organisation for the Exploitation<br />
of Meteorological Satellites)<br />
e NASA (National Aeronautics<br />
and Space Administration). Questi<br />
dati satellitari sono integrati<br />
con sistemi informativi e banche<br />
dati ambientali e processati<br />
con sistemi di elaborazione di<br />
tipo machine learning.<br />
Tra le altre attività di monitoraggio,<br />
descritte in dettaglio nel<br />
seguito, da oltre un decennio<br />
il CSA è attivo nella previsione<br />
dello stato del mare, sia utilizzando<br />
dati satellitari che modelli<br />
meteo-marini a scala regionale<br />
e costiera su tutti i mari italiani.<br />
Queste informazioni vengono<br />
comunicate al pubblico attraverso<br />
un bollettino (https://www.<br />
isprambiente.gov.it/it/attivita/<br />
Crisi-Emergenze-ambientali-e-<br />
Danno/centro-operativo-perla-sorveglianza-ambientale/<br />
bollettino-meteo-marino-giornaliero)<br />
e un apposito sito con<br />
le previsioni<br />
(https://www.isprambiente.gov.<br />
it/pre_mare/coastal_system/<br />
maps/first.html).<br />
Una parte integrante dell'analisi<br />
del Centro è basata su metodi<br />
di geo-interpretazione delle<br />
immagini, finalizzati all’individuazione<br />
di elementi di riconoscimento<br />
o descrizione delle<br />
crisi ambientali, poiché uno dei<br />
compiti principali dell’ISPRA<br />
è la tutela dell’ambiente. In<br />
questo ambito, il Centro ha<br />
sviluppato procedure in grado<br />
di caratterizzare: eventi di dispersione<br />
di inquinanti in acque<br />
costiere associate a canali o<br />
estuari, eventi di dispersione in<br />
atmosfera, riversamento in mare<br />
di olii combustibili (oil spill),<br />
monitoraggio dell’evoluzione di<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 35
REPORT<br />
vasti incendi, individuandone i<br />
fronti attivi. In aggiunta, al fine<br />
di monitorare gli ecosistemi forestali<br />
che sono ritenuti tra i sistemi<br />
ambientali più vulnerabili<br />
(Lindner et al., 2010), il CSA<br />
ha predisposto specifiche metodiche<br />
per l’analisi post-evento,<br />
come l’elaborazione delle stime<br />
sulle coperture naturali delle<br />
aree precorse dall’incendio, sia<br />
a livello di unità amministrative<br />
(Nazionali, Regionali, Comunali)<br />
che di aree protette regionali<br />
e nazionali.<br />
Osservazioni della terra nella<br />
gestione delle emergenze ambientali:<br />
La stazione di ricezione<br />
satellitare real-time.<br />
Nell’ambito delle funzioni attribuite<br />
al CSA è operativa in<br />
ISPRA dal 2021 un sistema di<br />
ricezione satellitare dello stream<br />
High Volume Service-2 EU-<br />
METCast. EUMETCast è un<br />
sistema di disseminazione che<br />
comprende un grande volume<br />
di dati satellitari di interesse<br />
meteorologico, atmosferico<br />
e marino provenienti non<br />
solo dall’agenzia europea EU-<br />
METSAT ma anche dalla rete<br />
europea dei Sentinel-Copernius,<br />
dai dati elaborati dai Satellite<br />
Application Facilities (SAF),<br />
dalla NASA e dalla NOAA. Tra<br />
i dati ricevuti in continuo sono<br />
i prodotti del SEVIRI del ME-<br />
TEOSAT MS 2G (e in prossimo<br />
futuro METEOSAT 3G)<br />
dati AVHRR METOP, MODIS<br />
Terra ed Aqua, TROPOMI Sentinel-5P,<br />
Poseidon-4, Sentinel-6<br />
ed OLCI Sentinel-3. Il servizio<br />
è importante per garantire il<br />
monitoraggio in tempo reale<br />
dello stato dell'atmosfera e del<br />
mare in Europa e nel Mediterraneo.<br />
Il sistema è il complemento<br />
fondamentale del Sistema<br />
Idro-Meteo-Mare (SIMM) per<br />
la previsione numerica meteomarina<br />
dell’ISPRA. Viene riportato<br />
ad esempio il caso recente<br />
delle previsioni dello sviluppo<br />
di un ciclone mediterraneo sulla<br />
Sicilia orientale per il 10 febbraio<br />
<strong>2023</strong>. Sono rappresentate le<br />
previsioni a 24 ore dello stato<br />
del mare in termini di altezza<br />
significativa sulla Sicilia e le<br />
osservazioni da satellite con il<br />
prodotto Air Mass RGB sull'Europa<br />
che dimostra la presenza<br />
del ciclone nel Mediterraneo<br />
Centrale. Il prodotto Air Mass<br />
RGB usa i due canali di assorbimento<br />
del vapore acqueo e<br />
quello dell’ozono nella parte<br />
dello spettro infrarosso ed è in<br />
grado di distinguere le masse<br />
d’aria fredda di origine polare<br />
(viola-blu) da quelle più calde<br />
di origine tropicale (verde).<br />
Fig. 3. Distribuzione areale degli inquinanti provenienti dal rogo di Centocelle (Roma), tra le<br />
18.45 4 le 19.30 del 09/07/2022, osservata dalle anomalie radiometriche. Le immagini sono<br />
l’elaborazione del segnale proveniente dal sensore SEVIRI del satellite EUMETSAT MSG. Il<br />
valore di riferimento utilizzato per il calcolo dell’anomalia è stato individuato sulla base di dati<br />
satellitari acquisiti sullo stesso punto in un giorno privo di copertura nuvolosa e analoghe condizioni<br />
stagionali (5 luglio 2022).<br />
Gestione delle emergenze<br />
ambientali in ambito marino:<br />
Sversamento di inquinanti alla<br />
foce del canale Agnena (Provincia<br />
di Caserta)<br />
Tra il 4 ed il 7 maggio del 2020<br />
è stata segnalata la presenza di<br />
un’estesa macchia scura nell’area<br />
costiera del Litorale Domizio<br />
nel Mar Tirreno meridionale<br />
alla foce del canale Agnena,<br />
36 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
REPORT<br />
causata da uno sversamento<br />
di inquinanti proveniente dal<br />
canale. Il CSA ha provveduto<br />
all’ analisi dei dati OT disponibili<br />
nell’area marina costiera<br />
considerata, in corrispondenza<br />
della foce del canale Agnena in<br />
provincia di Caserta.<br />
In particolare, è stata effettuata<br />
una ricognizione dei cataloghi<br />
di dati satellitari OT distribuiti<br />
in modalità ‘open-access’ dal<br />
programma europeo Copernicus,<br />
da NASA e da USGS, per<br />
verificare la disponibilità di<br />
immagini satellitari acquisite<br />
da satelliti con orbita polare ad<br />
alta risoluzione spaziale sull’area<br />
interessata dall’evento. La<br />
ricerca nel catalogo Copernicus<br />
ha permesso di ottenere una<br />
serie di immagini acquisite<br />
dal sensore MSI, montato<br />
sulle piattaforme satellitari<br />
Sentinel-2A e Sentinel-2B. Dal<br />
catalogo dati USGS Earth Resources<br />
Observation and Science<br />
(EROS) è stata acquisita un’immagine<br />
acquisita con sensore<br />
ottico multispettrale OLI montato<br />
sulla piattaforma satellitare<br />
della NASA Landsat-8.<br />
Le immagini ottenute dello<br />
sversamento sono disponibili a<br />
partire dal 4 maggio 2020. Da<br />
queste è stato possibile individuare<br />
delle anomalie radiometriche<br />
nelle bande spettrali alla<br />
lunghezza d’onda del visibile, in<br />
particolare del blu e del verde<br />
(482-562 nm).<br />
La grandezza fisica considerata<br />
nell’elaborazione dei dati<br />
di ciascuna banda spettrale è<br />
chiamata water-leaving radiance<br />
reflectance, ρw, e rappresenta la<br />
misura del rapporto tra la radiazione<br />
elettromagnetica riflessa<br />
dalla colonna d’acqua e quella<br />
irradiata dal sole, escludendo<br />
l’assorbimento atmosferico.<br />
Questo dato si può ottenere<br />
da dati L1 MSI, per esempio,<br />
con l’uso di processori standard<br />
Fig. 4. Rilevazione di sversamento di carburante avvenuta il 7/10/2018 a largo della Corsica<br />
mediante l’applicazione di prodotti satellitari dal sensore MSI di Sentinel-2 (pannello superiore)<br />
e dal sensore SAR di Sentinel-1, con l’indicazione (punto rosso, in basso a destra) del<br />
luogo dell’incidente (pannello inferiore).<br />
specifici per l’ambiente marino<br />
per la correzione atmosferica<br />
distribuiti da ESA (Sen2Cor,<br />
SNAP). Dalle mappe di ρw<br />
è stato possibile identificare<br />
le anomalie radiometriche,<br />
in particolare le riduzioni di<br />
ρw, utili a determinare l’areale<br />
di distribuzione del plume in<br />
ambiente acquatico, originato<br />
dallo sversamento di materiale<br />
inquinante in prossimità della<br />
foce del canale Agnena, e monitorarne<br />
la sua evoluzione nel<br />
tempo. Dopo aver processato le<br />
immagini con un algoritmo di<br />
correzione atmosferica per target<br />
radiometrico acquatico denominato<br />
C2RCC (Brockmann<br />
et al. 2016), l’identificazione<br />
delle anomalie radiometriche<br />
nelle immagini è stata effettuata<br />
utilizzando una metodologia<br />
basata sull’impiego di un campo<br />
di riferimento. Si stima quindi<br />
il valore di assorbimento ∆ρw<br />
dal calcolo della differenza radiometrica<br />
tra il valore ρw nei<br />
pixel dell’immagine e un valore<br />
ρwRef di riferimento secondo la<br />
formula ∆ρw = ρw − ρwRef.<br />
Il valore di riferimento è stato<br />
selezionato sulla base del criterio<br />
di vicinanza geografica,<br />
identificato a partire dal valore<br />
dai pixel nell’intorno spaziale<br />
dell’area interessata dalla dispersione<br />
del plume. L’anomalia radiometrica<br />
dovuta al passaggio<br />
del plume scuro corrisponde a<br />
valori negativi di ∆ρw, calcolati<br />
dalla differenza con il valore<br />
ρwRef di riferimento, determinando<br />
quindi un’attenuazione<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 37
REPORT<br />
radiometrica. Allo scopo di<br />
garantire maggiore robustezza<br />
nella stima quantitativa, il calcolo<br />
di ∆ρw è stato effettuato a<br />
partire da due bande spettrali.<br />
Un esempio del risultato dell’elaborazione<br />
è riportato nella Figura<br />
2 che mostra, per il giorno<br />
05/05/2020, l’immagine true<br />
color e l’attenuazione radiometrica<br />
(anomalia) ricavata dall’analisi<br />
dei dati del Sentinel-2A<br />
MSI. È visibile il plume che<br />
abbraccia la foce del canale<br />
Agnena e si distribuisce lungo la<br />
costa. La forma simmetrica del<br />
plume intorno alla foce, stante<br />
le condizioni meteo-marine, è<br />
associata ad uno sversamento<br />
prolungato continuamente nel<br />
tempo in assenza di correnti locali<br />
e di vento, come osservato<br />
presso le stazioni della rete mareografica<br />
nazionale di ISPRA<br />
nei giorni dell’evento.<br />
Fig. 5. Rilevazione dell’incendio di Montiferru del 25 luglio 2021 come visto dal sensore MSI<br />
di Sentinel-2 (pannello in alto a sinistra) e l’elaborazione per ottenere i fronti di incendio<br />
(pannello in alto a destra), superficie percorse da incendio (aree in grigio) e distribuzione degli<br />
ecosistemi terresti (aree colorate) nel caso dell’incendio di Montiferru occorso tra il 23 e 30<br />
luglio del 2021 in Sardegna (pannelli in basso).<br />
Gestione delle emergenze<br />
ambientali in ambito terrestre:<br />
l’incendio alla periferia<br />
di Roma del 9 luglio 2022<br />
Il CSA, il giorno 9 luglio 2022,<br />
si è attivato per seguire la dispersione<br />
in atmosfera di una<br />
nube (plume atmosferico) generata<br />
dall’incendio avvenuto in<br />
località Centocelle, un quartiere<br />
periferico di Roma. Per monitorare<br />
l’evento sono state utilizzati<br />
i dati SEVIRI del Meteosat<br />
Second Generation (MSG2-10)<br />
rapid scan con frequenza a cinque<br />
minuti, con una tecnica di<br />
analisi basata sull’individuazione<br />
di anomalie radiometriche<br />
riconducibili a nubi di materiale<br />
in sospensione di origine artificiale.<br />
Dai dati acquisiti dal<br />
sensore ottico multispettrale<br />
SEVIRI (maggiori informazioni<br />
sullo strumento SEVIRI<br />
sono descritte in Schmetz et<br />
al. 2002), ricevuti ed elaborati<br />
dalla stazione di ricezione<br />
di ISPRA, è stato possibile individuare<br />
le anomalie radiometriche<br />
nelle bande spettrali alla<br />
lunghezza d'onda del visibile e<br />
infrarosso vicino (0.635, 0.81,<br />
1.64 e canale HRV).<br />
L’identificazione delle anomalie<br />
radiometriche dalle immagini<br />
SEVIRI è stata effettuata utilizzando<br />
una metodologia basata<br />
sul confronto tra le immagini<br />
dell’evento e un’immagine di<br />
riferimento acquisita prima che<br />
l’evento si verificasse (Kluser<br />
et al. 2008). I valori negativi<br />
riscontrati sono corrispondenti<br />
alla presenza del plume atmosferico.<br />
Dall’analisi delle attenuazioni<br />
radiometriche riscontrate<br />
dal processamento delle immagini<br />
è stato possibile individuare<br />
l’estensione e lo spostamento<br />
della nube prodotta dall’incendio<br />
di depositi di autovetture in<br />
fase di demolizione. In Figura<br />
3, viene mostrata l’evoluzione<br />
temporale del plume atmosferico<br />
a partire dalle 18:45 fino alle<br />
38 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
REPORT<br />
19:30 con mappe aggiornate<br />
ogni 15 minuti.<br />
Gestione delle emergenze<br />
ambientali in ambito marino:<br />
individuazione sversamento<br />
di olio combustibile nel Mare<br />
Ligure<br />
Il 7 ottobre 2018 è avvenuta<br />
una collisione tra la motonave<br />
Ulisse e la nave portacontainer<br />
Cls Virginia al largo della Corsica.<br />
L'incidente ha provocato<br />
la fuoriuscita di centinaia di<br />
metri cubi di 'fuel oil' (olio carburante)<br />
dalla portacontainer,<br />
che ha prodotto una chiazza<br />
che si è estesa in mare per circa<br />
venti chilometri. Il Centro ha<br />
utilizzato per la caratterizzazione<br />
dello sversamento in mare<br />
di olii combustibili (oil spill) sia<br />
analisi basate su dati spettrali<br />
provenienti dal MSI Sentinel-2<br />
che dal radar SAR Sentinel-1.<br />
Le sostanze oleose galleggianti<br />
mostrano una risposta radiometrica<br />
e meccanica differente<br />
da quella tipica della superficie<br />
d’acqua, soprattutto alle lunghezze<br />
d’onda del visibile e vicino<br />
infrarosso, che può consentire<br />
l’individuazione dell’area di<br />
dispersione e in certe circostanze<br />
la stima dello spessore delle<br />
sostanze oleose galleggianti. In<br />
Figura 4 vengono mostrati i risultati<br />
ottenuti dalla rilevazione<br />
di una macchia di carburante<br />
fuoriuscito dai serbatoi di una<br />
delle motonavi speronata nel<br />
Mar Ligure.<br />
Gestione delle emergenze<br />
ambientali in ambito terrestre:<br />
monitoraggio incendi<br />
boschivi, il caso di Montiferru<br />
(provincia di Oristano)<br />
A seguito dell’innesco di numerosi<br />
incendi nel mese di luglio<br />
2021, il CSA ha generato prodotti<br />
di sorveglianza ambientale<br />
a supporto delle attività di<br />
contrasto agli incendi operate<br />
dal Dipartimento di Protezione<br />
Civile e Regione Sardegna.<br />
Gli elaborati cartografici sono<br />
stati generati a partire da dati<br />
ottici multispettrali ad elevata<br />
risoluzione spaziale acquisiti dal<br />
sensore MSI Sentinel-2, dal sensore<br />
Enhanced Thematic Mapper<br />
Plus Landsat-7 e da sensore OLI<br />
Landsat-8. I dataset sono stati<br />
ottenuti dai cataloghi Copernicus<br />
Sentinel Hub ed EROS<br />
quando disponibili, tipicamente<br />
nella finestra temporale di 3-6<br />
ore dopo l’orario di acquisizione<br />
dello strumento.<br />
Il Centro ha fornito al SNPC<br />
elaborati cartografici relativi alla<br />
localizzazione dei fronti di fuoco<br />
attivi e alla perimetrazione<br />
delle aree percorse da fuoco, in<br />
diverse fasi di evoluzione degli<br />
eventi incendiari, allo scopo di<br />
fornire informazioni per il monitoraggio<br />
dell’avanzamento dei<br />
fronti di fiamma e supportare il<br />
coordinamento delle operazioni<br />
di spegnimento con l’utilizzo<br />
anche dei mezzi aerei.<br />
Le aree caratterizzate da fronti<br />
di fuoco attivo dell’incendio<br />
sono state individuate attraverso<br />
l’utilizzo delle bande spettrali<br />
nell’intervallo radiometrico<br />
dell’infrarosso a onde corte, che<br />
registra valori di radianza elevati<br />
in caso di emissività dovuta<br />
alla presenza fiamme. Le aree<br />
percorse da incendio sono state<br />
identificate attraverso la comparazione<br />
dei valori di diversi<br />
FIG. 6. Struttura di elaborazione per la mappatura degli ecosistemi forestali Ecosystem Classification Model - ECM-F4. Scelta delle variabili<br />
(pannello di sinistra), algoritmo di classificazione (pannello centrale) e risultato a scala nazionale ed a scala locale: la regione Lazio<br />
(pannello di destra).<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 39
REPORT<br />
indici spettrali, calcolati come<br />
differenza tra l’acquisizione satellitare<br />
in corso evento (o postevento)<br />
e l’acquisizione satellitare<br />
prima dell’evento. I valori di<br />
differenza tra gli indici spettrali,<br />
selezionati sulla base della risposta<br />
radiometrica caratteristica<br />
delle aree percorse da incendio<br />
sono stati combinati attraverso<br />
l’impiego di un Agreement Index<br />
(Smiraglia et al. 2020). La<br />
selezione effettuata da operatori<br />
esperti degli indici spettrali più<br />
adatti per ciascuna acquisizione<br />
satellitare, con bande spettrali<br />
affette in maniera minore dalla<br />
presenza di aerosol atmosferico,<br />
ha consentito in alcuni casi<br />
l’individuazione della superficie<br />
percorsa da incendio in aree<br />
caratterizzate dalla presenza<br />
di plume atmosferico generato<br />
dalla combustione della vegetazione.<br />
Inoltre, le informazioni<br />
relative alle aree percorse da incendio<br />
sono state integrate con<br />
informazioni tematiche relative<br />
alla presenza di aree protette e<br />
le coperture vegetali derivate<br />
da specifici prodotti di mappatura.<br />
Come riportato in Figura<br />
5, sono mostrati gli elaborati<br />
cartografici relativi a fronti di<br />
fiamma attivi e aree percorse da<br />
fuoco, dell’incendio avvenuto<br />
nell’area di Montiferru (provincia<br />
di Nuoro) nel periodo 23-<br />
30 luglio 2021, generati a partire<br />
dall’analisi di acquisizioni<br />
satellitari Sentinel-2 MSI. Come<br />
analisi post-evento sono state<br />
analizzate le coperture vegetali<br />
bruciate dall’incendio sulla base<br />
della classificazione degli habitat<br />
con il metodo descritto nel<br />
paragrafo successivo.<br />
Supporto alle crisi ambientali:<br />
superficie boschiva percorsa<br />
da incendi in Italia<br />
Fornire esplicite informazioni<br />
spaziali riguardanti i diversi<br />
tipi di ecosistemi permette di<br />
Fig. 7. Distribuzione spaziale degli incendi nel 2022 su base regionale.<br />
supportare una buona gestione<br />
delle foreste e di prendere delle<br />
decisioni bilanciate in termini<br />
di sostenibilità. Le foreste forniscono<br />
legname per attività<br />
industriale, luoghi per attività<br />
turistico-ricreative, permettono<br />
il sequestro dell’anidride carbonica,<br />
sono funzionali alla tutela<br />
della biodiversità, e riducono il<br />
rischio dovuto a valanghe o frane.<br />
Diventa così indispensabile<br />
la conservazione del patrimonio<br />
boschivo nazionale.<br />
Il CSA ha sviluppato un sistema<br />
per la stima delle superfici<br />
di ecosistemi forestali presenti<br />
nelle aree percorse da incendi.<br />
Al fine di poter valutare gli<br />
effetti sugli ecosistemi forestali<br />
degli incendi boschivi in Italia<br />
è stato in primo luogo necessario<br />
mappare la superficie degli<br />
ecosistemi boschivi e forestali.<br />
Il Centro, a tale scopo, ha sviluppato<br />
un modello ad hoc di<br />
classificazione basato su metodi<br />
di machine learning. In questo<br />
modello le classi forestali da<br />
classificare sono ottenute da<br />
un geo-database di presenze<br />
di ecosistemi forestali e il set<br />
di variabili di predizione sono<br />
variabili ambientali relative<br />
alle caratteristiche geomorfologiche,<br />
climatiche e spettrali<br />
(es. indici di vigoria vegetale).<br />
Queste ultime sono state ottenute<br />
da dati ottici multispettrali<br />
ad elevata risoluzione spaziale<br />
acquisiti dal sensore MSI<br />
Sentinel-2. L’insieme dei dati<br />
predittori è stato usato per<br />
calibrare un modello con algoritmo<br />
Random Forest (Breiman2001)<br />
ed individuare così<br />
la relazione con la variabile di<br />
risposta che definisce le varie<br />
classi di ecosistemi forestali<br />
(Agrillo et al. 2021).<br />
Il modello permette di classificare<br />
le foreste italiane in 4<br />
tipologie, latifoglie decidue<br />
(T1), latifoglie sempreverdi<br />
(T2), aghifoglie semprever-<br />
40 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
REPORT<br />
di (T3) e aghifoglie decidue<br />
(T34). Il prodotto di classificazione<br />
ottenuto è stato definito<br />
Ecosystem Classification Model<br />
- ECM-F4. La Figura 6 mostra,<br />
in forma sintetica, le fasi di<br />
elaborazione che permettono<br />
la realizzazione del prodotto di<br />
classificazione degli ecosistemi<br />
forestali sul territorio italiano.<br />
Il secondo elemento del sistema<br />
è la distribuzione spaziotemporale<br />
delle superfici<br />
incendiate basata sui prodotti<br />
del catalogo europeo in ambito<br />
Copernicus-Emergency denominato<br />
European Forest Fires<br />
Information System (EFFIS, San-<br />
Miguel-Ayanz2012), sviluppato<br />
grazie alle risorse dell’Unione<br />
Europea che si sta impegnando<br />
da tempo per proteggere le<br />
foreste continentali e renderle<br />
più resilienti contro i rischi<br />
dettati dagli incendi. Il CSA ha<br />
sviluppato una procedura per<br />
definire la stima delle superfici<br />
boschive incendiate annualmente<br />
e stagionalmente per l’Italia.<br />
La sovrapposizione tra le informazioni<br />
sulle aree interessate da<br />
incendio distribuite da EFFIS<br />
e le informazioni fornite dal<br />
prodotto ECM-F4 per le stesse<br />
aree, permette di ottenere le informazioni<br />
sulle superfici degli<br />
ecosistemi forestali che sono<br />
stati interessate dagli incendi<br />
a livello nazionale, regionale,<br />
comunale e nelle aree protette.<br />
Queste informazioni vengono<br />
elaborate e collezionate all’interno<br />
di un database relativo<br />
alle aree percorse da incendio<br />
Burnt Areas Database (BAD).<br />
I dati vengono collezionati<br />
giornalmente e messi a sistema<br />
con altri dataset spazializzati,<br />
permettendo il monitoraggio<br />
delle aree percorse da incendio<br />
in tempo quasi reale (in termini<br />
di superficie bruciata) e delle<br />
relative componenti naturali<br />
(ecosistemi) a diverse scale amministrative<br />
(comunali, provinciali,<br />
regionali e nazionali). Un<br />
esempio di questa applicazione<br />
sono le statistiche prodotte per<br />
l’anno 2022, anno in cui in Italia<br />
hanno bruciato più di 68000<br />
ettari di superficie, di cui oltre il<br />
20% appartenente alle coperture<br />
forestali. La Figura 7 mostra<br />
la superficie percorsa da incendio<br />
nel 2022 su base regionale.<br />
SITOGRAFIA<br />
1.https://www.isprambiente.gov.it/it/<br />
attivita/Crisi-Emergenze-ambientali-e-<br />
Danno/centro-operativo-per-la-sorveglianza-ambientale/bollettino-meteo-marino-giornaliero<br />
2. https://www.isprambiente.gov.it/pre_<br />
mare/coastal_system/maps/first.html<br />
3. https://www.dlr.de/eoc/en/<br />
4. https://www.ipsl.fr/<br />
5.https://www.esa.int/About_Us/ESRIN<br />
6. https://emergency.copernicus.eu/<br />
BIBLIOGRAFIA<br />
Agrillo, E., Filipponi, F., Pezzarossa, A.,<br />
Casella, L., Smiraglia, D., Orasi, A., Attorre,<br />
F., Taramelli, A. (2021) Earth Observation<br />
and Biodiversity Big Data for Forest Habitat<br />
Types Classification and Mapping. Remote<br />
Sens. 13, 1231. https://doi.org/10.3390/<br />
rs13071231<br />
Breiman, L. (2001). Random forests. Machine<br />
learning, 45(1), 5-32. https://doi.<br />
org/10.1023/A:1010933404324.<br />
Brockmann, C., Doerffer, R., Peters, M,.<br />
Kerstin, S., Embacher, S., Ruescas, A. (2016)<br />
Evolution of the C2RCC Neural Network<br />
for Sentinel 2 and 3 for the Retrieval of Ocean<br />
Colour Products in Normal and Extreme<br />
Optically Complex Waters. Living Planet<br />
Symposium, Proceedings of the conference<br />
held 9-13 May 2016 in Prague, Czech Republic.<br />
Edited by L. Ouwehand. ESA-SP Volume<br />
740, ISBN: 978-92-9221-305-3, p.54.<br />
Cumbane, S.P., Gidófalvi, G. (2019) Review<br />
of Big Data and Processing Frameworks<br />
for Disaster Response Applications. ISPRS<br />
Int. J. Geo-Inf. 2019, 8, 387. https://doi.<br />
org/10.3390/ijgi8090387<br />
Klüser, L., Rosenfeld, D., Macke, A., and<br />
Holzer-Popp, T. (2008) Observations of<br />
shallow convective clouds generated by<br />
solar heating of dark smoke plumes, Atmos.<br />
Chem. Phys., 8, 2833–2840, https://doi.<br />
org/10.5194/acp-8-2833-2008.<br />
Lindner M., Maroschek, M., Netherer, S.,<br />
Kremer, A., Barbati, A., Garcia-Gonzalo, J.,<br />
Seidl, R., Delzon, S., Corona, P., Kolström,<br />
M. (2010) Climate Change Impacts, Adaptive<br />
Capacity, and Vulnerability of European<br />
Forest Ecosystems. For. Ecol. Manag. 259,<br />
698–709.<br />
San-Miguel-Ayanz, J., Schulte, E., Schmuck,<br />
G., Camia, A., Strobl, P., Liberta, G., Amatulli,<br />
G. Comprehensive monitoring of<br />
wildfires in Europe: The European Forest<br />
Fire Information System (EFFIS) (2012). In<br />
Approaches to Managing Disaster-Assessing<br />
Hazards, Emergencies and Disaster Impacts,<br />
Tiefenbacher, J.P., Ed., IntechOpen: London,<br />
UK, 2012, Chapter 5, Available online:<br />
https://ec.europa.eu/environment/forests/<br />
pdf/InTech.pdf<br />
Schmetz, J., Pili, P., Tjemkes, S., Just, D.,<br />
Kerkmann J., Rota, S., Ratier, A. (2002). An<br />
introduction to meteosat second generation<br />
(MSG), Bulletin of the American Meteorological<br />
Society, 83, 977-992.<br />
Smiraglia, D., Filipponi, F., Mandrone, S.,<br />
Tornato, A., Taramelli, A. (2020) Agreement<br />
Index for Burned Area Mapping: Integration<br />
of Multiple Spectral Indices Using Sentinel-2<br />
Satellite Images. Remote Sens. 12, 1862.<br />
https://doi.org/10.3390/rs12111862<br />
PAROLE CHIAVE<br />
Sorveglianza ambientale; osservazione<br />
della terra; osservazione dallo<br />
spazio; ambiente; incendi<br />
ABSTRACT<br />
Some environmental critical situations<br />
such as air and water pollution, forest fires<br />
and exceptional Mediterranean cyclones<br />
are presented to highlight the importance<br />
of Earth Observation (EO) techniques for<br />
environmental protection and monitoring.<br />
Methods based on EO and the use<br />
of machine learning techniques for land,<br />
marine and air quality observations are<br />
operationally implemented by the CSA<br />
(Centro operativo di Sorveglianza Ambientale)<br />
at ISPRA (Istituto Superiore per<br />
la Protezione e la Ricerca Ambientale) to<br />
provide support for environmental protection<br />
and in the event of environmental<br />
crisis or emergency.<br />
AUTORE<br />
Emiliano Agrillo<br />
CSA, CN-CRE, ISPRA,<br />
emiliano.agrillo@isprambiente.it<br />
Federico Filipponi<br />
CSA, CN-CRE, ISPRA,<br />
federico.filipponi@isprambiente.it<br />
Roberto Inghilesi<br />
CSA, CN-CRE, ISPRA,<br />
roberto.inghilesi@isprambiente.it<br />
Alessandro Mercatini<br />
CSA, CN-CRE, ISPRA,<br />
alessandro.mercatini@isprambiente.it<br />
Alice Pezzarossa<br />
CSA, CN-CRE, ISPRA, alice.pezzarossa@isprambiente.it<br />
Nazario Tartaglione CSA, CN-CRE,<br />
ISPRA,<br />
nazario.tartaglione@isprambiente.it<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 41
NON TROPPO GEORIFERITO<br />
LIDAR IS DEAD ?<br />
Piena operatività delivery<br />
in Cina, esperimenti in USA<br />
e a Milano. Il fondamento<br />
dell'impianto cartografico<br />
3D si fa stringente, necessario<br />
e improrogabile<br />
a cura di<br />
Valerio Zunino<br />
Provate a immaginare. Nuvole di<br />
punti a densità elevata, georiferite<br />
a un livello di accuracy importante<br />
e ottenute semplicemente<br />
da una sequenza di immagini rgb<br />
scattate da una camera non necessariamente<br />
metrica, dotata di<br />
un ricevitore gnss professionale.<br />
E Reti Neurali, in grado di calcolare<br />
dati potenzialmente geografici<br />
provenienti da quelle immagini<br />
di cui siamo e saremo circondati<br />
anche ove ritenessimo di non<br />
aver prestato il consenso, anche<br />
se non saremo noi a rilevarle<br />
nonostante ci venga in qualche<br />
modo richiesto (Mapillary, etc..)<br />
ed anche, soprattutto, se saremo<br />
invece noi a risultare gli unici inconsapevoli<br />
rilevatori a pagamento,<br />
poichè pagheremo (paghiamo)<br />
per eseguire rilevamenti di cui<br />
altri beneficeranno molto più di<br />
quanto verrà concesso a noi. Sta<br />
già succedendo, certamente e in<br />
misura per molti inimmaginabile<br />
(Tesla, etc..).<br />
Presto non faremo neanche<br />
in tempo a tenere traccia<br />
del numero di soggetti<br />
economici che fonderanno tutto<br />
o parte, anche una piccola parte,<br />
del loro core sull'archiviazione<br />
ed eventualmente pubblicazione<br />
di sequenze di immagini archiviate<br />
e di proprietà. Quale che<br />
sia la provenienza di queste, in<br />
un futuro decisamente prossimo<br />
saremo sommersi da immagini<br />
di qualità più o meno elevata,<br />
riferite ai nostri territori ed<br />
espresse ad una qualsivoglia definizione,<br />
scala, orientamento e<br />
numero di dimensioni.<br />
Se qualcuno di noi può ottenere<br />
nuvole di punti georiferite utilizzando<br />
semplici sequenze di<br />
immagini, significa innanzitutto<br />
che esistono modelli di business<br />
che si fondano su questo, e per<br />
conseguenza esistono potenziali<br />
clienti che proprio in questo<br />
momento stanno pensando di<br />
concertarne uno, cucito addosso<br />
alle proprie necessità d'impresa,<br />
persone che magari qualche settimana<br />
o mese prima di ritenere<br />
interessante o necessario un<br />
proprio modello in quest'ottica<br />
(è proprio il caso di dirlo), avevano<br />
posto all'ordine del giorno<br />
dei rispettivi CdA l'opzione<br />
strategica dell'investimento in<br />
strumentazioni LIDAR.<br />
Sono cresciuto all'interno del<br />
mercato dei dati geografici e<br />
presto o tardi compresi che esiste<br />
una cosa chiamata fattore di<br />
scala, che già di per sé rappresenta<br />
l'elemento più rilevante<br />
dell'esistenza stessa di una molteplicità<br />
di segmenti produttivi<br />
nel tempo generati da questo<br />
mercato, la quale a sua volta è<br />
evidentemente in grado di condizionare<br />
le scelte di produttori<br />
e di fruitori della geoinformazione<br />
e che costituisce l'unico<br />
crocevia davvero fondamentale<br />
nella rete infrastrutturale degli<br />
investimenti, dell'equilibrio costi<br />
e ricavi, della tecnologia e, al<br />
momento sopra ogni altra cosa,<br />
della ricerca.<br />
Un fattore di scala definito permette<br />
di comprendere che cosa<br />
si può fare con un dato geografico<br />
piuttosto che con un altro.<br />
Un rilievo topografico al 1:200<br />
o al 1:500 permette di gestire e<br />
manutenere interi edifici, mentre<br />
una carta al 1:2000 o 1:5000<br />
consente attività pianificatorie<br />
o di controllo e gestione sugli<br />
edifici stessi, non operazioni di<br />
intervento. Natturalmente l'accuracy<br />
si paga, poiché gli strumenti<br />
e il tempo necessari per<br />
coprire una certa superficie ai<br />
diversi fattori di scala sono differenti.<br />
Da almeno 15 anni, almeno in<br />
ambito aerofotogrammetrico<br />
e satellitare, il fattore di scala<br />
si esprime diversamente: con<br />
l'avvento dei sensori digitali fu<br />
introdotto il concetto di GSD<br />
(Ground Sampling Distance),<br />
ovvero la distanza a terra tra<br />
i punti centrali di due pixel<br />
consecutivi che sono parte di<br />
un'immagine telerilevata. Più<br />
di recente, in ambito LIDAR, le<br />
point clouds sono valutate, fra<br />
l'altro, in termini di densità di<br />
punti per metro quadrato.<br />
Mentre in tutto questo frattempo,<br />
i diversi ricevitori GPS-<br />
GNSS hanno prodotto e producono<br />
precisioni misurate sulla<br />
base dei centimetri di errore<br />
medio di una sessione di rilevamento.<br />
42 <strong>GEOmedia</strong> n°2-<strong>2023</strong>
NON TROPPO GEORIFERITO<br />
Ma la questione è sempre quella.<br />
A parità di livello qualitativo del<br />
sensore utilizzato per le varie tipologie<br />
di rilevamento, almeno<br />
in termini di accuracy geometrica<br />
proposta o garantita, la sessione<br />
di lavoro consentirà un dettaglio<br />
e una precisione migliori<br />
con l'avvicinarsi dello strumento<br />
all'area da rilevare. E oggi,<br />
il riconoscimento delle entità<br />
geografiche tramite utilizzo di<br />
sistemi di Artificial Intelligence<br />
e delle discendenti Reti Neurali,<br />
segue le stesse medesime regole;<br />
solo, non richiede né offre l'utilizzo<br />
di strumentazioni di nuova<br />
concezione, apportando invece<br />
un cambio di passo tecnologico<br />
realizzato in gran parte attraverso<br />
attrezzature già esistenti e<br />
non necessariamente di ultima<br />
generazione. Questa è la rivoluzione<br />
più eclatante degli ultimi<br />
tempi in materia GEO-IT, lo<br />
stacco più significativo, il solco<br />
ideologico più profondo.<br />
Fin dai primi anni '90, noi tutti<br />
eravamo stati testimoni di ben<br />
poche effettive innovazioni e<br />
la tecnologia GIS è rimasta sostanzialmente<br />
sempre la stessa:<br />
molti esperti di lungo corso,<br />
ancora pochi anni fa ricordavano<br />
quanto continuasse a cambiare<br />
poco o niente in fatto di<br />
software capabilities, di ambiti<br />
applicativi, e in un certo senso<br />
per conseguenza, anche in fatto<br />
di skills professionali. Cosi,<br />
ci si arrovellava per trovare aree<br />
di interesse nuove utilizzando la<br />
medesima tecnologia di venti o<br />
trenta anni prima, interrotta per<br />
così dire soltanto dalla comparsa<br />
del world wide web, la quale<br />
aveva indotto le grandi software<br />
house globali alla creazione di<br />
linguaggi in grado di “semplicemente”<br />
consentire la migrazione<br />
della fruizione software in<br />
ambiente Internet per tutti quei<br />
settori produttivi che ne avrebbero<br />
ottenuto almeno un qualche<br />
beneficio.<br />
E poi, e siamo nel 2018 o giù<br />
di li, è partito il cambiamento,<br />
quello vero, progressivo, coinvolgente.<br />
L'operatività pratica<br />
delle tecnologie LIDAR e<br />
LIDAR SLAM si era dapprima<br />
affermata e poi diffusa nell'impiantistica,<br />
nei servizi a rete,<br />
nell'edilizia e nel BIM, e oggi<br />
fa capolino nell'urbanistica e<br />
nella cartografia, dove sta funzionando,<br />
seppure alla grande e<br />
grandissima scala. Ed è proprio<br />
questo il punto sul quale dobbiamo<br />
soffermarci con un po' di<br />
attenzione in più.<br />
Rappresentazione 3D, Digital<br />
Twin o Metaverso, quale che sia<br />
l'obiettivo finale (per quanto ci<br />
riguarda, dal punto di vista dei<br />
dati strettamente geografici utilizzati<br />
cambia piuttosto poco),<br />
oggigiorno un numero ridottissimo<br />
di Local Governments ha<br />
desiderato e al contempo potuto<br />
investire le ingenti risorse economiche<br />
necessarie per raggiungere<br />
gli obiettivi di cui sopra in relazione<br />
ai rispettivi territori amministrati:<br />
almeno in quest'ambito,<br />
il LIDAR costa troppo. Un<br />
territorio comunale può essere<br />
volato in poco tempo e restituito<br />
senza troppi patemi, ma la<br />
cartografia 2D non è più l'obiettivo<br />
di tutti come una volta<br />
e le riprese oblique non consentono<br />
la realizzazione del modello<br />
3D completo di un edificio,<br />
tantomeno nel totale rispetto<br />
delle specifiche LOD2 e LOD3<br />
definite dall'Open Geospatial<br />
Consortium. Di conseguenza<br />
occorre integrare con significative<br />
sessioni di rilevamento a<br />
terra. E qui l'entità del budget<br />
che si rende necessario cresce,<br />
anche a dismisura: attrezzature<br />
di svariata tipologia, attività sul<br />
campo, autoveicoli, licenze software<br />
(non esiste al momento<br />
un'offerta open source matura<br />
in materia di trattamento delle<br />
nuvole di punti), registrazione e<br />
classificazione delle aree rilevate,<br />
hardware.<br />
<strong>GEOmedia</strong> n°2-<strong>2023</strong> 43
NON TROPPO GEORIFERITO<br />
E allora? Disporre di un certo<br />
numero di “Google Car” aiuterebbe,<br />
ma fin dove ci potrebbe<br />
portare e a quali costi?<br />
Dinanzi a un quadro di questo<br />
genere ove l'obiettivo Digital<br />
Twin sia ritenuto importante<br />
o irrinunciabile, esiste un'altra<br />
strada. Percorrerla potrebbe<br />
rivelarsi molto interessante,<br />
soprattutto adesso, quando il<br />
traffico è ancora piuttosto scarso<br />
e su quella strada transitano soltanto<br />
coloro che si sono svegliati<br />
di buon ora.<br />
Nel campo dell'apprendimento<br />
automatico, le reti neurali<br />
sono quanto di meglio. Esse<br />
fondano evidentemente la loro<br />
natura sulle metodologie tipiche<br />
dell'Intelligenza Artificiale<br />
per cosi dire, tradizionale.<br />
Affermano tuttavia uno step decisivo<br />
in più, quello di riconoscere<br />
e rispondere a stimoli non<br />
preprogrammati, per cui sono<br />
adatte a risolvere problemi più o<br />
meno imprevisti, proprio come<br />
fanno le cellule nervose in un<br />
essere umano.<br />
Attraverso le reti neurali è possibile<br />
riconoscere quindi entità<br />
grafiche-geografiche che presentano<br />
per loro natura caratteristiche<br />
non ripetute ma in qualche<br />
modo riconducibili a un livello<br />
di omogeneità, per conoscere il<br />
quale di solito si utilizza il discernimento.<br />
Emergono così opportunità importanti<br />
nella derivazione di una<br />
Cartografia 3D semiautomatica<br />
e costituita da feature classes<br />
ottenute quasi completamente<br />
da forme evolute di machine<br />
learning. Queste feature classes,<br />
livelli logici, layers o come le<br />
vogliamo chiamare in relazione<br />
alla nostra sensibilità e al nostro<br />
background formativo e professionale,<br />
possono quindi riversare<br />
sé stesse all'interno di un<br />
impianto geocartografico tridimensionale,<br />
inclusivo e descrittivo,<br />
completo delle pertinenti<br />
informazioni attributo desunte<br />
invece in modalità tradizionale,<br />
oppure anch'esse recepite da richieste<br />
eseguite ad un service AI<br />
come potrebbe essere lo stesso<br />
chatGPT, magari verticalizzato<br />
sulle informazioni oggettivabili<br />
sul territorio.<br />
Siamo andati un po' veloci, in<br />
quest'ultimo cenno, ma la materia<br />
è avvincente più di quanto<br />
si potrebbe pensare e avremo<br />
credo occasione in un prossimo<br />
articolo. Ora cerchiamo di capire<br />
che cosa potrà succedere sul<br />
mercato.<br />
Una volta che le reti neurali<br />
si affermeranno decisamente<br />
sul riconoscimento delle entità<br />
geografiche, non appena la<br />
percentuale di oggetti riconosciuti<br />
in modo univoco e automatico<br />
oltrepasserà la fatidica<br />
percentuale dell'85 per cento,<br />
cosa che pareggerà i conti con<br />
i rilevamenti LIDAR-SLAM di<br />
natura speditiva (se parliamo di<br />
urbanistica e di Digital Twin,<br />
l'entità delle superfici da attraversare<br />
non consente rilevamenti<br />
statici con alcuno strumento<br />
di precisione), ebbene allora si<br />
valuteranno i costi, che saranno<br />
impietosi nella condanna degli<br />
oggetti di cui al titolo di questo<br />
contributo. Stiamo riferendo al<br />
futuro prossimo, ma la cosa sta<br />
già accadendo.<br />
E c'è di più. Attraverso le reti<br />
neurali è possibile derivare anche<br />
i vettori delle entità geografiche<br />
riconosciute: le nuvole di<br />
punti diventano cioè un semilavorato<br />
di un prodotto completo,<br />
finito e a basso costo,<br />
ove il cerchio della realizzazione<br />
cartografica 3D di una copia<br />
fedele della realtà si va a chiudere.<br />
Allora il cliente finale potrà<br />
optare per una point cloud<br />
oppure per il modello vettoriale<br />
dell'AOI richiesta, in base alle<br />
proprie necessità applicative; in<br />
alternativa potrà avere entrambe,<br />
utilizzando l'una per finalità<br />
a questo punto rappresentative e<br />
l'altro per il calcolo e per la gestione<br />
delle entità cartografiche<br />
rappresentate e a disposizione.<br />
E tutto questo varrà per l'edificato,<br />
per le infrastrutture viarie,<br />
per la vegetazione, e poi per un<br />
numero di livelli logici teoricamente<br />
senza limiti.<br />
Il LIDAR rimarrà ancora per<br />
un po' il cavallo di Troia ideale<br />
per una strategia commerciale<br />
calata sul politicamente corretto<br />
e ricorrente: poggiata cioè sulla<br />
promozione di uno strumento<br />
adatto a sollecitare l'immaginario<br />
collettivo sul piano delle<br />
attività di rilevamento tecnico<br />
di precisione. E lo sarà fino a<br />
quando risulterà sufficientemente<br />
rassicurante esibire l'utilizzo<br />
di questo tipo di sensore<br />
con finalità di vendita o di realizzazione<br />
di servizi conto terzi<br />
attraverso di esso.<br />
Ma il LIDAR è morto. Ne danno<br />
il triste annuncio gli sviluppatori<br />
più avveduti in ambito<br />
AI e GEO-AI. E lo fanno, anche<br />
grazie all'inevitabile supporto in<br />
termini di allineamento dati (e<br />
non di georeferenziazione) delle<br />
piattaforme geografiche libere,<br />
OSM in testa. Non ci fossero<br />
state queste, sarebbe stato un<br />
problema serio. Siamo arrivati<br />
fin qui anche grazie al loro contributo.<br />
“Anyone relying on lidar is doomed.<br />
Doomed” (Elon Musk).<br />
PAROLE CHIAVE<br />
Lidar; GEO-AI; rete neurali; intelligenza<br />
artificiale; SLAM<br />
AUTORE<br />
Valerio Zunino<br />
info@studiosit.it<br />
StudioSit<br />
44 <strong>GEOmedia</strong> n°2-2022
C’è vita nel nostro mondo.<br />
Trasformazione e pubblicazione di dati<br />
territoriali in conformità a INSPIRE<br />
Assistenza su Hight Value Datasets,<br />
APIs, Location Intelligence, Data Spaces<br />
INSPIRE Helpdesk<br />
We support all INSPIRE implementers<br />
Epsilon Italia S.r.l.<br />
Viale della Concordia, 79<br />
87040 Mendicino (CS)<br />
Tel. e Fax (+39) 0984 631949<br />
info@epsilon-italia.it<br />
CON I RILIEVI AEREI IPERSPETTRALI<br />
MONITORIAMO L’AMBIENTE URBANO<br />
E PROPRIETÀ NON VISIBILI ALL’OCCHIO<br />
UMANO<br />
Le proprietà della superficie terrestre, siano esse di origine<br />
naturale o antropica, possono essere indagate in modo<br />
avanzato con rilievi aerei che impiegano isensori iperspettrali,<br />
ovvero camere ottiche che registrano centinaia<br />
di bande all’interno dello spettro elettromagnetico nel<br />
visibile e non visibile, permettendo di ricavare in modo<br />
continuo molte informazioni invisibili all’occhio umano.<br />
Inoltre, se si utilizza un sensore iperspettrale da drone, si<br />
ottiene anche un alto livello di dettaglio spaziale.<br />
È proprio grazie a questi sensori che possiamo studiare<br />
caratteristiche del territorio altrimenti difficilmente monitorabili!<br />
AVT Airborne Sensing Italia esegue rilievi con areo e con<br />
drone avendo a disposizione una vasta gamma di sensori,<br />
ognuno adatto ad un determinato scopo, inclusi i sensori<br />
iperspettrali.<br />
Le applicazioni sono molteplici. In ambiente urbano le<br />
informazioni estratte sono fondamentali per un approccio<br />
intelligente allo urban green deal.<br />
Ad esempio, i prodotti estratti da un volo iperspettrale<br />
sono:<br />
• Mappa del verde urbano<br />
• Mappa di classificazione delle specie arboree<br />
• Stato di salute della vegetazione<br />
• Contenuto d’acqua nella vegetazione<br />
• Mappa dei materiali superficiali di copertura in<br />
ambiente urbano<br />
• Presenza di amianto<br />
• Presenza di pannelli solari<br />
• Mappa di classificazione dell’uso del suolo<br />
L’immagine rappresenta i risultati ottenuti da un volo<br />
iperspettrale eseguito nel Luglio 2022 sulla città di Ferrara<br />
e gentilmente concesso dal Comune di Ferrara. Altre immagini<br />
disponibili qui:<br />
https://rivistageomedia.it/Dati-geografici/con-i-rilieviaerei-iperspettrali-monitoriamo-l-ambiente-urbano-eproprieta-non-visibili-all-occhio-umano<br />
Se siete interessati o volete saperne di più sui prodotti,<br />
contattate l’indirizzo avt.asi@avt.at<br />
www.epsilon-italia.it<br />
www.inspire-helpdesk.eu
AGENDA<br />
2 – 7 SETTEMBRE <strong>2023</strong><br />
ISPRS Geospatial Week<br />
<strong>2023</strong><br />
Cairo (Egitto)<br />
https://www.isprs.org/<br />
26-27 SETTEMBRE <strong>2023</strong><br />
DroneX Trade<br />
Show&Conference<br />
Londra<br />
https://www.dronexpo.co.uk<br />
10-12 OTTOBRE <strong>2023</strong><br />
INTERGEO <strong>2023</strong><br />
Berlino (Germania)<br />
www.intergeo.de<br />
14-16 NOVEMBRE <strong>2023</strong><br />
TECHNOLOGY FOR<br />
ALL 8<br />
Roma<br />
https://technologyforall.it<br />
5 – 7 SETTEMBRE <strong>2023</strong><br />
Commercial UAV Expo<br />
Las Vegas (USA)<br />
https://www.expouav.com/<br />
19-21 SETTEMBRE <strong>2023</strong><br />
GeoVet <strong>2023</strong> International<br />
Conference<br />
Abruzzo (Italia)<br />
https://geovet<strong>2023</strong>.izs.it/<br />
27-29 SETTEMBRE <strong>2023</strong><br />
65° Convegno Nazionale<br />
SIFET "Intersezioni<br />
disciplinari"<br />
Arezzo (Italia)<br />
www.sifet.org<br />
27–29 SETTEMBRE <strong>2023</strong><br />
Convegno Annuale AIC<br />
DAL PORTULANUS ALLA<br />
CARTOGRAFIA DIGITALE<br />
Rovereto (Italia)<br />
https://aic-cartografia.it/<br />
Roma<br />
Cattura ed elabora<br />
la realtà in 3D<br />
nel modo più rapido<br />
e preciso che mai.<br />
per maggiori<br />
informazioni<br />
Leica RTC360<br />
Con l'innovativo laser scanner Leica RTC360 puoi migliorare efficienza e<br />
produttivà nel tuo lavoro come mai prima d’ora.<br />
Potrai acquisire scansioni ed immagini HDR (High Dynamic Range) in meno<br />
di due minuti, registrare automaticamente i movimenti da una posizione di<br />
scansione all’altra per la pre-registrazione in campo ed inviare in tempo reale<br />
i dati sul tablet e/o in ufficio per essere elaborati.<br />
Il tutto in modo semplice ed intuitivo.<br />
Disponibile nelle versioni RTC360 LT e RTC360.<br />
Contattaci, scoprirai molto di più!<br />
Via A. Romilli, 20/8 - 20139 Milano • Tel. 02 5398739<br />
E-mail: teorema@geomatica.it<br />
www.geomatica.it • www.disto.it • www.termocamere.com
S850 + S900 + S990 + R180<br />
GNSS<br />
Serie Plus<br />
con 1408 canali<br />
NUOVI PRODOTTI<br />
AFFIDABILI | PRECISI | STONEX<br />
R60<br />
Stazione Totale Android<br />
Stazione Totale Robooca<br />
CONTATTACI<br />
PER INFO<br />
www.stonex.it
Progetto<br />
pedros<br />
P E R I M E T R A Z I O N E A U T O M A T I C A<br />
D I I N C E N D I C O N D R O N E<br />
E Q U I P A G G I A T O C O N S E N S O R E<br />
S P E C I F I C O<br />
Progetto finanziato dall'Agenzia Spaziale Italiana. ASI N. 2021-10-E.0