URBALYTICS

Nel progetto abbiamo applicato algoritmi di machine/deep learning alle immagini Sentinel 2, questo al fine di stimare la temperatura della superficie terrestre. Combinando questo dato con le mappe di copertura del suolo ad alta risoluzione e i dati meteorologici abbiamo generato una mappa di rischio per il fenomeno dell’Isola di Calore Urbano, basata su un’analisi multitemporale Come prodotto finale siamo in grado di soluzioni basate sulla natura per mitigare il fenomeno. Il progetto è stato validato nelle città di Napoli e Milano. Le elaborazioni previste sono:

Albedo

L’albedo è il coefficiente di riflessione solare, che misura la percentuale di radiazione che riflette un materiale rispetto alla radiazione solare totale incidente. La maggiore o minore radiazione riflessa e il conseguente minore o maggiore assorbimento influenzano la temperatura di un corpo.

Land Surface Temperature

Il Layer (LST) 10m (High Spatial Resolution Land Surface Temperature map) è ottenuto applicando alle immagini Copernicus Sentinel-2 gli algoritmi di machine learning proprietarie di Latitudo 40, al fine di ottenere una mappa della temperatura superficiale del suolo da utilizzare per lo studio del fenomeno delle Urban Heat Islands. La mappa ha una risoluzione spaziale di 10 m e viene fornita con una frequenza non inferiore a una rilevazione alla settimana.

Surface Urban Heat Island

Le Surface Urban Heat Island si riferiscono ad aree localizzate all’interno di ambienti urbani che registrano temperature più elevate rispetto ai paesaggi rurali o naturali circostanti. Queste differenze di temperatura sono dovute a una combinazione di fattori, tra cui l’alterazione della copertura del suolo, l’alta concentrazione di edifici e infrastrutture e la riduzione della vegetazione e degli spazi verdi nelle città. Queste mappe mostrano il verificarsi dell’effetto Surface Urban Heat Island (SUHI) sul territorio della città. Questa elaborazione descrive la differenza media di Land Surface Temperature osservata in un periodo specifico (almeno mensile), tra ciascuna posizione della mappa e un valore di temperatura di riferimento, al fine di visualizzare e valutare l’intensità della SUHI. È importante sottolineare che l’UHI si riferisce solitamente alla differenza di temperatura dell’aria tra aree rurali e aree urbane durante la notte, quando quest’ultima è minima.

Land Use Land Cover

Questa elaborazione fornisce una classificazione delle tipologie di territorio soggette all’analisi (es. prati, edifici, alberi, specchi d’acqua, strade, ecc.) e può essere ottenuta come lavoro manuale di assegnazione delle classi in base alle informazioni presenti nei database delle istituzioni preposte al governo del territorio di interesse, oppure utilizzando tecniche di classificazione automatica delle immagini.

Microclimatic Performance of Green Infrastructures

Il ruolo della vegetazione urbana nel mitigare l’effetto dell’isola di calore urbana (UHI) è fondamentale. Studiare la capacità di raffreddamento della vegetazione a livello urbano e riconoscere la diffusione di infrastrutture verdi urbane (UGI) è una strategia chiave per promuovere un ambiente resiliente e mitigare l’effetto UHI.

Park Cool Island

Il fenomeno Park Cool Island può essere definito come un modello di aree più fresche annidate all’interno di aree urbane generalmente più calde. L’obiettivo del prodotto è identificare le aree verdi più performanti in termini di effetto Park Cool Island (PCI), classificandole in base alle dimensioni e alle caratteristiche rilevanti.

Heatwave Potential Risk

L’elaborazione della Mappa del Rischio viene generata considerando i pericoli vari pericoli come ad esempio le Surface Urban Heat Island, l’esposizione dei cittadini come scuole, ospedali ecc, e la vulnerabilità come ad esempio le superfici.

Urban Heat Island Vulnerable Areas

In questa elaborazione sono rappresentate le aree più vulnerabili della città. ome è possibile notare dalla rappresentazione grafica, tale mappa viene derivata dalle mappe Surface Urban Heat Island e dall’elaborazione dalla Heatwave Potential Risk Map.

Carbon Sequestration

Il layer mostra la capacità dell’infrastruttura verde della città di assorbire CO2. Tale elaborazione viene effettuata a partire da una mappa di copertura del suolo ad altissima risoluzione a cui vengono aggiunti la biomassa superficiale stimata, biomassa superficiale, la biomassa sottosuperficiale, le caratteristiche del suolo e la stima della materia organica morta sono aggiunte nell’applicazione di uno specifico modello di apprendimento automatico proprietario.

Get in Touch

12 + 8 =