Spatial MOdellization of Territorial Heritage

L’analisi spaziale tridimensionale come strumento di supporto alle decisioni per le politiche a scala urbana e metropolitana: il caso della città metropolitana di Venezia

La riforma delle province e la nascita delle città metropolitane, come nel caso di Venezia, apre non solo un fronte di necessaria riorganizzazione delle funzioni e dei servizi, ma deve aprire anche ad un diverso approccio in tema di sviluppo urbano e metropolitano, soprattutto in ragione delle potenzialità degli strumenti di analisi e dell’innovazione nei sistemi di supporto alle decisioni, che possono rivelarsi non solo utili ma strategici nell’ambito dell’accesso ai fondi PON Metro e al loro impiego ed utilizzo in funzione di attivazione di politiche strutturali e di coesione, sulla base di obiettivi di sviluppo intelligente, sostenibile e inclusivo.

Nel caso della città metropolitana di Venezia, la sfida per la nuova gestione territoriale si gioca anche sulla definizione delle interazioni tra organizzazione territoriale, distribuzione spaziale dei servizi, valori di mercato e potenzialità locali, in correlazione con indici di valutazione della qualitò della vita e delle problematiche che attraverso interventi e politiche specifiche possono aumentarla, sia in termini quantitativi che qualitativi.

In questo contesto il progetto che si propone ha come obiettivo la messa in correlazione, secondo un approccio innovativo basato su analisi spaziali tridimensionali e georeferenziate, di indicatori strategici di sviluppo, che tengano conto delle potenzialità territoriali ma soprattutto delle dinamiche che nel corso degli ultimi dieci anni hanno insistito sull’area, determinando spostamenti di valori economici e di localizzazione della popolazione e delle imprese.

Il progetto è articolato in quattro step:

Step 1) Costruzione di una banca dati di indicatori, sul modello dei big data, che consenta di leggere i fenomeni e di monitorarli nel futuro aggiornando i dati presenti nella banca dati con continuità, ovvero attraverso una loro implementazione continua e costante a livello di aggiornamenti annuali. L’ambito di indagine è la città metropolitana di Venezia. Il periodo propedeutico di analisi l’ultimo decennio e in ogni caso in base ai dati disponibili. Una prima lista di indicatori, per i quali comunque servirà una specifica analisi contenuta nel primo step di lavoro, è la seguente:

1. dimensione e localizzazione di popolazione residente e imprese (analisi su dati anagrafici, censimenti Istat e su dati del registro della Camera di Commercio); questa banca dati serve a quantificare il sistema insediativo e a qualificare il sistema residenziale e non residenziale, in funzione della domanda di uso del territorio, in termini ad esempio di mobilità, di flussi di merci e persone, di valori delle aree anche in funzione delle reti infrastrutturali esistenti;
2. consumo di suolo e uso dei suoli; questa banda dati serve a rappresentare e descrivere il territorio metropolitano nella dimensione dell’uso del suolo (banca dati Corine Land Cover) e di consumo del suolo (banca dati Regione del Veneto);
3. valori immobiliari e transazioni; questa banca dati serve a rappresentare sul territorio il valore dei suoli e soprattutto quello delle componenti residenziali e non residenziali, sia in termini monetari, sia in termini di dinamiche di compravendita, attraverso la consultazione e acquisto della banca dati OMI-Agenzia delle Entrate che sarà funzionale alla definizione delle variabili che consentono di qualificare o dequalificare un territorio in funzione dei cambiamenti insediativi e infrastrutturali legati alle altre banche dati, secondo elementi di correlazione territoriale e statistica;
4. dotazioni infrastrutturali e sistemi della mobilità; questa banca dati utilizzerà il sistema di georeferenziazione dei dati verso il sistema Google Maps (banche dati Google datamaps) e includerà anche una verifica della disponibilità di indicatori dinamici dei flussi, in particolare su database Waze, al fine di costruire un sistema di indicatori capaci di collegare l’informazione statica sul territorio a quella dinamica dell’uso del territorio e delle infrastrutture.

Step 2) Il secondo step riguarda la realizzazione di un sistema innovativo di lettura tridimensionale dei dati a livello geografico, mediante spazializzazione e georeferenziazione per aree, sul modello degli innovativi studi prodotti da Ahlfeldt e McMillen al Lincoln Institute (Gabriel M. Ahlfeldt and Daniel P. McMillen, “Land Values in Chicago, 1913–2010. A City’s Spatial History Revealed”, Land Lines, Lincoln Institute of Land PoLicy, April 2014). Questo step permetterà una diversa rappresentazione spaziale e dimensionale dei dati, sia in termini di interpretazione fisica del dato lineare, sia in termini di rappresentazione dinamica del dato interrelato agli altri indicatori territoriali contenuti nel database. L’output di questo step sarà anche l’input per un approfondimento e per azioni di disseminazione e divulgazione di questa tecnica innovativa in ambito “smart cities”, con particolare riferimento ai temi delle “smart and sustainable technologies”, dei big data, delle infrastrutture integrate e del land management, secondo un approccio innovativo per la pianificazione urbana e metropolitana, in senso geospaziale olistico e rappresentativo di “Internet of Things”, ovvero dell’internet delle cose.

Step 3) Attivazione degli indicatori attraverso un “sistema di Gamification”: L’applicazione dei principi della Gamification prevede l’adozione di elementi di interazione a base intuitiva e di semplificazione delle interfacce grafiche, in modo da esaltare l’esperienza dell’utilizzatore. L’organizzazione delle variabili riguardanti la Città Metropolitana in indicatori (socio-economici, di flusso, demografici, ecc.) sarà quindi pensata per essere ospitata in una serie d’interfacce simili a quelle dei giochi digitali. L’utilizzatore azionerà cioè gli indicatori, modificando ad esempio un parametro o un range di valori, attraverso un sistema di grafica interattiva e animata. Ad ogni interazione, il sistema di rappresentazione tridimensionale dei dati georeferenziati (vedi step 1) così come l’intero set di data visualization (vedi step 4) verrà automaticamente aggiornato, ridisegnando l’intero scenario di descrizione visiva della Città Metropolitana. L’intero progetto è quindi pensato come una sorta di grande gioco attraverso il quale “simulare” e “sperimentare” le conseguenze sul territorio dovute all’effetto combinato della modifica di diversi indicatori. Nell’interazione con tale “sistema di gioco” anche l’utente meno esperto (personale amministrativo, decisori, ecc.) sperimenta liberamente e interagisce volontariamente con il modello sottostante (ed eventualmente con altri utenti) motivato dal piacere intrinseco di esplorare il dato della Città Metropolitana, con ricadute positive nella percezione del sistema e dell’esperienza stessa dell’utilizzo del sistema.

Step 4) Sistema di rappresentazione dei dati tramite Sistema di Data Visualization: Le tecnologie impiegate per la rappresentazione statistica del dato potranno basarsi su diverse librerie dedicate.  Tali librerie offrono un grande numero di tipologie di grafici tradizionali e avanzati (a barre, a torta, scatterplot, grafici impilati, linee di tendenza, serie storiche, ecc.): Naturalmente, data la particolare natura multivariata del fenomeno che s’intende raffigurare tramite l’impiego dei dati provenienti dai numerosi parametri della Città Metropolitana (flussi di traffico, flussi di persone, prezzi delle abitazioni, dati anagrafici, ecc.), verranno implementati sistemi di rappresentazioni specifici per tipologia di analisi statistica utilizzata per la costruzione degli indici (Clustering, Analisi delle componenti principale, Analisi fattoriale, Classificazione gerarchica ecc.).

Per fini di rappresentazione non esclusivamente grafica del dato numerico, verranno predisposte strutture tabellari, eventualmente aggiornabili sempre su base interattiva.

Buona parte delle tecnologie utilizzate per la visualizzazione dei dati prevedono funzionalità di responsività dei layout delle pagine web (“responsive design”), grazie alle quali i loro contenuti si adattano automaticamente sulla base degli ambienti attraverso i quali vengono visualizzati (pc su desktop con diverse risoluzioni, tablet, smartphone, cellulari di vecchia generazione, web tv) riducendo al minimo all’utente la necessità di ridimensionamento e scorrimento, in particolare quello orizzontale.

Realizzato da Quantitas in collaborazione con Theorema, il prototipo di SMOOTH è disponibile al link http://quantitas.it/data/smooth-venice.it/httpdocs/