Archivio per Categoria GIS

Fotovoltaico e GIS: come individuare rapidamente l’utilizzabilità di un tetto!

Nella mia precedente vita da commerciale per un’azienda che vende impianti fotovoltaici, mi sono sempre chiesto se e come fosse possibile effettuare un rilievo speditivo su un’area di interesse per individuare quali tetti fossero più idonei per l’installazione di un impianto fotovoltaico e stimarne il potenziale in Kwp.

Oggi, a distanza di un po’ di anni da quell’esperienza, ho finalmente trovato un po’ di tempo per scrivere questo articolo in cui, con la metodologia GIS, spero di dare una buona mano ai miei ex colleghi commerciali 😉

Quello di cui abbiamo bisogno è:

  • un vettore poligonale che riproduce l’edificato dell’area di interesse;
  • un DSM da LiDAR o comunque con risoluzione non superiore ad 1 m;
  • competenze in spatial analisys.

Iniziamo effettuando un clip del nostro raster usando, come poligono di clip, l’edificato. Tematizzando il DEM appena ottenuto dovreste avere qualcosa di simile a quello che vedete di seguito. La scelta dei colori è arbitraria; al variare dell’intensità del blu aumenta l’altezza dell’edificio.

fotovoltaico gis

Dando un’occhiata alle pendenze potremmo già farci una prima idea su quale tetto è idoneo e quale non lo è. Le pendenze le estraiamo con slope da Processing Toolbox di QGIS; anche in questo caso la tematizzazione è a vostro gusto.

fotovoltaico gis

NB: le pendenze fanno riferimento al piano cartografico! Quindi 0° fanno riferimento ad un tetto piano, con 85.8° di pendenza abbiamo un tetto quasi verticale(e ortogonale al piano cartografico)!

Sicuramente un tetto a quasi 90°, alle nostre latitudini, non è il più idoneo all’installazione di un impianto fotovoltaico!

Iniziamo ad estrarre i soli tetti piani. Per farlo dobbiamo eseguire queste tre operazioni in sequenza:

  1. Riclassificazione del raster delle pendenze;
  2. Generazione di un vettore dal raster appena riclassificato;
  3. Selezione e salvataggio dei soli poligoni che rientrano nella classe di interesse.

Per riclassificare il nostro raster delle pendenze useremo il geoalgoritmo r.reclass di GRASS GIS ricercabile dal Processing Toolbox. Importante è la corretta definizione delle classi!

Ho suddiviso le pendenze in due classi: maggiore di 3° e minore di 3°. Tutti i tetti con pendenza massima di 3° li ho considerati piani ed è questa la classe che ci interessa in questa fase. Al termine della riclassificazione ho convertito in poligoni le classi raster usando Polygonize sempre dal Processing Toolbox. Sul vettore poligonale così ottenuto ho effettuato una query per estrarmi i soli tetti che rientrano nella categoria di nostro interesse.

Ecco il risultato! Fatelo anche voi, sembra difficile ma non lo è!

fotovoltaico gis

Torniamo ora a ragionare sul nostro DEM clippato ad inizio articolo. Abbiamo le pendenze si ma a noi interessa anche l’esposizione. Un tetto inclinato ed esposto a SUD è la soluzione che più auspichiamo ma come lo individuiamo? Ora andremo a vedere come fare!

Usiamo, sul DEM clippato ad inizio articolo, il geoalgoritmo Aspect ricercabile da Processing Toolbox.

fotovoltaico gis

Riclassifichiamo il risultato del precedente geoalgoritmo in modo da ottenere le classi di esposizione di nostro interesse.

NB: vi consiglio di leggere attentamente il contenuto nel link che ho inserito precedentemente in Aspect!

Per semplicità e rapidità ho creato tre classi di esposizione: NORD-EST, EST-SUD-OVEST e OVEST-NORD. Quella che interessa a noi è EST-SUD-OVEST. Convertiamo in poligoni il raster ed effettuando una selezione dei soli poligoni di interesse, andremo a salvare la selezione così come fatto per l’individuazione dei tetti piani.

Il risultato è quello che segue e c’è anche una piccola chicca che avvalora il metodo usato 😉

fotovoltaico gis

Verificate la curiosità qui!

Effettuiamo un Union tra i due vettori appena creati(post selezione!) ed eliminiamo eventuali anomalie come tetti che possono essere contemporaneamente piani ed inclinati. Queste anomalie possono esserci perchè le operazione che abbiamo effettuato dipendono dalla risoluzione del DSM su cui abbiamo operato fin dall’inizio. Più andiamo al di sotto del metro di risoluzione meno errori avremmo!

Ora attiviamo il Field Calculator, nella tabella attributi del vettore di output dell’Union, e facciamo pulizia di tutte le aree inferiori a 7 mq. Ho utilizzato questo parametro perchè indicativamente 1 Kwp copre 7 mq. Ovviamente per fare questa pulizia dobbiamo calcolare preventivamente le aree dei singoli poligoni!

fotovoltaico gis

Siamo alla fine della nostra ricerca! Nell’immagine precedente possiamo vedere il vettore dell’edificato e quello dei tetti potenzialmente utili. Man mano che si intensifica il viola abbiamo una maggiore produzione di elettricità. Quindi, dei tanti edifici presenti in questa area di 25 Ha, possiamo vedere che solo 3-4 hanno un elevata produzione di energia (siamo tra i 70 ed i 90 Kwp) mentre gli altri hanno una produzione bassa.

Anche la mappa di calore ci evidenzia dove sono i potenziali target!

fotovoltaico gisE’ possibile affinare ancora di più la ricerca? Si! Ad esempio facendo un passo indietro rispetto all’Aspect ed estraendo delle pendenze di tetto utili scartando le altre, per poi determinare su queste ultime l’esposizione.

Provate voi! 😉

Eliminare i duplicati da un vettore

Lavorando sui dati di OSM mi sono trovato a dover affrontare un piccolo grande problema di sovrapposizione di vettori lineari.

Ho scaricato una grossa mole di dati relativi all’idrografia della Francia orientale usando il plugin QuickOSM e, siccome l’area era davvero vasta, l’ho dovuta suddividere in quadranti di 100km di lato. Solo in questo modo, sfruttando ogni singolo quadrante, ho potuto effettuare il download in maniera corretta e senza superare il tempo massimo di risposta del server.

Questa procedura ha però fatto nascere la problematica che mi ha portato a fare questo articolo ed il video tutorial che troverai in fondo. In pratica, ogni qualvolta scaricavo da un quadrante l’idrografia ed esso era attraversato da fiumi che a loro volta attraversavano altri quadranti, questi venivano caricati anche nel quadrante attivo in quel momenti e, visto che tutto confluiva in un unico vettore lineare presente in un GeoDB contenuto in PostGIS, mi sono ritrovato tantissimi duplicati; nello specifico 11.919! I duplicati oltre a rendere il vettore pesante lo rendevano affetto da errori topologici.

Mi sono accorto di questi duplicati perchè ho fatto una verifica topologica con il plugin Topology Checker impostando la verifica sui duplicati, così come visualizzato nell’immagine che segue.

duplicati

Effettuata la verifica il risultato è stato quello che vedi di seguito.

duplicati

Indagando la tabella attributi ho notato la presenza della colonna full_id e, guardando il feature ID delle geometrie duplicate presenti nel report di Topology Checker, ho notato che in quella colonna i duplicati erano facilmente individuabili perchè avevano lo stesso full_id.

duplicati

Istintivamente mi sono così concentrato su quella colonna e visto che volevo risolvere il tutto usando l’SQL mi sono documentato in giro sul web su come poter eliminare il problema.

Ho prima lanciato questa query:

SELECT
full_id,
COUNT(full_id) AS counter
FROM waterway_new
GROUP BY full_id
ORDER BY counter;

Individuando così un elenco di duplicati. Alcuni fiumi erano duplicati anche 7 volte!

Poi ho usato la query che segue per creare un nuovo vettore depurato dai duplicati:

CREATE TABLE waterway_new_noduplicate AS
SELECT DISTINCT ON (full_id) *
FROM waterway_new;

Tutta la procedura l’ho racchiusa nel video tutorial che trovi di seguito. Un’altra strada sarebbe potuta essere quella di usare il plugin MMQGIS senza quindi usare l’SQL.

 

Corso di Webmapping GRATUITO!

Descrizione del corso

Le webmap, mappe interattive, si stanno diffondendo come strumenti di informazione semplici ma di grande effetto. Possiamo vederle anche sui siti delle testate giornalistiche ad esempio o come strumento di promozione territoriale e più in generale sono uno strumento di rapida divulgazione di informazioni di qualunque genere, rapidità garantita anche dalla loro utilizzabilità su smartphone e tablet. Inoltre imparare i rudimenti sulla crazione di webmap è alla base dello sviluppo di sistemi WebGIS.


Esempio di webmap

Il corso è mirato ad impartire le conoscenze basilari per la produzione di webmap. Al termine del corso i partecipanti saranno in grado di sviluppare in proprio una webmap. Si partirà dal foglio bianco spiegando il minimo indispensabile di HTML, CSS e JavaScript per poter creare semplici webmap ma di grande effetto.

Il corso dura 4 ore, è suddiviso in 4 moduli più una esercitazione di riepilogo:

  • MODULO_1 Dal foglio bianco alla WebMap. In questo modulo si tratteranno le sintassi minime di HTML, CSS e JavaScript, necessarie al caricamento del tile layer in una WebMap basata sulle librerie Leafletjs;
  • MODULO_2 Choropleth map. In questo modulo si impartiranno le informazioni necessarie alla realizzazione di una mappa coropletica; si insegnerà quindi ad inserire un vettoriale di tipo poligonale in una WebMap basata sul tile layer visto nel modulo precedente;
  • MODULO_3 Mappa degli infopoint. Dopo aver visto, nel modulo precedente, come inserire e tematizzare un vettore poligonale, con questo modulo si andrà ad inserire in una WebMap un vettori di tipo puntuale;
  • MODULO_4 Mappa dei percorsi turistici. In questo modulo si vedrà come inserire un vettore di tipo lineare in una WebMap andando a tematizzare i percorsi in funzione del dato contenuto in ogni singola feauture lineare;
  • Esercitazione: Crea la tua prima webmap!

Temi trattati

  • Elementi di HTML, CSS e JavaScript
  • Libreria LeafletJS
  • Plugin qgis2web

Prerequisiti

Conoscenze elementari sui GIS, familiarità minima con QGIS.

Requisiti software

GUARDA LE VIDEO LEZIONI

La playlist comprende tutte le lezioni del corso, puoi visionarla qui o direttamente su Youtube, puoi visionare la singola lezione o solo quella che ti interessa.

Clicca qui e scarica le WebMap realizzate nei moduli

Analisi dei dati Copernicus relativi agli incendi sul Vesuvio di luglio 2017

In luglio un incendio doloso di vastissime proporzioni ha interessato l’area del Parco Nazionale del Vesuvio generando ingenti danni. Con questo articolo, in cui ho rielaborato i dati Copernicus, ho provato a quantificare l’estensione delle tipologie di suolo distrutte avvalendomi anche dei dati Corine Land Cover e del DTM LiDAR della Città Metropolitana di Napoli.

In un mio allenamento in bici di quei giorni mi sono avvicinato al Monte Somma e lo scenario era quello che vedete nel video che segue:

Il Parco ha bruciato per quasi una settimana sia lato Monte Somma che Vesuvio.

L’immagine che segue mostra l’uso del suolo prima degli incendi, i dati sono una estrapolazione della CLC2000 presente nel vector package scaricabile da qui.

vesuvio

L’estensione totale dei vettori che compongono i diversi tipi di uso di suolo è pari a circa 4.400 ha, risulta essere più piccola rispetto ai dati di Copernicus solo perchè ho preferito focalizzarmi sulle aree di maggior danno.

Descrizione suolo CLC2000 Estensione tipo
di suolo(ha)
Estensione tipo
di suolo(%)
Aree a vegetazione boschiva ed arbustiva in evoluzione 932,96 21
Aree con vegetazione rada 89,8 2
Aree prevalentemente occupate da colture agrarie con presenze di spazi naturali importanti 255,31 6
Boschi di conifere 677,04 15
Boschi di latifoglie 811,5 18
Boschi misti conifere e latifogli 732,78 16
Frutteti e frutti minori 59,6 1
Rocce nude, falesie, rupi, affioramenti 257,17 6
Sistemi colturali e particellari complessi 653,18 15
Estensione totale 4.469,34

 

Le estensioni maggiori riguardano le aree boschive e purtroppo sono loro ad aver avuto i maggiori danni. L’immagine che segue rappresenta lo scenario post incendi.

vesuvio

Descrizione suolo CLC2000 Estensione
tipo di suolo
pre incendi(ha)
Aree completamente
distrutte (ha)
Aree fortemente
danneggiate (ha)
Aree debolmente
danneggiate (ha)
Estensione
tipo di suolo
post incendi(ha)
Aree a vegetazione boschiva ed arbustiva in evoluzione 932,96 447,29 114,31 47,46 323,90
Aree con vegetazione rada 89,8 15,88 7,72 3,93 62,7
Aree prevalentemente occupate da colture agrarie con presenze di spazi naturali importanti 255,31 7,78 1,81 0,65 245,07
Boschi di conifere 677,04 334,90 88,02 50,68 203,44
Boschi di latifoglie 811,5 50,09 30,25 47,90 683,26
Boschi misti conifere e latifogli 732,78 108,42 35,94 18,89 569,44
Frutteti e frutti minori 59,6 9,40 5,37 8,11 36,72
Rocce nude, falesie, rupi, affioramenti 257,17 38,62 7,96 1,49 209,10
Sistemi colturali e particellari complessi 653,18 32,79 11,84 5,63 602,92
Estensione totale 4.469,34 1.045,17 303,22 184,83 2.936,12

Analizzando i dati nella tabella precedente è facile valutare che è andato in fumo:

  • il 70% dei boschi di conifere, passando da 677,04 ha a 203, 44 ha;
  • il 65% della aree a vegetazione boschiva ed arbustiva in evoluzione, passando da 932,96 ha a 323,90 ha;
  • il 38% delle aree a frutteti e frutti minori, passando da 59,6 ha a 36,72 ha.

Questo solo per citare le prime tre tipologie di suole per danni subiti. Le aree totalmente distrutte, ricadenti nel Parco Nazionale del Vesuvio, ricoprono una superficie di 1.045,17 ha; per fare un confronto, un campo da calcio a 11 regolamentare è circa 1 ha.

Di seguito sono presenti alcuni diagrammi di confronto.

vesuvio vesuvio vesuvio

vesuvio

Dati riferiti all’estensione dell’area di studio

vesuvio

Dati riferiti all’estensione dell’area di studio

 

Cosa dobbiamo aspettarci con le prossime piogge, tipicamente abbondanti soprattutto tra settembre ed ottobre? Staremo a vedere, purtroppo.

Intanto mi rincuora il fatto che la natura piano piano si sta riprendendo i suoi spazi; per ripristinare i boschi però ci vorranno anni se non secoli!

Di seguito è possibile scaricare:


Ricostruzione in 3D dell’area interessata dagli incendi

copernicus

Clicca sull’immagine per andare alle vista 3D

Software usati per l’elaborazione:

Si ringraziano i seguenti enti:

Query avanzata: selezionare una parte di una stringa escludendo alcuni caratteri

Come si può selezionare una parte di una stringa escludendo alcuni caratteri?

Ad esempio se della parola “massimo” volessi selezionare solo “si” come posso farlo? E’ questo che mi sono chiesto oggi quando mi sono imbattuto in questa problematica durante una delle attività lavorative.

Ho fatto così un giro tra le stringhe di selezione del selettore di QGIS ed ho trovato quella che cercavo!

Il dato di partenza, in questo caso, è il vettore poligonale della Francia Europea.

query avanzata

Dalla tabella che segue mi interessa selezionare nella colonna “insee” solo quei poligoni il cui codice inizia per 51 e 10.

query avanzata

Ho attivato il selettore tramite espressione e cercando tra le espressioni presenti nella sezione “String” ho trovato quello che cercavo.

La query per raggiungere lo scopo è la seguente:

substr( "insee" , 1,2) is 51 or substr( "insee" , 1,2) is 10

query avanzata

in cui:

  • substr è l’operatore di selezione;
  • insee è il campo in cui l’operatore deve cercare;
  • i numeri 1 e 2 corrispondono al range di ricerca, in questo caso la ricerca deve essere fatta solo nelle prime due posizioni di ogni stringa;
  • i numeri 51 e 10 sono gli obiettivi della ricerca.

Nell’immagine precedente c’è il risultato della selezione, nell’immagine successiva c’è lo zoom all’area selezionata.

Approfondimento

Come molti sapranno, nei software GIS le query SQL sono facilitate. Dietro l’interfaccia grafica di un “Query builder” o un “Select by expression” si cela la sintassi base SQL, quel select X from Y where Z che chi è avvezzo all’uso dei DB conosce bene.

Grazie alle indicazioni di Salvatore Fiandaca, che trovate tra i commenti di questo post,  riporto di seguito la sintassi SQL completa applicabile in un qualunque DB:

select * from francia_europea
where
substr("insee",1,2) is '51' or substr("insee",1,2) is '10'

Queste tre righe sono così definite:

  • l’asterisco dopo select sta ad indicare che si vogliono selezionare tutti i campi della tabella francia_europea;
  • substr è lo stesso comando usato in QGIS.

Traducendo la query di prima si è detto al pc di selezionare(select) tutti i campi(*) della tabella francia_europea(from) in cui è verificata la condizione substr(where).

La query completa eseguita in SpatiaLite, per esempio, ci restituisce la sola selezione dei record tabellari.

Per creare una tabella dalla selezione bisogna anteporre una stringa a quanto scritto in precedenza:

create table area_lavoro as
select * from francia_europea
where
substr("insee",1,2) is '51' or substr("insee",1,2) is '10'

Questo però non è sufficiente a creare anche le geometrie, infatti una volta creata la tabella area_lavoro, bisogna eseguire una nuova query per ottenere le geometrie che possono quindi essere visualizzate in QGIS:

SELECT RecoverGeometryColumn('area_lavoro', 'geom',3857, 'MULTIPOLYGON', 'XY')


Spero che l’articolo possa tornare utile a qualcun altro oltre che a me 🙂

Ecco il video tutorial

Creare un raster ed un vettore delle fasce altimetriche

Con questo piccolo tutorial mostrerò come è possibile generare un raster ed un vettore di fasce altimetriche.

Materiale necessario:

  • un minimo di manualità nell’ambito GIS;
  • un DEM qualunque. Puoi scaricarne uno gratuitamente anche dai servizi WCS del Geoportale Nazionale;
  • un file .txt vuoto;
  • QGIS+GRASS.

INIZIAMO!

Come prima cosa centriamo l’area di nostro interesse; in questo tutorial farò riferimento all’area del Monte Bianco. Studiamo i metadati del raster e individuiamo la quota minima e la massima.

fasce altimetriche

Note le quote minime e massime apriamo un file .txt ed inseriamo la seguente sintassi:

0 thru 500 = 1
501 thru 1000 = 2
1001 thru 1500 = 3
1501 thru 2000 = 4
2001 thru 2500 = 5
2501 thru 3000 = 6
3001 thru 3500 = 7
3501 thru 4000 = 8
4001 thru 4500 = 9
4501 thru 5000 = 10

In questo esempio ho suddiviso le quote del DEM in 10 classi altimetriche, la prima va da 0 a 500 m, la seconda da 501 a 1000 m e così via. Tu puoi scegliere una suddivisione diversa o la stessa che ho scelto io.

Individuata l’area di interesse e preparato il nostro file di testo, andiamo nella “Processing Toolbox” e digitiamo reclass per visualizzare l’algoritmo di riclassificazione di GRASS. Avviamolo con un doppio click!

fasce altimetriche

A questo punto si aprirà la maschera che segue

fasce altimetriche

Al passo 1 scegliamo il DEM di nostro interesse, al passo 2 scegliamo il file .txt che abbiamo creato in precedenza e clicchiamo quindi su “RUN” al passo 3. Abbiamo ottenuto così il nostro raster con le fasce altimetriche che vai poi tematizzato.

fasce altimetriche

Per generare i rispettivi poligoni andiamo nel menu e clicchiamo su Raster, quindi portiamoci su Conversion e clicchiamo su Poligonize (Raster to Vector). Scegliamo il raster da poligonalizzare, quello venuto fuori dalla riclassificazione, ed avviamo l’algoritmo. A processo ultimato il risultato sarà simile al seguente, ovviamente dovete tematizzare il poligono.

fasce altimetriche

Nel video che segue è spiegato l’intero processo. Condividi l’articolo se ti è piaciuto così potrà essere d’aiuto anche a qualcun altro.


Guarda il Monte Bianco in 3D!


 

Il Geomarketing – Un GIS per…

Ogni Comune dovrebbe aver un piano degli esercizi commerciali, utile ad esempio per valutare le aliquote delle imposte comunali, ma questo è solo un aspetto in cui il geomarketing può essere uno strumento GIS indispensabile.

geomarketing

Pensiamo all’individuazione dei bacini di influenza per ogni singolo esercizio commerciale andando ad individuare non solo l’area geografica di ricaduta dell’esercizio in esame, ma anche il tipo di clientela, la fascia d’età, gli interessi.

Una volta ottenuti questi dati possono essere attuate strategie, in accordo con il commerciante, per migliorare l’impatto dell’attività commerciale sul territorio aumentandone non solo la visibilità ma anche la qualità dei servizi e degli introiti.

Il geomarketing è sicuramente una nuova frontiera e la conferma viene dal fatto che multinazionali come Facebook e Google stanno investendo tantissimo in questo settore.

Ovviamente i servizi di geomarketing tradizionali possono essere affiancati o sostituiti da apposite applicazioni ma anche loro fondano i propri principi di funzionamento sulla metodologia GIS.


Iscriviti alla newsletter per essere informato sui prossimi articoli!

* indicates required


Scegli l’argomento


Questo articolo fa parte della rubrica Un GIS per…

L’agricoltura di precisione – Un GIS per…

L’agricoltura negli ultimi anni sta vedendo un fiorire di nuove tecniche di rilievo in cui anche la metodologia GIS fa la sua parte.

Basta pensare ad esempio all’agricoltura di precisione:

L’agricoltura di precisione è una strategia gestionale dell’agricoltura che si avvale di moderne strumentazioni ed è mirata all’esecuzione di interventi agronomici tenendo conto delle effettive esigenze colturali e delle caratteristiche biochimiche e fisiche del suolo.

Fonte Wikipedia

agricoltura

Con l’agricoltura di precisione è indispensabile geolocalizzare il campo agricolo, il frutteto, fino alla geolocalizzazione della singola pianta. Questo consente al moderno agricoltore e all’agronomo che lo supporta, di effettuare interventi puntuali.

E’ possibile ad esempio effettuare indagini termografiche:

La tecnica delle indagini termografiche trovano spazio e applicabilità anche nel settore dell’agricoltura, fornendo un notevole numero di dati qualitativi e quantitativi sulle coltivazioni, portando all’avanguardia il sistema di controllo delle piantagioni, di conseguenza, permettere una vera e propria prevenzione sulle colture. Tutto ciò ci consente di ottenere un prodotto qualitativamente migliore sotto tutti gli aspetti.
Una delle ultime applicazioni dell’infrarosso termico, che stanno trovando sempre più campo tra gli agricoltori professionisti, è la valutazione della corretta irrigazione di vasti campi agricoli e stabilire così l’efficacia degli impianti di irrigazione evitando stress alle colture dovuto alla cattiva irrigazione del terreno.

Le diagnosi termografiche effettuate nel settore dell’agricoltura sono:

Verifica stress idrico delle coltivazioni.
Verifica stato fusti alberi da frutta o legna.
Verifica dell’umidità del terreno.
Verifica della corretto grado della temperatura interna della piante.

Fonte MicroGeo

agricoltura

Progettare un sistema GIS che supporti gli operatori specializzati al fine di prendere la giusta decisione sull’intervento da effettuare, risulta essere uno dei tanti campi di applicazione della metodologia GIS stessa.

agricoltura

La mobilità urbana – Un GIS per…

Un sistema GIS può essere usato anche per la gestione della mobilità urbana perchè, non dimentichiamolo, i GIS sono sistemi di supporto alla decisioni.

Esaminiamo un caso pratico. Abbiamo la necessità di redistribuire ed integrare dei parcheggi in un area urbana a forte densità di attività commerciali.

Con una giusta analisi sulla mobilità urbana effettuata con la metodologia GIS possiamo individuare non solo le aree in cui andare a creare nuovi parcheggi e possiamo valutarne l’accessibilità.

mobilità urbana

Un altro esempio pratico in cui i GIS possono supportare la gestione della mobilità urbana è quello relativo alla mobilità ciclabile.

mobilità urbana

L’immagine precedente fa parte di uno studio per valutare la mobilità ciclista nella città di Napoli. I dati sugli spostamenti sono stati analizzati con metodologie mutuate sia dall’ingegneria dei trasporti che dalla metodologia GIS.

E’ stato possibile valutare la reale fruizione dei tratti di ciclabile – in verde – e l’individuazione di futuri tratti da realizzare laddove la mappa di calore mostra concentrazioni di flussi di ciclisti non su percorsi ciclabili.


Iscriviti alla newsletter per essere informato sui prossimi articoli!

* indicates required


Scegli l’argomento


Questo articolo fa parte della rubrica Un GIS per…

L’archeologia – Un GIS per…

L’archeologia è sicuramente una delle branche del sapere che trae fortissimi vantaggi dall’utilizzo degli strumenti GIS. Basta guardare a come può essere usata la metodologia GIS in un cantiere di scavo archeologico.

L’archeologia e gli strumenti GIS possono lavorare a strettissimo contatto poichè con gli strumenti GIS è possibile rilevare e catalogare tutto ciò che viene alla luce durante le varie fasi di scavo mettendo in relazione dati vettoriali con tabelle descrittive. Un progetto interessante ad esempio è pyArchInit tool GIS creato appositamente per l’acheologia.

Facciamo un esempio di applicazione GIS in campo archeologico. Consideriamo l’area compresa tra il Parco Archeologico di Suessola e l’Oasi del Riullo.

archeologia

Dalle immagini satellitari un occhio attento può notare strani segni al suolo, segni evidenti solo se ci si pone in un punto alto rispetto al piano campagna.

Generando una hillshade dal DSM LiDAR 1×1 qualcosa sembra venire fuori.

archeologia

Una variazione di pendenza particolare del suolo è evidenziata anche estraendo una slope chart dal DSM dell’area.

archeologia

E’ un po’ strano che dei cespugli crescano in maniera naturale creando forme, direi geometriche, al suolo.

archeologia

Andando a tracciare infatti delle linee viene fuori un schema che ricorda la pianta di un edificio.

archeologia

Non so se la Soprintendenza per i Beni Archeologici è a conoscenza di questa struttura, magari è stata già censita, forse è antica o sono i resti di una struttura moderna (purtroppo siamo in area di abusi edilizi), sicuramente però usando la metodologia GIS e gli opportuni strumenti è stato possibile esaminare un’area per evidenziare la presenza di qualcosa che potrebbe essere poi approfondito sul campo in un secondo momento.

Gli archeologi che hanno letto questo articolo potrebbero storcere il naso, sicuramente avranno esempi molto più diretti da poter portare agli occhi di tutti per dare ancora più risalto all’utilità della metodologia GIS e degli strumenti GIS in campo archeologico.


Iscriviti alla newsletter per essere informato sui prossimi articoli!

* indicates required


Scegli l’argomento


Questo articolo fa parte della rubrica Un GIS per…