CATASTO SMART CITY

Rivi

sta

bim

estra

le -

ann

o XX

V -

Num

ero

- 2/2

021 -

Sped

. in

abb. p

osta

le 7

0%

- F

iliale

di R

oma

Mar/Apr 2021 anno XXV N°2

INFORMAZIONE GEOGRAFICA

3D

CATASTO

RILIEVO TOPOGRAFIA

FOTOGRAMMETRIA

GNSS

BIMCAD

REMOTE SENSING

CARTOGRAFIA

GIS

WEBGIS

SPAZIO

AMBIENTEURBANISTICA

BENI CULTURALI

EDILIZIA

SMART CITY

LiDAR

NETWORKS

TERRITORIO

CENSIRE AREE A PASCOLO CON INTELLIGENZA ARTIFICIALE E ORTOFOTO

UNA GRANDE MAPPA PER UNA PICCOLA ISOLA

GNSS E DRONI AEREI: UN CONNUBIO VINCENTE

LBS

UAV

Geolocalizzare i Numeri civici

http://geomediaonline.it

mailto:[email protected]

http://strumentitopografici.it

Droni e VertiportIl Commercial UAV Expo Europe, che si tiene normalmente ad Amsterdam, è stato posticipato al gennaio 2022 a causa del COVID-19. E’ un evento che normalmente si tiene in Dicembre

e attira molti visitatori anche per il periodo pre-natalizio particolarmente interessante ad Amsterdam, oltre che essere collocato insieme alla Amsterdam Drone Week (ADW) e all'EASA

High Level Conference. Un elemento interessante in questa Expo sarà la conferenza di alto livello dell'EASA (European

Union Aviation Safety Agency), che avrà come tema principale quello della Mobilità Aerea Urbana, con il motto "UAM Becoming a Reality". Si parlerà infatti di governance multilivello dei

cieli urbani e dei punti di atterraggio verticali, i vertiport.

Fantasia dei fans degli UAV? Sicuramente no, se si pensa che tutto ciò è stato già pubblicamente annunciato dall’amministratore della NASA James Bridenstine, che nel mentre ricordava al pubblico che la prima "A" della NASA sta per "aeronautica", evidenziava come e perché

l'amministrazione da lui diretta non si rivolge solo agli obiettivi spaziali, ma anche all'aviazione, sia con equipaggio che senza equipaggio.

"Gli UAV e la mobilità aerea urbana (UAM) sono il futuro, ma prima di raggiungere quel futuro dobbiamo lavorare sodo per perfezionare i sistemi di gestione del traffico aereo e risolvere i problemi di infrastruttura e certificazione", ha detto Bridenstine alla folla che ha partecipato all’ultimo

Commercial UAV Expo America, poco tempo fa.

Ha anche spiegato in dettaglio come la NASA stia lavorando con l'industria dei droni e il mondo accademico per sviluppare aerodinamica e prestazioni, ma anche per rilevare ed evitare

ostacoli con sistemi DAA (Detect and Avoid Systems for Unmanned Aircraft ) basati su nuova tecnologia radar.

Si apre con questo un interessante mercato per la geomatica e in particolare per il rilievo e la determinazione di ostacoli con informazioni simili a quelle che vengono inserite oggi nelle attuali Carte Ostacoli aeroportuali, mantenute e aggiornate dalle istituzioni dedicate delle

singole nazioni con metodi e standard armonizzati ai vari livelli competenza.Tutti gli elementi che concorrono consentiranno l'integrazione del nostro attuale controllo

del traffico aereo con un sistema di gestione del traffico senza pilota che rappresenta oggi una delle più grandi sfide della NASA, un’agenzia spaziale che comincia a dirigere i suoi budget

anche su progetti come questo, molto terrestre. Bridenstine ha previsto l’operatività della UAM per il 2028 in contemporanea alla previsione di ritorno degli Americani sulla Luna, ma il suo

Presidente lo ha obbligato a stringere i tempi per la Luna al 2024.

Per il momento ci limitiamo ad osservare che le necessità del controllo aereo dei droni a guida automatica, contribuiranno alla crescita del settore geomatico non solo come un

avanzamento degli strumenti di ripresa aerea per consentire semplici ma ridotte applicazioni fotogrammetriche, ma sarà elemento portante per la creazione di modelli digitali della realtà che ci circonda. Uno dei trend più forti del momento, di cui parlano spesso i gestori delle

Smart City, che promuovono le Digital Twin per la realizzazione di piattaforme di controllo e simulazione di eventi, mentre ovviamente nella navigazione aerea la conoscenza digitale della

realtà in cui ci si cala o viene conosciuta prima (3DCity) o si rileva al momento. L’importante, per evitare l’ostacolo, è necessario che le due posizioni Drone-Ostacolo siano reciprocamente

ben conosciute ed accurate anche in relazione al tempo, come richiede la prassi della ricerca nel PNT (Positioning, Navigation and Timing).

Buona lettura,Renzo Carlucci

4 GEOmedia n°2-2021

FOCUS

iN questo Numero...

geomediaonl ine . i t

GEOmedia, bimestrale, è la prima rivista italiana di geomatica. Da più di 20 anni pubblica argomenti collegati alle tecnologie dei processi di acquisizione, analisi e interpretazione dei dati,in particolare strumentali, relativi alla superficie terrestre.In questo settore GEOmedia affronta temi culturali e tecnologici per l’operatività degli addetti ai settori dei sistemi informativi geografici e del catasto, della fotogrammetria e cartografia, della geodesia e topografia, del telerilevamento aereo e spaziale, con un approccio tecnico-scientifico e divulgativo.

LE RUBRICHE

24 IMMAGINE ESA

38 MERCATO

42 AUGMENTED REALITY

46 AGENDA

iNtelliGeNza artificiale e ortofoto per il

ceNsimeNto e la GestioNe delle aree pascolabili iN

ambieNte alpiNo

DI LUCA BERGAMASCO, FRANCESCA BOVOLO, MARCO CRISTOFORETTI,

ANDREA GOBBI, DANIELE LEO, PIETRO

MOLFETTA, RICCARDO PASI, PAOLA ROGANI

6

report

focus

iNtervista a valerio zuNiNo della studio sit srl

A CURA DI RENZO CARLUCCI

14

Nell'immagine di copertina osserviamo l'area metropolitana

di Roma: i puntini rossi indicano la copertura del rilevamento

dei numeri civici nel territorio comunale.

iNtervista

GNss e droNi aerei: uN coNNubio viNceNte

per applicazioNi di telerilevameNto,

sorveGliaNza, sicurezza e loGistica

DI MARCO LISI, ALBERTO MENNELLA, MARCO NISI

18

http://geomediaonline.it

GEOmedia, la prima rivista italiana di geomatica.ISSN 1128-8132Reg. Trib. di Roma N° 243/2003 del 14.05.03

DirettoreRENZO CARLUCCI, [email protected]

Comitato editorialeVyron Antoniou, Fabrizio Bernardini, Mario Caporale, Roberto Capua, Luigi Colombo, Mattia Crespi, Luigi Di Prinzio, Michele Dussi, Michele Fasolo, Marco Lisi, Flavio Lupia, Luigi Mundula, Beniamino Murgante, Aldo Riggio, Mauro Salvemini, Attilio Selvini, Donato Tufillaro

Direttore ResponsabileFULVIO BERNARDINI, [email protected]

RedazioneVALERIO CARLUCCI, GIANLUCA PITITTO, [email protected]

Diffusione e AmministrazioneTATIANA IASILLO, [email protected]

Progetto grafico e impaginazioneDANIELE CARLUCCI, [email protected]

EditoreMediaGEO soc. coop.Via Palestro, 95 00185 RomaTel. 06.64871209 - Fax. [email protected] Stampa: System Graphics SrlVia di Torre Santa Anastasia 61 00134 Roma

Condizioni di abbonamentoLa quota annuale di abbonamento alla rivista è di € 45,00.Il prezzo di ciascun fascicolo compreso nell’abbonamento è di € 9,00. Il prezzo di ciascun fascicolo arretrato è di € 12,00. I prezzi indicati si intendono Iva inclusa. L’editore, al fine di garantire la continuità del servizio, in mancanza di esplicita revoca, da comunicarsi in forma scritta entro il trimestre seguente alla scadenza dell’abbonamento, si riserva di inviare il periodico anche per il periodo successivo. La disdetta non è comunque valida se l’abbonato non è in regola con i pagamenti. Il rifiuto o la restituzione dei fascicoli della Rivista non costituiscono disdetta dell’abbonamento a nessun effetto. I fascicoli non pervenuti possono essere richiesti dall’abbonato non oltre 20 giorni dopo la ricezione del numero successivo. Gli articoli firmati impegnano solo la responsabilità dell’autore. È vietata la riproduzione anche parziale del contenuto di questo numero della Rivista in qualsiasi forma e con qualsiasi procedimento elettronico o meccanico, ivi inclusi i sistemi di archiviazione e prelievo dati, senza il consenso scritto dell’editore.

Rivista fondata da Domenico Santarsiero.

Numero chiuso in redazione il 30 maggio 2021.

Science & Technology Communication

Science & Technology Communication

una pubblicazione

Codevintec 45

Datronix 37

Epsilon 39

ESRI 48

Geomax 41

GIS3W 22

Gter 36

Planetek Italia 47

Stonex 29

StrumentiTopografici 2

TechnologyforAll 45

Teorema 46

INSERZIONISTI

ESA - Space Coast, Florida (17 aprile 2021) Cape Canaveral è un promon-torio ed una città nella contea di Brevard, nella Florida centro-orientale. Andando da est verso ovest il promontorio è separato dalla terraferma dal fiume Banana, dall’isola di Merritt e dal fiume India.

L’area è parte della regio-ne nota come Space Coast ed ospita il Kennedy Space Center, che include l’infra-struttura di atterraggio dello Space Shuttle, un centro per i visitatori, la Cape Canaveral Air Force Station ed un edifi-cio per l’assemblamento dei veicoli spaziali in costruzio-ne. La piattaforma di lancio Complex 39A, visibile lungo la costa, è quella dove il raz-zo Saturno V che trasportava l’Apollo 11 - con a bordo Neil Armstrong, Michael Collins ed Edwin ‘Buzz’ Aldrin - ini-ziò il suo viaggio verso la Luna nel 1969.

Crediti:ESA - Image of the week.

Traduzione: Gianluca Pititto

NoN solo dal cielo.“the WiNeGrover”DI EDUARDO DE FRANCESCO

uNa GraNde mappa per uNa piccola isola: il rilevameNto delle isole faroe

DI ELOISE MITCHELL

26

il droNe a supporto della piaNificazioNe deGli scavi Nella cava di sabbia della “moNtaGNa biaNca” iN poloNia

DI TOPCON POSITIONING GROUP

30

34

http://mediageo.it


FOCUS

La superficie dei pascoli alpini trentini ammonta ad almeno 50 mila ettari,

di cui oltre il 90% di proprietà pubblica (comunale o frazio-nale): per questo territorio è particolarmente importante preservare i sistemi zootec-nici e garantire una gestione sostenibile e multifunzionale, che consideri aspetti ecologi-ci, ambientali, paesaggistici, storico-culturali ed economici. Se un tempo il problema era il sovraccarico dei pascoli, negli ultimi decenni si è fatto sempre più evidente il problema del sottocarico, con il conseguente degrado delle superfici pascoli-ve. Per coordinare le previsioni della pianificazione forestale, tra il 2015 ed il 2018, la Giun-

ta della Provincia Autonoma di Trento (PAT) ha approvato lo Schedario provinciale dei pa-scoli – che con le unità di pa-scolo (UPAS) identifica le zone ammissibili al pascolamento all’interno di ciascuna proprietà assestata. Insieme al sistema dei procedimenti amministra-tivi per le richieste di aiuti o agevolazioni legate alla Politica Agricola Comunitaria (PAC), questo permette di semplifica-re i procedimenti e di gestire correttamente gli interventi a sostegno del mantenimento di pascoli e malghe.Lo Schedario provinciale dei pascoli, che è stato integrato all’interno del Sistema Infor-mativo Agricolo Provinciale (SIAP), si compone di tre basi

di dati georeferenziate:1. il Catasto dei pascoli: indi-

vidua – in armonia con la pianificazione forestale – le aree potenzialmente pasco-labili (UPAS);

2. il Catasto delle malghe:individua e classifica le mal-ghe intese come edifici fun-zionalmente legati ad una o più UPAS;

3. il Catasto delle superficipascolabili: quantifica all’in-terno di ciascuna UPAS la consistenza delle super-fici pascolabili secondo la classificazione – basata sul criterio della tara – stabilita dall’Agenzia per le Erogazio-ni in Agricoltura (AGEA) per le superfici eleggibili ai fini delle domande di aiuto.

Viene presentato un sistema

automatico per il censimento di

aree pascolabili basato sull’uso

di ortofoto e dell’intelligenza

artificiale. Il sistema migliora le

capacità di cura, preservazione

e valorizzazione del territorio

montano, è stato validato con

successo sul territorio della

Provincia Autonoma di Trento

(PAT) ed è esportabile ad altri

ambienti alpini.

Intelligenza artificiale e ortofoto per il censimento e la gestione delle aree pascolabili in ambiente alpino

di Luca Bergamasco, Francesca Bovolo, Marco Cristoforetti, Andrea Gobbi, Daniele Leo,Pietro Molfetta, Riccardo Pasi, Paola Rogani

Fig. 1 - Griglia delle ortofoto AGEA 2017.

FOCUS

FOCUS

GEOmedia n°2-2021 7

alcune non sono significative rispetto al problema considerato (es., corsi d’acqua, manufatti) e sono state quindi mascherate ed escluse; le restanti classi sono state analizzate più approfondi-tamente e aggregate in funzione del significato semantico, della similarità spettrale, spaziale e temporale. Il censimento dei pascoli è quindi definito come segue [i numeri tra parentesi indicano i codici attribuiti da AGEA alle classi di superfici eleggibili e non:

Prato permanente tara 0 (638): tara dallo 0 al 5%; Prato permanente tara 20 (659): tara dal 5 al 20%; Prato permanente tara 50 (654): tara dal 20 al 50% Bosco (650/656): definita come accorpamento di Bo-sco (650) e tara 70 (656); Aree non pascolabili (770/780): definita come ac-corpamento di Aree non col-tivabili (770) e Tare (780).

Nel Catasto delle superfici pa-scolabili la proporzione relativa

Quest’ultimo strato informativo è stato prodotto manualmente dai tecnici di APPAG (Agenzia Provinciale per i Pagamenti in Agricoltura) mediante fotointer-pretazione dell’ortofoto AGEA 2017. Il processo di censimento per fotointerpretazione si è ri-velato soggetto ad errori dovuti alla soggettività degli operatori, in particolare per quelle classi di tara intermedie la cui assegna-zione risulta più aleatoria e per le quali soltanto il controllo in campo tramite sopralluogo può considerarsi dirimente.Al fine di limitare la necessità di sopralluoghi, ridurre i costi ed i tempi di gestione – nonché dei futuri aggiornamenti previsti a cadenza triennale – del Catasto delle superfici pascolabili, si è sviluppato un sistema per il cen-simento automatico dei com-pendi malghivi del Trentino. L’iniziativa ha previsto lo studio e la messa a punto di nuovi stru-menti di intelligenza artificiale (Artificial Intelligence - AI) che classifichino automaticamente le aree pascolabili e non in zone prevalentemente alpine quali quelle del Trentino. Le mappe tematiche sono accessibili tra-mite un plugin QGis (QGis.org 2021) che offre la possibilità di interrogare e rielaborare la map-pa di classificazione rimuovendo eventuali artefatti, filtrando aree troppo impervie, lisciando i contorni dei poligoni ottenuti e modificando i criteri di eleg-gibilità.Di seguito sono descritti la defi-nizione dei requisiti e la creazio-ne del dataset, l’allenamento e la validazione del sistema di AI, la classificazione delle superfici pa-scolabili all’interno delle UPAS e la realizzazione degli strumenti di Data Science e geoinformati-ca; e sono documentati i risulta-ti di classificazione e il funziona-mento del plugin QGis.

Fig. 2 - UPAS del Trentino in verde. L’ambito 2 (nord-est) e le aree in rosso sono rimosse dall’addestramento del sistema in quanto considerate poco attendibili dai fotointerpreti.

Formulazione del problemadi classificazione delle areea pascolo e datiAi fini delle domande di aiuto legate alla PAC, le aree adibite a pascolo si distinguono sulla base della loro percentuale di tara (il contenuto non erbaceo e quindi di fatto non pascolabile). Tanto più la percentuale di tara è bas-sa, tanto più è pregiato il pasco-lo. Distinguere classi di pascolo per la sola percentuale di tara tramite un algoritmo automa-tico di elaborazione immagini telerilevate è molto complesso poiché tali classi hanno una risposta spettrale molto simile. Ci si è quindi focalizzati sulle sole aree all’interno delle UPAS; la classificazione dei suoli in esse contenuta, frutto della fo-tointerpretazione dei tecnici di APPAG, è stata utilizzata come riferimento per l’allenamento e la validazione del sistema (ad eccezione delle aree dell’ambito 2 e di quelle in rosso in Fig. 2, la cui fotointerpretazione è stata ritenuta meno affidabile dai tecnici di APPAG). Nelle aree identificate esistono 14 classi:


FOCUS

complessità del problema e pro-duciamo una mappa che associa a ciascun pixel una classe.Il modello si basa su una Resi-dual Neural Network (ResNet) (He 2016) ovvero una Con-volutional Neural Network (CNN) (LeCun 1995) caratte-rizzata da collegamenti che uni-scono gli output di due diversi layer convoluzionali. Questo collegamento facilita l’allena-mento del modello, che impara solo la differenza d’informazio-ne tra gli output di due layer connessi riducendo la quantità d’informazione da imparare e il numero di patch per l’allena-mento. L’insieme dei layer con-voluzionali che sono collegati dallo stesso shortcut è chiamato blocco residuale. Qui sono usati 63 layer convoluzionali sud-divisi in 20 blocchi residuali, ognuno composto da 3 layer convoluzionali, con dimensioni del filtro convoluzionale pari a 1x1, 3x3, e 1x1 e seguito da un layer di normalizzazione e da una funzione di attivazione. Il modello può essere diviso in due parti principali: compres-sione (40 layer convoluzionali),

delle cinque classi ottenuta sulla base della fotointerpretazione è leggermente sbilanciata:

Tara 0: 12.87% (6706 ha),Tara 20: 16.22% (84.50 ha), Tara 50: 25.51% (13291 ha), Bosco: 27.80% (14485 ha), e Non pascolabile: 17.60% (9168 ha).

Il sistema di AI per il censimen-to si avvale: i) delle ortofoto AGEA 2017 (canali spettrali RGB) acquisite nell’autunno 2017 con 20 cm di risoluzione spaziale (riportati qui alla riso-luzione spaziale di 1 m), ii) del canale del Vicino-Infrarosso (NIR) che fornisce informazioni sulla presenza di vegetazione, e iii) della mappa delle pendenze ricavata dal Modello Digitale del Terreno (DTM). Per l’adde-stramento sono escluse le aree con una pendenza tra i 50° e i 90°. Indipendentemente dalla tara, esse non sono eleggibili come pascolabili poiché la pen-denza ne impedisce l’accesso e/o la fruizione e sono quindi equiparate alla classe “Non pascolabile”. I dati disponibili

sono organizzati in 470 tile (se-condo l’organizzazione originale dell’ortofoto - Fig. 1).Il problema è altamente com-plesso poiché presenta:

classi molto simili (tutte as-sociate alla presenza di erba);limitata informazione spettrale (solo quattro ca-nali spettrali) in relazione alla tipologia di classi e in funzione della data di ac-quisizione (la classe erba nei canali spettrali e nella data – autunno – di acquisizione è poco marcata);l’assenza di informazione multitemporale (l’andamen-to temporale della firma spettrale delle aree adibite a pascolo è diverso da quelle non eleggibili e ne facilite-rebbe l’identificazione); l’elevata risoluzione geome-trica.

Il sistema basato su AI per l’identificazione dei pascoliUno dei più recenti sistemi di AI è il Deep Learning (DL). Qui proponiamo l’uso di DL per la segmentazione di imma-gini formulato in funzione della

Fig. 3 - Grafico della ResNet a 50 layer.

FOCUS


e decompressione (23 layer) (Fig. 3). In fase di compressione la rete dimezza le dimensioni dell’input e incrementa il nu-mero di feature estratte ad ogni passo e la ResNet impara featu-re molto complesse. In fase di decompressione, le feature ven-gono aggregate per ottenerne di nuove e più complesse, e le loro dimensioni vengono incremen-tate fino a ricostruire le dimen-sioni delle immagini in input. Il risultato di questa operazione viene classificato dal layer finale della rete.Durante la fase di training, il modello di DL impara a classi-ficare le patch di allenamento minimizzando l’errore di clas-sificazione tra la predizione e la classe reale nel dataset di allena-mento e validazione. Quest’ul-timo è costituito da un insieme di patch quali unità base per l’allenamento e la validazione. Tra tutte le patch disponibili è stato selezionato un sottoinsie-me rappresentativo che include patch: provenienti dalle sole UPAS la cui classificazione per fotointerpretazione è consi-derata affidabile (Fig. 2). contenenti una delle classi definite sopra. posizionate ai bordi delle UPAS per garantire una maggior continuità dell’in-formazione spaziale. omogenee dal punto di vi-

pari a 0.0001 (Kingma 2014).Per classificare tutta la superfi-cie delle UPAS della Provincia Autonoma di Trento, l’ortofoto è suddivisa in patch di dimen-sione leggermente maggiore rispetto a quelle usate per l’al-lenamento (192x192 pixel) per analizzare un’area più ampia più velocemente e ottenere una classificazione più coerente dal punto di vista spaziale. Per ogni patch sistema (Fig. 4) assegna un’etichetta ad ogni pixel e le mappe di classificazione otte-nute per ciascuna patch sono aggregate in una mappa di tutte le UPAS.

Risultati Di seguito si riportano l’analisi qualitativa e quantitativa delle mappe di classificazione prodot-te dal sistema di AI per le UPAS usando come riferimento la fotointerpretazione. Come per il dataset d’allenamento anche per quello di validazione sono rimosse le UPAS appartenenti all’ambito 2 (Fig. 2) e le aree considerate poco affidabili (in rosso - Fig. 2). Inoltre, è stata pesata l’affidabilità delle etichet-te assegnate alle zone di confine tra una classe di tara e l’altra (in particolare tra tara 20 e 50) dove le classi sono molto simili e predomina la soggettività del fotointerprete. In tali situazioni le matrici di confusione risulta-no meno significative in termini

sta della classe rappresentata limitando così l’influenza della soggettività della fo-tointerpretazione nelle zone di transizione da una classe all’altra.

Le patch sono leggermente so-vrapposte e hanno una dimen-sione di 128x128 pixel selezio-nata per massimizzare il numero di patch per tile. Il modello così addestrato può essere utilizzato per censire le aree pascolabili del Trentino (Fig. 4).

Settaggio sperimentalee risultatiIl modello è stato allenato per un massimo di 200 epoche (si definisce epoca l’utilizzo di tutte le patch contenute nel dataset per l’allenamento del modello), utilizzando 65.179 patch di allenamento. All’inizio di ogni epoca le patch di allenamento sono mescolate e incrementa-te secondo un paradigma di augmentation: le patch sono specchiate da destra a sinistra e/o dall’alto in basso, e possono essere ruotate di 90, 180, 270 gradi in modo aleatorio. L’infor-mazione di allenamento conti-nua così a cambiare riducendo l’overfitting. Le patch sono suddivise in gruppi di 80, per stabilizzare il processo secondo pratiche note (Ruder 2016). Il modello è ottimizzato utilizzan-do ADAM, un algoritmo allo stato dell’arte, con learning rate

Fig. 4 - Schema a blocchi dell’allenamento della rete e del processo di classificazione.


FOCUS

di valori assoluti e l’analisi dei risultati è supportata da consi-derazioni qualitative. Tale atti-vità può essere svolta da tecnici esperti con l’ausilio del plugin descritto nel seguito.L’analisi quantitativa è stata svi-luppata: i) a livello di PAT e per tile; ii) considerando la mappa a cinque classi prodotta dal si-stema di AI e studiandola a tre scale di dettaglio:

scala a 5 classi (Tara 0, 20, 50, Bosco, Non Pascolabile) quella nativa prodotta dal sistema di AI. Analizza le prestazioni nel risolvere il problema del censimento

nella sua maggior complessi-tà. scala a 3 classi (Tara 0, 20, 50). Analizza la capacità del sistema rispetto alle sole classi eleggibili. scala a 2 classi per le classi raggruppate in eleggibi-li (Tara 0, 20, 50) e non eleggibili (Bosco, Non Pascolabile). È quella con minor dettaglio e analizza le prestazioni rispetto alle due classi semantiche di maggior rilevanza e criticità.

Le tre scale consentono di analizzare il comportamento del sistema in funzione della

tipologia di errore e dalla loro rilevanza. Inoltre, sono analiz-zate nel dettaglio due aree del Trentino selezionate da APPAG per la loro complessità e rile-vanza: i) malga Cioca (a nord-ovest di Trento, tra Pinzolo e Madonna di Campiglio) e ii) un’area nei pressi di passo Vez-zena (a sud-est di Trento, vicino a Levico-Terme). I risultati sono analizzati quantitativamente considerando l’accuratezza to-tale (Overall Accuracy - OA), l’accuratezza dell’utente (User Accuracy - UA), e l’accuratezza del produttore (Producer Accu-racy - PA).

Analisi quantitativaIl sistema proposto raggiunge una buona accuratezza totale (OA) di circa il 70% rispetto alla fotointerpretazione. Si può osservare (Tab. 1) che la classifi-cazione produce ottimi risultati nell’identificazione delle classi di Tara 0, Bosco e non pascola-bile, con, rispettivamente, una PA del 81.57%, del 80.57%, e del 76.16% e una UA del 75.69%, del 75.16%, del 67.44%. Come atteso, le classi Tara 20 e Tara 50 sono meno accurate delle altre in quanto la differenza tra Tara 20-Tara 50 e tra Tara 50-Bosco è complessa da modellare. Ciò è conferma-to nella matrice di confusione dove si osservano errori tenden-zialmente concentrati tra Tara 20, Tara 50, e Bosco.

Classificato

Tara 0 Tara 20 Tara 50 Bosco Non pasc. PA

Fotointerpretato Tara 0 54.70 5.10 3.76 2.61 0.89 81.57%Tara 20 9.91 44.02 16.69 6.41 7.48 52.09%Tara 50 4.49 12.73 76.83 20.23 18.63 57.8%Bosco 2.13 2.40 16.37 117.26 6.70 80.85%

Non pasc. 1.04 4.26 7.05M 9.50 69.83 76.16%UA 75.69% 64.25% 63.66% 75.16% 67.44% OA = 69.6%

Fig. 5 - Istogrammi delle accuratezze della classificazione per tile valutata sulla scala a 5 classi (a), 2 classi (b), e 3 classi (c).

Tab. 1 - Matrice di confusione totale su UPAS (in Milioni di pixel).

FOCUS


La Fig. 5 mostra gli istogrammi delle accuratezze per tile (ogni barra specifica quante tile han-no raggiunto il livello di accu-ratezza indicato sull’asse delle ascisse). L’accuratezza media di classificazione rispetto al fotoin-terpretato a 5 classi (Fig. 5.a) è

di circa il 70% con una variabi-lità di circa il 10%. La scala a 2 classi mostra un’accuratezza me-dia molto superiore, circa l’83% (Fig. 5.b). Ovvero focalizzando sulle classi di maggior rilevanza e criticità (eleggibile e non), il sistema ha elevate performance.

Ciò conferma che la maggior parte degli errori di classificazione avvengono tra classi molto simili tra di loro e complesse da distingue-re. Allo stesso tempo, gli errori tra queste classi sono meno critici ai fini dell’applicazione. L’accu-ratezza tra le sole classi eleggibili è molto buona, circa il 77%.

Analisi qualitativa e quantitativa di aree sele-zionatePer l’analisi di dettaglio della zona di malga Cio-ca e della zona immedia-tamente a sud del passo Vezzena, si confrontano le mappe di classificazio-ne prodotte in automati-co dal sistema proposto

con quelle ottenute per fotoin-terpretazione. Entrambe sono rappresentate su uno sfondo realizzato con l'ortofoto a colori naturali (RGB).Nella zona di Malga Cio-ca l’accuratezza è elevata, in

Tab. 2 - (a) OA sulle 5, 3, 2 classi. (b) Confronto tra le estensioni in ettari delle classi nel fotointerpretato e nella mappa prodotta dal sistema di AI – area della malga Cioca.

OA scala a 5 classi 66.53%OA scala a 3 classi 74.12%OA scala a 2 classi 81.78%Estensione totale UPAS 823.25 ha

Tara 0 Tara 20 Tara 50 Non eleggibileFoto-interpretato 247.01 ha 102.18 ha 105.43 ha 368,64 haClassificato 254.1 ha 53.15 ha 139.94 ha 376.06 ha

OA scala a 5 classi 74.57%OA scala a 3 classi 77.24%OA scala a 2 classi 87.54%Estensione totale UPAS 500.77 ha

Tara 0 Tara 20 Tara 50 Non eleggibileFoto-interpretato 189.33 ha 63.24 ha 59.59 ha 188.61 haClassificato 219.21 ha 13.03 ha 87.99 ha 180.54 ha

a)

b)

a)

b)

Tab. 3 - (a) OA 5, 3, 2 classi. (b) Confronto tra le estensioni in ettari delle varie classi del fotointerpretato e sistema AI - area a sud del passo Vezzena

Fig. 6 - Fotointerpretato (a sinistra) e classificazione prodotta dal sistema AI – area della malga Cioca (tile 059021w, 059022w, 059023w, 059024w, 059061w).


FOCUS

particolare alla scala 2 classi è pari OA=81.78% (Tab. 2). Le estensioni delle classi stimate dal classificatore sono in linea con le superfici identificate per fotointerpretazione. Ciò è par-ticolarmente vero per Tara 0 e non eleggibile, mentre Tara 20 viene sottostimata per lo più a vantaggio della Tara 50. Ovvero la sottostima si manifesta come errore poco critico. Il sistema proposto classifica in modo sod-disfacente anche dettagli molto piccoli (es., in Fig. 6, le piste da sci che durante il periodo estivo vengono usate come pascoli e sono estremamente piccole e sottili).Nella zona a sud del passo Vez-zena i risultati sono in linea con la fotointerpretazione (Fig. 7). Il sistema discrimina accura-tamente classi eleggibili e non (OA=87.54%), mentre la Tara 20 viene sottostimata a favore di Tara 0 e 50.

Plug inA corredo del modello AI è sta-to sviluppato un Plugin python per sistema operativo Linux e Windows che utilizza librerie per l’elaborazione di dati geo-grafici quali rasterstats, geopan-das, rtree, rasterio, fiona e gdal. Esso permette di rielaborare le mappe ottenute dal modello congiuntamente ad altri layer informativi per identificare i poligoni eleggibili in base a criteri definiti da esperti e pa-rametrizzati nell’interfaccia del plugin. È possibile:

selezionare un’area da ana-lizzare tramite bounding box (BB), estensione attuale o po-ligono presente nel progetto corrente di QGis, personalizzare la maschera di pendenza per escludere zone impervie, applicare dei filtri di sieve per rimuovere artefatti (sia sulla mappa di classificazione che

su quella delle pendenze), applicare algoritmi di smo-othing per lisciare i contorni dei poligoni relativi alle aree pascolabili, personalizzare i criteri di eleg-gibilità tramite parametri di prossimità (distanza da strade o da altre aree eleggibili).

Le operazioni descritte si av-valgono di layer informativi: la distanza dalle strade/sentieri e malghe, la mappa delle pen-denze e i poligoni di strade e laghi. Per una zona selezionata il plugin produce una mappa poligonale (Fig. 8 a destra) e per ogni poligono le variabili ripor-tate in Fig. 8 (in basso a destra). I tempi di esecuzione ed even-tuali messaggi vengono mostrati nel box presente nella parte inferiore dell’interfaccia (Fig. 8 a sinistra). È previsto un siste-ma di caricamento/salvataggio delle impostazioni per facilitare la riproducibilità dei risultati e tracciare gli esperimenti.In Tab. 4 sono riportati i tempi di esecuzione per un’area di circa 60km² con il sistema di coordinate di riferimento EPSG 25832 considerando 4 risolu-zioni (1, 4 e 20 metri) nel caso di presenza/assenza della classe bosco (650) e utilizzando o meno le operazioni di enriching (per riportare la percentuale delle varie classi nei poligoni a seguito delle operazioni di sieve, non indispensabili per la defini-zione della eleggibilità).Si nota che i tempi si riducono molto passando da 1 a 4 m di risoluzione. La riduzione è meno significativa passando da 4 a 20 m perché la parte com-putazionalmente più pesante è a valle della generazione dei po-ligoni (che non dipende troppo dalla risoluzione se applica un sieve importante sulla mappa di classificazione). I tempi aumen-tano di circa il 12% se si separa

Risoluzione

1m 4m 20m

Con enriching 1026 s 703 s 813 s

Senza enriching 707 s 385 s 372 s

Con BoscoCon enriching 1277 s 830 s 918 s

Senza enriching 864 s 463 s 489 s

Fig. 7 - Foto-interpretato (a sinistra) e mappa di classificazione prodotta dal sistema AI (a destra) - area a sud presso passo Vezzena (tile 081042w, 082012w, 082013w, 082014w, 081081w, 082054w).

Tab. 4 - Tempi di computazione del plugin utilizzando diverse configurazioni.

FOCUS


la parte boschiva dalla classe 770 (dipende quindi dalla mappa di classificazione utilizzata inizial-mente).

Conclusioni e sviluppi futuriÈ stato sviluppato un sistema automatico basato su intelligen-za artificiale e concetti di deep learning per il censimento delle aree a pascolo in zone alpine secondo il criterio della tara, come previsto da AGEA per la determinazione della superficie eleggibile netta da ammettere a contributo; il sistema interagisce con un plug-in GIS per l’accesso e l’elaborazione dei dati. I risul-tati ottenuti costituiscono un utile riferimento oggettivo per i tecnici della PAT sia per validare il lavoro di fotointerpretazione svolto all’interno delle UPAS, sia per ottenere una prima clas-sificazione speditiva di tutte le aree potenzialmente pascolabili (anche fuori UPAS). Infine – posto che le prossime ortofoto AGEA (2020, 2023, etc.) non si discostino troppo da quella del 2017 per caratteristiche spettrali e geometriche – il sistema po-trà costituire un utile supporto anche per l’aggiornamento pe-riodico dell’eleggibilità dei suoli dello Schedario dei pascoli. Il sistema può essere impiegato in aree alpine con caratteristiche assimilabili a quella qui conside-rata, prevedendo eventualmente

minimi adattamenti (tuning dell’addestramento).Il sistema si dimostra preciso, con accuratezze medie tra il 70% e l’83% a seconda della complessità del problema e picchi a seconda della tile al di sopra del 90%. Nel caso più complesso a 5 classi, dove la somiglianza semantica e il grado di frammentazione delle classi sono elevati, si osserva una ten-denza alla sottostima della classe Tara 20 a favore della Tara 50. Le mappe sono consultabili tra-mite un sistema di Data science che elabora dinamicamente le mappe di classificazione. È pos-sibile personalizzare il processo di generazione dei poligoni della classificazione automati-ca, permettendo l’adattamento della classificazione alle diverse caratteristiche fisiche, geomorfo-logiche, di accessibilità, etc. dei diversi contesti territoriali.Come sviluppo futuro si preve-de di introdurre l’informazione temporale impiegando ortofoto acquisite in diverse stagioni (se disponibili) o di immagini satellitari (es. le immagini della missione ESA - European Space Agency Sentinel-2). È inoltre possibile estendere il sistema sviluppato e arricchire il plugin per la generazione e gestione di prodotti per altri ambiti quali l’agricoltura, le foreste.

BIBLIOGRAFIAHe, K., Zhang, X., Ren, S. and Sun, J., 2016. Deep residual learning for image recognition. In Proceedings of the IEEE conference on computer vision and pattern recognition, pp. 770-778.Le Cun, Y. and Bengio, Y., 1995. Convolu-tional networks for images, speech, and time series. The handbook of brain theory and neural networks, 3361(10), p.1995.Ruder, S., 2016. An overview of gradient de-scent optimization algorithms. arXiv preprint arXiv:1609.04747.Kingma, D.P. and Ba, J., 2014. Adam: A method for stochastic optimization. arXiv preprint arXiv:1412.6980.QGIS.org, 2021. QGIS Geographic Informa-tion System. QGIS Association. http://www.qgis.org

PAROLE CHIAVEIntelligenza Artificiale; Sistemi In-formativi; Ortofoto; Pascoli; Gestione Montana

ABSTRACTMountain areas include precious environ-ments like pastures that require preservation strategies by the appointed authorities. Here we present a system that processes orthopho-tos acquired by Agenzia per le Erogazioni in Agricoltura using Artificial Intelligence to re-duce the time and costs of human inspection in pasture management activities. The system is trained to automatically classify multiple kinds of pasture and no-pasture areas. A user interface allows to query and refine the pas-ture maps. The map can be updated as new orthophotos come in. The system achieves good performance in the Provincia Autonoma di Trento (PAT), but it is suitable for similar mountain areas as well.

AUTORELuca [email protected] Bruno Kessler – www.fbk.euUniversità degli Studi di Trento – www.unitn.it

Francesca [email protected] [email protected] [email protected] Bruno Kessler – www.fbk.eu

Daniele [email protected] [email protected] [email protected] [email protected]

Provincia Autonoma di Trento, APPAG - http://www.appag.provincia.tn.it/

Fig. 8 - Interfaccia del plugin (sinistra), raster generato dal modello AI (in alto a destra) epoligonale generata dal plugin con le informazioni associate ai poligoni (in basso a destra).


INTERVISTA

Il numero civico prestandosi ad es-sere un elemento

distintivo “stabile” e identificativo della po-sizione di un punto di interesse di qualsia-si tipo sul territorio, è il fulcro oggi di una se-rie di sistemi informa-tivi che basano su di esso importantissime attività che vanno dal-la semplice consegna di merci alla liceità di un allaccio di fornitu-ra energetica, al punto tale che in certe muni-cipalità non si procede a dare nuove utenze se non si ha contezza del civico certificato.E la certificazione della toponomastica e del civico diventa elemento importante della nostra economia sempre più sensibile al valore dell'informa-zione geolocalizzata in

un numero esponen-zialmente crescente di ambiti e serviziMa come vengono acquisite oggi tali posizioni? Nei primi grafi Teleatlas si trova-va un valore del civico all’inizio e alla fine del grafo determinandolo dalla semplice distri-buzione media della quantità di civici sulla lunghezza del grafo. Ciò portava una ap-prossimazione anche di qualche decina di metri e forse bastava anche, ma oggi si sta arrivando ad appros-simazioni sempre migliori e molti di noi avranno notato l’in-cremento di precisione nel tempo dei naviga-tori stradali.A questo proposito abbiamo incontrato recentemente nella nostra Redazione

Intervista aValerio Zuninodella Studio SIT Srl

Tempo fa nessuno avrebbe pensato che il

“numero civico” sarebbe potuto diventare nel

tempo un importante oggetto geografico, tale

da generare oggi una attività di rilevamento

non trascurabile.

L’evoluzione dell’utilizzo commerciale

e industriale della posizione del numero

civico cominciò a prendere forma agli inizi

degli anni 90 quando in America e in Europa

rispettivamente apparvero due piccole realtà,

Navteq e Teleatlas, quest'ultima in particolare

veniva finanziata nell’ambito dei progetti di

ricerca europei Eureka (EU 145 – Teleatlas,

electronic publishing of cartographic and

geographic daabases, Belgium, Netherlands),

e diede inizio alla costruzione del database

dei grafi stradali Teleatlas, una realtà che

avrebbe dato il via ad una continua evoluzione

fino alla acquisizione (2008) da parte della

attuale TomTom, un brand il cui nome è

diventato l’acronimo per eccellenza del

navigatore stradale.

a cura di Renzo Carlucci

INTERVISTA


realizzate, anche a beneficio di questi grandi gruppi si svol-gono in buona parte nell'ambito del rile-vamento e mappatura della numerazione civica dell’intero territorio nazionale, compito in relazione al quale riteniamo di posizionarci in uno scenario all'interno del quale accuratezza geografica, comple-tezza e aggiornamen-to del dato siano elementi cruciali, ma nonostante ciò piuttosto difficili da riscontrare altrove.

G: Nell’ambito della espansione in atto della vostra attività in Italia quale futuro intravedete?

VZ: In questi ultimi anni la nostra attività, inizialmente foca-lizzata sui numerosi aspetti dell’informa-zione e dei sistemi geografici, è andata sempre più specia-lizzandosi su pochi livelli informativi e paradossalmente, in questa concentrazio-ne, sono aumentate le commesse: mentre le tipologie di atti-vità diminuivano, il numero dei clienti è andato aumentando.

G: Quali sono i clienti a cui dedicate attualmente la vostra produzione?

VZ: I nostri princi-pali clienti sono oggi le grandi multinazio-

‟

a cura di Renzo Carlucci

Intervista al CEO

di StudioSIT GEOmedia: La sua so-cietà vanta una ricono-sciuta posizione predo-minante nel settore del-

la geolocalizzazione dei numeri civici, ma quale è la situa-zione di riferimento del suo mercato?

Valerio Zunino: STUDIO SIT srl è attualmente partner di riferimento delle principali major in-ternazionali del seg-mento di mercato che fino a qualche anno fa veniva age-volmente battezzato “della navigazione per auto”.Le attività da noi

‟Tempo fa nessuno avrebbe pensato che

il “numero civico”sarebbe potuto

diventare un importante oggetto geografico

Valerio Zunino CEO della Studio SIT srl, una società che da più di 30 anni opera nel settore dell’infor-mazione geografica e che recentemente ha avuto una importante crescita nel settore della geolocalizzazio-ne dei numeri civici. Abbiamo chiesto al nostro ospite quale è la situazione italiana in questo settore e quale futuro si stia prospettando per gli operatori del settore.


INTERVISTA

nali che affrontano, con esclusività di attenzioni o meno, la grande offerta dell'au-tomatizzazione della guida, rivolta oggi naturalmente non più soltanto all'automobi-lista, ma ad una serie di soggetti, ivi com-presi turisti e pedoni affezionati o coinvolti dall'ampliamento delle funzionalità dei propri smartphones, che propongono una concreta facilitazio-ne dei loro viaggi e trasporti, per le varie necessità esistenziali e professionali.

G: E' possibile quan-tificare i territori di cui disponete di dati toponomastici civici georiferiti con accura-tezza?

VZ: In pratica possia-mo affermare di aver

acquisito la posizione geografica di quasi tutto il territorio italiano, tranne una residua porzione di comuni montani. La percentuale di coper-tura raggiunge oggi il 96% della popola-zione ed il 92% dei numeri civici, la cui numerosità comples-siva da noi stimata si attesta intorno ai 23,5 milioni, al netto dei duplicati e delle incongruenze riscon-trate sul campo.

G: Sarebbe interes-sante conoscere con che tipo di concor-renza vi dovete con-frontare, chi sono eventualmente i vostri competitors.

VZ: Come ho riferito poc'anzi, ad oggi nel nostro segmento tutto è diventato sempre

più funzione diretta del grado di qualità geografica, comple-tezza ed aggiorna-mento realizzato sul dato prodotto; di conseguenza in linea di massima i nostri concorrenti sono in prevalenza gli stes-si nostri clienti, in competizione dei quali difficilmente riteniamo di volerci schierare a meno che la richiesta che ci pervenga sia disalline-ata dalle applicazioni standard.

G: È necessario pro-cedere ad un aggior-namento costante di questi dati?

VZ: Assolutamente si, è oggi senza dub-bio l'elemento più rilevante. Facendo riferimento alla sola città metropolitana di

Roma, disponiamo ad esempio del supporto di quattro professio-nisti in pianta stabile che aggiornano co-stantemente i nostri dati. Chiaramente maggiore è il grado di urbanizzazione, maggiore sarà la fre-quenza di updating richiesta da qualsiasi tipologia di cliente, ma con riferimento alle grandi città e ad una popolazione co-stituita da quasi 10 milioni di abitanti, abbiamo attiva una procedura di aggior-namento costante del nostro dato geogra-fico toponomastico civico. In alcuni rari ma significativi casi, utilizziamo e norma-lizziamo la mappatura messa a disposizione

I puntini rossi indicano la copertura del rilevamento nel centro storico di Roma

Interessante e curiosa è anche la di9usione dei vari toponimi sul territorio nazionale, dove i primi quindici, nell'ordine, sono i seguenti:

ROMAGIUSEPPE GARIBALDIGUGLIELMO MARCONIGIUSEPPE MAZZINIGIACOMO MATTEOTTIDANTE ALIGHIERIUMBERTO IVITTORIO VENETOANTONIO GRAMSCIGIUSEPPE VERDICESARE BATTISTITRIESTEVITTORIO EMANUELEALDO MOROALESSANDRO MANZONI

INTERVISTA


in Open Data da alcune realtà locali , le quali hanno realiz-zato una procedura corrente e collaudata - per conseguenza di-venuta affidabile - di questo livello infor-mativo; si distinguo-no fra queste la pro-vincia autonoma di Bolzano, alcuni tra i principali comuni ca-poluogo di provincia delle regioni Veneto, Emilia Romagna, Lombardia e Toscana, nonché altre cit-tà come Cagliari, Alessandria, Asti, Trieste, Macerata, Pesaro, Terni, e me ne dimentico sicu-ramente qualcuna, scusandomi. In linea generale però, il ri-lascio in Open Data non è affatto sinoni-mo di qualità, specie nel nostro ambito di lavoro, ma quando lo diventa come nei casi suesposti, quasi sempre lo fa grazie alla sopravvenuta presa di coscienza di quelle amministrazio-ni zelanti che hanno compreso l'importan-za della numerazione civica georiferita e del relativo dinamismo.

G: Quale è l’accuracy standard che potete offrire? E la topono-mastica risponde?

VZ: A Roma e a Milano centro of-friamo 1-2 metri di accuratezza della po-sizione del civico, mi-surati sulla proiezione dell'apertura (ingresso

residenziale o eserci-zio commerciale) in corrispondenza del fronte bordo mar-ciapiede. Altrove e su tutto il territorio nazionale, compreso l'extraurbano, garan-tiamo un'accuracy in-dicativa di 2-3 metri.Sui toponimi sia-mo costantemente allineati all'ufficia-lità dello stradario comunale. Le am-ministrazioni oggi devono inviare dati corretti all’Anagrafe Nazionale dei Numeri Civici delle Strade Urbane (ANNCSU) e la problematica più importante è la denominazione topo-nomastica, la norma-lizzazione del nome. Anche in relazione a questo, la nostra esperienza ci ha por-tato a constatare che il Paese è diviso in 3 macroaree, con un Sud che spesso non procede ad una nu-merazione analitica di tutti gli ingressi delle abitazioni e della attività commer-ciali e dove sovente non è stata assegnata alcuna numerazione civica alle abitazioni insistenti nelle con-trade, un'area centrale della penisola dove si assiste alla presenza di una numerazione di variabile qualità e quantità, ed un Nord dove a latere di una copertura (anche di targhette) invidiabile, si incontrano nume-razioni chilometriche o suddivise per desti-

nazione d'uso, come nei casi di Genova, Firenze e Savona, ove il civico rosso fa ri-ferimento ai negozi, quello nero alle entra-te residenziali.

G: Sicuramente avrete una serie di aneddoti da raccontare in me-rito alle attività di ri-levamento sul campo. Ce ne può raccontare uno?

VZ: I nostri collabo-ratori, circa cinquanta distribuiti sull'intero territorio italiano, ce ne descrivono molti. Uno dei tanti: qual-che tempo fa, nell'im-mediato entroterra di Salerno, un nostro professionista nel chiedere la numera-zione civica di un'area caratterizzata da una ventina di edifici ubi-cati sul versante in favore di visuale della collina retrostante, si è sentito rispondere: “Qui è tutto 6”!

G: Jack Dangermond e Esri stanno guar-dando alla Scienza del Dove (The Science of Where) come qual-cosa che va ben oltre il mondo dei GIS di una volta, lei come vede il futuro dell’in-formazione geogra-fica?

VZ: Noi ci stiamo at-trezzando verso l’ana-lisi del “dentro” (The Science of Inside), quella informazione geografica che ad esempio comincia a

guidare l’automobili-sta nei parcheggi. Ma stiamo guardando an-che all’Osservazione della Terra in modo particolare per indivi-duare i cambiamenti dell’urbanizzazione. Abbiamo a questo scopo acquistato da AirBus / Planetek nu-merose aree di change detection edilizio, in modo da disporre ra-pidamente di uno dei tre segnali più impor-tanti di cambiamento sul territorio, capace di generare nuova to-ponomastica e nuovi numeri civici.

PAROLE CHIAVEstudiosit, geolocalizzazione, numeri civici, toponomastica, navigatori per auto, geoposi-tioning, accuracy, tomtom

ABSTRACTInterview with Valerio Zu-nino, CEO of Studio Sit srl, a company operating in the geographic information field since more than 30 years. Re-cently experiencing a significant growth in the geolocation of streets numbers.

AUTOREa cura di Renzo [email protected]


REPORT

Le applicazioni tecnologi-camente più avanzate e ad alto valore aggiunto

(cioè in grado di fornire servizi che soddisfano esigenze fonda-mentali degli utenti) derivano dall’integrazione sinergica fra quattro grandi “motori” tecno-logici: 1) il telerilevamento, cioè la ca-

pacità di raccogliere informa-zioni attraverso sensori sem-pre più sofisticati sulla realtà che ci circonda, estendendo i nostri cinque sensi e poten-ziandone la capacità. Questa tecnologia, limitata in passato ai satelliti ed alle prospezioni aeree, si è oggi potentemen-te estesa attraverso i sensori miniaturizzati (IoT e “smart dust”) ed i droni aerei;

2) la referenziazione geografi-ca e temporale, per lo più basata sui sistemi GNSS (“Global Navigation Satellite Systems”), cioè la capacità di associare le informazioni for-

nite dai sensori ad un luogo ed un tempo specifici, ad un preciso “qui ed ora”;

3) le telecomunicazioni, soprat-tutto quelle “wireless”, perché ubique, cioè in grado di rac-cogliere dati da sensori ovun-que posizionati, sulla terra e nello spazio, e di diffondere poi, dopo un adeguato pro-cessamento dei dati grezzi, in-formazioni e conoscenza agli utenti finali, quelli per i quali applicazioni e servizi sono concepiti;

4) i centri di processamento dei dati, basati su potenti capacità di calcolo e sempre più su agenti “intelligen-ti” (Intelligenza Artificiale, “Machine learning”, “Deep Learning”), che elaborano l’enorme, spesso non struttu-rata, mole di dati raccolti per derivarne informazione e co-noscenza, che l’utente medio (agricoltore, architetto, opera-tore della logistica o marinaio

che sia) sia in grado di usare a proprio vantaggio.

In particolare, negli ultimi anni si è fatta sempre più evidente la sinergia fra la tecnologia di localizzazione basata sui satel-liti (GPS, Galileo) e quella dei droni aerei o UAV (“Unmanned Aerial Vehicles”).

Il ruolo dei droni aerei nelle applicazioni di telerilevamen-to, sorveglianza, sicurezza e logisticaSi definisce come drone aereo (in inglese UAV, “Unmanned Aerial Vehicle”) un aeromobile senza pilota a bordo. Si possono a questo punto dare due casi: che il velivolo sia pilotato da un essere umano da remoto (ed in questo caso si parla più cor-rettamente di RPA, “Remotely Piloted Aircraft”), ovvero che sia in grado di volare con un grado più o meno alto di autonomia. Il secondo caso, quello cioè della guida autonoma, è parti-colarmente importante in quelle applicazioni nelle quali il drone opera al di là della visuale ottica del pilota (in inglese “Beyond Visual Line of Sight”, BVLOS).Per gli UAV che operano in BVLOS, piattaforme di naviga-zione che integrino un ricevito-

GNSS e droni aerei:un connubio vincente

per applicazioni ditelerilevamento,

sorveglianza,sicurezza e logistica

di Marco Lisi, Alberto Mennella, Marco Nisi

Fig. 1 - Il concetto di sistema del progetto Easy-PV.


REPORT

• Trasporto di prodotti o pac-chi postali;

• Fotografia aerea;• Agricoltura;• Raccolta di dati (IoT);• Manutenzione di infrastrut-

ture distribuite

I droni in applicazioni di ma-nutenzione e logistica: i pro-getti Easy-PV e AMPEREUn primo esempio di appli-cazione dei droni aerei e della georeferenziazione tramite GNSS è quello del progetto

re GNSS sono essenziali perché in quasi tutte le applicazioni si richiede una georeferenziazione molto accurata delle immagini; inoltre il drone, non diretta-mente visibile dal suo operatore, ha bisogno di un’elevata capaci-tà in termini di posizionamento e navigazione, così da mantene-re la propria traiettoria, anche in aree abitate, mantenendosi a distanza di sicurezza da eventua-li ostacoli ed evitando collisioni. Nelle operazioni BVLOS è ov-viamente anche necessario un sistema di telecomunicazione “wireless” (eventualmente basa-to su network sia terrestri che satellitari) molto affidabile e ad alto “data rate”. Sviluppati originariamente per applicazioni militari, gli UAV si stanno espandendo rapida-mente ad un’ampia gamma di applicazioni civili, tanto che oggigiorno il numero di UAV civili è di gran lunga maggiore di quelli militari. Tra le applica-zioni civili tipiche degli UAV ci sono:• Sorveglianza;• Rilevamento topografico;• Monitoraggio dell’ambiente;• Disastri naturali ed emergenze;

Easy-PV, finanziato dalla GSA (ora “European Union Space Programs Agency”, EUSPA) nell’ambito del programma della Commissione Europea Horizon 2020 e già positiva-mente conclusosi.Il problema al quale Easy-PV si rivolge è quello della manu-tenzione di grandi installazioni per la produzione di energia fo-tovoltaica, nelle quali i pannelli fotovoltaici, esposti all’aperto ed alle escursioni termiche, sono soggetti a degradazioni o rotture

Fig. 4 - architettura del sistema SARA.Fig. 3 - Il drone “tethered” del progetto SARA.

Fig. 2 - architettura di sistema del progetto AMPERE


REPORT

dei loro elementi, difficili da individuare.La soluzione proposta da Easy-PV (figura 1) si basa su un si-stema automatico per acquisire, geo-referenziare e processare immagini ottiche e termiche raccolte da un drone (più pre-cisamente un RPA) mentre sor-vola il campo fotovoltaico.Il progetto AMPERE, sem-pre finanziato da EUSPA in Horizon 2020, applica un ap-proccio simile a quello di Easy-

PV (drone dotato di fotocamere nel visibile e nell’infrarosso, nonché di radar ottico 3D in tecnologia LIDAR) per affron-tare il problema della mappatu-ra e quello della prevenzione di potenziali guasti nelle reti aeree per la distribuzione dell’energia elettrica (figura 2). Questo pro-getto, tuttora in corso, prevede una sperimentazione sul campo nella Repubblica Dominicana, attraverso l’università UNPHU di Santo Domingo.

Gli UAV nelle applicazioni di sorveglianza aerea: il progetto SARASono molto numerosi i casi nei quali si richiede la sorveglianza continua, diurna e notturna, di una certa area, attraverso sensori nei campi visibile ed infrarosso. Le circostanze possono essere le più varie: dalla protezione di un perimetro da intrusioni dall’e-sterno alla supervisione di ope-razioni complesse, per esempio di logistica, ovvero alla gestione coordinata dei soccorsi in caso di emergenze (per esempio, salvataggi in mare) e disastri naturali (incendi, inondazioni, terremoti).I droni aerei forniscono soluzio-ni molto efficienti ed efficaci, nonché molto meno costose di altri mezzi, per esempio gli elicotteri.Partendo dalla specifica esigen-za di supportare le operazioni di salvataggio (“Search and Rescue”, SAR) in mare, partico-larmente durante le ore nottur-ne, è stata sviluppata la tecno-logia dei droni “tethered”, cioè alimentati e comandati tramite un cavo elettrico fino ad altezze di cento e più metri attraverso il progetto Horizon 2020 de-nominato SARA (“Search And Rescue Aid”) (figura 3).SARA è un sistema semi-auto-matizzato composto da un dro-ne “vincolato” e dal suo hangar, collegato saldamente all’imbar-cazione grazie ad un cavo molto resistente rivestito in kevlar, che viene utilizzato sia per l’alimen-tazione che per la trasmissione dati (figura 4).Il principale vantaggio rispetto ad altri droni presenti sul mer-cato è la possibilità di dispie-gare in pochissimo tempo un “Traliccio Virtuale” fino a 100 metri sulla superficie dell’im-barcazione. Inoltre il sistema SARA abilita le operazioni di volo in condizioni di scarsa

Fig. 6 - Architettura di sistema del progetto PASSport.

Fig. 5 - Drone “tethered” per le riprese aeree di eventi sportivi.


REPORT

visibilità grazie all’avanzato uso del posizionamento satellitare e quelle di avvistamento grazie all’impiego di un payload con camere ottiche e termiche (ad infrarossi).Pur se originariamente svilup-pato per applicazioni marittime, il concetto del drone “tethered” può essere ovviamente esteso a molte altre situazioni, general-mente ogni qual volta sia neces-saria la sorveglianza di una certa area da grande altezza e su tem-pi relativamente lunghi (come, ad esempio, le riprese aeree di avvenimenti sportivi, figura 5).

Sicurezza e gestione delleinfrastrutture di trasporto e logistiche: il progetto PASSportNei mesi passati la pandemia da Covid-19 ha messo in evidenza l’importanza strategica per l’e-conomia delle infrastrutture di trasporto e di logistica, special-mente in periodi di crisi.Le varie tipologie di trasporto condividono esigenze in larga parte comuni: la sicurezza in senso lato, sia intesa come pro-tezioni da azioni malevoli di varia origine, sia come preven-zione di incidenti che possano mettere a rischio la vita delle persone ed i beni trasportati. Vale qui la pena di ricordare che molto spesso tali incidenti portano, se non alla perdita di vite umane, a gravi conseguenze sull’ecosistema (a causa, per esempio, di sversamenti sulla terra o in mare di sostanze chi-miche nocive). Il progetto PASSport, anch’esso finanziato dalla Commissione Europea nell’ambito del pro-gramma Horizon 2020 ed ancora in corso, propone un sistema integrato di droni aerei e sottomarini, tutti assistiti dai più recenti servizi offerti dal si-stema GNSS europeo, Galileo, per dare pratica implementa-

zione alle stringenti direttive europee in tema di sicurezza dei trasporti marittimi e dei com-plessi portuali (figura 6). Il sistema di sorveglianza e controllo PASSport è destinato alle infrastrutture complesse in senso lato, quindi anche ad aeroporti, linee ferroviarie, grandi complessi autostradali. Fondamentale nella sua filo-sofia è l’integrazione e fusione di dati provenienti da svariate tipologie di sensori, non esclusi quelli provenienti da satelli-ti di osservazione della Terra (Copernicus). La quantità dei dati ingestiti e la complessità delle azioni di controllo da

prendere tempestivamente (quindi in modo spesso autono-mo) richiederanno un utilizzo massivo di tecnologie avan-zate di processamento, quali “Artificial Intelligence” (AI) e “Deep Learning”. Integrazione di satelliti, droni e sensori “in situ” per la salva-guardia del patrimonio artisti-co: il progetto VESTA

ll progetto VESTA (Acronimo di Valorizzazione E Salvaguardia del paTrimonio culturAle attraverso l’utilizzo di tecnologie innovative) si propone di offrire servizi atti a migliorare la salvaguardia e

Fig. 8 - Il parco archeologico di Paestum e Velia.

Fig. 7 - Droni sottomarini a guida autonoma (Università di Firenze).


REPORT

2021

la conservazione preventive e programmate del patrimonio culturale.Sebbene il parco archeologico di Paestum e Velia sia stato scelto come sito pilota (figura 8), il progetto ha come prin-cipali oggetti tutti quei beni culturali che sono strategici, da preservare e valorizzare, beni ritenuti estremamente fragili ed a rischio di deterioramento con ricadute in termini di perdita della memoria del patrimonio storico-artistico nonché di per-dite economiche per l’industria del turismo. A tale scopo, utilizza nuovi strumenti di conservazione preventiva e pianificata al fine di assicurare valutazioni e mo-nitoraggi efficaci e sistematici sui siti.Il sistema VESTA è un ottimo esempio d’integrazione di varie tecnologie di “sensing” con il posizionamento accurato offer-to dalla tecnologia GNSS.In termini di sensori, il sistema prevede l’integrazione di dati provenienti da quattro tipologie di sensori, parte remoti e parte “in situ” (figura 9): 1. Satelliti (“Syntethic Aperture

Radar” ed ottici, per esem-pio COSMO-Skymed ed i vari Copernicus), usati per

l’individuazione su vasta scala di criticità, naturali e antropiche, che coinvolgo-no i beni culturali e il loro intorno;

2. Droni, dotati di sensoristica ottica multispettrale, termi-ca e radar. Sono usati per analisi di dettaglio di suolo e strutture murarie;

3. GPR (“Ground Penetrating Radar”), ad alta e a bassa frequenza, sono usati per ispezioni, rispettivamente, delle strutture murarie e del sottosuolo;

4. ERT (“Electrical Resistivity Tomography”), sensoristica usata per l'investigazione del sottosuolo.

PAROLE CHIAVEGNSS; Galileo; droni; UAV; RPA; mapping; sorveg-lianza; SARA; PASSport; AMPERE; VESTA; EUSPA

ABSTRACTGNSS and Unmanned Aerial Systems (UASs) are a winning synergy in many applications: remote sen-sing, security, mapping, surveillance, and logistics.

AUTOREDott. ing. Marco [email protected] ConsultantAerospace & Defense

Ing. Alberto Mennella [email protected] srl co-founder and Innovation Ma-nager

Ing. Marco [email protected] Srl, CEO

Fig. 9 - In senso orario, dall’alto: satelliti, droni, GPR ed ERT

http://g3wsuite.it



MERCATO


MERCATO

Earth from Space,baia di Laizhou (25 aprile 2021)

La missione Copernicus Sentinel-2 ci porta sulle acque macchiate dai sedimenti della baia di Laizhou, che si trova lungo

le rive meridionali del Mar di Bohai, sulla costa orientale della Cina con-tinentale. La baia è la più piccola delle tre più importanti baie del Mar di Bohai

e prende il nome dalla città di Laizhou, visibile ad est. Grandi quantità di sedimenti trasportate dal fiume Giallo - visibile alla sinistra dell’immagine - alterano il colore delle

acque facendole apparire di colore turchese. In questa immagine il sedimento può essere os-servato all’interno delle acque anche lontano dalla costa. Il fiume Giallo è il secondo fiume della

Cina in termini di lunghezza, percorre oltre 5400 km ed è superato solo dal fiume Yangtze. Il fiume nasce sulle montagne di Bayan Har nella Cina occidentale e scorre attraverso nove province prima di

sfociare nella baia di Laizhou. Il suo bacino di drenaggio è il terzo più grande della nazione, con un’area di circa 750 000 kmq. Si stima che il fiume trasporti annualmente 1.6 miliardi di tonnellate di limo, la maggior parte del quale viene riversato in mare. A causa di questo elevato carico di limo il fiume giallo

deposita terreno a tratti ed in definitiva viene alzato il livello del letto del fiume. Rilevanti depositi di sedi-mento hanno innalzato il letto del fiume di diversi metri rispetto al terreno circostante, causando in alcune circostanze dannose alluvioni. Sulle rive meridionali della baia di Laizhou, nella parte bassa dell’immagine, sono visibili campi allagati e si tratta molto probabilmente di allevamenti ittici artificiali. La città di Don-

gying si può osservare sulla sinistra dell’immagine: è sede del secondo più vasto giacimento petrolifero della Cina. Questa immagine è stata acquisita il 26 febbraio 2020 ed è stata processata in modo da includere il canale dell’infrarosso vicino, che fa apparire la vegetazione di color rosso brillante. La vegetazione lussureggiante può essere distinta dai campi di colore marrone, in cui la raccolta non

è stata ancora effettuata o la crescita non è ancora completa. Copernicus Sentinel-2 è una missione a due satelliti. Ciascun satellite trasporta una camera da ripresa ad alta risoluzi-

one che riprende immagini della Terra in 13 differenti bande spettrali. La missione è primariamente utilizzata per monitorare i cambiamenti nell’uso del suolo e lo

stato di salute della vegetazione.

Crediti: ESA - Image of the week Traduzione: Gianluca Pititto


REPORT

Le autorità locali hanno usato i droni per supe-rare le sfide dettate dal

maltempo e dagli improvvisi cambiamenti meteorologici per il rilevamento dell'uso del suo-lo e la mappatura delle coste nelle isole Faroe.Con una popolazione globale di 7,8 miliardi di persone, e il 55% di esse che vive in aree urbane, il mondo si sta rapi-damente spostando dall'essere principalmente in zone rurali alle città edificate. Questo sta accadendo ovunque - da paesi enormi come la Cina, alle più piccole nazioni insulari, come le isole Faroe.Le isole Faroe, nel nord-ovest dell'Oceano Atlantico, hanno solo 52.967 abitanti distribu-iti su 18 isole - e più pecore che persone! Ci sono 120 aree urbane sparse su queste isole.

Mappare e tracciare lo sviluppo urbano è la chiave per aiutare a registrare l'uso del suolo nel territorio, così come i cambia-menti della vicina linea costie-ra che è frequente nei territori insulari.L'Agenzia per l'ambiente delle Faroe, o Umhvørvisstovan, si occupa della mappatura e del monitoraggio dei cambiamenti nelle isole, compresa la mappa-tura della linea costiera. Queste mappe sono usate per la pia-nificazione del territorio e per il registro catastale nazionale. Tuttavia, essendo nel mezzo dell'Atlantico, la mappatura aerea delle isole è rara e diffici-le. Dal 2017, Umhvørvisstovan ha raccolto 117.130 immagini al ritmo di circa 30.000 all'an-no. Ci sono solo 6 dipendenti per svolgere tutte le responsa-bilità di un'agenzia governa-tiva. Tre lavorano a terra con il rilevamento e la mappatura, mentre altri tre lavorano alle carte nautiche per le navi e i traghetti.Nel 2015, Umhvørvisstovan ha scelto di lavorare con i droni invece che con gli aerei. Quando i dipendenti hanno iniziato a usare i droni per la mappatura, hanno studiato i punti di forza della fotogram-metria di questi nuovi stru-menti. Parte del fascino è che le mappe potevano generare ortofoto con meno sforzo e fatica rispetto alla fotogramme-tria basata su aerei. Per quanto riguarda la scelta del giusto sof-tware di mappatura per droni, con un progetto su larga scala,

Le isole Faroe sono una serie di isole a 300 chilometri a nord-ovest della Scozia. Le Faroe fanno parte della Danimarca e lavorano con le

autorità danesi. Hanno un clima subpolare e una popolazione di 52.000 persone. Poiché le isole

sono sviluppate e cambiano con nuovi edifici e agricoltura,

le autorità hanno bisogno di mappe aggiornate delle isole. La

Umhvørvisstovan usa Pix4Dmatic per la mappatura su larga scala

del territorio per mantenere le registrazioni recenti. Hanno

raccolto oltre 2.000 immagini per rilevare 2,3 chilometri quadrati. È stato un progetto di rilievo di

successo con un ortomosaico ad accesso aperto come risultato.

Una grande mappa per una piccola isola: il rilevamento

delle isole Faroedi Eloise Mitchell


REPORT

la potenza e la velocità di Pix4Dmatic è stata scelta in quanto perfettamente adatta a produrre una mappa accu-rata e di larga scala delle Isole Faroe.

Perché la mappatura con il drone è la scelta miglioreSvínoy è una piccola isola, con solo 31 abitanti. Tuttavia, l'ultima volta che l'isola è sta-ta mappata è stato nel 2009. Era da tempo che si attendeva un'indagine aggiornata.Diverse sfide significative sono presenti con la mappa-tura aerea di luoghi remoti. Le isole hanno un terreno montuoso con forti venti. Il tempo nelle isole Faroe è no-toriamente imprevedibile. Gli aerei fanno fatica a penetrare la copertura nuvolosa e i ri-schi di volare sotto le nuvole con un terreno così aspro rendono molto difficile volare in sicurezza per la mappatura aerea.Il vantaggio dei droni è già chiaro: possono essere im-piegati con meno preavviso e pianificazione di un aereo,

e sfruttare brevi intervalli di tempo con meteo favorevole. Inoltre, i droni volano sotto le nuvole, il che è un vantag-gio in quanto la loro visibilità non è impedita dalla coper-tura nuvolosa, e i continui cieli grigi causano una luce costante e diffusa che non cambia drasticamente, il che è ideale per la raccolta di dati di fotogrammetria. Tuttavia, i droni ad ala fissa a volte han-

no difficoltà operative a causa del terreno irregolare che rende difficile trovare luoghi appro-priati per decollare e atterrare.

Rilievo del terreno su un'isola remotaQuando il pilota dell'agenzia dell'ambiente ha volato, la missione di raccolta dati è stata separata in 3 voli che hanno raccolto un totale di 1.997 im-magini. Questa attenta pianifi-

Fig. 1 - Le isole Faroe sono caratterizzate da terre bellissime ma scarsamente popolate (Crediti: Jógvan Horn).

Dettagli del progettoLocalità: Svínoy, Isole Faroe, DanimarcaUtente: Agenzia per l'ambiente delle FaroeArea indagata: 2,341 chilometri quadrati (578 acri)Software: "Pix4DmaticEsri ArcGIS"Hardware: ""eBee X RTKMacchina fotografica Aeria X""Hardware di elaborazione: Intel (R) Xeon CPU E5-1650v4 Immagini totali: 1,997Tempo di elaborazione:10 ore e 30 minutiGSD: 3,12 cm (1,2 pollici)

Fig. 2 - Gli output di Pix4Dmatic sono chiari e dettagliati (Crediti: Umhvørvisstovan).


REPORT

cazione del volo può far rispar-miare ai piloti molto tempo quando volano su siti grandi o complicati. Fortunatamente, quel giorno il vento era legge-ro. Ci sono state alcune tur-bolenze e difficoltà dovute alla conformazione del terreno, an-che se fortunatamente l'isola di Svínoy ha alcuni spazi piatti da cui l'eBee X ha potuto decolla-re e atterrare in sicurezza.I dati sono stati poi elaborati in Pix4Dmatic, impiegando poco più di dieci ore per analizzare l'intero set di dati. La mappa finale è stata poi modificata e annotata per aggiungere detta-gli importanti, tra cui:

• Linee costiere • Abitazioni (compresi i

nomi delle strade e gli in-dirizzi)

• Pascoli e appezzamenti agricoli

Questa mappa è fornita come una risorsa ad accesso aperto e gratuito che chiunque può sca-ricare, anche se è in danese. Le mappe aperte sono una risorsa utile, che permette a tutti di capire meglio la situazione del territorio.

Vantaggi del rilievoa distanzaQuesta transizione per avere registri aggiornati è molto pre-ziosa per il governo. Sebbene sia scaricabile gratuitamente per il pubblico, offre una vi-sione del progresso e dello sviluppo delle isole Faroe, anche nelle isole più picco-le. La varietà dei risultati di Pix4Dmatic significa anche che Umhvørvisstovan può usarli per la mappatura o la pianifica-zione di ulteriori sviluppi.Pix4Dmatic è ancora più fa-cile da usare di Pix4Dmapper e il tempo di elaborazione è stato più veloce. Quindi, se il tempo è un fattore importante nei vostri progetti, è possi-bile accelerarne la consegna utilizzando Pix4Dmatic. - Andreas Arnbjerg è pilota per Umhvørvisstovan.Lavorando con i dro-ni e la fotogrammetria, Umhvørvisstovan può rispar-miare i costi dell'uso degli aerei per raccogliere i dati, oltre ad essere più flessibile in base alle condizioni meteorologiche, in quanto non ha bisogno di utilizzare un volo più impegna-tivo. Gli UAV tagliano i costi

delle ore trascorse sul campo e la potenza di elaborazione di Pix4Dmatic rende risultati in-credibilmente dettagliati di cui beneficiano sia le autorità che i membri della comunità.Pix4D attualmente fornisce Pix4Dmapper, Pix4Dfields e Pix4Dcloud in italiano.

Fig. 3 - Una vista completa dell'isola di Svínoy renderizzata in Pix4Dmatic (Image credit: Umhvørvisstovan).

PAROLE CHIAVEMappe; mappatura aerea; droni; fotogrammetria; ortofoto; software; dati

ABSTRACTThe Faroe Islands are a series of is-lands 300 kilometers North-West of Scotland. The Faroes are part of Denmark and work with the Dan-ish authorities. They have a subpolar climate, and a population of 52,000 people. As the islands are developed and change with new buildings and agriculture, the authorities need up-to-date maps of the islands. The Umhvørvisstovan use Pix4Dmatic for large scale mapping on of the land to maintain recent records. They gathered over 2,000 images to survey 2.3 square kilometers. It was a successful surveying project with an open-access orthomosaic as an output.

AUTOREEloise [email protected]

Dove siamo Chiamaci ContattaciViale dell’Industria 53

20037, Paderno Dugnano (MI)Tel. +39 02 78619201 www.stonex.it

[email protected] - [email protected]

Seguici sui Social

Sede in ItaliaPiù di 100 distributori nel mondoUna linea di prodotti Made in Italy


REPORT

Dove siamo Chiamaci ContattaciViale dell’Industria 53

20037, Paderno Dugnano (MI)Tel. +39 02 78619201 www.stonex.it

[email protected] - [email protected]

Seguici sui Social

Sede in ItaliaPiù di 100 distributori nel mondoUna linea di prodotti Made in Italy


REPORT

agricoltura di precisione è significativamente influenzata dall’uso dei

droni aerei e dalla loro capacità di interpretare lo stato della ve-getazione. Le tecniche di analisi sono adeguatamente mature, derivando dall’algoritmica svi-luppata per le analisi da satellite, modelli poi modificati ed adat-tati per una visione ripresa da una quota molto più bassa. Sono significativamente cresciute le capacità dei sensori e dei sistemi di posizionamento, ma nella sostanza, tuttavia, gli algoritmi che sono alla base degli indici vegetativi, sono rimasti legati alla capacità di interpretare la visione dall'alto. Il progetto Agridrone Vision conclusosi con successo a fine 2019, basato su un veicolo terrestre di nuova generazione

(Rover), ha avuto tra i suoi prin-cipali obiettivi il tema dell’os-servazione in orizzontale (vista corrispondente al tradizionale punto di vista dell’agricoltore) la cui algoritmica non risulta al momento trattata in modo così esaustivo come quella verticale da drone. Va infatti considerato che ogni pianta non è soltanto un puntino dall'alto, ma ha un suo sviluppo verticale derivato dallo stato del terreno, dalla vegetazione alla base della pianta, dalla parte bas-sa del tronco, dalla parte bassa della chioma, da quella media e da quella alta.Ogni parte contribuisce in modo diverso alla salute della pianta e l'osservazione delle differenti parti può permettere un’analisi più completa ed arrivare a sintesi difficilmente realizzabili con la sola osservazione dall'alto.Va inoltre considerato che men-tre dall'alto è possibile effettuare solo osservazioni diurne, perché è necessaria un’illuminazione che non può essere altro che quella solare (assunzione vera se si escludono infrarosso termico e dati radar), dal basso si può fare anche una osservazione notturna andando ad esaminare caratteri-stiche che sono vere od osserva-bili solo in assenza di radiazione solare (ad esempio la biolumine-scenza).In alcuni casi l'osservazione ae-rea non è per altro effettuabile come nel caso di uve a tendone, nel sotto chioma boschivo, nelle serre, ed in generale in tutti quei casi in cui la chioma della pianta copre il terreno.

In questo articolo introduciamo a livello teorico e generico un approccio in cui,

sfruttando la collaborazione di un drone aereo e del nostro drone, si possono

aggiungere alle mappe aeree layer che contengono informazioni rilevabili soltanto da terra. In questo contesto il

Rover che proponiamo potrebbe essere utilizzato come carrier di sensori di

diversa natura (georadar, nasi elettronici, camere multispettrali, ecc…) che

potrebbe registrare informazioni a terra e legarle alle immagini aeree. Il rover che

proponiamo, avendo capacità anfibie potrebbe essere utilizzato anche per

rilevazioni in zone umide, fiumi, laghi e in mare aperto. Chiunque sviluppi tecnologie di rilevamento e sensori di qualsiasi natura

potrebbe utilizzare la nostra piattaforma come carrier teleguidato per mappare le

informazioni di interesse in specifiche aree.

Non solo dal cielo.“The Winegrover”

di Eduardo de Francesco

Fig. 1 - Il Rover nel 2018 (Agrivision).

L'


REPORT

FunzionamentoIl funzionamento del Rover è basato su un principio molto semplice.Due grandi ruote contengono al proprio interno dei pendoli, che ruotano intorno ad un'asse centrale. Spostando il pendolo si sposta il baricentro della ruota che di conseguenza si muove per recuperare il nuovo equilibrio. Elemento centrale è il pendolo che è allo stesso tempo elemento motore e carico utile del veicolo. Nel pendolo sono contenuti i motori che provvedono a farlo ruotare rispetto alla ruota e le batterie che alimentano i motori. In questo senso, elementi tipica-mente negativi dei veicoli quali il peso del motore, della trasmis-sione e delle batterie, diventano elementi positivi perché contri-buiscono alla spinta.Le dimensioni delle ruote sono tali da permettere il galleggia-mento dell'intero insieme e quindi il nuovo veicolo può ope-rare sia su terreno che in acqua, senza cambiare assetto. Inoltre, caratteristica fondamentale, può operare su qualsiasi tipo di superficie mista intermedia: ac-quitrino, neve, fango, offrendo quindi una capacità di movi-mentazione in ambienti difficili normalmente vietati ai veicoli, se non estremamente specializ-zati. Il Rover non ha necessità di

cambiare assetto o di essere do-tato di particolari dispositivi per operare in tali ambienti.Le proporzioni dell'intero vei-colo sono scalabili in funzione dell'ambiente previsto, ciò senza variarne il principio di funzio-namento. L'attuale versione, ot-timizzata per operare all'interno delle vigne, ha una ruota da 120 cm di diametro ed una larghezza di 130 cm.

Carichi utiliIl Rover ha la possibilità di por-tare carichi utili quali sensori o merci in tre aree:

1. Nel corpo centrale tra le due ruote

2. Lateralmente alle due ruote 3. Nei pendoli all’interno delle

ruote

La soluzione migliore è la terza (nei pendoli) poiché in questo caso il carico contribuisce alla spinta e quindi al movimento. È da considerare che le grandi ruote sono realizzate in polimero e pertanto operano come una sorta di “Radome” per tutti i sensori e gli apparati basati sulla radiofrequenza proteggendoli al contempo dalle aggressioni ambientali esterne (chimiche, biologiche, termiche).La prima e la seconda ipotesi si usano tipicamente nei casi in cui

il sensore è di tipo visuale o si è in presenza di un attuatore.Le aree interne possono opera-re anche come contenitori per la raccolta di materiali esterni come, ad esempio, macchie di petrolio in mare derivanti da perdite di petroliere o da disastri ecologici.

Caratteristica anfibiaLe due grandi ruote, che for-niscono la spinta di galleggia-mento, sono dotate di lame di plastica o pseudopinne che permettono una propulsione e quindi il movimento in acqua.Le ruote si muovono indipen-dentemente permettendo quindi di far ruotare il Rover e dirigere la spinta dove richiesto. Questa caratteristica è fondamentale per orientare il Rover in direzione

Fig. 2 - Elementi principali del Rover.

Fig. 3 - Il Rover con carico utile laterale.


REPORT

opposta allo scarroccio (ossia al vettore combinato composto dal vento e dalle correnti) e permet-tergli di mantenere il punto in acqua con la precisione ottenuta dal sistema di geolocalizzazione (tipicamente il GPS stesso).Le ruote proteggono gli apparati interni dall’ambiente marino.

Principali caratteristiche• Caratteristiche anfibie senza

cambiare assetto• Basso impatto al suolo: le

grandi ruote garantiscono un largo appoggio su terreni molli o cedevoli, il fattore gal-leggiamento interviene negli ambienti acquitrinosi ridu-cendo l’impatto sul materiale biologico sottostante.

• Capacità di antiribaltamento derivante dal bassissimo bari-centro

• Ecologico perché basato su propulsione elettrica

• Ecologico in quanto non sver-sa: tutto è contenuto all’interno

• Elevata autonomia dovuta al bassissimo consumo energeti-co richiesto per spostarsi

• Elevatissima mobilità: può ruotare su se stesso sia su terra che in acqua

• All terrain: due grandi ruote, entrambe motrici e sterzanti combinate con il basso impat-to al suolo gli permettono di affrontare terreni complessi

• Ognitempo: non risente di fenomeni meteorologici quali pioggia, grandine, nebbia o neve. Data la leggerezza e la dimensione è però più sensi-bile al vento di altri veicoli.

• Protegge i suoi sensori ponen-doli all’interno delle ruote

• Sostenibile, bassa manuten-zione

• Economico rispetto a veicoli con caratteristiche equivalenti

Il Rover è coperto da tre brevetti di una società del gruppo, e per la sola componente agricola è oggi battezzato “Winegrover” (the Wine Green Rover) pa-rafrasando la parola inglese Winegrover che significa “col-tivatore di vino” o vignaiolo in italiano.Il nome è anche il titolo di un progetto europeo LIFE2020 in atto per la sperimentazione del veicolo in campo agricolo.

Droni aerei e droni terrestriI droni aerei ed il Rover terrestre condividono molti aspetti tec-nologici. Entrambi hanno la ne-cessità di navigare usando il GPS e quindi la georeferenziazione è un tema comune ad entrambi. Nel caso dei Rover terrestri la georeferenziazione ha proba-bilmente più challenging in quanto il Rover si deve muovere in ambienti più ristretti quale ad esempio il filare di una vigna dove l'errore di pochi decimetri può comportare l'impatto del Rover sulle piante. L’affidabilità dell'informazione GPS è pertan-to centrale nelle applicazioni dei robot terrestri. Riprendendo il tema “non solo dal cielo”, sfruttando la collabo-razione di un drone aereo e di rover, si possono aggiungere alle mappe aeree dei layer tematici che contengono informazioni rilevabili soltanto da terra.Una opportuna algoritmica per coordinare i due sistemi di geo-localizzazione (Drone e Rover) minimizzando gli errori è in fase di sviluppo in collaborazione con l’Università di Roma 3.Alcuni dei possibili layer sono:

1. Visione RGB orizzontale2. Visione NIR orizzontale3. Infrarosso termico orizzontale4. Visione notturna su specifici

spettri di illuminazione

Fig. 4 - Il Rover con carico utile centrale.

Fig. 5 - Il Rover nel 2020 (Winegrover).

Fig. 6 - La fusione dei dati (Orizzontale/Verticale).


REPORT

PAROLE CHIAVEAgricoltura di precisione; droni; geo

ABSTRACTWe present an approach in which, by exploiting the collabora-tion of an aerial drone and our autonomous amphibious Rover, data layers containing information detectable only from the ground can be added to the aerial maps detected by an aerial drone. In this context, the Rover could be used as a carrier of sensors of different nature (georadar, electronic noses, multi-spectral cameras, etc ...) which could record information on the ground and link them to aerial images. The rover, having am-phibious capabilities, could also be used for surveys in wetlands, rivers, lakes and in the open sea. Anyone who develops sensing technologies and sensors could use this platform as a remote-controlled carrier to collect and map information of amphibious or unsafe (chemical, biological, termal, nuclear, even social ….) areas. We call it the Horizontal/Vertical data integration.

AUTOREEduardo De [email protected] group

5. Stimolazione in notturna di bioluminescenza

6. Layer chimico a. Analisi di campioni delle

piante b. Analisi di campioni del suolo c. Analisi delle componenti

gassose7. Layer Fisicoa. Pendenza del terreno e sue

variazioni nel tempo b. Consistenza del terreno c. Rilevazioni delle temperature

puntuali8. Layer elettrico a. Conducibilità b. Reattanza alle varie frequenze9. Analisi stratificata del terreno a. Georadar b. Carotaggio c. Echosounding10. Analisi campi magnetici a. Microdevianze degli headings b. Presenza di sostanze ferroma-

gnetiche nel suolo c. Ritrovamento mine o ordigni

bellici11. Ambienti fluviali e palustri a. Analisi chimica e delle tem-

perature b. Analisi degli inquinanti12. Ambienti costieri a. Acquacoltura, analisi dei pa-

togeni b. Acquacoltura analisi dei nu-

trienti13. Etc…

È facile intuire che il rover può affrontare ed essere l’elemento abilitante per la ricerca su vari temi dei quali e’ fatto accenno nella figura sottostante.Una volta acquisite le nuove informazioni si pone il proble-ma della loro integrazione (data fusion), in una tematica che può essere analizzata in una visione di “Big data” al crescere del nu-mero di layer di cui tener conto, delle dimensioni dell’area da classificare e del periodo tempo-rale di analisi.Si realizza una matrice mul-tidimensionale e si pone la

necessità di individuare nuovi indici sintetici. Il numero di dati potenzialmente raccolti dal Rover è elevatissimo, questi dati strutturati per layer, si possono assumere a valori di terabyte. Risulta evidente che questi dati non sono trasferibili in tempo re-ale dal Rover a unità di processo poste a terra in quanto il sistema di comunicazioni non sostiene e non può sostenere il flusso di dati che sarebbe richiesto per tra-sferire continuamente i dati dai sensori ad un'area attrezzata per il calcolo. Anche le promesse del 5G non sono sufficienti a soste-nere questo tipo di comunicazio-ne che in ogni caso risulterebbe estremamente onerosa da un punto di vista economico. Non è quindi possibile effettuare que-sto calcolo a distanza ed occorre sintetizzare sul posto e quindi sul Rover stesso le informazioni tra-mite opportuni algoritmi. A questa sfida il Rover, differen-temente da un drone aereo, può rispondere con la sua capacità fisica di disporre di spazio, di capacità di carico e di potenza elettrica per ospitare e sostenere la capacità di calcolo necessaria, caratteristica che gli permette di affrontare il calcolo “in situ” rea-lizzando un'analisi in realtime e non solo “ex post”.Questa funzione è fondamen-tale poiché, parafrasando il linguaggio del mondo medico, permette di potere far coincidere

il momento della diagnosi con quello di una potenziale terapia. La terapia almeno in campo agri-colo, sfrutta ancora una volta la capacità del Rover di trasportare risorse (tipicamente chimica allo stato liquido) capaci di realizzare una prima pronta risposta alla causa del danno che spesso è un agente patogeno. Questa capacità oggi potrebbe essere anche una risposta ad eventuali nuove pandemie, re-alizzando una nuova strategia di sanificazione delle aree, so-prattutto quelle critiche come ospedali, impianti sportivi, aree di aggregazione.Questa è la sfida e l’opportunità che il nuovo Rover pone nella sua ottica “non solo dal cielo”.

Fig. 7 - La capacità anfibia.


REPORT

TKSM Biala Góra, co-nosciuta anche come la “cava di sabbia della

montagna bianca”, è il più grande fornitore di sabbia d’Europa. Situata a Biala Góra, una località nel cuore della Polonia a circa 100 km a sud di Varsavia, è famosa per la qua-

La fotogrammetria da drone, la

soluzione scelta per il rilievo di

un’importante cava di sabbia in

Polonia che fornisce un prodotto

siliceo di altissima qualità, ha

garantito risultati di elevata

precisione e affidabilità e un

notevole risparmio dei tempi,

in uno scenario che, data la

mutevole geometria, poneva sfide

impegnative da affrontare.

Il drone a supporto della pianificazione

degli scavi nella cava di sabbia della

“Montagna Bianca” in Poloniadi Topcon Positioning Group

lità della sua sabbia, impiegata per diversi scopi importanti, come la produzione di vetro. La cava è di proprietà di Quarzwerke Group, un noto produttore di minerali grezzi. Questa azienda a conduzione familiare vanta la combinazione di materie prime di alta qualità

con tecnologie di lavorazione moderne ed efficienti, al fine di garantire risultati precisi nel modo più sostenibile pos-sibile.

Ispezione accurata Poiché una cava è in costante cambiamento ed evoluzione, l’ispezione accurata delle scorte è fondamentale. È per questo che Quarzwerke Group ha deciso di esplorare nuovi orizzonti della tecno-logia. Grazie al drone Intel Falcon 8+ di Topcon per l’ispezione delle scorte della cava, l’azienda è in grado di raccogliere dati precisi ed ef-ficienti in tempo reale, che a loro volta consentono di pro-grammare gli scavi in modo adeguato. La vasta gamma di prodotti provenienti dalla cava include la sabbia silicea, che viene sottoposta a un lungo proces-so meccanico per un’ampia serie di applicazioni. Queste

Fig. 1 - La White Mountain Sand Mine è il più grande fornitore europeo di sabbia di alta qualità.


REPORT

Massima sicurezza Falcon 8+ è dotato dei migliori sensori del settore, di smorza-mento attivo delle vibrazioni e di un camera mount stabilizzato automaticamente per prestazio-ni affidabili su qualsiasi terreno. Il sistema aereo a pilotaggio remoto (SAPR) ad ala rotante è inoltre in grado di acquisire im-magini da tutte le prospettive, fornendo al contempo la flessi-bilità necessaria per un decollo immediato e un atterraggio morbido. Paweł ha aggiunto: “La sicurez-za era una grande priorità per noi, dal momento che la cava è molto vicina a una base militare dove opera l’aeronautica po-lacca. Ci sono spesso elicotteri che vanno avanti e indietro, per questo abbandonare le tecniche di rilevamento tradizionali in favore di una soluzione APR rappresentava una prospettiva poco praticabile per noi, ma il team tecnico di Topcon è stato di grandissimo supporto. Ha reso questa transizione davvero facile, offrendoci formazione su ogni aspetto, dalla piattaforma al software, dal flusso di lavoro alle normative: ora siamo in

possesso di una licenza di pilota APR. “Dall’ottenimento dei dati foto-grafici iniziali alla presentazione delle informazioni topografiche all’investitore, l’intero processo è ora semplice ed efficiente. Questa soluzione ha completa-mente rivoluzionato il nostro flusso di lavoro. Inoltre, Falcon 8+ è molto facile da utilizzare ed è caratterizzato da bassa ru-morosità ed emissioni ridotte, per questo il nostro impatto sull’ambiente circostante è mi-nimo”.

Elaborazione efficientedei dati La chiave per il successo del flusso di lavoro topografico è rappresentata da Bentley ContextCapture. Questo sof-tware è in grado di produrre rapidamente anche i modelli 3D più impegnativi delle con-dizioni esistenti per progetti infrastrutturali di tutti i tipi, derivati da semplici fotografie o nuvole di punti. Senza dover ricorrere ad attrezzature costose e specializzate, è possibile creare rapidamente e utilizzare mesh 3D di elevato dettaglio di rap-

sabbie silicee raffinate e di alta qualità di TKSM Biala Góra vengono fornite principalmente all’industria chimica, del vetro, della fonderia e della chimica del-le costruzioni. L’eccezionale qualità della materia prima assicura l’utilizzabilità uni-versale del prodotto finale, ma per ottenere questo risultato di alta qualità i vo-lumi devono essere misurati con precisione al millime-tro. Ispezionare una cava così grande non è un’impresa facile, così nel giugno 2019 l’appaltatore indipendente Paweł Grad, che esegue ri-lievi della cava dal 2013, ha deciso di avvalersi dell’aiuto di Topcon. Paweł ha dichiarato: “L’ispezione della cava è un lavoro estremamente impegnativo, complesso e dispendioso in termini di tempo e spesso siamo soggetti a enormi vincoli temporali, dal momento che di solito abbiamo solo pochi giorni a disposizione prima di presentare i dati a Quarzwerke Group. Il proprietario è impegnato attivamente nell’ispezione della cava e siamo alla con-tinua ricerca di soluzioni per ottimizzare il processo e renderlo il più efficiente possibile. Per questo investi-re nel Falcon 8+ è stata una decisione comune”. Piotr Matyjasek, manager di Topcon Positioning Poland, ha commentato: “Il drone Falcon™ 8+ fornisce immagini precise ad alta risoluzione in spazi ristretti e ambienti difficili, il che lo rende lo strumento ideale per eseguire calcoli volume-trici e ispezioni fotografiche della cava.”

Fig. 2 - Utilizzando il drone Intel Falcon 8+ di Topcon per ispezionare le scorte nella cava, i cavato-ri sono ora in grado di raccogliere dati accurati ed efficienti in tempo reale.


REPORT

presentazione della realtà, for-nendo così un contesto preciso del mondo reale di supporto alla progettazione, alla costru-zione e alle decisioni operative, per tutta la durata del progetto. Ciò comporta numerosi bene-fici per Quarzwerke Group e per l’appaltatore. L’elaborazione ibrida in ContextCapture con-sente la creazione di modelli mesh della cava immediata-mente utilizzabili in fase di progettazione, che combinano il meglio di entrambi i mondi, con la versatilità e la praticità della fotografia ad alta risoluzio-

ne integrate, dove necessario, dall’ulteriore precisione delle nuvole di punti risultanti dalla scansione laser.Nel complesso, Falcon 8+ e Bentley ContextCapture hanno consentito di ridurre il tempo di acquisizione e di elaborazio-ne dei dati provenienti dalla cava. L’intero processo è ora almeno due volte più rapido, mentre la precisione e la quali-tà dei dati sono notevolmente superiori grazie alla capacità dell’apparecchiatura di misurare milioni di punti di un singolo oggetto.

Paweł conclude: “La combina-zione della tecnologia Topcon e del costante supporto del team hanno completamente cambiato la nostra modalità di esecuzione dei rilievi topogra-fici: il flusso di lavoro ora è più efficiente e i risultati più pre-cisi. Continueremo a utilizzare queste soluzioni nella cava e nei progetti in tutta Europa per gli anni a venire”. Per maggiori informazioni su Topcon, visitare la pagina web www.topconpositioning.com/it.

PAROLE CHIAVEdroni; apr; survey; photogrammetry; accuracy

ABSTRACTThe challenge of measuring with constant accu-racy, a changing and constantly evolving natural scenario, such as a sand mine can be. Quarzwerke Group, the company that owns the quarry, however, has clear ideas in this regard: rely on a partner, not only serious and reliable, but also technologically advanced, who immediately sees in drone photogrammetry the fastest, most effec-tive, but above all high precision, and with the support of TPI, Topcon's Polish dealer for more than 30 years, the new inspection techniques of the sand mine, famous for the quality of the supplied product, have guaranteed the mutual satisfaction of client and contractor.

AUTORETopcon Positioning [email protected]

Fig. 3 - Il Falcon 8+ è dotato di sensori di prima classe, smorzamento attivo delle vibrazioni e camera mount stabilizzato automaticamente per prestazioni solide su qualsiasi terreno.

M

ONITORAGGIO 3

D TELE

RILEVAMENTO

FORMAZIONE

RIC

ERC

A E

INNOVAZIONE

GIS E WEBGIS

GNSS

www.gter.it [email protected]


REPORT

http://datronix.it



MERCATO

RILASCIATA IN OPEN DATA LA CARTA NAZIONALE DEGLI AGGREGATI STRUTTURALI E’ stata rilasciata da Protezione Civile un carta digitale di livello nazionale a grande dettaglio realizzata prevalen-temente a partire dalla classe dell’edificato dei database geotopografici regionali, integrando in alcuni casi con la mappa Catastale, ripartita poi sulla base dei confini delle unità amministrative ISTAT aggiornati al 2021. Il grande lavoro effettuato nell’ambito del Dipartimento, che ha voluto così colmare le lacune di conoscenza del territorio che tanto gravemente hanno influito negli ultimi terremoti, è stato condotto con l’evidente inten-zione di porre fine al problema della eterogeneità dei dati provenienti dalle Regioni italiane, che hanno agito anche in questo settore di rilevanza nazionale, in piena autonomia.Così partendo dai dati di origine relativi all’edificato, eterogenei per le loro provenienze e modalità di realizza-zione - anche dal punto di vista temporale -, il prodotto finale derivato ritrova quella necessaria armonizzazione a livello nazionale delle informazioni e dei contenuti ge-nerati.Un importante lavoro, purtroppo stimolato da eventi catastrofici, che ha portato a dimostrare l’importanza della disponibilità in formati standard e armonizzati non solo tra Regioni Italiane ma verso l’intera Europa.L’opera di armonizzazione compiuta ci riporta a pensare a quale debba essere il futuro della realizzazione e aggior-namento della cartografia, nella speranza che per tutte le Regioni si provveda a legiferare in armonia con direttive dello Stato inserite nel quadro europeo.L’occasione dimostra ancora la necessità di una Istituzione preposta alla uniformazione dei dati carto-grafici italiani, visto che le varie strutture create dopo l’abolizione della Commissione preposta, non hanno prodotto la necessaria standardizzazione, che molto avrebbe facilitato questa nuova Carta Nazionale.Dobbiamo comunque essere lieti del fatto che il data-set verrà rilasciato con licenza Open CC-BY 4.05 per il libero riutilizzo di tutti gli interessati e si integrerà con le analoghe cartografie già realizzate a livello locale a se-guito dei più importanti sismi occorsi a partire da quello che colpì la provincia de L’Aquila nel 2009.

Il dataset costituirà una base cartografica comune sulla quale far convergere tutte le informazioni relative al dan-neggiamento del patrimonio edilizio generatosi a causa di un sisma o di altri eventi calamitosi, e alle relative attività di ricognizione anche svolte dal CNVVF, nonché ai conseguenti interventi da parte dei sindaci.E’ compreso l’edificato (chiese e palazzi) di interesse culturale, soggetti a tutela da parte del Ministero del-la Cultura. Esso potrà rappresentare altresì la base dati di riferimento per la gestione dell’intero percorso del-la ricostruzione, nonché uno strumento molto impor-tante per la pianificazione di emergenza a partire dal livello comunale, comprese analisi di scenario con rela-tive raccolte dati speditive di vulnerabilità, analisi della Condizione Limite per l’Emergenza e la pianificazione di settore di protezione civile (ad es. per la salvaguardia dei Beni Culturali).E' presente un quadro riepilogativo della cartografia ove per ciascuna regione è riportata la tipologia di fonte del dato cartografico con il relativo aggiornamento e sistema di riferimento.Per cartografia, nel caso dei database geotopografici si intende lo strato “Immobili e antropizzazioni” e le classi “Edifici”, “Edifici minori” e “Manufatti industriali”. Per ciascuna classe sono stati selezionati i poligoni afferenti alle tipologie e destinazione d’uso compatibili con le at-tività di rilievo del danno e verifica dell’agibilità.Come si osserva, in talune regioni, in tutto o in parte del territorio, è stato necessario utilizzare il dato cartografico dei fabbricati catastali fornito dall’Agenzia delle Entrate.E’ incredibile notare in quale stato di eterogeneità ci si trovi anche e specialmente per il problema relativo alle date di aggiornamento ed ai sistemi di riferimento ge-ografici utilizzati. Oltre tutto in diversi casi i dati non erano resi disponibili e liberamente scaricabili ed è stato necessario procedere con delle richieste formali.I dati acquisiti dalle regioni e province autonome sono stati elaborati in forma automatica per provincia con una procedura automatizzata per la generazione degli ag-gregati strutturali in formato shapefile per ciascuno dei comuni ISTAT 2021 della medesima provincia.I dati elaborati finali ottenuti sono stati sottoposti ad una analisi di qualità a tappeto.Più in generale, l’auspicio è che la base dati cartografi-ca in aggregati/unità strutturali possa diventare il rife-rimento anche per altre tipologie di rischio ed attività connesse.Infine non possiamo che apprezzare l’enorme lavoro svolto dal gruppo che lo ha realizzato, sotto il coordina-mento di Pierluigi Cara, per cercare di dare finalmente una svolta alla necessaria uniformità del dato cartografico del paese, che se ancora non si ritiene indispensabile per la gestione urbanistica e infrastrutturale (considerata la disattenzione generale delle Regioni in proposito), venga almeno realizzato per la prevenzione e la protezione per evitare i danni e i dissesti sia naturali che antropici.http://www.geoforall.it/ky388


MERCATO

PRIME IMMAGINI DETTAGLIATEDAL SATELLITE PLÉIADES NEO 3Airbus ha rilasciato una prima raccolta di immagini a una risoluzione nativa di 30 cm dal satellite Pléiades Neo 3, lanciato di recente. Le acquisizioni di successo e la consegna di queste prime immagini sono l'inizio di una nuova era per le applicazioni geospaziali sia commerciali che governative che richiedono un alto livello di precisione e la capacità di vedere i dettagli più fini. Le immagini di Pléiades Neo 3, che coprono una varietà di località globali e presentano diversi angoli di acquisizione, forniscono un livello di dettaglio impres-sionante.Queste immagini già molto nitide sono state acquisite prima del completamento delle calibrazioni radiome-triche e del sistema e la qualità continuerà a migliorare nei prossimi mesi. Le immagini di Pléiades Neo 3 do-vrebbero diventare disponibili in commercio nel terzo trimestre del 2021, una volta completate queste fasi di calibrazione.Con la piena capacità del satellite disponibile per uso commerciale, le immagini di Pléiades Neo 3 ad altissi-ma risoluzione e geometricamente coerenti forniranno agli analisti un alto livello di dettaglio, inclusa una maggiore visibilità di piccoli oggetti, come veicoli e segnaletica orizzontale. Questo livello di rilevamento, riconoscimento e identificazione degli oggetti fornisce più verità di base per gli analisti di immagini e mi-gliora l'affidabilità delle capacità di apprendimento automatico. La nuova costellazione fornirà anche una maggiore precisione di geolocalizzazione e informazio-ni sulla banda spettrale più profonde, consentendo di ricavare più informazioni per varie applicazioni.La costellazione delle Pléiades Neo sarà composta da quattro satelliti identici e molto agili, che offriranno compiti reattivi e rivisitazione intraday di qualsiasi punto della Terra. Completamente finanziato, pro-gettato, prodotto, posseduto e gestito da Airbus, ogni satellite aggiungerà mezzo milione di km² al giorno a una risoluzione nativa di 30 cm.La prossima pietra miliare del programma Pléiades Neo è il lancio di Pléiades Neo 4, che è già sul sito di lancio a Kourou, nella Guyana francese, ed è previsto nell'estate del 2021, seguito dal lancio di Pléiades Neo 5 e 6, nel 2022.http://www.geoforall.it/ky3ha

Trasformazione e pubblicazione di dati territoriali in conformità a INSPIRE

Assistenza su Hight Value Datasets, APIs, Location Intelligence, Data Spaces

C’è vita nel nostro mondo.

INSPIRE HelpdeskWe support all INSPIRE implementers

E si n Ita ia SViale della oncordia,

endicino Sel e a info epsilon italia it

www.epsilon-italia.itwww.inspire-helpdesk.eu


MERCATO

CUBERT ULTRIS X20: LA NUOVA CAMERA IPERSPET-TRALE UV-VIS-NIR DA DRONE!3D TARGET presenta la pluripremiata camera iperspettrale Cubert ULTRIS X20, con tecnologia light field global shutter: con una lunghezza d'onda compresa tra i tra i 350 e i 1000 nm, che consente di coprire i campi UV VIS NIR! Aumentano le bande spet-trali, portate a 164 e aumenta la ri-soluzione spaziale, con un'immagine nativa di 410 x 410 pixel. Nonostante le importanti innovazioni, il peso resta inferiore ai 350 grammi, consentendo così alla camera ULTRIS X 20 di ri-manere la soluzione ideale per qualsiasi applicazione, dal laboratorio al rilievo con UAV.ULTRIS X20 supporta completamen-te per Class Mira, un software per l’ela-borazione delle immagini iperspettrali ed è completamente compatibile con il software di controllo della fotocame-ra Cubert Utils.Per soddisfare anche i requisiti di am-biti industriali, è stato creato uno spe-ciale alloggiamento robusto e con pro-tezione IP, così come è disponibile un

case impermeabile IP 68, utilizzabile sott'acqua fino a una profondità di 10 m.La camera ULTRIS X20 può essere fa-cilmente collegata a un comune drone, con un payload inferiore a 2 kg. Il tem-po per preparare e calibrare la camera sul campo è inferiore ai 15 min. Al termine del volo, serviranno meno di 5 minuti per trasferire i dati sul proprio

pc, senza necessità di ulteriori elabora-zioni.3D Target srl è importatore unico in Italia per il marchio Cubert. Visitate la nostra pagina dedicata per maggiori dettagli: ultrisx20.3dtarget.it

Per maggiori informazioni scrivere a [email protected] o telefonare a +39 02 00614452.

CHC NAV I73, L’UNICO GNSS RTK TASCABILE. UN CONCENTRATO DI PURA TECNOLOGIA.L’attitudine di alcuni produtto-ri è spesso rivolta verso progressi della tecnologia fini a se stessi: si creano bisogni poco signifi-cativi ma di tendenza come la competizione sul numero di canali, la rincorsa all’illusione della maggior precisione della quinta cifra decimale e simili velleità tecnologiche con poco riguardo al reale benessere degli utenti ed all’efficienza del lavo-ro. Con l’introduzione di i73 GNSS RTK IMU l’attenzione è stata spostata sull’innovazione verso l’utente, per offrirgli ri-sultati migliori e ottenibili con meno fatica.Tutto concentrato in 730 gram-mi!Allo stesso tempo il software

Landstar 7 è diventato ancora più intuitivo e semplice da uti-lizzare nonostante le numerose funzionalità che sono state ag-giunte nelle ultime versioni.Un sistema GNSS RTK con un avanzatissimo ricevitore multi-frequenza dotato di un nume-ro più che sufficiente di canali (624), batteria integrata per 15 ore di lavoro, radio UHF per l’utilizzo dove non è presente una rete GPS;Con IMU integrata, che com-pensa fino a 45° di inclinazione della palina ed elimina l’im-possibilità di misurare punti inaccessibili o pericolosi da rag-giungere, lasciando al topogra-fo la necessaria concentrazione sul rilievo e riducendo il tempo per le misurazioni dei punti ed il picchettamento anche oltre il 30%; con un potente cuore multifrequenza di i73 che ga-

rantisce il tracciamento ottimale di tutti i segnali GNSS disponi-bili anche in ambienti difficili, consentendo di effettuare rilievi GNSS in qualunque condizio-ne, in quanto è sempre garanti-to il tracciamento di un numero eccezionalmente alto di satelliti.Dopo una giornata di lavoro ringrazierete i73 per non avervi affaticato con un pesante fardel-lo: il corpo in lega di magnesio rende l’i73 il più leggero della sua classe, oltre il 40% in meno rispetto a qualunque altro rice-vitore GNSS (solo 0,73 kg in-clusa la batteria).

GNSS SURVEYING, IL TUO MODO DI LAVORAREDistribuito da DATRONIX Srls – Lissone (MB) [email protected]


MERCATO

TERREMOTI E MARE-MOTI. COME CONO-SCERLI E RIDURRE I RISCHIDal 4 giugno, il libro Terremoti e Maremoti. Come conoscerli e ridurre i rischi, edito dall’Isti-tuto Nazionale di Geofisica e Vulcanologia (INGV), è dispo-nibile sul sito web dell’INGV e sul blog INGVterremoti. Completamente rinnovato nei contenuti e nella grafica, il testo ha visto la sua prima edizione nel 2008. Oggi, i ricercatori dell’INGV hanno voluto ripro-gettare il messaggio divulgativo inserendo informazioni origina-li, frutto dell’elaborazione scien-tifica sui terremoti e sui mare-moti di quest’ultimo decennio. Terremoti e Maremoti. Come conoscerli e ridurre i rischi, infat-ti, è un viaggio alla scoperta di questi fenomeni naturali affasci-nanti e, allo stesso tempo, temi-bili, allo scopo di capire insieme i processi che li determinano e soffermandosi sulle costanti at-

tività di sorveglianza sismica e di monitoraggio del livello del mare. • Perché e dove avvengono i

terremoti e i maremoti? • Come si misurano? • Quali sono stati quelli più

forti in Italia e nel mondo? • Qual è la pericolosità del

nostro territorio e delle no-stre coste?

• Come possiamo difenderci? Queste le domande cui tutti coloro che hanno vissuto diret-tamente o indirettamente un evento sismico si sono posti al-meno una volta. A quarant’anni dal terremoto dell’Irpinia del 23 novembre 1980, questo volume, nella sua veste aggiornata e arricchi-ta, vuole proporre risposte ai lettori e portare un contributo nel percorso di consapevolezza dei rischi del territorio in cui viviamo, per la necessaria cul-tura della prevenzione che deve infondersi in ogni cittadino, an-che e soprattutto partendo dalle

nuove generazioni. Il libro è composto di due par-ti. Nella prima parte, sono de-scritti i terremoti che hanno interessato il nostro territorio negli ultimi 20 anni eviden-ziando gli strumenti di comu-nicazione creati dal gruppo INGVterremoti a partire dal 2010 e volti a informare capil-larmente il pubblico sulla sismi-cità in corso, in tempo reale. La seconda parte descrive il feno-meno dei maremoti affrontan-do la loro pericolosità per le co-ste italiane e nel Mediterraneo, con un focus sul Centro Allerta Tsunami dell’INGV che, opera-tivo dal 2017, svolge il costante servizio di monitoraggio dei ter-remoti nel Mar Mediterraneo, del livello del mare e di allerta tsunami. Il libro, interamente curato nei contenuti e nella grafica dall’INGV, rientra nella nuova attività dell’Istituto come edito-re di opere divulgative. Terremoti e Maremoti. Come

conoscerli e ridurre i rischi è sfogliabile e anche scaricabile sul sito dell’INGV nelle pa-gine Educational (INGV.it-> Comunicazione e Divulgazione ->Educational) e sul blog INGVterremoti.Nella sua versione cartacea verrà distribuito alle scuole nelle pros-sime occasioni di visita presso le sedi dell’Istituto. Inoltre, nei li-miti delle copie disponibili, sarà distribuito al pubblico in occa-sione di eventi istituzionali.Venerdì 4 giugno 2021 il libro è stato presentato con un even-to streaming sul canale YouTube INGV Eventi, in collaborazio-ne con una scuola di Roma.

Works when you do

X-PAD Ultimate

X-PAD Ultimate è un software modulare, facile da usare per lavori topografi ci e del cantiere, come rilievi, tracciamenti, catasto, controlli BIM, strade, mappe, batimetria e GIS.Il software è disponibile sulla piattaforma Android e porta le migliori tecnologie direttamente in campo nella tua mano: una completa visualizzazione 3D ed un sistema CAD per visualizzare e modifi care i disegni, integrazione dei tuoi dati con tutte le tipologie di mappe, supporti per la realtà aumentata e molto altro.

XPad Ultimate ti assicura la produttività e ti permette di avere una perfetta integrazione con tutti gli strumenti.Disponibile in due versioni, una dedicata a chi lavora nel campo della topografi a ed una dedicata alle imprese di costruzioni, offrendo ad entrambi delle caratteristiche dedicate.

Tutto in un unico software

geomax-positioning.it©2020 Hexagon AB and/or its subsidiaries

and affi liates. All rights reserved.

GEOAVR21-Ad-210x148-XPAD-IT.indd 1 16/04/2021 15:55

http://geomax-positioning.it


In questo contesto economico di Industry 4.0 post-Covid assistia-

mo ad un particolare fermento che Coinvolgerà togli secondo accento’ ineluttabilmente l’adozione delle tec-nologie di nuova generazione, certa-mente mature dal punto di vista della strumentazione, Hardware, software e dei workflow operativi. Sicurezza, Efficienza e Produttività costituiscono i parametri evolutivi principalmente interessati dai processi di rinnovamen-to effettuati con tecnologie XR.

Ma soffermiamoci e riflettiamo su come, nello specifico, le tec-nologie afferenti alla cosiddetta Extended Reality, potranno in-fluire ed in qualche misura ri-configurare profondamente gli scenari dei luoghi di lavoro, i protocolli operativi/esecutivi o i processi propedeutici di forma-zione in ambito entreprise.Disconnessione – Ripetitività - Laboriosità da intendersi quale hard-working - tempi lunghi di apprendimento, momenti di formazione ed esercizio - af-fiancamento per acquisire skills capacità operative, hanno carat-terizzato certamente il mondo lavorativo, gli scenari di molte imprese e settori esecutivi sino ad oggi.Ma tali caratteristiche sembra-no essere in gran parte desuete, appartengono a paradigmi di gestione d’impresa non più par-ticolarmente concorrenziali: sia-mo realmente giunti alle soglie di declinazione di nuovi pro-cessi, cosa sta accadendo esatta-mente?L’avvento del 5G, fattore cardine

per la trasmissibilità non solo di dati, ma anche di erogazione di servizi, renderà i contesti ope-rativi dei settori produttivi alta-mente connessi, aumentandone considerevolmente l’efficienza, ma non solo.Le operazioni da svolgere, ese-guire, potranno essere meglio definite, più determinate e cer-te, accuratamente descritte, gli operatori verranno in qualche misura potenziati nello svolgi-mento delle proprie mansioni, affiancati da tecnologie in gra-do di garantire un superamen-to sensoriale, un vero e proprio processo di “empowering della forza lavoro” e da non trascurare, anche l’efficientamento della po-tenzialità di fruizione dei proces-si di conoscenza e/o formazione certamente sempre necessari. Volendo sintetizzare questa rapi-da analisi degli scenari, una tria-de di valori caratterizzerà i nuovi processi, grazie alle tecnologie XR (Augmented Reality/Virtual Reality) di nuova generazione, traducibili nell’ incremento della Sicurezza, dell’Efficienza e per-tanto conseguentemente, della Produttività. Il lavoro, divenuto così ‘altamen-te’ collaborativo, sarà sempre più una matrice cardine, sulla quale ridefinire tutti i processi. Ma non credo si possa ignorare la reale conseguenza di un fenome-no così rilevante, se considerato non soltanto dal punto di vista inerente ai contesti puramente produttivi, ma anche relativa-mente a ciò che esso induce, ov-vero al rinnovamento potenziale di natura socioculturale, ad esso intrinsecamente connesso.Come è noto infatti: “if you change the way a person work, you can change their entire life”.

XR 2020:

News & Events

a cura di

Tiziana Primavera

Innovative Tech

Evangelist - AR/VR

senior expert

AUGMENTED REALITY

INDUSTRY 4.0 E TECNOLOGIE VISUALI INTERATTIVE


AUGMENTED REALITY

Opportuno sottolineare che il fine unico e prevalente della tecnologia dell’Augmented e della Mixed Reality, è quello di fornire un’esperienza percettiva dei contesti d’uso, quanto più esaustiva ed aggiungerei più funzionale possibile. La finalità è fondamentalmen-te quella di accelerare ogni processo decisionale, o rendere certa ed accurata qualsivoglia operazione esecutiva. D’altronde lo stesso termine di “Augmented Reality” fu conia-to molti anni fa per un’appli-cazione dedicata ad agevolare la realizzazione dei cablaggi di Boing 747, nel lontano 1990, applicazione scaturita dall’esi-genza di una consegna conside-revole in tempi ridotti. Già dagli anni ‘80 il colosso ae-ronautico statunitense condu-ceva ricerche per la risoluzione pratica dell’impiego di com-plessi diagrammi di cablaggio e schemi elettrici cartacei degli aerei, che i tecnici e gli operai erano costretti a consultare du-rante il loro lavoro, portandoli con sé e potendoli però con-sultare con estrema difficoltà, soprattutto per via degli spazi lavorativi in cui erano tenuti ad intervenire, particolarmente angusti e stretti.I ricercatori Thomas Caudell e David Mizell pensarono di ri-solvere tali criticità e sostituire l’indispensabile documentazio-ne cartacea con un wearable computer, in grado di proietta-re i diagrammi di assemblaggio sulla scena dello spazio reale osservata.Il sistema era in grado di ese-guire il tracciamento del punto di vista dell’operaio che indos-sava l’headset, “comprendere” cosa stesse osservando e prov-vedere all’invio automatico sul visore dello schema di montag-gio appropriato.Il ricercatore Thomas Preston

Caudell della Boeing ideò per-tanto pionieristicamente il pri-mo sistema HMD in ambito enterprise, che mostrava diretta-mente gli schemi di assemblag-gio dei sistemi di cablaggio sulle parti interessate del velivolo, so-stituendo con esso i meno pratici ed ingombranti elaborati grafici che descrivevano le necessarie procedure. La strategia adottata nel 1992, pur geniale, incontrava degli ostacoli oggettivi per un suo più ampio recepimento, seppur comprovatane l’efficacia. Ma nell’ultima decade degli anni Novanta, soltanto ostacoli tecni-

ci legati alle batterie, dimensioni e vincoli di rete, ne impedirono allora una diffusione pervasiva.Attualmente l’evoluzione di quella felice e geniale intuizio-ne definisce un approccio smart non soltanto per quanto concer-ne informazioni “statiche” defi-nite in un database, ma grazie alla attuale possibilità di incor-porare la sensoristica nei sistemi complessi AR, è altresì possibile trasmettere/visualizzare in mo-dalità real-time, comodamente, dati istantaneamente rilevati on-site. Seppur innegabile il considere-vole incremento di Efficienza /


AUGMENTED REALITY

Produttività, evidenzierei anche il rilevante incremento possibi-le della “Sicurezza sul luogo del lavoro”. Si pensi infatti semplicistica-mente alla possibilità di un ope-ratore tecnico anche neofita, di individuare prontamente even-tuali pericoli nel contesto in cui si accinge ad operare, grazie alla segnaletica e/o simboli di atten-zione digitali sovraimposti diret-tamente alla scena osservata. Le tecnologie XR sono pertanto oramai considerabili come un considerevole ausilio alle pro-cedure operative, ma anche nel supporto alla diagnostica, nel supporto alla manutenzione, con assistenza remota o nella for-mazione /o training on the job.Capitolo a parte meriterebbe in-fine l’integrazione delle ultime potenzialità offerte dall’intelli-genza artificiale nei sistemi XR. Si prevedono applicazioni sem-pre più sofisticate nel settore ed una crescita esponenziale sino al 2025, che ha avuto il suo incipit già nel 2018. Certamente l’integrazione di ar-chitetture informatiche di A.I. al mix AR/VR aumenta conside-revolmente la produttività, gui-dando il personale attraverso le attività in modo ottimale.

L’iniezione nel sociale di tecno-logie così fortemente impattan-ti nella daily life, necessitano di visioni olistiche dei processi, competenze specifiche per il loro controllo al fine di perseguire e raggiungere le più adatte e cor-rette finalità, in ottica custom taylor nei diversi contesti e spe-cificità esigenziali.Sicuramente stiamo vivendo un’epoca particolarmente tu-multuosa, di grandi processi di rinnovamento, è pertanto dove-roso approcciare queste nuove tecnologie con consapevolezza e soprattutto preparazione tecnica per innescare circoli virtuosi, de-stinati a delineare un reale pro-gresso di natura sociale nel suo complesso. I rischi sono quelli connessi all’a-dozione impropria dei sistemi.Non dimentichiamo che le decli-nazioni di ciascuna tecnologia, seppur estremamente sofisticata, sono sempre affidate all’uomo.

PAROLE CHIAVEAugmented reality; virtual reality; industry 4.0; tecnologie visuali interattive

ABSTRACTIn this economic context of Industry 4.0 post-Covid we are witnessing a particular ferment that will inevitably involve the adoption of new genera-tion technologies, certainly mature from the point of view of instrumenta-tion, hardware, software and opera-tional workflows. Safety, Efficiency and Productivity are the evolutionary parameters mainly affected by the renewal processes carried out with XR technologies.

AUTORETiziana [email protected] Advisor, Ph.D.Speaker VR/AR Global Summit

CODEVINTECTecnologie per le Scienze della Terra e del Mare

tel. +39 02 4830.2175 | [email protected] | www.codevintec.it

Strumenti ad alta tecnologia anche a noleggio per:

Studio dei fondali e delle coste Multibeam, SSS, SBP, sismica marina …

Monitoraggio ambientale Magnetometri, elettromagnetismo, sonde oceanografiche …

Studio del sottosuolo Georadar, sismica, geoelettrica …

Ingegneria civile Georadar 3D, laser scanner, inclinometri …

Monitoraggio sismico Sismometri, strong motion, reti early warning …

Tecnologie per le Scienze della Terra e del Mare

03_Geomedia_31.05.21_Esec.indd 1 31/05/2021 17:35:34

CODEVINTECTecnologie per le Scienze della Terra e del Mare

tel. +39 02 4830.2175 | [email protected] | www.codevintec.it

Strumenti ad alta tecnologia anche a noleggio per:

Studio dei fondali e delle coste Multibeam, SSS, SBP, sismica marina …

Monitoraggio ambientale Magnetometri, elettromagnetismo, sonde oceanografiche …

Studio del sottosuolo Georadar, sismica, geoelettrica …

Ingegneria civile Georadar 3D, laser scanner, inclinometri …

Monitoraggio sismico Sismometri, strong motion, reti early warning …

Tecnologie per le Scienze della Terra e del Mare

03_Geomedia_31.05.21_Esec.indd 1 31/05/2021 17:35:34

1,2,9,16,23 Luglio Conferenza ASITA 2021Genovawww.geoforall.it/kyp6f

13-15 Settembre 202110th AIT International ConferenceCagliariwww.geoforall.it/ky3x4

27 – 30 SettembreGIScience 20212021 Poznan (Poland)www.geoforall.it/kfrkk

21 - 23 SettembreINTERGEO 2021Hannover (Germany)www.intergeo.de

5-7 Ottobre 2021TechnologyForAll 2021(data non confermata)Romawww.technologyforall.it

6 - 8 Ottobre 2021DRONITALY - Workingwith DronesBologna (Italy)www.geoforall.it/kfy44

24-25 Novembre 2021GEO Business 2021London (UK)www.geoforall.it/kf4yh

18 - 21 Dicembre 2021ICC- InternationalCartographic ConferenceFirenze www.geoforall.it/kyk8k

AGENDA

Via A. Romilli, 20/8 - 20139 Milano • Tel. 02 5398739E-mail: [email protected] • www.disto.it • www.termocamere.com

Contattaci, scoprirai molto di più!per maggiori informazioni

◗ Facilissimo da usare con la pressione di un solo tasto.◗ Registra le scansioni e visualizza i dati sul campo in pochi istanti.◗ Lo scanner più piccolo e leggero della sua categoria: 165 mm di altezza x 100 mm di diametro. ◗ Nuvole di punti ad alta precisione: 360.000 punti/sec. con risoluzione personalizzabile.◗ Rilevazione di immagini termiche con sensore FLIR®, in contemporanea con la scansione delle immagini.

LEICA BLK360 CATTURA IL MONDO CHE CI CIRCONDA CONIMMAGINI PANORAMICHE A COLORI SOVRAPPOSTEAD ACCURATE NUVOLE DI PUNTI.

Dal 1986 Teorema lavora a fianco dei professionisti fornendo

la tecnologia topografica più avanzata, la migliore formazione tecnica,

ed una accurata assistenza post-vendita, per rendere più affidabile e produttivo

il vostro lavoro.

2021Data da confermare

http://technologyforall.it

http://intergeo.de

http://planetek.it/imagerPack

www.esriitalia.it

Blending the Science of Geography and Technology of GIS

CATASTO SMART CITY

Documents

Transcript of CATASTO SMART CITY