Bollettino della società italiana di fotogrammetria e topografia

I STIMA DEGLI EFFETTI DELLA PANDEMIA COVID-19 SULLE AREE ARCHEOLOGICHE ATTRAVERSO TECNICHE DI REMOTE SENSING: SITO UNESCO CHAN CHAN (PERÙ)

Mon, 15 Jul 2024 00:00:00 +0200

Chan Chan, patrimonio UNESCO dal 1986, è la più grande città precolombiana dell'America Latina situata a circa 550 km a nord di Lima, lungo la costa settentrionale del Perù. Durante la pandemia COVID-19, a causa della mancanza di interventi da parte delle autorità di tutela e vigilanza, le comunità locali hanno ampliato le attività agricole e edilizie oltre i limiti consentiti. Tali attività incontrollate e difficilmente valutabili possono rappresentare una minaccia per l'intero sito archeologico. Per stimare come l'area circostante il sito archeologico sia cambiata in seguito alla pandemia, è stata effettuata una classificazione LC/LU e un’analisi change detection su dati remote sensing. Grazie alle serie temporali fornite dalle immagini satellitari (Sentinel-2), nel periodo 2016-2022, è stata condotta una valutazione dei cambiamenti ambientali e della crescita urbana. Sono stati importati in ambiente GIS le elaborazioni effettuate col software Sentinel Application Platform (SNAP). La valutazione degli effetti della pandemia è avvenuta attraverso l’analisi dei seguenti indici di classificazione: Normalized Difference Vegetation Index (NDVI), Normalized Difference Built-Up Index (NDBI), Normalized Archaeological Index (NAI). Estrapolati gli istogrammi delle immagini NDVI, NDBI e NAI, sono state create delle mappe tematiche per uno studio più dettagliato. Una correlazione inversamente proporzionale si è riscontrata tra gli indici NDVI e NDBI: all’aumentare di uno, diminuiva l’altro e viceversa. L’indice NAI è risultato essere un indice di riconoscimento degli elementi del sito archeologico.

L’Integrazione di Strati Informativi Geospaziali 3D per la Condivisione in Rete Utilizzando Soluzioni Opensource

Marcello La Guardia (Autore) — Wed, 13 Nov 2024 00:00:00 +0100

L’utilizzo sempre maggiore di dataset geospaziali complessi risulta ormai essere una costante in numerosi campi applicativi. Ai fini dello sfruttamento ottimale di questi dati, la loro integrazione in ambiente geospaziale risulta necessaria per l’analisi e le elaborazioni successive. Nascono così i Digital Twin urbani, ovvero gemelli digitali a scala urbana connessi real-time al modello reale, e visualizzabili attraverso piattaforme WebGIS. Allo stesso modo la complessità, la dimensione e l’eterogeneità di questi dati ne complica la gestione, e, in particolare, la condivisione in rete. Alla luce di tali problematiche, il presente contributo analizza la strutturazione di un sistema integrato per la visualizzazione, l’analisi e l’elaborazione in rete di dataset 3D complessi, attraverso l’esclusiva implementazione di tecnologia open-source. Questo tipo di sistema è in grado di caricare mappe georiferite, modelli 3D, nuvole di punti, dati provenienti dalla sensoristica, database, e sistemi di calcolo in tempo reale. La scelta esclusiva di soluzioni open-source mira a prediligere soluzioni sostenibili ai fini della ricerca e della condivisione libera delle tecnologie sviluppate. Rispetto l’utilizzo di software proprietari, l’estrapolazione ed elaborazione di dati attraverso tecnologia open-source necessita competenze di scripting nei linguaggi html, JavaScript, Python, PHP e CSS. In futuro, nuove implementazioni di Machine Learning all’interno di queste piattaforme, potranno fornire nuove possibilità di integrare in tempo reale le elaborazioni provenienti dall’intelligenza artificiale, potenziandone ulteriormente le possibilità di utilizzo.