LEAFLET 2.0

Il progetto LEAFLET 2.0 (LightdronE Aerial support For pubLic grEen managemenT) ha come obiettivo lo sviluppo di una metodologia e di un servizio a supporto degli operatori professionisti nell’ambito della valutazione dello stato di salute e della stabilità strutturale del verde pubblico, attraverso l’integrazione di dati acquisiti mediante piattaforme UAS (Unmanned Aerial System) a basso costo, strumenti WebGIS e tramite l’impiego di tecniche basate su Intelligenza Artificiale (IA).

Il continuo incremento del numero di eventi climatici avversi, di cui molti di carattere estremo, unito al costante invecchiamento delle installazioni arboree nelle città, porta infatti il futuro della gestione del verde urbano da parte dei tecnici del settore verso molte sfide e rischi associati. Tali rischi derivano dai possibili pericoli connessi all’instabilità degli alberi nelle aree urbane, dovuti a particolari condizioni climatiche non consone ed a una scorretta manutenzione degli stessi, che possono portare a danni a cose e soprattutto a persone, con conseguenti responsabilità civili e penali nei confronti di chi ha il compito di occuparsene. Ciò considerato, si rende necessario massimizzare la sicurezza delle aree del verde urbano, assicurando il monitoraggio ed i trattamenti adeguati a scongiurare qualsiasi rischio.

Per fare ciò, è utile definire con chiarezza dei processi normalizzati per la gestione del verde urbano, specialmente considerando l’ausilio di nuove tecnologie come i droni. Ciò deve prevedere la descrizione delle procedure per la pianificazione dei rilievi, l’elaborazione dei dati acquisiti, l’analisi degli elaborati e la restituzione di informazioni sintetizzate attraverso strumenti semplificati a supporto dei professionisti del settore. Al fine di semplificare l’analisi e la presentazione delle informazioni salienti ai tecnici, nel progetto LEAFLET2.0 si prevede l’impiego di metodologie di Intelligenza Artificiale (IA) e Machine Learning (ML). Tali metodologie supportano l’analisi di dati eterogenei (RGB, multispettrale, LiDAR) e agevolano la generazione rapida ed automatizzata di risultati fruibili dai professionisti.

Inoltre, per garantire la creazione di un protocollo completo ed efficace, si intende coinvolgere direttamente nei processi di studio e definizione anche le amministrazioni locali, in fattispecie gli enti preposti al monitoraggio, cura e supervisione delle aree del verde urbano. Tra queste, ad esempio, sarà sicuramente coinvolto l’Ufficio gestione del verde e ambientale del Comune di Merano, il quale ha mostrato il proprio interesse e la propria disponibilità verso il progetto, e verrà valutato il coinvolgimento di altri uffici dedicati alla gestione del verde pubblico delle amministrazioni altoatesine e del territorio nazionale.

Obiettivi Tecnici

  • Identificazione della tipologia di dato necessario a rappresentare correttamente il fenomeno e/o lo stato di salute della singola pianta e/o lo stato vegetativo generico di un’intera area verde urbana;
  • Messa a punto della metodologia di rilievo, in funzione dello specifico approfondimento che si intende svolgere;
  • Snellimento delle procedure di elaborazione dei dati ad oggi applicate;
  • Trattamento di Big data, definizione di una metodologia applicativa;
  • Interfacciamento tra applicativo LEAFLET2.0 e WebGIS GreenSpaces
  • Creazione di mappe tematiche correlate alla situazione di analisi e definizione degli output significativi per i singoli casi di applicazione e gli specifici approfondimenti.

Obiettivi di Innovazione

  • Integrazione di dati eterogenei: in particolare il carattere innovativo risiede nell’identificazione di un protocollo d’integrazione applicativa tra l’analisi di dati provenienti da fonti sensoristiche differenti, come ad esempio immagini provenienti da camere RGB, sensori multispettrali e LiDAR, riuscendo inoltre ad integrare ad essi e ad applicare la metodologia Visual Tree Assessment (VTA).
  • Integrazione dei dati provenienti dai rilievi tradizionali con i rilievi ad alta risoluzione realizzati mediante l’impiego di UAS: il carattere innovativo risiede nell’alto potenziale di estensione dei possibili studi realizzabili, in aggiunta alla rappresentatività che si riesce a mantenere integrando agli studi innovativi quelli tradizionali; questo aspetto permette di mantenere un filo conduttore tra i dati di monitoraggio schedati e registrati negli anni per poter verificare la correttezza, la coerenza e la continuatività dei dati e dei risultati innovativi ottenuti.
  • Impiego di innovative metodologie di Intelligenza Artificiale per l’analisi dei dati, in particolar modo quelli eterogenei, e di Computer Vision per il corretto allineamento delle fotografie nadirali, con l’obiettivo di essere scattate precisamente sulle chiome delle piante.
  • Semplificazione ed automatizzazione del processo di compilazione dei documenti autorizzativi per il volo in area urbana.

Infine, parte degli obiettivi sperimentali di progetto considereranno una validazione dei risultati di rilievo realizzata anche esternamente alla provincia di Bolzano. L’attività sarà puntuale al fine di esplorare le condizioni meteoclimatiche e forestali differenti dal contesto dell’Alto Adige.

Dettagli progetto

Titolo: LightdronE Aerial support For pubLic grEen managemenT
Acronimo: LEAFLET2.0
Codice progetto: 244-22
CUP: B57H23000060001
Programma di finanziamento: Legge Provinciale 14 del 13.12.2006 e s.m. della Provincia Autonoma di Bolzano.
Budget complessivo: € 220.300,00 (finanziato: € 220.300,00)
Budget MAVTech: € 90.135,00 (finanziato: € 90.135,00)
Consulenti: Studio Verde, R3GIS, Flyingbasket
Durata: 03.2023 – 12.2025