Autori: Leonardo Alberto Dal Zovo e Valentina Pezzi – Studiomapp
L’Agenzia Spaziale Europea (ESA) e l’Agenzia Spaziale Italiana (ASI) hanno dato una forte spinta all’uso di dati e tecnologie spaziali per affrontare le sfide poste dalla pandemia SARS-CoV-2. L’Europa sta crescendo molto nello sviluppo di sistemi e tecnologie spaziali e un grande esempio di queste nuove attività è Copernicus. Il progetto Copernicus offre un’immensa quantità di dati, gratuiti, in grado di rispondere a domande su tutti i principali ambiti di interesse della vita umana sul pianeta.
Durante la prima ondata, Studiomapp – società con la missione di accelerare la trasformazione verso un futuro sostenibile e sicuro – è stata la prima realtà in Europa a produrre un’analisi sugli impatti delle restrizioni sfruttando immagini satellitari e intelligenza artificiale, in particolare con un focus sulla città di Milano. Tale studio ha evidenziato lo svuotamento dei luoghi di ritrovo attraverso un’analisi comparativa sulla presenza di veicoli in città, inclusi parcheggi, supermercati, distretti industriali e complessi commerciali.
Nello stesso periodo, in ambito sanitario, l’Università di Modena e Reggio Emilia, in collaborazione con TerrAria s.r.l., aveva già condotto studi con dati delle celle telefoniche per valutare il livello di affollamento.
Mettendo a sistema queste diverse esperienze di studio relative alla pandemia nasce EPICO19, progetto finanziato da ESA, con l’ambizione di unire le competenze di università, soggetti privati e soggetti pubblici, in campo sanitario, tecnologico e spaziale.
Studiomapp ha contribuito mettendo a disposizione i propri algoritmi proprietari di intelligenza artificiale in grado di riconoscere 30 diverse categorie di mezzi passeggeri e merci su immagini dall’alto. Questa soluzione, infatti, può essere applicata sia su immagini satellitari, sia su immagini aeree, mantenendo un alto livello di precisione nel pieno rispetto della privacy, facendo leva su una esperienza consolidata nel monitoraggio del territorio, in particolare per le infrastrutture critiche.
Grazie a queste capacità, Studiomapp ha realizzato un indice di mobilità che stima l’affollamento di persone e lo spostamento di mezzi.
Questo è stato possibile unendo diverse fonti dati da diverse sorgenti, sia provenienti o derivate da dati geospaziali, sia da sensoristica IoT a terra: da un lato le immagini satellitari sono state recuperate da piattaforme quali i servizi Copernicus Land, OneAtlas di Airbus e Onda di Serco, dall’altro le immagini aeree fornite da DigiSky e i dati di traffico raccolti e messi a disposizione dalla regione Emilia-Romagna.
Questa varietà di dati, voluminosi e frequenti, necessita di soluzioni ad hoc e sistemi di intelligenza artificiale che riescano a estrapolare ciò che è rilevante in tempi rapidi. Per questo, sono stati trattati con diverse operazioni di data fusion, machine learning, computer vision e analisi geospaziali, permettendo di elaborare sia l’indice di mobilità giornaliero suddiviso per aree territoriali, sia la variazione rispetto alla situazione pre-covid.
Per la previsione delle curva pandemica, rispetto all’uso dei soli dati sanitari (messi a disposizione di UNIMORE dall’AUSL di Reggio Emilia), il contributo di variabili ambientali e informazioni derivate da asset spaziali ha permesso la riduzione dell’errore dell’80% sulla stima dei casi e del 50% sulle ospedalizzazioni. Questo ha aiutato l’AUSL a efficientare la propria organizzazione e a pianificare meglio le attività, grazie a dati e previsioni molto più accurate e tempestive.
Sono in corso di pubblicazione e verranno presentati articoli scientifici che approfondiscono le metodologie utilizzate.
Grazie alla combinazione di un approccio scientifico, l’analisi geospaziale e l’intelligenza artificiale, è quindi possibile trasformare una grande quantità di dati in informazioni che possono supportare i decision makers, anche in situazioni complesse ed emergenziali quali la pandemia.