La metodologia messa a punto si rivelerà utilissima per la valutazione degli impatti ambientali in tutti i processi di urbanizzazione.

I processi di rapida urbanizzazione che hanno caratterizzato gli ultimi decenni hanno assunto forme per lo più caotiche. Senza scomodare le megalopoli sorte nei paesi in via di sviluppo, è sufficiente considerare quanto si è verificato alla periferia di Roma, nei comuni della fascia vesuviana o tra Venezia e Brescia, dove negli ultimi decenni sono sorte conurbazioni (indicate con il termine ‘sprawl’ dagli esperti) in cui si alternano aree agricole, aree residenziali e insediamenti produttivi, sostanzialmente senza soluzione di continuità. Lo sprawl è la prova tangibile di cosa si verifica quando il decisore politico rinuncia a pianificare razionalmente e a governare l’insediamento umano sul territorio.

In ottica di urban planning, è cruciale comprendere con largo anticipo se si stanno verificando cambiamenti nell’utilizzo del territorio, in quanto i processi di urbanizzazione hanno enormi impatti ambientali. In un interessante articolo scientifico, pubblicato ieri sul Journal of Maps, tre ricercatori iraniani (Taravat, Rajael e Emadodin) hanno presentato un sistema di early warning, in cui una rete neurale è utilizzata per individuare e classificare le variazioni nell’utilizzo del territorio, sfruttando le immagini satellitari raccolte negli ultimi 40 anni e le tradizionali carte geografiche per i periodi precedenti. Per sviluppare l’applicazione è stato adottato Python nella fase di pre-processing, lo Stuttgart Neural Network Simulator (SNNS) sviluppato dall’Università di Stoccarda nella fase di classificazione e il QGIS per l’elaborazione cartografica e la relativa visualizzazione.

Il risultato finale dello studio è un modello della struttura spazio-temporale dell’area urbana di Teheran tra il 1975 e il 2015, ma la metodologia messa a punto si rivelerà utilissima per la valutazione degli impatti ambientali in tutti i processi di urbanizzazione.

Fonte: Journal of Maps