LECCO – I satelliti di “Osservazione della Terra” (OE) sviluppati e gestiti da agenzie spaziali e dall’Unione europea costituiscono da oltre 40 anni una fonte inesauribile di dati preziosi nel campo del monitoraggio ambientale ad ampio spettro. Queste informazioni sono un patrimonio molto importante per la scienza ma, al tempo stesso, la quantità sempre crescente di tali dati e la loro eterogeneità rappresenta un limite quando si tratta di trovare un comune denominatore che permetta a tutti gli addetti ai lavori (ricercatori, imprese, enti pubblici e privati) di accedervi con facilità affinché se ne possano sfruttare appieno le potenzialità.
Da qui nasce FOSS4G EO Data Challenge, un concorso internazionale che ha visto startup, studenti e ricercatori sfidarsi per sviluppare strumenti e tecnologie per agevolare l’accesso, la lettura e la gestione dei dati ambientali. La sfida è stata lanciata nell’ambito delle attività di FOSS4G (Free and Open Source Software for Geospatial) evento che ogni anno, riunisce la comunità internazionale di coloro che a vario titolo, si occupano di software e dati open source. In questa prestigiosa competizione, un gruppo di ricercatori del Politecnico di Milano si è aggiudicato il premio europeo per la migliore applicazione al sostegno delle autorità pubbliche.
Si tratta di Edoardo Pessina, Vasil Yordanov e Vladislav Ivanov (Dipartimento di Ingegneria Civile e Ambientale e Polo territoriale di Lecco) che hanno vinto con il progetto EO4landslides, una App che gestisce e analizza i dati di osservazione terrestre offrendo una soluzione integrata e automatizzata per il monitoraggio delle frane.
L’applicazione permette di registrare i dati relativi agli eventi franosi tramite il proprio smartphone. È sufficiente scattare una foto del dissesto e inserire le informazioni di cui si dispone (tipologia, opere di mitigazione, danni ecc.). EO4landslides è prevista in due versioni: una base che può essere utilizzata da tutti i cittadini e una professionale a uso degli esperti del settore (tecnici protezione civile, Arpa e geologi). Le informazioni raccolte sono utili per calibrare e verificare le procedure per il riconoscimento automatico dei dissesti (machine learning) e permetteranno di creare e tenere aggiornate banche dati utili per l’analisi, lo studio condiviso degli eventi franosi.
Alcune pagine della App
