European Commission logo
italiano italiano
CORDIS - Risultati della ricerca dell’UE
CORDIS

Development of a Decision Support System for Improved Resilience & Sustainable Reconstruction of historic areas to cope with Climate Change & Extreme Events based on Novel Sensors and Modelling Tools

Article Category

Article available in the following languages:

Preservare il patrimonio culturale europeo con l’aiuto dell’intelligenza artificiale

Grazie alla tecnologia, un gruppo di ricercatori finanziati dall’UE sta riducendo i rischi per i monumenti antichi e i siti culturali.

Cambiamento climatico e Ambiente icon Cambiamento climatico e Ambiente
Società icon Società

Dall’alba della civiltà a oggi, i siti del patrimonio europeo rappresentano e celebrano la storia comune e gli ideali condivisi, ma l’impatto dei cambiamenti climatici e di altri fattori su questi tesori culturali può essere difficile da comprendere e misurare appieno. «Il progetto HYPERION ha sviluppato strumenti innovativi per rendere resilienti le aree storiche in termini sociali, ambientali ed economici. Queste innovazioni digitali miglioreranno in modo proattivo le nostre conoscenze per affrontare meglio i disastri futuri», spiega il dott. Angelos Amditis, coordinatore del progetto e direttore di ricerca e sviluppo dell’Istituto di comunicazione e sistemi informatici del Politecnico nazionale di Atene.

Un patrimonio vulnerabile

Il motivo dell’investimento di quasi 6 milioni di euro nel progetto diventa subito chiaro se si considera la natura dei monumenti antichi a cui si rivolge. I siti selezionati sono particolarmente vulnerabili alle minacce ambientali, quali eventi meteorologici estremi, terremoti ed eruzioni vulcaniche. HYPERION si è dunque prefisso di mettere alla prova e comprendere meglio gli effetti delle condizioni meteorologiche estreme, dei danni causati dal passare dei secoli e dei fenomeni geologici intensi sui monumenti del patrimonio culturale, attraverso progetti pilota condotti a Rodi (Grecia), Venezia (Italia), Tønsberg (Norvegia) e Granada (Spagna). Il gruppo di ricerca ha svolto una modellazione atmosferica per determinare i criteri di gravità della situazione specifici per ogni sito, in relazione ai fattori di stress climatico. I parametri meteorologici principali utilizzati sono la velocità e la direzione del vento, la temperatura ambientale, l’umidità relativa e le precipitazioni. I dati climatici raccolti in precedenza sono stati estratti dall’archivio EURO-CORDEX, un quadro coordinato a livello internazionale utile a produrre proiezioni migliori dei cambiamenti climatici regionali per tutte le regioni di terra ferma del mondo.

L’IA aiuta i ricercatori a individuare e analizzare le minacce ai monumenti e ai siti storici

La squadra di HYPERION ha incorporato informazioni provenienti da fonti diverse, come le letteratura scientifica, le indagini, le immagini satellitari e i sensori in situ. In tal modo è stato possibile determinare con maggiore precisione l’assetto strutturale dei siti del patrimonio e le relative incertezze, nonché le ripercussioni dei cambiamenti climatici. I ricercatori hanno posizionato dei sensori presso i monumenti storici e i siti del patrimonio culturale, utilizzando poi droni comandati da un veicolo, servizi satellitari ad ampio raggio e strumenti di coinvolgimento della comunità, con l’obiettivo di migliorare l’acquisizione dei dati. L’intelligenza artificiale ha svolto un ruolo importante nel processo, identificando automaticamente le condizioni attraverso analisi al suolo delle immagini multi/iperspettrali. Il progetto è riuscito nell’intento di generare immagini satellitari ad altissima risoluzione utilizzando modelli di apprendimento automatico all’avanguardia, non supervisionati e supervisionati, basati su reti neurali convoluzionali, ovvero modelli di intelligenza artificiale specializzati nel riconoscimento e nell’interpretazione di modelli visivi. Le immagini, provenienti da diversi satelliti, riguardano un’area compresa tra circa 17 e 33 km2 e sono state fondamentali per rilevare i cambiamenti del territorio e della copertura nei quattro siti di studio del progetto. L’uso dell’intelligenza artificiale ha semplificato il rilevamento delle modifiche, consentendo a HYPERION di identificare la presenza di materiali impermeabili come l’asfalto o il cemento, che ostacolano l’assorbimento dell’acqua piovana e aumentano il rischio di inondazioni pluviali. L’IA permette quindi di automatizzare un’attività che altrimenti richiederebbe un intenso lavoro manuale, dando la possibilità di applicare questa tecnologia e di monitorare le aree in modo continuo, e non solo intermittente.

Coinvolgere la comunità e definire le strategie future

Tuttavia, secondo il dottor Amditis, il cuore del progetto è stato lo sviluppo della Piattaforma di valutazione olistica della resilienza (Holistic Resilience Assessment Platform). «La piattaforma di HYPERION consente di integrare diversi strumenti di analisi e modellazione. Questo strumento essenziale può rappresentare un aiuto efficace per le autorità locali, al fine di prendere decisioni informate e più rapide per la ricostruzione sostenibile delle aree storiche», spiega il coordinatore. Un altro strumento sviluppato nel corso del progetto e integrato nella piattaforma HYPERION è lo Strumento di coinvolgimento della comunità (Community Engagement Tool), disponibile come applicazione mobile. Grazie ad esso i residenti e i visitatori delle città storiche possono fotografare le aree danneggiate dei siti del patrimonio culturale, appuntarli e condividerli in diretta su una mappa del mondo, contribuendo così alla segnalazione di potenziali pericoli per i beni del patrimonio culturale europeo. «La piattaforma di HYPERION può aiutare gli esperti di beni culturali a comprendere gli effetti dei restauri precedenti e a prendere decisioni per evitare il degrado dei materiali, nonché per migliorare la resilienza dei nostri monumenti», conclude Amditis, evidenziando come questo sia uno dei risultati più importanti conseguiti dal progetto.

Parole chiave

HYPERION, IA, apprendimento profondo, reti neurali convoluzionali, immagini satellitari, coinvolgimento della comunità, patrimonio culturale, monumenti antichi, siti del patrimonio, fenomeni meteorologici estremi, pianificazione urbana

Scopri altri articoli nello stesso settore di applicazione