Pubblicato il 22 settembre 2024

Data science applicata ai geodati

Le tecniche nel campo dei geodati avanzano rapidamente, ma le amministrazioni spesso hanno difficoltà ad accedere ai risultati. Roxane Pott, innovation project manager, guida il team dello Swiss Territorial Data Lab (STDL), sviluppando soluzioni collaborative.

© Adrian Moser Photography

L’STDL è stato istituito nel 2020 per facilitare l’accesso alle innovazioni da parte delle amministrazioni pubbliche. L’iniziativa è stata finanziata dalla Strategia Geoinformazione Svizzera. Concepito come uno spazio di sperimentazione, l’STDL mira a superare le sfide che le amministrazioni pubbliche devono affrontare attraverso l’aiuto della data science.

I criteri di selezione dei progetti specifici sono semplici, spiega Roxane Pott: «Il progetto deve soddisfare un’esigenza attuale di un istituto pubblico ed essere rilevante anche per altre istituzioni svizzere. In questo modo, la soluzione sviluppata potrà essere replicata in futuro. Inoltre, il progetto deve poter essere realizzato con le risorse disponibili, ossia da due persone in un periodo di sei-otto mesi.» L’STDL non fornisce un prodotto finito, ma un prototipo, ovvero un codice sorgente e un approccio metodologico. Questo prototipo può essere ulteriormente sviluppato dal cliente stesso o da un’azienda esterna, sempre sotto la supervisione dell’STDL. Tutti i risultati dell’STDL sono quindi disponibili come open source.

Promuovere l’innovazione collettiva

«Non appena un progetto viene approvato, prende il via il mio team specializzato», continua Roxane Pott. È lei la responsabile della gestione operativa del gruppo di data scientist dell’STDL: «Lavoro in swisstopo da tre anni e per l’STDL da quasi altrettanto tempo. In questo periodo, il team non solo è cresciuto numericamente, ma ha anche acquisito molta esperienza. L’approccio collaborativo ed empirico dell’STDL ci permette di sviluppare e testare insieme soluzioni concrete. Ad ogni progetto impariamo sempre di più.»

swisstopo mette peraltro a disposizione ore di lavoro e personale per l’STDL. «Con le risorse interne sono riuscita a costruire un team e posso avvalermi del sostegno di partner esterni. Attualmente lavoro in un piccolo team con tre data scientist. Nel contempo, ho notato che veniamo maggiormente riconosciute all’interno dell’azienda. Anche se le mie colleghe lavorano per aziende partner, hanno i loro uffici presso swisstopo. Ciò contribuisce a far conoscere meglio le nostre soluzioni all’interno dell’Ufficio federale», sottolinea Roxane. Ciò aspetto è particolarmente importante per lei, in quanto swisstopo è uno dei beneficiari dei progetti dell’STDL.

Dare più valore ai geodati

Dati LiDAR, ortofoto, carte nazionali; il team dell’STDL fa un ampio uso dei dati di swisstopo e dimostra nuovi modi di applicarli. Ad esempio, è attualmente in corso un progetto sulla segmentazione automatica del suolo in collaborazione con il Cantone di Friburgo. L’obiettivo di questo progetto è sviluppare uno strumento che possa essere utilizzato per registrare le proprietà del suolo. Questa strategia interessa anche l’Ufficio federale dell’ambiente, l’Ufficio federale dello sviluppo territoriale, l’Ufficio federale di statistica e persino l’Institut national de l’information géographique et forestière. «La nostra idea è quella di identificare automaticamente i suoli potenzialmente contaminati secondo l’Ordinanza contro il deterioramento del suolo (O suolo) e di tracciarli su una mappa ad alta risoluzione. A tal fine utilizziamo i dati di swisstopo», spiega Roxane Pott.

In un altro progetto per i Cantoni di Ginevra e Zurigo, i data scientist si affidano alle immagini aeree e alle nuvole di punti LiDAR fornite da swisstopo. In questo modo si possono ottenere informazioni sulla copertura dei tetti e sul tipo di vegetazione presente. «I reparti IT sono spesso spinti al limite con progetti come questo, perché lavoriamo con enormi quantità di dati. Ad esempio, se si vuole accedere al prodotto di immagini SWISSIMAGE RS per l’intera Svizzera, la quantità di dati da trasmettere è pari a 55 terabyte. Un simile trasferimento di dati è difficilmente realizzabile. Di fronte a questi casi, cerchiamo nuove soluzioni più facili da implementare. Questo ci sprona ogni giorno!»

Collaborare con i partner nel campo dei geodati, utilizzando strumenti innovativi e risolvendo problemi specifici in sei-otto mesi è una sfida.

Roxane Pott, responsabile del progetto Innovazione

Processo continuo di miglioramento

La partecipazione all’STDL consente a swisstopo di ottimizzare costantemente i propri processi interni. Roxane Pott cita due esempi: «Abbiamo trovato un metodo per registrare automaticamente il tipo di pavimentazione di strade e sentieri nel modello topografico del paesaggio (MTP). Finora la raccolta di questi dati consumava parecchio tempo. Con questa soluzione si guadagna più tempo per la raccolta di altri dati.» L’MTP è il fulcro della produzione di geodati a livello nazionale. Ogni giorno vengono effettuate oltre 10 000 modifiche. Ogni miglioramento facilita notevolmente il lavoro del personale.

«Abbiamo anche proposto soluzioni pratiche per i siti di estrazione mineraria in Svizzera, dove un algoritmo semplifica la registrazione nell’MTP. In aggiunta, abbiamo creato una sorta di macchina del tempo per simulare i cambiamenti geologici che avvengono in questi siti nel corso del tempo», aggiunge Roxane Pott.

Rafforzare la cooperazione con i Cantoni

L’STDL promuove il dialogo tra swisstopo e i Cantoni. Opera con numerosi partner e autorità. Roxane Pott riconosce in questo l’opportunità di ampliare ulteriormente le relazioni esistenti: «Recentemente, nell’ambito di un progetto con il team LiDAR di swisstopo, abbiamo realizzato che le soluzioni da noi sviluppate potevano interessare anche i Cantoni di Neuchâtel e Ginevra. Li abbiamo quindi inclusi nel nostro dialogo, in modo che il personale specializzato potesse approfondire insieme questi temi.»

Ad oggi, l’STDL ha contribuito a risolvere problemi concreti di nove Cantoni, dell’Ufficio federale di statistica e di swisstopo. La fase successiva consiste ora nel mettere in campo queste soluzioni e renderle disponibili ad altre istituzioni. Questo riempie di orgoglio Roxane Pott e il suo team, ma pone anche nuove sfide. L’STDL promuove nuovi metodi di collaborazione basati su data science e deep learning. Le amministrazioni pubbliche potranno applicarli? Dimostrando la fattibilità di questi metodi, l’STDL suggerisce almeno la via da seguire.

Ritratto

Roxane Pott viene dal Vallese. Si è laureata in scienze ambientali presso il Politecnico federale di Losanna (EPFL). Ha poi conseguito un master in geomatica presso il Politecnico federale di Zurigo (ETHZ). In qualità di project manager presso swisstopo, è responsabile dei temi di innovazione, tra cui la data science. È responsabile dello sviluppo dei prodotti per gli elenchi ufficiali e si occupa della resilienza dei sistemi di posizionamento e navigazione. È inoltre responsabile della gestione operativa dello Swiss Territorial Data Lab (STDL).

Open source e collaborazione

I data scientist dell’STDL hanno utilizzato lo strumento di segmentazione liberamente accessibile Segment Anything Model di Meta, applicandolo alle immagini aeree. In questo modo è stato possibile automatizzare l’identificazione e la quantificazione delle aree libere nei tetti degli edifici su larga scala.

• Scoprite i progetti del Swiss Territorial Data Lab (disponibilie in tedesco o francese)

Aggiuntivi