Il progetto PE.DT (Precision Environmental Digital Twinning) nasce dalla collaborazione tra il Dipartimento di Informatica dell’Università degli Studi di Salerno (Unisa) e Sense Square, PMI innovativa specializzata in environmental data intelligence. L’iniziativa è stata avviata con l’obiettivo di elevare gli standard del monitoraggio ambientale, puntando su una risoluzione più alta sia nello spazio sia nel tempo e su un utilizzo dei dati più immediato all’interno di modelli di Digital Twin.
Come vengono raccolti e organizzati i dati
Al centro del progetto c’è stato il lavoro di automazione della raccolta e della gestione di dati storici e in tempo reale, così da alimentare in modo continuo il data lake di una piattaforma di Digital Twin dedicata alla salute e al benessere. In pratica, PE.DT ha messo insieme una metodologia di acquisizione multisorgente e l’ha arricchita con relazioni semantiche spazio-temporali, così da rendere più efficiente l’elaborazione dei dati e facilitarne il consumo da parte di servizi e applicazioni.
Monitoraggio “in scala” e geo-KPI
Questo approccio ha permesso anche di costruire un sistema di monitoraggio digitale “in scala”, utile per leggere e interpretare i fattori di rischio ambientale attraverso indicatori biologici, fisici e chimici espressi come geo-KPI. Il risultato è un flusso di informazioni automatizzato, in cui il progetto ha svolto il ruolo di data prosumer, cioè produttore e consumatore di dati, mantenendo continuità e aggiornamento.
Proof of Concept nel Campus di Unisa
La parte sperimentale del progetto è stata concretizzata con una Proof of Concept realizzata nel Campus di Unisa. Sono state installate 20 centraline di monitoraggio ambientale e sono stati impiegati anche campionatori passivi, distribuiti in aree ad alta frequentazione (a “altezza uomo”), in zone a bassa frequentazione e in punti caratterizzati da maggiore complessità orografica. Questa distribuzione ha consentito di osservare sia l’esposizione diretta delle persone sia le variazioni ambientali in contesti meno disturbati, oltre a studiare l’effetto della morfologia del territorio sulle misurazioni.
Benefici e impatti
Gli impatti attesi si articolano su più livelli. Sul piano tecnologico, la disponibilità di dati affidabili e continui abilita analisi e simulazioni più robuste; sul piano ambientale, la qualità del monitoraggio favorisce interventi mirati e una riduzione dell’impatto; sul piano sociale, migliora la comprensione dell’esposizione agli inquinanti e dei fattori di rischio, contribuendo a un ambiente più sicuro; sul piano economico, aiuta a ottimizzare i costi di gestione e manutenzione; infine, sul piano educativo, rappresenta una base concreta per formazione e ricerca, valorizzando nuove competenze in ambito ambientale e digitale.
Finanziamento, partner e divulgazione
Il progetto è stato finanziato dal Centro Nazionale “National Centre for HPC, Big Data and Quantum Computing”, a valere sulle risorse del Piano Nazionale di Ripresa e Resilienza (PNRR), e ha coinvolto Sense Square (capofila), UNISA – Dipartimento di Informatica e Carmapa. Le attività sono state inoltre condivise in un incontro all’interno del corso di Tecnologie per la GeoInformatica (laurea triennale in Informatica), durante il quale il prof. Daniela Sofia e il dott. Pierluigi Lambiase hanno presentato agli studenti gli obiettivi del progetto e il prototipo di sensore per il monitoraggio della qualità dell’aria.
