Edificato2018

Ottenuto con tecniche di "feature extraction" tramite "machine learning".

La Regione Emilia-Romagna, in collaborazione con l’Agenzia Regionale per la Ricostruzione Sisma 2012, nell’ambito del miglioramento della propria cartografia di base ha acquisito una nuova fornitura di dati cartografici digitali costituita da Ortofoto ad alta risoluzione, DSM ad alta risoluzione e rappresentazione poligonale dell’Edificato, derivati dalle medesime riprese aeree. Lo strato poligonale dell’Edificato è stato restituito tramite tecniche di riconoscimento basate su metodologie “deep learning” con supervisione e filtratura di falsi positivi e negativi, integrazione ed ulteriore perfezionamento da parte di operatori specializzati. Per le caratteristiche di qualità, omogeneità posizionale e temporale, i nuovi dati hanno una molteplice valenza:

  • quale riferimento cartografico iniziale per il monitoraggio delle aree trasformate in attuazione dei piani urbanistici e per il calcolo del consumo del suolo;
  • quale fonte e supporto per la gestione degli interventi per la ricostruzione dal sisma del 2012;
  • quale fonte di qualità posizionale e temporale nota ed omogenea per l’aggiornamento del database geo-topografico regionale, in particolare per ciò che riguarda i temi dell’edificato.

Il prodotto EDIFICATO rappresenta invece una innovazione dal punto di vista della metodologia utilizzata per la produzione, basata su tecniche automatiche con verifica da parte dell’operatore, che comporta una sostanziale omogeneità della restituzione della tipologia di oggetti interessati sull’intera estensione territoriale realizzata in tempi relativamente brevi ovvero inferiori all’anno. Inoltre, attraverso una correlazione con il DSM, ai poligoni sono associati gli attributi altimetrici di quota al piede e altezza stimata, che consentono una stima delle volumetrie dell’edificato.

Lo strato poligonale dell’edificato è derivato dall’analisi dei fotogrammi ortorettificati attraverso l’utilizzo combinato di tecniche di “feature extraction” tramite metodologie “deep learning”, e di supervisione “umana” per il controllo e la correzione degli algoritmi, .

Il “deep learning” rappresenta un sottodominio del “machine learning”, ovvero quell’ambito dell’intelligenza artificiale che attraverso reti neurali (neural network) simula il riconoscimento umano.

Edificato2018.jpg

Le caratteristiche di qualità planimetrica sono adeguate ad una rappresentazione alla scala 1:5000 e sufficienti per rendere le geometrie confrontabili con il database geo-topografico regionale e a costituirne fonte di miglioramento e aggiornamento:

  • Accuratezza planimetrica CE95 x/y:
    • Tolleranza posizionale = ±1,5m o inferiore;
    • Distanza orizzontale (lato) ≤ 1m;
    • Spigoli;
  • Limiti di acquisizione (rispettati al 95%):
    • Superfice ≥ 9m2;
    • Lato minimo ≥ 2m;
  • Edifici omessi rispetto al totale degli edifici rilevati inferiore al 5%;
  • Edifici commessi rispetto al totale degli edifici inferiore a 5%.

Il prodotto, oltre utilizzato come fonte di aggiornamento, sarà distribuito agli EE. LL. con valenza di strato geometrico degli edifici aggiornato al 2018, coerente con le ortofoto e grado di completezza molto elevato.

Per saperne di più ASITA2019: "Il nuovo strato Edificato da tecniche “deep learning” come fonte per l’aggiornamento del Database Topografico e per il monitoraggio del consumo di suolo".

pubblicato il 2019/11/29 10:00:00 GMT+1 ultima modifica 2020-05-17T17:51:16+01:00

Valuta il sito

Non hai trovato quello che cerchi ?