Issuu

Silvia Tulli matricola 1058

Visualizzazione georeferenziata degli inquinanti atmosferici

ISIA Urbino Diploma accademico di I livello

Relatore Marco Ferrari Co-relatrice Valentina Rachiele Co-relatrice esterna Michela Maione (UniversitĂ degli Studi di Urbino Carlo Bo)

A.A. 2014/2015

Silvia Tulli matricola 1058

Visualizzazione georeferenziata degli inquinanti atmosferici

Abstract

Partendo dall’analisi del fenomeno dell’inquinamento atmosferico e constatata la diffusione di sensori a basso costo per il monitoraggio dell’aria, viene proposto un metodo per la visualizzazione georeferenziata degli inquinanti più dannosi per la salute, in relazione all’ambiente morfologico e ai dati meteorologici.

Parole chiave

Inquinamento atmosferico, piattaforme partecipative, visualizzazione di dati, strumenti cartografici, sensori di monitoraggio.

Sommario 3 5 11

Abstract Parole chiave Introduzione

Ricerca 15

Analisi del fenomeno 16 Contesto 19 Caso di Livorno 23 Scopo e strumenti

Inquinamento atmosferico 26 Sorgenti di emissione 27 Inquinanti 28 Effetti sulla salute 29 Schede tecniche 38 Meteorologia e conformazione del territorio 38 Misurazioni 39 Vegetazione 40 Biomonitoraggio 40 Modelli di dispersione

43 Piattaforme partecipative di ricerca scientifica 43 Utente prosumer 44 Intelligenza collettiva 44 Citizen science 45 Protocollo di ricerca 49

Visualizzazione di dati 49 Fattore di menzogna 53 Fasi della progettazione 55 Visualizzazione dei dati su mappa 56 Carte geografiche e applicazioni geospaziali 62 Come funzionano le applicazioni geospaziali

Indice

67 Casi studio 68 Edmond Halley, 1686 70 William C. Woodbridge, 1823 71 Elias Loomis, 1842 72 Léon Lalanne, 1845 73 Alexander Keith Johnston, 1854 74 Francis Galton, 1861 76 Gregory J. McRae, 1979 77 Gregory J. McRae, 1982 78 Fernanda Viégas, Martin Wattenberg, 2012 79 Zenrin, 2012 80 The New York Times, 2012 82 Neue Zürcher Zeitung Interactive things, 2013 84 Stamen Studio, 2013 86 European Environment Agency, 2013 88 WeatherSpark, 2014 90 Comunità online, 2012 92 Habitatmap, 2014 93 Institute for advance architecture in Catalogna, Media Interactive Design, 2014 94 Marmeladov, 2014 95 Woke Studio, 2015 96 Charlie Catlett, Urban Center for Computation and Data del Computation Institute, 2015 99 Strumenti tecnici per la cartografia online 99 OpenstreetMap 100 Leaftlet 100 CartoDB 101 Odyssey 102 Mapbox Progetto 103 107

Utente e scenario d’uso Strumenti di monitoraggio esistenti 107 Stazioni di monitoraggio inquinamento 109 Dati pubblici sull’inquinamento atmosferico 111 Stazioni di monitoraggio meteo

113

Prototipo rilevatore di polveri sottili 113 Costruire Dustduino 119 Programmare Dustduino 120 Calibrare Dustduino 121 Misurazioni 122 Contenitore

123 129

Architettura dellâ€™informazione 124 Struttura ed elementi 126 Diagramma di flusso 128 Flusso dellâ€™attivitĂ di navigazione Variabili visive 129 Variabili spaziali: forma, posizione, orientamento 134 Variabili di riempimento: colore, trama, gradiente 138 Proiezione cartografica 139 Tipografia

141 Wireframe 142 Computer (1024x640 px) 146 Smartphone (960x540 px) 147 Schermate 159 Conclusioni

161

Appendice A 161 Intervista a Paolo Polidori 164 Intervista a Michela Maione

169 176 187

Appendice B 169 Codice (.ino) Dustduino Datalogger Bibliografia e sitografia Ringraziamenti

Introduzione

Dire “progettazione” significa cercare di creare delle strutture che sappiano sottendere a dei contenuti, significa indagare con criterio all’interno di un sistema. Progettare, in senso più ampio, significa agire secondo una logica, seguire un procedimento per un fine e portare ordine. L’analisi dei diversi strumenti e metodi utilizzati per raccogliere e rappresentare le informazioni relative agli inquinanti nell’aria fa emergere la ricerca di sistemi di rappresentazione efficaci e funzionali. La totale assenza di simboli e modalità univoche non permette però alle ricerche fatte in questo ambito di dialogare e essere divulgate senza incorrere in problemi di comunicazione e comprensione del dato (Lanzani, Bellizona, 2015). Confrontandoci con professionisti del settore chimico e delle scienze ambientali è emerso che seppur si faccia uso di visualizzazioni di dati relativi alla qualità dell’aria, la scelta delle variabili visive annesse ai contenuti rimane arbitraria. Ci sono dei grafici bidimensionali che rappresentano le medie delle concentrazioni, ma non sono apprezzabili da chi non è del settore e ci sono delle visualizzazioni tridimensionali, che danno una visione generale, ma impediscono una lettura più approfondita del dato. Si tratta spesso di rapportarsi con matrici complesse, che comprendono numerose variabili, come il tempo, la collocazione geografica, le caratteristiche meteorologiche, i diversi inquinanti e le loro concentrazioni.

Introduzione

Visualizzazione di dati in 3D su mappa. Wireless Roadside Air Quality Monitors, pollutionfree. wordpress.com, aprile 2015

Box plot, grafico basato sul valore minimo e massimo, sul primo e il terzo quartile e la mediana, utile per verificare la distribuzione di una proporzione di numeri. In questo caso rappresenta la distribuzione delle concentrazioni di PM2.5 per il periodo autunno 2010, suddivise in alto dall’intensità di traffico (HTHD, HTLD, LT).

mdpi.com, aprile 2015

valore min

valore max

Q2 mediana Q1

Osservando le difficoltà comunicative esistenti e l’enorme divario tra l’informazione reale e quella percepita e trasmessa, si è deciso di trattare la questione, in quanto tema discusso ma spesso distorto o circoscritto ai pochi addetti (Michela Maione, "Appendice A" pag. 164). Alla base della comprensione della complessità dell’argomento trattato, si propone un modo per accrescere la consapevolezza tramite la ricerca di un metodo di rappresentazione coerente. Per affrontare questa tematica abbiamo indagato il contesto tecnologico esistente e il rinnovato interesse per la conoscenza misurabile che hanno portato ad un nuovo modo di presentare le informazioni e di interagire con esse (Quaggiotto, 2014).

Strumenti di misurazione precisi, un tempo accessibili a pochi, sono diventati del dominio di molti: ciò permette la produzione e la raccolta di una notevole quantità di dati geolocalizzati e di indagare un fenomeno sia nel particolare che nel generale. I dati, generati dai dispositivi portatili, si aggiungono ai dati rilevati da fonti stabili, arricchendo la mappatura e dando luogo ad una rete sempre più fitta di informazioni. Inoltre, la possibilità di pubblicare facilmente in rete ha generato un nuovo paradigma nell’ecosistema dell’informazione. Se prima l’informazione veniva filtrata e condivisa, adesso il processo è inverso, si parte dalla condivisione e si procede con l’analisi: l’imprevedibilità del dato aggiunto dalle numerose e più diffuse fonti arriva a confermare la sua validità unendosi agli altri dati e producendo in questo modo modelli significativi ed evidenze (ahref.eu/ it, 2014). Occorre capire il ruolo della comunicazione visiva, affacciata ad un mondo interattivo che non solo informa ed indirizza, ma dà la possibilità di scegliere ed interagire tramite la partecipazione diretta alla produzione dei dati utili alla definizione di un fenomeno. Può la progettazione grafica migliorare la comprensione dei dati dei sensori di monitoraggio dell’aria trasportabili e quindi favorire l’accesso alle informazioni sull’inquinamento atmosferico? Si cerca di rispondere a questa domanda soffermandosi sulla visualizzazione dei dati come strumento di analisi e sulla diffusione di dispositivi mobili capaci di raccogliere dati sulle caratteristiche dell’ambiente. Se è vero che la scelta del singolo può avere un grosso impatto sul miglioramento delle condizioni ambientali esistenti, parlare di una comunicazione più semplice e diretta delle problematiche annesse senza banalizzarne le caratteristiche, della partecipazione diretta e della ricerca di soluzioni concrete, assume valore ed importanza.

Analisi del fenomeno

Gli ambiti nei quali la questione dell’inquinamento atmosferico viene discussa sono molteplici, ne riportiamo alcuni esempi: • • • •

• • • • • • • • •

chimico: studio delle caratteristiche chimiche e fisiche degli inquinanti; matematico: sviluppo dei modelli di dispersione; tecnologico: studio dei sensori per le rilevazioni; meteorologico: studio delle relazioni tra dati meteo e dati sull’inquinamento atmosferico e indagine dei cambiamenti climatici; biologico: studio delle piante in grado di rilevare e raccogliere gli inquinanti; politico: studio delle politiche per migliorare la qualità dell’aria; biostatistico: studio dei dati relativi all’impatto dell’inquinamento sull’ambiente e sulla salute; epidemiologico: studio di cause, conseguenze e decorso delle malattie legate alle sostanze inquinanti; medico: studio degli effetti dell’inquinamento atmosferico sulla salute umana; urbanistico: studio delle soluzioni migliori di viabilità; economico: studio delle etichettature che stabiliscono l’impatto e il grado di inquinamento di un prodotto; giuridico: normative e regole di validazione dei dati raccolti; grafico: comunicazione di dati e informazioni relativi all’inquinamento atmosferico tramite visualizzazioni e progettazione di interfacce.

Analisi del fenomeno

Occorre inevitabilmente confinare l’ambito che si vuole affrontare tramite le visualizzazioni e studiare quale sia il sistema migliore per facilitare la comunicazione di ciò che si è scelto. La comunicazione dovrebbe favorire il percorso di semplificazione delle cose (aiapzine.aiap.it, 2013). Ad esempio, se parliamo di riciclaggio, dovrebbe essere chiaro che impatto ha un certo tipo di packaging piuttosto che un altro e quanto è facile riciclarlo, se richiede procedimenti lunghi per essere diviso in componenti riciclabili prima di essere gettato. Occorre stabilire un algoritmo relativo al grado di facilità di smaltimento che ogni prodotto ha. Questo discorso vale per il packaging come per la visualizzazione dell’inquinamento atmosferico (Polidori, "Appendice A" pag. 161). I testi presi come riferimento per lo studio della problematica sono una serie di articoli e monografie generiche sulla questione dell’inquinamento atmosferico, sulla teoria della visualizzazione dei dati, sulla narrazione tramite i dati; alcuni accenni sociologici sulla partecipazione e costruzione di conoscenza; alcuni articoli molto specifici sui modelli matematici di dispersione esistenti, software di sussidio, rappresentazione e mappatura, indagine dell’utente e studio sull’usabilità e l’ergonomia cognitiva nell’ambito in questione.

Contesto Guardando ai provvedimenti presi in merito alla questione della qualità dell’aria e ai risultati da essi raggiunti in Italia, così come in altri paesi europei, continuano ad essere superati i valori limite sulle concentrazioni degli inquinanti imposti dalla normativa comunitaria. Le condizioni meteoclimatiche della penisola, specie nel bacino padano, impediscono il ricircolo dell’aria creando situazioni di ristagno degli inquinanti, mentre la molteplicità e la diversità delle sorgenti emissive ne rendono difficile l’analisi. Infine, il divario nelle misure di controllo prese tra scala locale e scala globale rende disomogeneo l’intervento. Inevitabilmente, i dati raccolti da città di regioni diverse, con normative e strumenti di monitoraggio diversi, collocati in posizioni diverse, risultano incomparabili (areeurbane. isprambiente.it, 2006). Rimanendo invariata l’inconsistenza delle misure di controllo prese per la tutela e la salvaguardia dell’ambiente, persiste questa disparità tra regione e regione, 18

tra paese e paese e l’impossibilità di riferirsi alla problematica dell’inquinamento. L’APAT afferma: «L’analisi dell’evoluzione temporale degli indicatori per ciascuna area urbana/agglomerato rivela variazioni che sono principalmente imputabili alle modifiche del numero di stazioni selezionate dalle Regioni per la valutazione e gestione della qualità dell’aria nei 3 anni analizzati. In alcuni casi tali variazioni sono imputabili in realtà anche a cambiamenti dei dati di popolazione e superficie (Milano, Verona-Venezia-Padova, Parma, Modena, Bologna, FirenzePrato, Palermo e Cagliari). Il confronto tra i valori degli indicatori delle diverse aree urbane condotto sul medesimo anno evidenzia invece l’esistenza di una certa disomogeneità tra le scelte adottate dalle Regioni». [Agenzia per la protezione dell’ambiente e per i Servizi Tecnici, N. Di Carlo, F. Moricci, C. Mastrofrancesco, L’inquinamento atmosferico nei principali agglomerati italiani, areeurbane.isprambiente.it] Come apportare dei miglioramenti, se da una parte si cerca di delineare direttive sempre più rigide e scrupolose per la riduzione delle emissioni, e dall’altra si fanno scelte politiche che danneggiano l’ambiente e lo degradano, spesso senza coinvolgere la popolazione? Stiamo parlando delle trivellazioni in Basilicata e in Sicilia per il petrolio, che inquinano le acque, l’aria, il terreno e di conseguenza le coltivazioni e il bestiame; dell’Ilva in Puglia, che continua a mietere morti di cancro e continuerà a farlo anche dopo l’applicazione degli interventi ad hoc stipulati con il “Contratto Istituzionale di Sviluppo Taranto” (governo.it, 2014); del rigassificatore ormeggiato al largo della costa livornese, che porta ad una maggior emissione di CO2 e NOx e al raffreddamento dell’acqua di mare con conseguente modifica dall’habitat marino (wwflivorno.it, 2014); dei rifiuti speciali, quelli che finiscono nella terra dei fuochi e non si sa bene dove, come e se vengano smaltiti, della TAV in Val Susa, non voluta per i suoi dannosi effetti sul territorio dovuti ai dissesti idrici e alla probabile diffusione di polveri di amianto e uranio durante gli scavi, ma propagandata per pregi economici che dovrebbe ipoteticamente portare (porto.polito.it, 2012).

Analisi del fenomeno

Il monitoraggio dell’impatto ambientale delle trivellazioni sopracitate effettuato da ARPAB e ENI è inconsistente; in alcuni casi le stazioni di rilevamento sono installate volutamente nel luogo sbagliato. Proposte come nuove opportunità lavorative e fonte di risollevamento economico per la Basilicata e per il paese, le trivellazioni sono in realtà compromessi tra funzionaridirigenti di Agip-Eni e amministratori regionali (archiviostorico. corriere.it, 2004). Nella direttiva 2008/1/CE del parlamento europeo e del CE del 15 gennaio 2008 sulla prevenzione e la riduzione integrate dell’inquinamento si richiama l’attenzione sull’importanza della partecipazione nel contesto delle politiche ambientali, si dice di incentivarla promuovendo l’educazione ambientale del pubblico. «La partecipazione, compresa quella di associazioni, organizzazioni e gruppi, e in particolare di organizzazioni non governative di difesa dell’ambiente, dovrebbe pertanto essere incentivata, promuovendo l’educazione ambientale del pubblico». [Parlamento europeo e del Consiglio, Direttiva 2008/98/CE sulla prevenzione e la riduzione integrate dell’inquinamento, comma 25, eur-lex.europa.eu] Questa partecipazione però rimane ipotetica e irreale, soprattutto quando si tratta di tenere informata la popolazione sulle scelte politiche che potrebbero avere un impatto negativo sull’ambiente in cui vivono e sugli “incidenti” che continuano a succedere. Un esempio è quello del riversamento dei bidoni tossici del cargo "Venezia" avvenuto 17 dicembre 2011 al largo della Gorgona, che ha portato in mare circa 34 tonnellate di monossido di cobalto e molibdeno. L’incidente è stato reso noto ben dodici giorni dopo l’accaduto e i controlli dell’ARPAT sui bidoni rimasti sono avvenuti con un enorme ritardo. I casi dell’Eternit e dell’Ilva sono invece emblematici dell’esposizione dei lavoratori agli inquinanti taciuta e accettata da parte degli imprenditori di turno fino a che le morti non sono diventate troppe e non è stato più possibile chiudere un occhio.

Caso di Livorno Nel 2010 l’Istituto Toscano Tumori ha finanziato all’Unità Operativa di Biostatistica dell’ ISPO, Istituto per lo Studio e la Prevenzione Oncologica di Firenze, un progetto di ricerca biennale. Il progetto riguarda la comunicazione del profilo di salute della popolazione residente nel sito di LivornoCollesalvetti e prevede due fasi principali: •

•

l’analisi del profilo di salute della popolazione residente nell’area scelta come caso di studio, ovvero l’area dei comuni di Livorno-Collesalvetti; un’indagine campionaria sulla popolazione di Livorno, volta a capire quale sia il livello di comprensione dei cittadini di fronte alla comunicazione di risultati epidemiologici e statistici (biostatistica.net, 2014).

Diversi altri studi epidemiologici si sono interessati all’area in questione, evidenziando un eccesso di mortalità per tutte le cause di morte e per cause specifiche legate all’esposizione agli inquinanti. Inoltre l’area di Livorno è stata definita ad alto rischio in accordo alla direttiva Seveso1, in quanto caratterizzata dalla presenza di diversi grandi impianti petrolchimici che alimentano attività industriali, di trasporto e deposito responsabili dell’emissione di sostanze nocive nell’aria, nell’acqua e nel suolo.

La mappa dell’andamento della mortalità femminile complessiva nelle varie zone della Toscana nel periodo 2008-2010: allo scurirsi del colore rosso si indica un tasso più elevato di morti. Marsupio-Ars, Medicina Democratica, 2010

Direttiva di Seveso: riguarda gli incidenti industriali e dipende da misure strutturali, per quanto riguarda la zona di Livorno questi aspetti sono rilevanti, tuttavia la direttiva di riferimento è la Direttiva 2008/50/CE sulla qualità dell’aria.

Analisi del fenomeno

Annibale Biggeri: docente di statistica medica presso l’Università di Firenze; si è occupato dello studio S.E.N.T.I.E.R.I. sulla comunicazione del profilo di salute della popolazione residente nel sito di Livorno-Collesalvetti.

Prendendo come linee guida le possibili vie di sviluppo proposte dal professor Biggeri2 in occasione della conferenza pubblica tenutasi a Livorno il 14 maggio 2014, ci soffermiamo sulle iniziative partecipative dei cittadini auto-organizzati, in grado di offrire monitoraggi e studi alternativi a quelli ufficiali sull’inquinamento ambientale per mezzo di stazioni di rilevamento i cui dati opportunamente trattati trovano collocazione in un apposito spazio web per essere condivisi (senzasoste.it, 2014). «Insieme a Taranto, Livorno è una delle città più malsane d’Italia. L’inquinamento prodotto da fabbriche, raffinerie, inceneritori, depositi di smaltimento rifiuti ha provocato percentuali sempre maggiori di malattie correlate all’ambiente. Mal’aria è la nuova performance del Teatrofficina Refugio che indaga spiega e mette in scena la relazione tra inquinamento e malattia nella città di Livorno». [Teatrofficina refugio, Mal’aria, perché siamo quel che respiriamo, performance di Teatro d’emergenza, 2014]

3 Teatrofficina Refugio: locale autogestito dove si fa attività teatrale, in particolare teatro d’emergenza, il teatro d’emergenza parte dall’esigenza di parlare di qualcosa di cui di solito non si parla; tematiche sociali di contingenza nel territorio, ma che si ripercuotono anche fuori da esso.

Viene proposta nell’estate del 2014, in occasione di un festival cittadino (Effetto Venezia) la performance “Mal’aria, perché siamo quel che respiriamo”. Per scrivere la sceneggiatura di “Mal’aria”, il Teatrofficina Refugio3 è partito proprio dalle molteplici esperienze personali che hanno fatto dell’inquinamento atmosferico un male evidente, che si quantifica con il tasso di tumori in città. Fu per un’iniziativa di Vertenza Livorno (il comitato che si occupa delle vertenze sul territorio) che venne inscenato “Inquinopoli”, un esperimento teatrale e musicale che si inseriva tra gli interventi degli esperti. Da “Inquinopoli” l’imprinting di “Mal’aria”, i dati tecnici come parte integrante della stesura, che commentano confermando i monologhi drammatici delle esperienze personali, tre a dispetto di molte altre, che si sarebbero potute raccontare. I dati insomma, servono ad inquadrare in un contesto i drammi vissuti in prima persona, i dati servono a capire l’entità del problema. Le principali fonti sono quindi lo studio sul profilo di salute della popolazione di Livorno e Collesalvetti e i dati raccolti dai medici locali, perché, 22

come si dice nella performance, «di registri tumori a Livorno non ce ne sono» (Pirastu, Iavarone, Pasetto, Zona, Comba, 2011). Citiamo di seguito due parti della sceneggiatura, significative perché viene messa in evidenza l’importanza del monitoraggio dei tumori e del ruolo di Livorno, che si contende con Taranto il primato di città più inquinata d’Italia, oltre ad evidenziare le percentuali di mesotelioma4. «Presentatore (allegro, ammiccante): Signore e signori, buonasera. Lo sapevate che in Italia esiste un Registro Tumori? Basta andare su Internet e controllare. Che cosa sono i Registri Tumori? Coro: I Registri Tumori sono strutture che raccolgono informazioni sui malati di cancro residenti in un territorio. Raccolgono, valutano, organizzano e archiviano le informazioni su tutti i casi che insorgono nella popolazione. Presentatore: Però… Coro: Però? Presentatore: Però in Italia vi è solo un 51% di Registri Tumori accreditati. Coro: E in Toscana? Presentatore: In Toscana sono coperte solo le province di Firenze e Prato. Coro: E Pisa? E Lucca? E Siena? E Massa? Presentatore: Niente, non sono coperte. Coro: Non sono coperte per niente? Presentatore: Per niente sono coperte. Coro: E Livorno? Presentatore: Livorno? Coro: Sì, Livorno! Presentatore (rallentando): Volete dire… la città che contende a Taranto il primato di città più inquinata d’Italia? Coro: Sì, proprio quella! Presentatore: Ce ne sarebbe bisogno, secondo voi, di un bel monitoraggio? Coro: Bè, certamente! Presentatore: E invece no! Coro: No? Presentatore: Ma a cosa serve? Non lo sapete che a Livorno c’è il libeccio? E come si dice da queste parti? Coro: A Livorno, il libeccio, porta via tutto! […] 23

Teatrofficina Refugio, Manifesto dello spettacolo Mal’aria, 2014

Mesotelioma: neoplasia che origina dal mesotelio, lo strato di cellule che riveste le cavità sierose del corpo, ed è correlata all’esposizione alle fibre dell'amianto.

Analisi del fenomeno

Presentatore: Ah! (Il Coro alza la testa con sguardo allarmato) E un’altra cosa: lo sapete che dal 1957 al 1995 dal porto di Livorno è transitato il 15 per cento di tutto l’Amianto importato in Italia? Coro: No! Presentatore: Sì! Purtroppo i dati più recenti sulla malattia sono soltanto quelli che vanno dal 1988 al 2006. Coro: Percentuali, percentuali, percentuali! Presentatore: D’accordo. Voi dite la città e io dico la percentuale dei casi in Toscana. Cominciamo! Coro: Grosseto Presentatore: 2 virgola 8 per cento Coro: Siena Presentatore: 3 virgola 8 Coro: Prato Presentatore: 7 virgola 0 Coro: Arezzo Presentatore: 7 virgola 1 Coro: Pisa Presentatore: 7 virgola 8 Coro: Pistoia Presentatore: 8 virgola 5 Coro: Lucca Presentatore: 9 virgola 0 Coro: Massa Presentatore: 10 virgola 6 Coro: Firenze Presentatore: 18 virgola 8. Coro: E quindi… Presentatore: …con ben il 24 virgola 4 per cento… la regina del mesotelioma in Toscana è… l’orchestra fa il rullo di tamburi Coro: …Livorno!». [Dominici Emiliano (sceneggiatura) Falca Alessandra (arrangiamento musicale), Mal’aria, 2014]

Scopo e strumenti «La conservazione dell’ambiente, in definitiva, è il prodotto, prima della conoscenza dei fattori che regolano l’ambiente, poi delle scelte e degli interventi corretti operati a qualunque livello. [...] Essa deriva dall’instaurarsi di un rapporto corretto tra individuo e collettività, tra individuo e ambiente in senso lato». [Rambaldi Alessandra, Salbitani Patrizia, Scienza e Gioco, Il gioco e l’educazione ambientale: alcune note sull’attività del WWF, Edito da Sansoni, Firenze, 1986, pag. 303-307] La corretta trasmissione delle informazioni si pone alla base di un processo educativo che mira alla conservazione dell’ambiente. La ricerca in questione cerca di delinare uno strumento che faciliti la comprensione e la correlazione dei dati relativi all’inquinamento atmosferico, fornendo un’esperienza che stimoli la partecipazione attiva e l’intervento diretto dell’individuo. Si parte dall’utente e dal contesto d’uso per stabilire gli elementi della legenda e l’architettura dell’informazione; l’utente al quale ci rivolgiamo ha interesse per la questione dell’inquinamento atmosferico, in particolare l’effetto che esso ha sulla salute. Il progetto è pensato per essere una piattaforma online open source (github.com/Silviatulli/Dustmap), rivolta agli abitanti di Livorno e provincia ma applicabile anche altrove, con una mappa interattiva che mostra le fonti di emissione e i dati delle concentrazioni di polveri sottili e ozono in tempo reale e su una scala temporale dal 2009 ad oggi. I dati utilizzati sono quelli delle stazioni di monitoraggio stabili forniti dall’ARPAT, e quelli di un sensore di monitoraggio autoprodotto (Dustduino). Con Dustduino (“Prototipo rilevatore polveri sottili” pag. 113) raccogliamo i dati relativi all’esposizione alle polveri sottili di diversi individui nell’arco della giornata e prototipiamo un modello di condivisione su mappa dei dati raccolti dagli utenti. 25

Analisi del fenomeno

Lo scopo è la creazione di un punto di raccordo, una piattaforma di condivisione, con dati utili sull’inquinamento atmosferico e su ciò che orbita intorno ad esso, informazioni espresse in modo chiaro, che diano la possibilità di mettere in discussione ciò che viene affermato in molteplici occasioni (performance, conferenze, indagini epidemiologiche, articoli di giornale e manifestazioni pubbliche) e suggeriscano alternative praticabili: •

•

Personali: dove andare a fare una corsa o una passeggiata? Come spostarsi e quando? Dove abitare? C’è un nesso su come mi sento e dove sono? Da cosa dipende? Condivise: come circoscrivere l’area industriale? Come limitare le emissioni dovute al trasporto su strada, al riscaldamento domestico, alle attività agricole?

Gli strumenti per il monitoraggio e i dati sull’inquinamento atmosferico diventano così più familiari, non più percepiti come un sapere inaccessibile e un’entità invisibile, ma come elemento della quotidianità. Non si impartiscono delle regole da seguire per avere un comportamento virtuoso, ma si forniscono i mezzi per poter scegliere come comportarsi.

Inquinamento atmosferico

“Qualità dell’aria” e “inquinamento atmosferico”, seppur spesso considerati sinonimi, si riferiscono a due diversi concetti. Per “qualità dell’aria” si intendono gli effetti delle sostanze inquinanti su soggetti differenti: per questo in base ai soggetti indagati (uomini, animali, vegetazione, monumenti) cambia la stima della qualità dell’aria e la definizione degli standard per determinarla. L’inquinamento atmosferico è invece di più immediata definizione, in quanto è espresso in termini di concentrazioni delle sostanze inquinanti nell’atmosfera. Tuttavia il monitoraggio delle concentrazioni degli inquinanti è di difficile attuazione, sia per la variabilità del dato, che implica uno studio su base statistica basato su una fitta rete di punti di misura e sull’analisi di dati riferiti a prolungati periodi di tempo, sia per i costi elevati dei rilevatori ad oggi in uso. «Con il termine “inquinante” si indica qualunque sostanza già presente nella composizione naturale dell’atmosfera o prodotta artificialmente dall’uomo che, per le elevate concentrazioni raggiunte o per il suo grado di tossicità, altera l’equilibrio dell’ambiente provocando effetti dannosi». [Baldacci Sandra, Maio Sara, Viegi Giovanni, Gruppo collaborativo EPIAIR, Inquinamento atmosferico e salute umana ovvero come orientarsi nella lettura e interpretazione di studi ambientali, tossicologici ed epidemiologici, Epidemiologia e Prevenzione 2009, pag. 11]

Inquinamento atmosferico

In una definizione più ampia si può quindi parlare di “cambiamenti nella composizione atmosferica” che possono essere di origine naturale (eruzioni vulcaniche, attività geotermiche, incendi spontanei ed eventi di elevata ventosità) o di origine antropica quando si presentano in un ambiente urbano, morfologicamente e climaticamente diverso da quello naturale, con un gran numero di attività inquinanti concentrate in uno spazio limitato. Generano inquinamento atmosferico: •

• • • •

i processi di combustione di carburanti fossili per la produzione di elettricità, per i trasporti, l’industria e le abitazioni; i processi industriali e l’uso di solventi, per esempio nelle industrie chimiche e minerali; l’uso di pesticidi e nutrienti agricoli; il trattamento dei rifiuti; le eruzioni vulcaniche, le polveri trasportate dal vento, l’aerosol marino e le emissioni di composti organici volatili prodotte dalle piante.

Sorgenti di emissione Le sorgenti di emissione si dividono in base alla modalità di funzionamento continuo o discontinuo, oppure alla dislocazione spaziale fissa o mobile. Le sorgenti di emissione vengono classificate in: • • •

puntuali; lineari; areali.

Le sorgenti puntuali sono chiamate così perché assimilabili a punti, che per l’elevata potenzialità produttiva occorre analizzare direttamente senza basarsi su stime. Un esempio di sorgente puntiforme è il camino di una ciminiera. Le sorgenti lineari si presentano come linee, infrastrutture stradali o rotte aeree e il calcolo delle emissioni viene fatto tramite l’uso di opportuni indicatori e fattori di emissione. Le sorgenti areali, anche dette diffuse, sono le attività antropiche e naturali situate in un territorio, le cui emissioni sono stimate da indicatori di attività e fattori di emissione, un serbatoio da cui evapora un certo inquinante ne è un esempio (inemar.arpa.puglia.it, 2014). 28

Inquinanti Gli inquinanti atmosferici possono essere classificati in relazione all’origine: • •

primaria: direttamente emessi in atmosfera (es. SO2, NO); secondaria: risultato di reazioni chimiche con altri inquinanti o gas atmosferici (es. O3, NO2, alcuni particolati);

alle modalità di rilascio negli ambiente: •

•

esterna (outdoor): rilasciati da industrie, impianti energetici, inceneritori, attività commerciali, traffico autoveicolare, attività agricole, processi naturali (es. SO2, O3, NOx, CO, PM, VOC, metalli, sabbia o polvere inorganica); interna (indoor): rilasciati da cucina e combustione, materiale da costruzione, condizionamento dell’aria, riscaldamento, prodotti chimici usati per la pulizia e penetrazione di inquinanti dall’esterno (es. CO, CO2, VOC, agenti microbici, polveri organiche, radon, fibre vetrose artificiali);

e allo stato della materia: • •

gas: SO2, NOx, O3, CO, VOC; particelle: PM inalabile (diametro aerodinamico <10 μm, PM10), PM fine (<2,5 μm, PM2.5), PM ultrafine (<0,1 μm, PM0.1). (Baldacci, Maio, Viegi, 2009)

Il PM, l’NO2 e l’O3 troposferico, sono ormai generalmente riconosciuti come i tre inquinanti che colpiscono in modo più significativo la salute umana (European Environment Agency, 2013). La concentrazione in aria, il tempo di permanenza e le caratteristiche fisico-chimiche degli inquinanti alterano i loro effetti sui diversi organismi. Oltre all’esposizione diretta, si possono avere effetti negativi tramite l’assunzione di sostanze inquinanti trasportate attraverso l’aria poi depositate e accumulate nella catena alimentare.

Inquinamento atmosferico

Effetti sulla salute

PM colpisce il sistema nervoso centrale SO2 provoca mal di testa e ansia

PM, O3, SO2 sono causa di malattie cardiovascolari

NO2 colpisce fegato, milza e sangue

European Environment Agency, 2013

PM, O3, SO2, NO2, BaP portano irritazioni agli occhi, al naso e alla gola, e problemi respiratori

PM colpisce il sistema respiratorio provocando irritazioni, infiammazioni ed infezioni, aggravando l’asma e ostruendo le vie respiratorie

capello umano 60 μm

PM10 10 μm

PM, BaP possono provocare cancro ai polmoni

PM2.5 2.5 μm

Rapporto proporzionale tra la dimensione del capello umano e due misure di particolato atmosferico. Minore è il diametro delle particelle di particolato maggiore è il grado di penetrazione all’interno delle vie respiratorie, tale da provocare effetti dannosi per la salute.

PM ha impatti sul sistema riproduttivo

Al fine di avere un quadro completo e schematico, nelle pagine seguenti riassumiamo le caratteristiche e gli effetti dei principali inquinanti atmosferici.

1. Capitolo

PM Origine

Aspetto Vita

(Particulate Matter)

Il particolato è classificato per grandezza delle componenti particellari. Al diminuire del diametro delle particelle aumenta la capacità di penetrazione nelle vie respiratorie e il conseguente effetto negativo sulla salute umana. Le particelle sono il prodotto della frammentazione e dell’usura di una grande varietà di composti inorganici e organici di origine sia naturale che antropica. Particelle Variabile, può rimanere sospeso anche per lunghi periodi.

salute

Può causare o aggravare malattie cardiovascolari e polmonari, provocare attacchi cardiaci e aritmie, colpire il sistema nervoso centrale, il sistema riproduttivo ed essere causa di cancro. Può condurre a morte prematura.

ambiente

Può avere sugli animali gli stessi effetti che ha sugli esseri umani. Influisce sui processi di crescita della vegetazione alterando gli ecosistemi naturali. Può causare danni agli edifici e visibilità ridotta.

clima

Incide sul clima a seconda delle particelle che lo compongono, in alcuni casi può diminuire la temperatura in altri aumentarla.

Linee Guida

10 μg/m3, media annuale 25 μg/m3, media giornaliera PM10 20 μg/m3, media annuale 50 μg/m3, media giornaliera

Normative

PM10

PM2.5

40 μg/m3, media annuale 50 μg/m3, media giornaliera

O3 Origine

Aspetto Vita salute

ambiente

clima

(Ozone)

L’ozono è un gas naturale che si forma nella stratosfera (a 10-15 km di quota) e a quest’altezza rappresenta uno schermo per le radiazioni ultraviolette (UV) potenzialmente cancerogene. L’ozono ha effetti negativi quando si trova nella troposfera (ad altitudini più basse di quelle in cui si genera). L’ozono si forma tramite reazioni chimiche che coinvolgono le radiazioni solari, NOx e VOC, per questo le concentrazioni di ozono tendono ad aumentare in periodi di forte irraggiamento ed elevate temperature. Gas blu 1-2 giorni Può ridurre la capacità polmonare, aggravando l’asma e altre malattie respiratorie. Può portare a morte prematura. Danneggia la vegetazione tramite un’azione fitotossica (necrosi fogliare), altera la riproduzione e la crescita delle piante, diminuendo i raccolti agricoli. Modifica la struttura degli ecosistemi, riduce la biodiversità e diminuisce l’assorbimento di CO2. Incide sul clima surriscaldandolo (effetto serra).

Linee guida

Normative

O3 120 μg/m3, media in 8 ore

100 μg/m3, media in 8 ore

1. Capitolo

NOx Origine

Aspetto Vita salute

ambiente

clima

Con la sigla NOx si indica l’insieme dell’ossido (NO) e diossido di azoto (NO2). Si forma per ossidazione del monossido di azoto (NO). Gas denso rosso-bruno 4 ore Può colpire il fegato, i polmoni, la milza e il sangue. Aggrava le malattie polmonari aumentando la suscettibilità alle infezioni respiratorie. Contribuisce all’acidificazione (fenomeno delle piogge acide) e all’eutrofizzazione (immissione di eccessivi nutrienti) del suolo e dell’acqua, influendo sulla biodiversità. Agisce come precursore dell’ozono e del particolato con effetti ambientali associati. Contribuisce alla formazione di ozono e particolato con i loro rispettivi effetti sulla temperatura.

Linee Guida

NO2

Normative

NO2

(Nitrogen Oxigen)

40 μg/m3, media annuale 200 μg/m3, media oraria

SOx Origine

Aspetto Vita salute

ambiente

clima

(Sulphur Oxides)

Il diossido di zolfo è prodotto da processi di combustione di carbone o zolfo contenente olii. Gas incolore 1 giorno Aggrava l’asma e può ridurre la funzione polmonare e infiammare il tratto respiratorio. Può causare mal di testa, malessere generale e ansia. Contribuisce all’acidificazione della superficie delle acque e del suolo. Causa danni alla vegetazione e alle specie locali modificando l’ecosistema acquatico e terrestre. Concorre alla formazione di particolato e agli effetti ambientali ad esso annessi. Danneggia gli edifici. Mediante la formazione di particelle di solfato raffredda l’atmosfera.

Linee Guida

SOx

20 μg/m3, media giornaliera 500 μg/m3, media in 10 minuti

Normative

SOx

20 μg/m3, media giornaliera 500 μg/m3, media in 10 minuti

1. Capitolo

VOC

(Volatile Organic Compounds) Origine

Aspetto Vita salute

ambiente

clima Linee guida

Normative

I composti organici volatili sono un ampio gruppo di sostanze chimiche, alcune delle quali tossiche altre innocue. Si suddividono in relazione alla provenienza in antropogeniche (es. solventi derivati dal petrolio), biogeniche (es. oli essenziali vegetali) e miste. I VOC antropogenici si formano in seguito a processi di combustione incompleta e evaporazione di idrocarburi. / Variabile Può avere effetti sulla salute cronici, può essere causa di cancro, generare distrurbi del sistema nervoso centrale, fegato e danni renali, disordini riproduttivi e difetti di nascita. In quanto precursori dell’ozono e di altri composti con proprietà ossidanti, concorrono con i loro effetti al danneggiamento della vegetazione e dell’ecosistema. Tramite la produzione di ozono e particolato incidono di conseguenza sulla temperatura. Non ci sono standard per i composti organici volatili in generale. Possiamo riferirci a composti specifici come la formaldeide o il benzene con evidenti effetti cancerogeni. Formaldeide

0,9 μg/m3, media in 8 ore

Benzene

5 μg/m3, media annuale

PAH

(Polycyclic Aromatic Hydrocarbons) Origine

Aspetto Vita salute

ambiente

clima

Gli idrocarburi policiclici aromatici sono più sostanze chimiche. Si formano in seguito alla combustione incompleta di composti organici e fluidi fossili. Colore dal bianco al verde-giallo chiaro Variabile Sono cancerogeni. Possono irritare gl’occhi, il naso, la laringe e i bronchi. L’esposizione acuta, specie al Benzene, provoca danni al sistema nervoso e irritazioni della pelle e delle mucose. Sono tossici per gli organismi acquatici e per gli uccelli e si accumulano soprattutto negli invertebrati. Non hanno specifici effetti sul clima.

Linee guida

Nessun valore specifico può essere raccomandato poiché questi composti sono miscele complesse, alcune delle quali sono potenti cancerogeni che possono interagire con un certo numero di altri composti. I PAH in aria si attaccano al particolato aggravandone gli effetti. Il cibo è considerato il principale mezzo di assunzione di PAH. l livelli di PAH nell’aria dovrebbero pertanto essere più bassi possibili.

Normative

1. Capitolo

CO Origine

Aspetto Vita

(Carbon monoxide)

Il monossido di carbonio è prodotto da processi di combustione incompleti a causa della mancanza di ossigeno. Gas incolore 2 mesi

salute

Può portare a malattie cardiovascolari, danni al sistema nervoso. Può causare mal di testa, vertigini e stanchezza, l’esposizione a concentrazioni molto elevate provoca morte.

ambiente

Colpisce gli animali nello stesso modo in cui colpisce gli esseri umani. Agisce come precursore dell’ozono, dunque è complice dei suoi effetti.

clima

Concorrendo alla formazione di ozono troposferico incrementa l’aumento della temperatura.

Linee guida

10 μg/m3, media in 15 minuti

Normative

100 μg/m3, media in 15 minuti 35 μg/m3, media oraria 10 μg/m3, media in 8 ore 7 μg/m3, media giornaliera

Bibliografia e sitografia delle schede tecniche EEA, European Environment Agency, Air quality in Europe, 2013. WHO, World Health Organization, Air quality guidelines for particulate matter, ozone, nitrogen dioxide and sulfur dioxide, 2006. WHO, World Health Organization, Guidelines for Indoor Air Quality: Selected Pollutants Formaldehyde, 2010. Sandra Baldacci, Sara Maio, Giovanni Viegi a nome del Gruppo collaborativo EPIAIR, Inquinamento atmosferico e salute umana, ovvero come orientarsi nella lettura e interpretazione di studi ambientali, tossicologici ed epidemiologici, 2009. Direttiva 2008/50/CE del Parlamento Europeo e del Consiglio del 21 maggio 2008 relativa alla qualità dell’aria ambiente e per un’aria più pulita in Europa. Per Linee Guida si intendono i valori in concentrazioni consigliati dall’WHO (Organizzazione Mondiale della sanità) e dall’OSHA (Sicurezza e salute sul lavoro) per la salvaguardia della salute umana e dell’ambiente. Per NORMATIVE si intendono i valori limite imposti dalla Direttiva 2008/50/CE del Parlamento Europeo e del Consiglio.

Inquinamento atmosferico

Meteorologia e conformazione del territorio Gli aspetti meteorologici sono determinanti quando si considera l’incidenza dell’inquinamento atmosferico. Il vento, spostando le masse d’aria inquinate, può disperdere gli inquinanti in una certa area e favorirne il trasporto a lunga distanza. Le precipitazioni, in particolare la pioggia, dilavano gli inquinanti presenti in atmosfera e li depositano al suolo: ciò ne diminuisce la concentrazione, ma spesso comporta un aumento del traffico e dell’inquinamento a terra. L’orografia—così come l’urbanistica di un territorio—favorisce l’accumulo e il ristagno degli inquinanti in alcune zone chiuse, creando delle barriere, che nel primo caso sono costituite da monti, valli e pianure e nel secondo da strade ed edifici. La temperatura incide causando reazioni chimiche che alterano le caratteristiche degli inquinanti. Il mutamento climatico provoca anche il fenomeno dell’inversione termica che è causato da uno strato d’aria più calda ad altitudini insolite che impedisce il normale ricircolo e scambio tra aria calda e fredda. Senza escursione termica, l’aria calda più leggera e inquinata non sale e rimane al suolo (wikipedia.it: inquinamento atmosferico dicembre 2014). Misurazioni Le misurazioni sull’inquinamento atmosferico sono sempre molto difficili da effettuare perché sono influenzate, come precedentemente affermato, da fattori meteorologici e dalla reattività dei singoli inquinanti. Per questo motivo spesso si considerano le concentrazioni di monossido di carbonio in quanto più facile da misurare, prodotto di processi di combustione e presente nell’atmosfera insieme ad altri inquinanti primari, incluse le particelle ultrafini. Il monossido di carbonio è il precursore dell’ozono, col quale coesiste insieme ad altri inquinanti chimici generati dai processi di ossidazione (Nowak, Crane, Stevens, 2006). Le misurazioni possono essere fatte da stazioni specifiche con lo scopo di fornire informazioni rappresentative sull’esposizione della popolazione agli inquinanti. Poiché il livello di inquinamento atmosferico è più alto in prossimità delle fonti inquinanti, come strade e industrie, la popolazione che vive in prossimità di queste aree necessita di maggior controllo e di misure specifiche che vanno al di là 40

dei valori guida considerati dalle normative europee (Direttiva 2002/3/CE). Prima di riferirsi ai dati raccolti fino ad ora dalle stazioni di monitoraggio addette occorre fare un’importante premessa: quante sono le stazioni? Dove sono collocate? Come vengono effettuate le misurazioni? Che dato viene considerato? Cosa lo influenza? Spesso le stazioni di monitoraggio non sono sufficienti per l’area che dovrebbero indagare e sono posizionate in zone non determinanti per valutare l’effettiva esposizione della popolazione agli inquinanti. Inoltre le stazioni di rilevamento non possono, per l’esiguo numero di punti di rilevamento che monitorano e le difficoltà nell’utilizzo e nella sintesi dei dati raccolti, fornire un quadro dettagliato dell’inquinamento atmosferico (Nimis, 1993). «La normativa (Allegato IX comma 1 del DM60/02) non stabilisce il numero di stazioni di monitoraggio che devono essere posizionate in ciascuna zona ma, relativamente alla valutazione della qualità dell’aria per la protezione della salute negli agglomerati in cui le misurazioni sono obbligatorie, si limita ad indicare il numero minimo di punti di campionamento in funzione della popolazione dell’agglomerato e dei livelli degli inquinanti registrati, lasciando poi alle autorità competenti il compito delle scelte di dettaglio. Si passa così ad esempio da più di 300.000 abitanti per stazione nell’agglomerato di Torino nel 2004, ai circa 26.000 per l’agglomerato di Livorno.» [Agenzia per la protezione dell’ambiente e per i Servizi Tecnici, N. Di Carlo, F. Moricci, C. Mastrofrancesco, L’inquinamento atmosferico nei principali agglomerati italiani, isprambiente.it] Le percentuali sulle città più inquinate o sul tasso di inquinamento di una sola di queste città verrebbero stravolte se le misurazioni fossero fatte cambiando anche una sola delle variabili appena considerate. Vegetazione La vegetazione ha un importante ruolo nella mitigazione dell’inquinamento atmosferico. Per procurarsi i carboidrati che 41

Inquinamento atmosferico

costituiscono la biomassa (rami, foglie, radici, tronco), le piante rimuovono anidride carbonica dall’atmosfera liberando ossigeno, in questo modo incamerano gli inquinanti gassosi come l’ozono, il monossido di carbonio, il biossido di azoto e l’anidride solforosa e trattengono nella superficie fogliare (specie se rugosa e ricca di peli) le polveri sottili, considerate tra gli inquinanti più dannosi, specie per il sistema respiratorio e cardiovascolare. Le piante però sintetizzano e rilasciano nell’aria composti organici volatili (VOC). Questi composti reagendo con altri inquinanti antropogenici possono contribuire alla formazione dell’ozono. Per questo motivo le specie a basse emissioni di VOC, sono preferibili come indicatori e sintetizzatori dell’inquinamento atmosferico (Baraldi, 2010). Biomonitoraggio Con il termine biomonitoraggio ci riferiamo al monitoraggio dell’inquinamento tramite l’uso di organismi viventi. Esso si basa sulle variazioni che si manifestano sull’ambiente: accumulo delle sostanze inquinanti negli organismi, modificazioni morfologiche o strutturali degli organismi, modificazioni nella composizione delle comunità animali e vegetali. Per le loro peculari caratteristiche: la sensibilità agli agenti inquinanti, l’ampia distribuzione in tutto il territorio esaminato, la scarsa mobilità, il ciclo vitale lungo e l’eventuale capacità di accumulo di sostanze inquinanti; le piante, alcune specie in particolare, sono gli organismi più usati per il biomonitoraggio. I muschi e i licheni, per l’elevata capacità di assorbimento e di accumulo di sostanze prelevate dall’atmosfera, sono tra i più studiati (Nimis, 1993). Modelli di dispersione I modelli di dispersione sono modelli matematici di tipo deterministico per il calcolo quantitativo della dispersione delle concentrazioni degli inquinanti nell’atmosfera; si basano sullo studio dei dati meteorologici, di emissione e morfologici del territorio sul quale si applica il modello e prevedono delle conoscenze pregresse del problema ed eventuali misurazioni sperimentali per la verifica. I modelli di dispersione sono nati dall’esigenza di calcolare l’impatto delle sorgenti puntiformi, attualmente riescono ad elaborare dati anche di altre tipologie di sorgenti (APAT, 2001). Esistono diversi modelli per la simulazione dell’evoluzione spazio-temporale delle concentrazioni nell’aria: 42

•

modelli gaussiani: restituiscono la concentrazione media in un punto. L’espansione della nuvola contaminante è funzione della stabilità atmosferica e della distanza sottovento. I modelli gaussiani sono quindi dipendenti dalla parametrizzazione meteorologica e dal tipo di funzione utilizzata per descrivere l’influenza degli ostacoli. Questo modello è consigliabile nel caso si abbiano condizioni meteo stazionarie e un sito pianeggiante, ma se perfezionato può essere applicato anche a terreni complessi; modelli euleriani: restituiscono la concentrazione media in un volume. Questo modello è specifico per i casi in cui il vento è incanalato. Il sito di applicazione viene suddiviso in celle tridimensionali la cui forma si adatta all’orografia del territorio e delle quali si calcola la concentrazione; modelli lagrangiani: restituiscono la concentrazione media in un volume. Il sistema di riferimento è mobile e permette di seguire l’evoluzione spaziale e temporale di una massa d’aria. Questo modello è di tipo particellare (le concentrazioni vengono discretizzate in un numero preciso di particelle) e si adatta a condizioni di turbolenza complessa. I modelli lagrangiani richiedono tempi di calcolo lunghi, ma permettono l’implementazione del decadimento chimico, dei flussi di deposizione, assorbimento e risospensione degli inquinanti.

Oltre a questi, si aggiungono: •

•

modelli di screening, che si basano su relazioni empiriche. I modelli di screening sono progettati per fornire risposte immediate a fronte di pochissimi ed essenziali dati: quali ad esempio la tipologia di emissione, la sorgente e la velocità del vento; modelli fluidodinamici CFD (Computational Fluid Dynamic model), che risolvono equazioni tridimensionali per vento, temperatura, umidità e concentrazioni. Questi ultimi considerano tutti gli ostacoli, ovvero il costruito e l’orografia del territorio. Vengono implementati da modelli fisici, tratti da esperienze laboratoriali nelle quali si riproducono in scala i dati analizzati.

Inquinamento atmosferico

Risultato della modellistica in un modello Gaussiano: dai numeri alla griglia a punti o all’interpolazione su mappa.

Risultato della modellistica

Nel nostro progetto svilupperemo la modalità per punti griglia. Rappresentazione per punti griglia

Interpolazione

Base cartografica

Mappa della qualità dell’aria

Piattaforme partecipative di ricerca scientifica

Utente prosumer Attualmente viviamo nella “globalità”, che se intesa come processo di interconnessione tra realtà geograficamente distanti, porta alla consapevolezza che ogni avvenimento sia inserito in un contesto più ampio e variegato di quello locale, svincolato dalle logiche del mercato e legato alla dimensione umana, riguardante anche le rappresentazioni simboliche, le immagini e i significati. Le nuove tecnologie comunicative assumono un ruolo determinante nel processo di scambio e relazione globale. Internet rappresenta un mezzo di diffusione delle informazioni e in quanto tale favorisce lo sviluppo di strutture flessibili, interculturali e multidisciplinari. Analizzando le trasformazioni locali si può definire l’impatto della connettività a livello più ampio. Il locale viene ridefinito e messo in discussione da valori globali. L’apertura a nuovi spazi culturali crea un ambito definito "glocale" e favorisce una gestione dal basso delle informazioni monopolizzate dai vecchi mass-media (televisione e radio). La comunicazione veicola le dinamiche sociali e culturali con cui l’uomo costruisce la propria identità. L’identità che nasce dalla rete comprende sia l’individualismo che il collettivismo, oltre ad una propensione e un’accettazione del mutamento del contesto di riferimento. L’utente che nasce dal web è un utente prosumer, ovvero che si procura autonomamente gli strumenti nei processi di creazione di senso; senso che viene immesso nei media, come wikipedia e youtube, condiviso e revisionato collettivamente (Capua, 2002).

Piattaforme partecipative di ricerca scientifica

Intelligenza collettiva «Il problema dell’intelligenza collettiva consiste nello scoprire o nell’inventare un al di là della scrittura, qualcosa che si collochi oltre il linguaggio in modo tale che il trattamento dell’informazione sia distribuito ovunque e ovunque coordinato e non sia più una prerogativa di organi sociali separati, ma si integri in maniera naturale nella totalità delle attività umane, in modo da tornare nelle mani di ognuno». [Lèvy Pierre, L’intelligenza collettiva, per un’antropologia del cyberspazio, I ed.1994, ed. consultata 1996, Feltrinelli editore] L’evoluzione in corso converge verso la costituzione di un nuovo ambito di comunicazione, di pensiero e di lavoro per le società umane. Per definirla, l’antropologo Pierre Lévy introduce il concetto di intelligenza collettiva e dell’importanza della gestione delle conoscenze, siano esse tecniche, scientifiche o appartenenti all’ambito della comunicazione. Costituirsi in collettivi intelligenti, in soggetti cognitivi aperti, capaci d’iniziativa, d’immaginazione e di reazione rapida, garantisce il successo, in un ambiente ostile come quello circostante. Approfondendo il funzionamento dei sistemi che operano esclusivamente grazie a contributi spontanei e i vari modelli di partecipazione, soprattutto quelli legati alla creazione di software open source, si arriva alla conclusione che le motivazioni sociali rafforzano quelle personali: le nuove reti comunicative incoraggiano l’appartenenza e la condivisione, rafforzando l’autonomia e la competenza (Shirky, 2010). La partecipazione diventa particolarmente importante nel caso in cui si voglia verificare un modello esistente o si voglia strutturarne uno sulla base di alcuni presupposti. Questo sistema, che coinvolge l’interesse e le competenze più disparate, trova il suo terreno fertile anche in ambito scientifico. Citizen science L’idea che la curiosità sia confinata al regno di alcuni professionisti è relativamente recente. Prima che si stabilissero dei programmi di formazione scientifica nel XVIII e XIX 46

secolo, la maggior parte della ricerca scientifica veniva fatta da amatori (Lang, 2013). Si parla, oggi, di citizen science (scienza del cittadino), per definire la scienza che si colloca tra la ricerca scientifica professionale e la curiosità degli amatori. Tuttavia, citizen science non è forse il termine più appropriato, giacché chi si diletta con la ricerca scientifica, non ambisce in primo luogo a partecipare al progresso della scienza come dovere del cittadino, ma è spinto dalla curiosità umana. In passato un limite poteva essere la mancanza di mezzi per interrogare un fenomeno, adesso la tecnologia ha ridisegnato i confini diventando onnipresente. Ciò può dare spazio alla curiosità per curiosità, senza permesso e senza riserve, consentendo ottimi risultati.

Amateur Curiosity (Citizen Exploration)

Citizen Science

Professional Science

Protocollo di ricerca La forza di questo approccio alla ricerca viene dimostrata da un’infinita lista di progetti che coinvolgono settori differenti. Tra questi The Cornell Lab of Ornitology è uno dei più interessanti esperimenti di partecipazione pubblica alla ricerca scientifica. Fondata nel 1915, The Cornell Lab of Ornitology, è stato un’avanguardia nell’ambito della citizen science, sin dal 1966 ha cercato di promuovere il coinvolgimento delle persone creando nuovi strumenti online per la condivisione e l’esplorazione dei dati. Attualmente, la comunità di birdwatching conta milioni di avvistamenti nel continente, gli scienziati hanno la possibilità di analizzare quantità di dati prima inimmaginabili e rivelare notevoli cambiamenti nei movimenti, nelle distribuzioni e nel numero di uccelli nel tempo. I risultati vengono utilizzati per creare linee guida per il monitoraggio degli uccelli, studiare gli effetti delle piogge acide e del cambiamento climatico. 47

Piattaforme partecipative di ricerca scientifica

La sede del laboratorio si trova in prossimità del Sapsucker Woods Pond a New York, ed oltre ad un osservatorio è un polo universitario. Lo scopo del laboratorio di ornitologia è quello di studiare gli uccelli e gli altri animali selvatici, coinvolgendo un ampio pubblico nella ricerca. I birdwatcher concentrandosi sulla salvaguardia degli uccelli si propongono di promuovere la biodiversità attraverso lo sviluppo di nuove modalità di ricerca, educazione e coinvolgimento. Il laboratorio si presenta con questo motto: «We transform data into knowledge by pioneering new techniques at the interface of citizen science, informatics, machine learning, and computer visualization». [birds.cornell.edu, gennaio 2015] The Cornell Lab of Ornitology propone un protocollo per effettuare le ricerche sugli uccelli. Nella sezione del sito rivolta agli strumenti per affrontare una ricerca si propone il seguente metodo; oltre a porsi una domanda, si evidenzia la necessità di formare un gruppo, di definire delle regole, di reclutare dei partecipanti e formarli, raccogliere ed analizzare i dati, divulgare i risultati e misurarne gli effetti. Si tratta di una riproposizione del metodo scientifico sperimentale proposto da Galileo Galilei ed applicato al contesto partecipativo. Galilei ha suddiviso il metodo in due fasi distinte, quella analitica o risolutiva e quella sintetica compositiva. In primo luogo occorre scomporre il fenomeno studiato nelle sue componenti semplici per definire i rapporti intercorrenti tra loro e quindi la legge che lo governa. Questa prima fase prevede la misurazione e la trasformazione in numeri dei vari aspetti rinvenibili nel fenomeno. La seconda fase prevede la ricostruzione del fenomeno effettuata dopo aver formulato in termini matematici una ipotesi circa la legge che governerebbe. Dopodiché il fenomeno viene riprodotto, sotto forma di esperimento scientifico, nelle condizioni previste dall’ipotesi allo scopo di verificare la validità o meno della stessa (Montanelli, 2009).

Protocollo di ricerca del Cornell Lab of Ornitology:

Basics User’s Manual Before Getting Started Designing a Project? Board Resources Design Considerations Data Policy Steps Choose a question Form a team Refine protocols Recruit participants Train participants Accept data Analyze data Disseminate results Measure effects

Reality check How to Resources Tools Question Cases

Supplemental Project sustainability Technology Social networking

Metodo scientifico di Galileo Galilei:

Fase analitica Osservazione Misurazione del fenomeno Fase sintetica Formulazione dell’ipotesi Calcolo delle conseguenze Effettuazione dell’esperimento

Piattaforme partecipative di ricerca scientifica

Delineare anche sommariamente i meccanismi di partecipazione alla ricerca scientifica e il metodo scientifico, così come storicamente si è affermato, serve a definire le basi del progetto che si vuole proporre. Il metodo scientifico viene applicato alla ricerca di strumenti di visualizzazione efficienti, e la partecipazione viene scelta come mezzo di continua verifica di ciò che si è formulato e come elemento propositivo.

Visualizzare dati

Trasformare le informazioni grezze in qualcosa di utile richiede un’operazione critica di selezione. Per demistificare il processo di progettazione occorre seguire un processo decisionale lineare, che porti alla codifica visiva delle informazioni. Avere a disposizione dati significativi non vuol dire avere tra le mani una notizia, né è indice del fatto che ciò che cita tali dati come fonte può considerarsi attendibile; assistiamo quotidianamente tramite articoli e visualizzazioni a richiami alla statistica, capaci di illudere i lettori che quella che leggono sia una verità scientifica e degna di attenzione. Tutte le operazioni che dai dati conducono alla narrazione non sono esenti dall’interpretazione personale e i dati non sono sinonimo di imparzialità. Le menzogne stanno in quelle informazioni visive superflue che vengono aggiunte deviando l’attenzione dell’osservatore e disattendendo le sue aspettative di lettura (Perondi, 2012). La domanda senza risposta visiva misura l’effetto di una struttura sbagliata. Molti utenti non sono consapevoli di questo, per cui sarebbe un errore appellarsi a loro senza conoscere le vere implicazioni grafiche. Fattore di menzogna Edward Tufte, un pioniere delle trattazione grafica dei dati, si sofferma su questo punto presentando numerosi casi studio dove la visualizzazione, mentendo sulle evidenze dei dati, si dimostra palesemente imparziale. Tra questi un articolo del 1978 del The New York Times, riporta i nuovi standard proposti dal Congresso del dipartimento dei trasporti americano. 51

Visualizzazione di dati

Fuel Economy Standards for Autos. Tufte, 2004

La novità sta nella diminuzione del costo del carburante del 53% in sette anni. Nella visualizzazione il dato viene stravolto e il rapporto tra i segmenti che rappresentano le miglia percorribili con un gallone nel 1978 e nel 1985 è del 783%. Il fattore di menzogna (lie factor) è stato teorizzato da Tufte come il rapporto dimensionale tra l’effetto mostrato nel grafico e l’effetto dei dati. Lie Factor =

size of effect shown in graphic size of effect in data

in questo caso: 783 Lie Factor = = 14.8 anzichè 1 53

Inoltre: • •

•

le strade che rappresentano il presente sono più lontane in prospettiva, ciò inverte i rapporti convenzionali; i numeri delle etichette che identificano l’anno mantengono la stessa dimensione nonostante la deformazione prospettica; i numeri delle etichette relative alle miglia percorribili presentano un incremento di dimensione in base alla deformazione prospettica.

Talvolta l’errore non è intenzionale, ma dovuto all’assenza di una struttura logica che sottende alla visualizzazione in funzione dei dati rappresentati e le scelte arbitrarie finiscono per ingannare, anche senza che il graphic designer abbia intenzione di mascherare la realtà che rappresenta. Indichiamo due probabili esempi di grafica che mente senza esserne consapevole. 52

Fairfield Hanna, In the Shadow of Foreclures. The New York Times, 6 aprile 2008

Il grafico cerca di evidenziare le ipoteche sulle abitazioni fatte in seguito a subprime (prestiti pericolosi) negli Stati Uniti nel periodo della crisi economica del 2006. Ciò che dal punto di vista grafico è utile sottolineare è che l’uso della visualizzazione prospettica dall’alto, con le ombre e l’estrusione dei confini delle aree evidenziate, rende difficile il confronto tra i dati visualizzati. I volumi appaiono schiacciati e la differenza tra le altezze viene sminuita. La gradazione di colore risulta più comprensibile privata dell’effetto 3D.

Visualizzazione di dati

“Un giorno su internet”. Corriere della Sera, 14 marzo 2012, articolo “Alla fiera del digitale anche i senzatetto wifi, pag. 27

Un altro esempio è l’infografica “Un giorno su internet” che si propone di fare una sintesi di cosa accade durante una giornata su internet, ma è di difficile lettura per i seguenti motivi: • • •

• •

•

il valore numerico dei dati non è stato in alcun modo rappresentato; l’assenza di un’unica unità di misura rende i dati incomparabili anche se espressi sotto forma numerica; le porzioni di pagina che circondano l’orologio non hanno nessun legame con l’orario di cui sono il prolungamento visivo; l'unico grafico a barre rappresentato è inclinato e dunque di difficile lettura; le icone relative all’argomento dei dati vengono ripetute per un numero di volte che non ha alcun nesso con l’argomento né con la quantità espressa numericamente; la figura retorica visiva scelta non è coerente, per ogni icona viene usato un diverso criterio di rappresentazione: una volta un logotipo, un’altra una parte del tutto che si vuole illustrare e un’altra ancora l’intero oggetto; i colori scelti come sfondo per le porzioni di pagina si ripetono con saturazioni diverse, creando delle associazioni e delle gerarchie visive non correlate con i dati.

Per riconoscere l’imparzialità e quindi ovviare alle possibili incomprensioni è possibile seguire alcune regole di integrità grafica: •

• • • • •

la rappresentazione dei numeri deve essere direttamente proporzionale alla quantità numerica da rappresentare graficamente; essere chiari e dettagliati, scrivendo spiegazioni ed aggiungendo etichette sul grafico stesso; mostrare variazioni nei dati e non nel design; standardizzare le unità di misura, ed essere chiari sul valore dell’unità presa come riferimento; il numero di variabili nelle informazioni raffigurate non deve superare quello presente nei dati; il grafico non deve essere isolato dal contesto.

John Turkey, matematico appassionato di statistica conosciuto per aver inventato il Box plot, negli anni ‘60 pose fine all’idea che la grafica serva solo a decorare dei numeri e affermò l’uso della grafica come strumento di indagine di dati complessi, capace di dare un senso alle informazioni di tipo quantitativo. Partendo dal presupposto che un grafico ha l’intento di dire la verità sui dati, l’integrità è un ottimo sistema per evitare buona parte degli errori che possono essere commessi in fase di progettazione. Fasi della progettazione L’integrità si persegue con continue verifiche di ogni fase della progettazione, esaminando più volte la domanda che il progetto si propone di risolvere e individuando i limiti che esso ha. «La comprensione dei vincoli (l’aspetto di problem solving) è centrale per la definizione dell’attività progettuale, e la distingue dalla generica attività artistica; non serve a nulla avere idee, magari anche brillanti, se queste non rispondono a problemi posti». [Lussu Giovanni, The horror! Tebe dalle sette porte, ISIA Urbino, 2013 ]

Visualizzazione di dati

Ben Fry: esperto di visualizzazione di dati e design dell’interfaccia. Ha fatto numerose ricerche nell’ambito del design computazionale e interattivo.

Acquire

Ben Fry5 ha suddiviso in fasi il lavoro di progettazione di un elaborato grafico:

Parse

Filter

Mine

Represent

Refine

Interact

Porre domande appropriate dimostra un interesse per un determinato set di dati e permette di trasmetterlo agli altri: più specifica sarà la domanda, più precisa e chiara risulterà la visualizzazione (Fry, 2007).

Scraping: (“raschiatura”) l’insieme dei meccanismi automatizzati di estrazione delle informazioni da sistemi che per loro caratteristiche tenderebbero a impedirla.

Dopo essersi interrogati su una questione ed aver intuito la necessità di uno studio approfondito dei dati che sappia far emergere una notizia, la prima fase di lavoro riguarda la raccolta dei dati, ottenuti da fonti ufficiali, da sondaggi o da strumenti specializzati nello scraping6. La seconda è il filtraggio, per eliminare gli errori di formattazione e i dati superflui, eseguibile facilmente tramite numerosi strumenti online (Google Docs, Open Refine). Segue la fase di contestualizzazione, tramite il confronto con altri dati dello stesso tipo raccolti nel tempo e nel luogo preso in considerazione (si tratta di stabilire le caratteristiche del campione preso in esame per poter meglio comprendere la valenza della notizia che proponiamo). Si procede tramite il mash up, ovvero l’incrocio tra varie tipologie di dati che serve ad evidenziare modelli, strutture ricorrenti o evidenze altrimenti invisibili. La geolocalizzazione dei dati è un esempio di mash up in quanto permette la comparazione tra il dato statistico e quello geografico. Stabiliti i contenuti e la struttura dell’informazione è possibile procedere alla fase di visualizzazione, il cui compito è quello di semplificare il processo di comprensione ed interpretazione delle informazioni.

Visualizzazione dei dati su mappa La visualizzazione dei dati aggiunta all’elemento cartografico rappresenta un potente strumento di analisi. L’unione della cartografia con i dati statistici è avvenuta solo dopo il XVI secolo. Uno dei primi e più famosi esempi di mappa usata per tracciare dati è quella del Dr. John Snow. Il dottore ha rappresentato le morti di colera nel centro di Londra nel settembre del 1854. Con dei punti sulla mappa ha segnato i decessi mentre con delle x ha messo in evidenza le pompe d’acqua. Notando la densità dei punti, è emerso che le morti si concentravano intorno ad una delle pompe d’acqua presenti in Broad Street. L’analisi grafica ha testimoniato la causa della diffusione della malattia molto più efficacemente dei soli dati. Seppur la cartografia computerizzata e le moderne tecniche fotografiche abbiano aumentato esponenzialmente la densità di informazioni rappresentate, le carte a densità di punti rimangono tra le più impiegate nell’ambito della grafica statistica.

Snow John, On the Mode of Communication of Cholera, London, 1854. Tufte, 2004

Visualizzazione di dati

Carte geografiche e applicazioni geospaziali Come precedentemente affermato, i dati sull’inquinamento atmosferico sono strettamente legati alla morfologia del territorio e alle sue caratteristiche meteorologiche. Per inquadrare il dato nel contesto nel quale esso assume significato abbiamo prescelto lo strumento di rappresentazione cartografica, del quale analizziamo alcuni principali aspetti. «La mappe sono rappresentazioni cartografiche che facilitano la comprensione spaziale di oggetti, concetti, condizioni, processi o eventi nel mondo umano.» [Harley J.B. Woodward David, The History of Cartography, Volume 1, University of Chicago Press, 1987, Brotton, 2013] Gli strumenti di rappresentazione cartografica sono diagrammi narrativi a più livelli e analogie grafiche: formalizzazioni di dati, strutture logiche, algoritmiche e procedurali che organizzano le informazioni (Perondi, 2012). Le carte geografiche si basano su regole di composizione che presumono un insieme di elementi notazionali e di corrispondenze spaziali tra essi in un ordine geografico osservabile, che può essere espresso anche tramite un diagramma (Bertin, 1983). Gli elementi disposti secondo l’ordine geografico sulla rete ordinata del piano possono essere letti nell’esatto rapporto che incorre tra loro pur semplificando e stravolgendo i parametri di riferimento. Ne sono un esempio le mappe metropolitane, le time to travel e i palinsesti degli orari dei treni, che riassumono in un diagramma elementi di tipo cartografico e temporale.

Mappa della metropolitana di Londra che utilizza come unità di misura il tempo per viaggiare da una stazione all’altra. La mappa si modifica in base alla posizione dell’utente. Carden Tom, Transportation networks, 2009

Il grafico rappresenta il palinsesto degli orari dei treni tra Parigi e Lione nel 1880. Arrivi e partenze sono disposti orizzontalmente. Le linee orizzontali rappresentano i tempi stazionari dei treni. Le stazioni sono separate da una distanza proporzionale a quella reale. L’inclinazione delle linee rappresenta la velocità dei treni, più è ripida la linea e maggiore sarà la velocità del treno nella tratta. L’intersezione tra due linee indica che vi sono due treni che vanno in direzioni opposte. Ancora oggi, tra i ferrovieri, viene impiegato il modello di Marey per gestire l’andamento dei treni. L’operazione di selezione fatta durante l’organizzazione delle informazioni trasmette un’immagine immancabilmente personale del mondo: le mappe definiscono e ricreano, attraverso una mediazione tra realtà e rappresentazione della realtà (Brotton, 2013). Nella storia delle carte geografiche i mezzi per il rilievo hanno avuto un importante ruolo. Tra questi la fotografia aerea ha alterato in modo determinante il modo in cui percepiamo i cambiamenti ambientali (Dyce, 2014). Con l’uso della macchina fotografica ad alta quota si sono verificati due grandi innovazioni: •

la prima nelle fotografie con la nascita della fotografia aerea. Le nuove immagini riprese dall’alto hanno dato alle persone un visione più realistica del mondo che pochi avevano avuto prima. Queste fotografie sono entrate da subito nei rapporti governativi, nelle riviste, nei libri di scuola con il fine di apportare miglioramenti in molti settori, dalla pianificazione urbanistica, all’agricoltura; 59

Da destra: schermata del programma Train Graph Monitoring usato attualmente dai supervisori di linee ferroviarie. E.J. Marey, La Méthode Graphique, Paris, 1885 Tufte, 2004

Visualizzazione di dati

•

la seconda è avvenuta nelle mappe: equipaggi aerei potevano fare in un pomeriggio una ricognizione che avrebbe richiesto anni per essere compiuta. Nel 1800, il rilievo effettuato sulla terra era un processo complesso che richiedeva l’uso di strumenti per il calcolo di angoli e distanze tra i punti di misurazione. Verso la fine del XIX secolo, ci si rese conto che applicando le leggi della prospettiva era possibile calcolare le stesse distanze in modo rapido ed efficiente. Questo cambiamento nella modalità di rilievo è stato chiamato fotogrammetria, ovvero la pratica di misurare la Terra utilizzando le immagini.

L’uso della fotografia aerea come uno strumento di mappatura è la convergenza di tre tecnologie: l’aereo, l’invenzione della fotografia, e le regole della prospettiva.

Da sinistra: Rappresentazione schematica di una presa stereoscopica aerofotogrammetrica. L’immagine mostra le due posizioni spaziali assunte dall’aereo agli istanti della presa e le relative superfici fotograficamente coperte. Varie possibilità nelle prese aerofotogrammetriche e la loro definizione relativa. Fondelli Mario, 1992

Quello che inizialmente sembrava essere un nuovo sviluppo nella tecnologia si trasforma in una domanda su che tipo di oggetti siano le fotografie aeree e come debbano essere guardate. La garanzia di verità nella mappa è il tipo distaccato di visione che offre, con un piano cartesiano e un tipo di modello di proiezione per catturare una Terra tridimensionale in un modello bidimensionale. La carta geografica rappresenta in modo selettivo bacini idrografici, dislivelli e vegetazione mediante l’analisi di diversi domini di conoscenza. 60

Con l’uso della fotografia una delle questioni principali da risolvere era come costruire una mappa esaustiva a partire dai frammenti ripresi; infatti una pratica comune era quella di sorvolare grandi aree e scattare foto ad intervalli regolari da un altezza controllata per poi assemblarle. La scelta dell’angolo di ripresa obliquo o a 90° assume un grosso peso nella definizione della mappa, che può quindi avere un punto di vista convenzionale o un punto di fuga all’orizzonte. Lo svantaggio di utilizzare griglie prospettiche di indagine è che la topografia e le caratteristiche del paesaggio, un tempo annotate dai geografi itineranti, adesso devono essere rinvenute a posteri. Vi è la necessità di una lettura sempre più approfondita delle fotografie aeree al fine di interpretarne gli aspetti morfologici e ambientali. La conoscenza diviene dunque mediata da un’attenta analisi delle immagini. L’interprete e il paesaggio idealizzato Rabben, “Fundamentals of photo interpretation”. elsevier.com/connect/ how-aerial-photographyaltered-the-way-weperceive-environmentalchange, maggio 2015

Il Paese ridotto ad una mappa G.H. Matthes, “Oblique aerial surveying in Canada”. elsevier.com/ connect/how-aerialphotography-alteredthe-way-we-perceiveenvironmental-change, maggio 2015

Visualizzazione di dati

La prima carta geografica del mondo che si conosca è il Mappa Mundi babilonese, in cui la terra è rappresentata come un cerchio circondato da un mare salato nel cui centro risiede la città di Babilonia e oltre il quale ci sono otto zone triangolari chiamate regioni. Dalla tavoletta babilonese a Google Earth, la cartografia ha mantenuto la sua natura conoscitiva: il cambiamento è consistito nella diffusione crescente degli strumenti cartografici, rivoluzionati dalla stampa prima e dalla digitalizzazione poi. Gli strumenti di rappresentazione cartografica si sono evoluti in direzione degli intenti degli studi che si sono susseguiti in questo ambito. Mappa mundi babilonese: primo esempio di carta geografica.

Come già accennato con l’avvento della fotografia aerea, a partire dagl’anni ’50 si affermò la ricerca di una mappa realistica e oggettiva che facesse degli aspetti “funzionali” il suo principale obiettivo. Il grado di precisione cartografica era il risultato della finezza dei dati raccolti dal topografo e dal ricercatore e della chiarezza della rappresentazione del progettista (Bertin, 1983). Questo approccio aveva come parametro di misura dell’effettiva funzionalità della rappresentazione, la reazione degli utenti alle alternative grafiche e concettuali proposte, per questo si definisce psicologico-cognitivo. Ciò che contraddistinse questo genere di studi fu la predominante impalcatura concettuale volta a limitare il numero di errori nella trasmissione delle informazioni dal cartografo all’utente. Successivamente, tra gli anni ’60 e ’70, nuovi studi sulla comunicazione inclusero l’aspetto dell’immagine che l’utente ha dopo la lettura della mappa. Queste teorie indagarono le modalità di accesso all’informazione cercando di approfondire 62

le fasi che riguardano la fruizione della carta geografica: lettura, utilizzo ed interpretazione. La centralità dell’utente, visto come figura attiva nel processo comunicativo, ha portato a studi sull’interattività e sullo “spazio di utilizzo di una mappa”. Dagli anni ’90 ad oggi gli strumenti di produzione cartografica sono entrati nelle mani del fruitore, capace di agire sulla rappresentazione selezionando livelli o parametri, annettendo una terza dimensione e il tempo e talvolta ridisegnando i confini (Bernardini, 2008). Dal termine “carta geografica” siamo passati ad “applicazione geospaziale”. La differenza sostanziale tra le carte geografiche e le applicazioni geospaziali sta nella maggiore possibilità di adattarle all’osservatore; modificando il punto di vista, la prospettiva e quindi la visione del mondo, agendo sulla scala dimensionale, apparentemente illimitata, inquadrandola in un arco temporale, osservandone i mutamenti velocizzandone o rallentandone il tempo, selezionando i parametri di visualizzazione, ponendo l’accento su quello o quell’altro aspetto. La libertà di agire sulle mappe appare sconfinata in relazione alle prime rappresentazioni cartografiche realizzate, ma seppur si abbia l’illusione di rapportarsi con una visione oggettiva, stiamo comunque agendo su strumenti che a loro volta, limitando in un range di possibilità le nostre azioni, hanno operato delle selezioni. Google Earth esprime a pieno le molteplici implicazioni di un'applicazione geospaziale. Il principio col quale Google e le sue applicazioni si presentano è: «organizzare l’informazione del mondo e renderla universalmente accessibile ed utile.» [google.com, marzo 2015] Per adempire a questa mission Google realizza in primis un motore di ricerca, poi inserisce un servizio per le pubblicità fai da te (AdWords), una webmail (Gmail) e nel 2004 acquista la società di cartografia digitale Keyhol per lanciare Google Maps e Google Earth capaci di offrire informazioni sul traffico, indicazioni stradali comprendendo i mezzi pubblici, fotografie a livello stradale, ma anche immagini dell’interno mondo e della Luna (google.com). 63

Visualizzazione di dati

GIS (Geografical Information System) è un sistema informativo territoriale computerizzato che permette l’acquisizione, la registrazione, l’analisi, la visualizzazione e la restituzione di informazioni derivanti da dati geografici georeferenziati (Gfoss.it, gennaio 2015).

peer reviews: (revisione paritaria) sottopone il lavoro o le idee di un autore allo scrutinio di uno o più esperti del medesimo settore.

Google Earth è una applicazione GIS7 virtuale che come altre applicazioni geospaziali si basa su interfacce di programmazione API (Application Programming Interface), rese disponibili e utilizzabili da chi ha una connessione internet. Tramite le interfacce API condivise, oltre a poter consultare mappe, chiunque può crearne di proprie e caricare dati verificati poi, con il sistema peer review8. Il presupposto è che l’immagine digitale della terra sia un mezzo per accedere a qualsiasi tipo di informazione e che i dati stratificati su questa immagine non posseggano limiti di quantità e genere e siano consultabili istantaneamente. Con le applicazioni geospaziali si cerca di rappresentare un mondo pluridimensionale fatto da mari e montagne, ma anche da relazioni commerciali, linee ferroviarie, reti sociali. Google Earth, imperante per i suoi evidenti pregi come mezzo di rappresentazione, indagine, diffusione ed interazione delle informazioni geospaziali, impone inevitabilmente i suoi standard alle applicazioni simili e cela, dietro ai suoi principi di libera circolazione e all’immagine iconica del pianeta azzurro visto dallo spazio, la reale provenienza, la manipolazione dei dati e i grandi profitti generati da parte di chi se ne appropria per fini commerciali e politici (Brotton, 2013). Se alle origini ci si guardava intorno e ci si serviva degli astri per orientarsi e rappresentare lo spazio, gli oggetti e i concetti, adesso la nostra osservazione passa attraverso la visione e gli standard già costruiti che plasmano anche il nostro modo di rappresentare. Paradossalmente è diventato più facile realizzare una propria mappa, ma più difficile farlo consapevolmente, comprendendo ogni aspetto degli strumenti che utilizziamo. Come funzionano le applicazioni geospaziali Quello che si vede quando si visualizza una mappa incorporata su qualsiasi sito web è il risultato di molte parti in movimento che lavorano insieme; dai server, ad un sistema di distribuzione a livello mondiale, per il codice client in esecuzione sul nostro browser.

client

server

interroga il server sulle sue funzionalitĂ

invia un documento XML che descrive il servizio e i dati disponibili

seleziona layer di interesse e area di interesse

si connette al database e ad altri server cartografici

elabora la propria richiesta

estrae la porzione specificata

genera una o piĂš immagini

Visualizzazione di dati

Quando si esplora una mappa sul web si ha l’impressione di navigare su un’immagine grande e continua. Le grandi distanze tra le città e i continenti si superano in pochi secondi e con lo zoom, la quantità di dettagli aumenta sino a renderci visibili i nomi delle strade e gli edifici della città. Nonostante l’impressione, le mappe sul web non hanno le sembianze di un unico foglio come le loro antenate cartacee. Un’immagine continua del mondo a livello del dettaglio stradale sarebbe grande milioni di pixel, troppo per essere caricata in una sola volta. Per questo, le mappe sul web sono costituite da tante piccole immagini quadrate chiamate "tile" (letteralmente tegola). Queste tile sono generalmente 256 × 256 pixel e sono collocate fianco a fianco in modo da creare l’illusione di un’immagine molto grande senza limiti. Per organizzare i milioni di immagini che compongono questo unicum viene usato un sistema di coordinate. Ogni pezzo ha la coordinata "z" che descrive il livello di zoom e coordinate x e y che descrivono la sua posizione all’interno di una griglia quadrata per quel livello di zoom: z / x / y. I livelli di zoom sono collegati tra loro in questo modo: z0 contiene 1 tile, z1 contiene 4 tile, z2 contiene 16 tile. E così via. Il livello di zoom 0 copre l’intero globo. Il successivo livello di zoom divide z0 in quattro quadrati uguali tale che 1/0/0 e 1/1/0 rappresentano l’emisfero settentrionale mentre 1/0/1 e 1/1/1 il del Sud del mondo.

0/0/0

1/0/0

1/0/1

1/1/0

1/1/1

A causa di questa relazione esponenziale la quantità di dettaglio aumenta ad ogni livello di zoom. Ad esempio, una mappa a Z15, necessita di circa 1,1 miliardi di tile per coprire l’intero mondo. A Z17, solo due livelli di ingrandimento in più, il mondo necessita di 17 miliardi di tiles. Le mappe sul web utilizzano le tile perché funzionano meglio; si caricano progressivamente e sono semplici da usare. Il sistema di coordinate che descrive le tile rende più facile implementare le tecnologie su server, web, desktop e dispositivi mobili (mapbox. com, giugno 2015).

Casi studio

In questa parte della ricerca indichiamo alcuni dei principali strumenti cartografici per la visualizzazione di dati in generale e di dati relativi ad aspetti meteorologici o all’inquinamento nel particolare. Cerchiamo di identificare un’iconografia e una terminologia relativa all’argomento di studio, attingendo alla cartografia storica ed attuale. L’intento è quello di fornire una serie di esempi ed approcci alla condivisione di dati, utili alla definizione del nostro progetto. Con il colore evidenziamo gli elementi determinanti per la nostra ricerca. Dividiamo i casi studio sulla base dell’argomento che trattano (meteo, inquinamento) e della tipologia di visualizzazione (STATICA, DINAMICA, INTERATTIVA).

Casi studio

Mappa / Meteo / Statica

1. “An historical account of the trade winds, and Monsoon, observable in the seas between and near the Tropicks; with an attempt to assign the phisical cause of said winds” Edmond Halley

1686 Tufte Edward, “The Visual Display of Quantitative information” Graphic Press, Cheshire Connecticut, 2004 macroscopiche: che comprendono una scala di riduzione di 1 a 10.000.000 km.

Particolare della rappresentazione dei venti, dal tratteggio se ne individua la direzione e l’andamento.

Un primo esempio storico di carta sinottica è rappresentato dalla mappa meteorologica di Halley. Edmond Halley era un astronomo inglese, che si è occupato di meteorologia, geofisica e matematica. Egli è considerato il primo cartografo di mappe tematiche. In ambito meteorologico ha stabilito il rapporto tra la pressione barometrica e l’altitudine e tracciato la direzione dei venti alisei e monsoni. Sulla mappa linee brevi mostrano l’andamento dei venti osservabile sul mare. Il termine “sinottica” significa riassuntiva, schematica e sintetica. La carta sinottica è una carta geografica tematica che per la sua caratteristica visione d’insieme, viene usata per visualizzazioni macroscopiche9. L’uso della carta sinottica nella meteorologia serve a definire un quadro dei venti, delle precipitazioni, della nuvolosità, della temperatura, della distribuzione dei fronti e dell’andamento barimetrico dell’ora presa come punto di partenza per stabilire delle previsioni precise (inmeteo.net, marzo 2015). La carta in questione viene utilizzata sia in fase di analisi che in fase di presentazione delle conclusioni meteorologiche raggiunte, affiancata o sovrapposta a riprese satellitari e a modelli di elevazione digitali.

Le attuali carte sinottiche presentano una legenda standardizzata di questo tipo:

pressione

monsoni

direzione e velocitĂ del F.

fronte freddo

fronte caldo

fronte stazionario

fronte freddo in crescita

fronte caldo in crescita

fronte occluso

Esempio di carta sinottica dellâ€™Europa attuale. tinautica.ch/briefingmeteo, febbraio 2015

fronte freddo in decrescita

fronte caldo in decrescita

il tratteggio rimane per la rappresentazione di monsoni e pressione, ai fronti freddi vengono associate forme triangolari spigolose, ai fronti caldi semicerchi. Lâ€™alternarsi di triangoli e semicerchi e il loro orientamento ne determina il significato.

Casi studio

Mappa / Meteo / Statica

2. Isothermal Chart, or View of Climates & Production, Drawn from the Accounts of Humboldt & Others William C. Woodbridge

1823 libweb5.princeton.edu/visual_ materials/maps/websites/ thematic-maps/quantitative/ meteorology/meteorology. html, maggio 2015

Primo esempio di mappa isotermica realizzata per mostrare la relazione tra temperature medie annue per i climi e le colture del mondo. Le campiture di colore evidenziano l’alternarsi delle temperature medie nei due emisferi. Oltre ad occuparsi degli studi di Humboldt, influente geografo del tempo che sottolineava le potenzialità della cartografia di svelare una vasta gamma di temi, Woodbridge si è soffermato sulla conoscenza scientifica e l’educazione alla geografia. Lo studioso americano nel 1833 ha scritto un importante testo dal titolo: “On the Best Method of Teaching Geography” nel quale afferma l’importanza del processo di comparazione che la geografia permette.

Mappa / Meteo / Statica

3. Chart 10 Elias Loomis

1842 libweb5.princeton.edu/visual_ materials/maps/websites/ thematic-maps/quantitative/ meteorology/meteorology. html, gennaio 2015

La mappa di Loomis accompagnava uno dei tredici articoli sulle due tempeste che si manifestarono negli Stati Uniti nel mese di febbraio del 1842 “On Two Storms Which Were Experienced throughout the United States, in the Month of February, 1842.” In conclusione al suo lungo studio su queste tempeste, Loomis sottolinea l’importante impatto che queste mappe avranno sulla meteorologia statunitense e propone la creazione di un sistema di osservatori negli Stati Uniti per mappare quotidianamente il meteo. Questa rete di monitoraggio venne attuata nel 1870 al Congresso “Weather Bureau of the United States Signal Service”, ed è ancora attiva con il nome di “National Weather Service”. Il vento viene rappresentato da frecce, i fronti dalle linee tratteggiate, mentre le precipitazioni dalle campiture di colore. 73

Casi studio

Mappa / Meteo / Statica

4. Appendix Plate 1. Léon Lalanne

1845 libweb5.princeton.edu/visual_ materials/maps/websites/ thematic-maps/quantitative/ meteorology/meteorology. html, gennaio 2015

Kämtz è stato professore e poi direttore dell’Osservatorio centrale di Fisica dell’Università di Dorpat, docente di Lalanne.

(encyclopedia2. thefreedictionary.com, giugno 2015)

I grafici di Lalanne sono uno dei primi esempio di trasposizione sul piano delle tre dimensioni. Egli utilizza i dati meteorologici di Kämtz10, per rappresentare graficamente la frequenza, la durata, e la direzione dei monsoni nei mesi dell’anno, nei pressi di Calcutta, in India ed impiega grafici a linee e piano cartesiano per delinare il fenomento sia temporalmente che geograficamente. Ciò che Lalanne vuole sottolineare è l’importanza dello strumento grafico per l’analisi dei fenomeni meteorologici e non. Lalanne sostiene che quando meteorologi, filosofi ed ingegnieri smetteranno di usare le tabelle renderanno comprensibili i loro studi e capiranno il reale nesso tra le informazioni che trattano.

Mappa / Meteo / Statica

5. Current of air Alexander Keith Johnston

1854 davidrumsey.com, gennaio 2015

Johnston è geografo scozzese conosciuto per “The Physical Atlas” uno dei primi atlanti dell’epoca. La carta geografica che presentiamo rappresenta le correnti d’aria e racchiude al suo interno: la descrizione grafica dell’andamento dei venti nell’Oceano Atlantico e le regioni tempestose delle Indie Occidentali con la descrizione di numerosi uragani dell'epoca. In basso le illustrazioni della bussola barometrica e dalla bussola termometrica. Gli uragani vengono rappresentati da cerchi di diametro variabile in relazione all’intensità del vento. 75

Casi studio

Mappa / Meteo / Statica

6. Meteorographica Francis Galton

1861 socks-studio.com/2014/05/11/ meteorographica-or-methodsof-mapping-the-weather-byfrancis-galton-1863/, gennaio 2015

In questa carta geografica Galton propone una serie di simboli per rappresentare vari aspetti del meteo; usa il ferro di cavallo per indicare la direzione del vento e segni all’interno del ferro per l’intensità del vento (leggero, moderato o forte), l’assenza di segni significa la mancanza di informazioni sull’intensità. Nel suo libro “Meteographica, or Methods of Mapping the Weather ”, Galton ha proposto un approccio sistematico per rappresentare ed interpretare i dati meteorologici.

O.S.O.

Legenda utilizzata da Galton per la rappresentazione della forza e della direzione del vento e delle precipitazioni.

S. S. O.

S. O.

Burrasca

Forte

Moderato Gentile

Quasi calmo

Calmo

Pioggia

Neve

Molto nuvoloso

Piuttosto nuvoloso

Poco nuvoloso

Nuvoloso

Qualche nuvola

Cielo chiaro

Casi studio

Mappa / Inquinamento / Statica

7. Los Angels Time Gregory J. McRae

1979 Tufte Edward, “The Visual Display of Quantitative information” Graphic Press, Cheshire Connecticut, 2004 Il dispositivo grafico sull’inquinamento atmosferico diviso in piccoli multipli (small multiple) (Tufte,2004), rappresenta il livello di tre agenti inquinanti, (ossido di azoto, monossido di carbonio e idrocarburi reattivi) in sei regioni del sud della California in quattro intervalli di tempo da 3 ore ciascuno. Il territorio rappresentato assonometricamente non restituisce le reali proporzioni tra le regioni, non è immediato il confronto visivo tra le concentrazioni degli inquinanti non essendo sullo stesso piano i multipli rappresentanti le diverse fasce orarie, inoltre non è possibile sommare gli inquinanti presenti in una stessa fascia oraria.

Mappa / Inquinamento / Dinamica

8. Atmosferic Enviroment, Gregory J. McRae

1982 Tufte Edward, “The Visual Display of Quantitative information” Graphic Press, Cheshire Connecticut, 2004

Il grafico mostra la distribuzione media delle concentrazioni degli idrocarburi nell’arco di 23 ore a Los Angeles. McRae ha definito questo modello come lo sviluppo di una seconda generazione di modelli di dispersione dell’inquinamento atmosferico urbano. Frame di una videocassetta dove, sempre mediante la comparazione di piccoli multipli, si cerca di evidenziare le concentrazione degli inquinanti. In questo caso il territorio è visualizzato in una prospettiva planare e i multipli sono sullo stesso piano. La concentrazione viene rappresentata da una scala di colore che restituisce i picchi raggiunti.

Casi studio

Mappa / Meteo / Dinamica

9. Wind Map Fernanda Viégas, Martin Wattenberg

2012 hint.fm aprile 2015

Wind map tratta la rappresentazione del vento tramite i dati in tempo reale del National Digital Forecast degli Stati Uniti. Il timestamp in alto a sinistra mostra il momento di aggiornamento dei dati, mentre in basso vi è una legenda che indica l’intensità del vento espressa in mph (miglia orarie) e rappresentata dall’addensarsi delle linee.

Tokio Wind Speed Cameron Beccario, 2013. air.nullschool.net, aprile 2015

Molto simile è la rappresentazione del vento presente in Tokio Wind Speed, dove all’interno di confini geografici prestabiliti la forza e la direzione del vento vengono rapportati ai dati di temperatura ed inquinanti. Le stazioni di monitoraggio sono rappresentate da punti gialli. I dati delle stazioni sono applicati all’intera area circostante. Gli inquinanti e la temperatura sono rappresentati da una scala di colore, mentre la direzione del vento si percepisce dall’opacità interna delle linee che ne descrivono l’andamento.

Mappa / inquinamento / Interattiva

10.

Clear Air Map Zenrin

2012 cleanairasia.org/hairynose/ map, novembre 2014

Clean Air Map gioca sull’ironia, sottolineando una parte integrante del nostro sistema immunitario: i peli nelle cavità del nasali. Ogni inquinante inspirato— polvere, polline, forfora animale, ecc. — viene intrappolato dai peli; più aria inquinanta respiriamo maggiore è il fabbisogno di questa importante difesa. Alcuni studi hanno dimostrato che più peli nel naso si hanno minore è la probabilità di sviluppare l’asma (http://www.popsci.com/ science/article/2011-12/fyi-whats-point-nose-hair, ottobre 2014). Nato dall’esigenza di sensibilizzare la popolazione asiatica sugl’alti livelli di inquinamento da polveri sottili, il progetto mostra quanti peli dovrebbero avere le persone per poter sopravvivere nelle aree inquinati in cui si trovano. Una mappa con dei marker colorati in base al livello delle concentrazioni degli inquinati (seguendo gli standar EPA), si affianca all’immagine di un naso al quale cresce o diminuisce la peluria che nessuno vorrebbe. In basso vengono proposti dei consigli su come comportarsi per diminuire i livelli di inquinamento esistenti e la possibilità di mettere il proprio viso modificato dalla folta peluria. 81

Casi studio

MappA / Meteo / Dinamica

11. Snow Fall, the Avalanche at Tunnel Creek del The New York Times

2012 nytimes.com/projects/2012/ snow-fall/ settembre 2014

Video visualizzazione, grafico meteorologico dove sono rappresentati venti, pressioni e correnti, inquadramento geografico e temporale.

Snow Fall Ă¨ un progetto di data journalism sulla valanga che sommerse il Tunnel Creek dello Stevens Pass (U.S.A) nel febbraio del 2012. Tramite articoli, video visualizzazioni di dati ed un preciso storytelling viene contestualizzata la vicenda.

Video visualizzazione: rendering 3D (su Google Earth), inquadramento geomorfologico.

Video visualizzazione nel particolare: inquadramento nivologico. Le stratificazioni della neve vengono descritti nel tempo e nelle caratteristiche tramite la scansione dei livelli e i modelli 3D della visione microscopica.

Casi studio

MappA / inquinamento / DinamicA

12. Keine Zeit Für Wut del Neue Zürcher Zeitung Interactive things

2013 fukushima.nzz.ch, settembre 2014

Da destra: Visualizzazione di dati dinamica sulla densità delle radiazioni rappresentata dall’intensità delle linee e dal colore. Inquadramento geografico, mappa coropletica rappresentante il raggio e l’influenza delle radiazioni sul territorio.

Keine Zeit Für Wut (Non c’è tempo per la rabbia) è un progetto di data journalism sul disastro nucleare avvenuto nel marzo del 2011 a Fukushima. Il fatto viene descritto da varie tipologie di visualizzazione su carta geografica. Tra le quali la carta coropletica e quella di concentrazione. La carta coropletica è una delle mappe tematiche più usate. Il motivo della sua popolarità è che molti dei dati geolocalizzati che abbiamo a disposizione sono dati numerici espressi con la stessa unità di misura e rapportati ad un confine ben definito e circoscritto che può essere una città, una regione, una nazione, comparabile con altri confini di pari livello. Il fenomeno descritto deve essere concettualmente misurabile in qualunque punto dello spazio rappresentato e l’assenza di segni corrisponde all’assenza del fenomeno (indiemapper.com). I dati statistici che hanno un nesso diretto con i confini geopolitici ed esprimono una densità (ad esempio numero di abitanti per chilometro quadrato) sono un valido riferimento. Il colore usato per rappresentare una distanza ordinata fra un dato numerico e l’altro, viene suddiviso in una scala monocromatica discreta

o continua, dove il valore, ovvero il passaggio graduale dal bianco al nero, deve seguire un andamento a progressione geometrica (Bertin, 1967). Il numero di passaggi monocromatici deve essere limitato (da 3 a 7 classi) per poter essere distinto chiaramente. Più classi di dati vengono utilizzate minore è la generalizzazione del dato. (é consigliabile scegliere il numero di classi in base al numero di evidenze presenti nei dati da esaminare). Mappa di concentrazione delle radiazioni.

Video visualizzazione heatmap sul decorso delle radiazioni nel mare.

La mappa di concentrazione è una mappa in cui si sovrappongono dei punti in base alla densità dell’informazione selezionata mettendo così in evidenza degli hotspots, ovvero aree che presentano delle caratteristiche lampanti. La scala di colore identifica la concentrazione di un dato inquinante in un area geografica limitata. Le heatmap sono una tipologia di mappa di concentrazione. 85

Casi studio

MappA / Inquinamento / InterattivA

13. Chesapeake Bay Program Stamen Studio

2013 chesapeakebay.net/ visualization/baygrasses, ottobre 2014

Chesapeake Bay Program è una visualizzazione di dati cartografica sulla vegetazione acquatica sommersa nelle acque della Baia di Chesapeake. Si tratta di una mappa interattiva che descrive la densità della vegetazione tramite una scala di quattro colori e trame. La mappa permette di impostare il range di tempo nel quale si vogliono visualizzare i dati, fornisce approfondimenti sulle tipologie di vegetazione nell’area selezionata mostrandone le foto, da indicazioni sulla temperatura, la salinità e la torbidità dell’acqua, suggerendo maggiori dettagli in una pagina dedicata ai grafici. Dispone di molteplici livelli di lettura, partendo da una inquadramento generale geografico e temporale, ad approfondimenti di tipo biologico, chimico. I dati batimetrici utilizzati sono stati forniti dal National Oceanic and Atmospheric Administration ( NOAA ). I dati relativi alla temperatura, alla salinità e alla torbidità dell’acqua provengono dal database “The Chesapeake Bay Program Water Quality”, che documenta la qualità dell’acqua dal 1984 ad oggi. I dati relativi all’abbondante vegetazione acquatica sommersa sono dell’Istituto di Scienze Marine del Virginia (VIMS), i cui ricercatori conducono ogni anno indagini aeree sui letti d’erba della Baia. 86

Indice dei principali elementi della mappa Segmenti: circoscrivono le aree di analisi Marker: evidenziano cambiamenti significativi Vegetazione acquatica Timeline: permette di selezionare il range di tempo da analizzare.

Tile plot (grafico a caselle) riporta i valori di temperatura, salinitĂ e torbiditĂ .

Particolare della timeline dove si notano i selettori di tempo, il grafico a linee e i link agli approfondimenti.

Casi studio

MappA / Inquinamento / InterattivA

14.

The European Pollutant Release and Transfer Register EEA, European Environment Agency

2013 prtr.ec.europa.eu, ottobre 2014

Il caso studio è una carta a densità di punti, molto usata nell’ambito delle visualizzazioni di dati, specie per quelli ambientali. Le carte a densità di punti sono utili per evidenziare delle differenze nella distribuzione del dato visualizzato. Ogni punto corrisponde ad uno oggetto o ad un valore che, come per la carta coropletica, deve essere trattato con pari unità di misura e su una proiezione cartografica con minor distorsioni possibili. Su una carta a densità di punti è possibile mappare i dati grezzi e dare la possibilità di indagare ogni singolo elemento inquadrandolo nel contesto di riferimento. Le carte a densità di punti possono essere lette su più livelli: • • •

un livello generale che mostra la struttura di base e le forme di aggregazione delle microstrutture; un livello più dettagliato che svela nello specifico i dati; un livello implicito che deriva dalla comparazione dei dati visualizzati. (Tufte, 2004)

Sono carte a densità di punti quelle utilizzate per visualizzare delle concentrazioni di valori numerici tramite associazione o sovrapposizione. La mappa fornisce un quadro dell’inquinamento atmosferico prodotto da varie fonti: il trasporto su strada, la navigazione, l’aviazione, il riscaldamento domestico, l’agricoltura e le piccole imprese. I dati presentati provengono da diverse fonti e processi di raccolta dati. Le informazioni sulle emissioni si basano su set di dati ufficiali forniti dai paesi della United Nations Economic Commission for Europe (UNECE) Convention on Long-range Transboundary Air Pollution (CLRTAP) e United Nations Framework Convention on Climate Change (UNFCCC). La mappa consente di individuare le emissioni di inquinanti atmosferici su scala mondiale e locale, include le emissioni di: ossidi di azoto (NOx), ossidi di zolfo (SO2), biossido di carbonio (CO2), ammoniaca (NH3) e particolato (PM10). Integrando inoltre i dati esistenti sulle emissioni dei singoli impianti industriali raccolti da European Pollutant Release and Transfer Register (E-PRTR). Scegliendo l’inquinante, l’area prescelta e il range di tempo è possibile analizzare i dati sulle emissioni nel dettaglio.

Casi studio

MappA / Meteo / InterattivA

15.

WeatherSpark Beta WeatherSpark

2014 weatherspark.com settembre 2014

Mappa interattiva con le attuali condizioni meteo di migliaia di località in tutto mondo. Informa su un arco temporale che va da cinque anni precedenti alle ultime due ore. Permette di confrontare i cambiamenti climatici nelle varie località. Compara dati di temperatura, vento, umidità, pressione, radiazioni e precipitazioni. L’obiettivo di Weatherspark è superare le previsioni tradizionali che tendono ad essere o troppo semplificate o troppo prolisse; per questo riassume le informazioni rilevanti per conoscere il meteo in una previsione che vuole essere semplice e di facile lettura senza tralasciare i dettagli effettivamente importanti. La possibilità di scegliere l’intervallo di tempo ed analizzare sia i dati attuali che quelli storici permette di riconoscere delle ricorrenze ed effettuare delle previsioni. La visualizzazione consente all’utente di avere a disposizione i dati tecnici dello scienziato per indagare un fenomeno. Inoltre i fogli dati (CSV) della visualizzazione sono liberamente scaricabili insieme ad un ampia documentazione che li rende fruibili.

Il grafico a linee affiancato alla mappa come ulteriore elemento di osservazione del fenomento. Scegliere i parametri e interagire con la mappa consente un ampio margine di personalizzazione.

Le ricorrenze visibili in un arco temporale di anni.

Casi studio

MappA / Inquinamento / InterattivA

16.

Air Quality Egg della comunità online

2012 airqualityegg.com ottobre 2014

L’Air Quality Egg è un strumento che è stato progettato per permettere a chiunque di raccogliere dati precisi sulla concentrazione di NO2, CO e su temperatura e umidità, fuori e dentro la propria casa. Questo strumento serve a cercare di capire e cambiare le dinamiche locali del monitoraggio dell’inquinamento, partendo dal presupposto che i dati sulla qualità dell’aria raccolti dalle stazioni stabili siano campionati in luoghi spesso non rilevanti.

L’Air Quality Egg è una comunità nata su internet tramite Things Meetups tra New York e Amsterdam. L’Air Quality Egg è composto da: •

•

Sensori esterni: piccole componenti elettroniche in grado di fare rilevamenti sfruttando l’energia elettrica di una normale presa. Dispone di un trasmettitore RF, che invia i dati in modalità wireless a una base a forma di uovo; Stazione base: una stazione a forma di uovo, che dà il nome a questo progetto, riceve i dati wireless trasmessi dalla scatola di sensori esterna e poi trasmette tali dati a Internet tramite una connessione Ethernet cablata. L’uovo funge anche da interfaccia utente, quindi ha una luce LED e un pulsante. Questi sono configurabili da applicazioni che saranno sviluppate in futuro.

Dati inviati sulla rete: i dati vengono inviati in tempo reale su Xively, una servizio open data che permette sia l’archiviazione che la consultazione libera dei dati. Air Quality Egg include una mappatura dei sensori attivi. Scherma del funzionamento Air Quality Egg.

Casi studio

MappA / Inquinamento / InterattivA

17.

Air Casting Habitatmap

2014 aircasting.org febbraio 2014

AirCasting è una piattaforma open source, per la raccolta, la visualizzazione e la condivisione di dati sanitari e ambientali tramite internet. La piattaforma è composta da: i sensori indossabili che rilevano cambiamenti nell’ambiente (tra questi anche AirBEAM), l’applicazione AirCasting Android, il sito AirCasting e altri accessori indossabili a LED. Documentando e sfruttando i dati sanitari e ambientali la piattaforma AirCasting permette a scienziati, cittadini e makers di informare le persone e dare loro la possibilità di decidere quali scelte compiere in relazione ai dati ottenuti. La mappa consente di selezionare il parametro che si intende visualizzare, definire la località e il range temporale. Inquadrando in modo sempre più ravvicinato l’area prescelta si hanno informazioni sui sensori attivi e il percorso che gli utenti e proprietari di questi sensori hanno fatto.

MappA / Inquinamento/ InterattivA

18.

Smart citizen dell’Institute for advance architecture in Catalogna, Fab Lab Barcelona, Media Interactive Design

2014 smartcitizen.me febbraio 2014

Smartcitizen è un progetto che si propone di rispondere all’esigenza di conoscere i livelli di inquinamento atmosferico e acustico, l’umidità e altre informazioni utili sull’ambiente, partendo dalla condivisione e dal confronto dei dati in tempo reale raccolti tramite l’uso di sensori a basso costo diffusi tra gli utenti di tutti il mondo. Il progetto nasce all’interno di Fab Lab Barcellona presso l’Istituto di Architettura Avanzata della Catalogna e si è concentrato sull’impatto delle nuove tecnologie sui diversi aspetti del vivere umano, dai bit alla geografia. Il progetto, frutto del lavoro di molteplici professionalità è open source ed è disponibile su Github. Sulla mappa vengono visualizzati i device, attivi o non attivi ed è possibile avere un grafico ad aree dei diversi parametri da essi misurati, oltre ad informazioni dettagliate sulle località di misura e gli strumenti utilizzati.

Casi studio

MappA / Inquinamento / InterattivA

19.

Lapka PEM, Personal Enviroment Monitor Marmeladov

2014 mylapka.com ottobre 2014 Mappa dei device attivi con un colore associato al livello di salubrità dell’ambiente che monitorano.

Da sinistra: l’applicazione con i report giornalieri e i dati in tempo reale; i quattro sensori da connettere al cellulare.

Lapka PEM (Personal Enviroment Monitor) è un kit di sensori che si collegano allo smarthphone con lo scopo di misurare, raccogliere e analizzare le caratteristiche nascoste dell’ambiente circostante. Oltre ad effettuare le misurazioni è possibile ottenere risultati specifici in relazione a dove lo strumento viene utilizzato. L’applicazione annessa confronta i risultati alle linee guida medie per ogni singolo ambiente, fornendo un quadro completo delle caratteristiche di ogni momento della giornata.

Condividendo i risultati del monitoraggio, vi è l’intento primario di mantenere aperta la conversazione sulla qualità dell’ambiente in cui viviamo. Il set completo comprende quattro sensori: uno che rileva particelle radioattive, uno che monitora la conducibiltà dei cibi (concentrazione di ioni nitrati lasciati dai fertilizzanti a base di azoto), uno per i campi elettromagnetici e uno che suggerisce la temperatura e l’umidità. Ognuno di questi sensori è preciso e di piccole dimensioni. Collegando i sensori allo smarthphone si autoinstalla un’applicazione dedicata che fornisce in tempo reale un grafico sulla concentrazione del parametro analizzato. Lapka propone una mappatura delle caratteristiche dell’ambiente prodotta dalla condivisione delle informazioni raccolte dagli utenti. Facendo del monitoraggio dell’inquinamento atmosferico un nuovo possibile dato di se stessi da quantificare nell’ottica del Quantified self 11.

Quantified Self: complesso di dati estratti che riguardano la propria vita, le tecniche utilizzate per raccoglierli e apprendere da essi, la mentalità che conduce a esplorare se stessi attraverso questi dati, e la partecipazione alla comunità con cui vengono condivisi (marketrevolution. it/quantified-selfwearable-technology, aprile 2015).

Casi studio

MappA / Inquinamento / InterattivA

20.

TZOA, Enviro-tracker Woke Studio

2015 mytzoa.com marzo 2015 In alto: le tre principali interfacce dell’applicazione e il device per monitorare l’ambiente. A fianco: le tipologie di dati raccolte dal device.

TZOA è un dispositivo per monitorare l’ambiente nella vita quotidiana e un’applicazione che fornisce informazioni in tempo reale tramite una mappa di tutta la città e un report quotidiano dell’esposizione agli inquinanti. I dati raccolti vengono trasformati in raccomandazioni per la salute; per chi soffre di patologie come asma o allergie, è possibile utilizzare TZOA per orientarsi negli ambienti favorevoli alla propria condizione.

MappA / Inquinamento / InterattivA

21.

Array of things Charlie Catlett, Urban Center for Computation and Data del Computation Institute, promosso da Argonne National Laboratory e University of Chicago

2015 arrayofthings.github.io maggio 2015

Array of thing (AOT) è progetto in via di sviluppo che si propone di creare una rete interattiva e modulare di raccolta dati in tempo reale sull’ambiente, sulle infrastrutture, le attività e le strutture pubbliche. I sensori, attaccati ai pali della luce, misurano gli inquinanti e altri fattori ambientali: temperatura, umidità, luce, suono, CO, NO2 e vibrazioni. Una rete wireless conta il numero di bluetooth o di dispositivi WiFi attivi in prossimità del rilevatore, come indice del traffico pedonale. Ulteriori sensori ambientali sono in corso di valutazione per i prossimi prototipi. Tutti i dati saranno pubblicati con più aggiornamenti al minuto, apertamente e senza costi. Inoltre, tutti i software, hardware, le parti e le specifiche saranno con licenza open source, per favorire la partecipazione e la supervisione da parte della comunità di sviluppatori e del pubblico. Il primo prototipo comprende 10-12 installazioni distribuite su tutta la superficie urbana (Università di Chicago, School of Art Institute di Chicago) e suburbana (Argonne National Laboratory). Siti aggiuntivi, tra cui la University of Illinois - Chicago e Northern Illinois University, sono in fase di valutazione. 99

Strumenti tecnici per la cartografia online

Riportiamo alcuni dei principali strumenti esistenti per la creazione e la modifica di mappe online interattive; usati per la realizzazione pratica del progetto, alcuni di questi sono stati poi abbandonati a favore di altri più congeniali alle nostre esigenze. OpenStreetMap openstreetmap.org «OpenStreetMap è costruito da una comunità di mappatori che contribuiscono e mantengono i dati sulle strade, sentieri, caffè, stazioni ferroviarie e molto altro ancora, in tutto il mondo.» OpenStreetMap permette di modificare la mappe e consultare lo storico di tutte le modifiche effettuate. Gli utenti registrati possono caricare tracciati GPS ed editare dati vettoriali utilizzando gli editor disponibili. La “primitiva dati” di OSM è una classe oggetto che può essere memorizzata via API nel server. I tre tipi di dati supportati sono: Node (nodo), Way (via) e Relation (relazione). Un nodo è una coppia latitudine/longitudine di coordinate: è il punto di partenza per la costruzione di tutti gli altri elementi ed è un elemento esso stesso. Una via è un elenco di almeno due nodi che descrivono un elemento lineare, es. una strada. I nodi possono essere parte di più “vie”. Una relazione è un gruppo di zero o più primitive con ruoli associati ed è usata per specificare il rapporto tra oggetti e per modellare un oggetto astratto. 101

Strumenti tecnici per la cartografia online

Queste primitive sono usate per definire diversi elementi logici di una mappa (Point Of Interest, Street, Tram Line, Bus Stop etc.). Gli elementi di mappa sono ben noti nella comunità OSM e sono memorizzati tramite etichette basate su una chiave ed un valore. I dati OSM sono solitamente distribuiti in formato XML, che è usato anche per la comunicazione con i server OSM (qgis. org, gennaio 2014). Leaftlet leafletjs.com Leaflet è una delle prime librerie JavaScript open source dedicate alla creazione di mappe interattive ed è stata sviluppata a partire dal 2010, dall’ingegnere informatico che attualmente collabora con Mapbox, Vladimir Agafonkin. Sul sito di Leaflet, oltre a poter scaricare la libreria è possibile seguire i tutorial, gli esempi e le indicazioni specifiche sul codice, facilitando il lavoro di chi si avvicina per la prima volta al mondo della programmazione sul web. Leaftlet si inserisce facilmente all’interno delle piattaforme desktop e mobili sfruttando HTML5 e CSS3 e può essere ampiamente estesa tramite plug-in o integrata ad altre librerie JavaScript dedicate alla mappatura online (ad esempio Mapbox, CartoDB, Odyssey, OpenLayer, Cartographer) CartoDB cartodb.com CartoDB è un database geospaziale che permette di memorizzare e visualizzare dati sul web, ha un’interfaccia editor facile da usare (CartoDB Editor) e una piattaforma per gli sviluppatori alla ricerca di un sistema geospaziale scalabile e personalizzabile (CartoDB Platform). L’interfaccia editor consente di caricare dati geospaziali online (in formati come GeoJSON, CSV, ESRI Shapefile, ecc) filtrarli rapidamente, personalizzare e pubblicare mappe sul web tramite URL pubblici o protetti da password e codici API da inserire all’interno del proprio sito. CartoDB permette l’interazione con altre librerie .js dando la possibilità di aggiornare e implementare le proprie mappe. Per il nostro progetto abbiamo preferito servici di CartoDB Platform, uscendo dall’editor ed entrando a far parte della comunità online presente su Github. 102

Odyssey cartodb.github.io/odyssey.js Odyssey.js è uno strumento open source che permette di combinare mappe e narrazioni in modo interattivo. Con questa libreria la narrazione si arricchisce facendo ricorso a strumenti multimediali: movimenti della mappa, video, controllo del suono o dei contenuti della visualizzazione. Odyssey.js fornisce modelli di base personalizzabili che possono essere modificati in base alla storia che si ha intenzione di narrare. I modelli includono lo scorrimento (scroll), il passaggio da una slide all’altra (slide) e l’evoluzione temporale (torque). Mapbox mapbox.com Mapbox è una piattaforma per sviluppatori per creare mappe online. Compatibile con qualsiasi dispositivo mobile o fisso, ha l’obiettivo di cambiare come le persone si muovono e comprendono il pianeta. Mapbox è una società open source che condivide online buona parte dei codici che produce (mapbox.com/about, giugno 2015) L’editor di Mapbox permette la customizzazione di 15 diverse mappe che si suddidono in tre tipologie principali: stradali, geografiche e satellitari. Stabilita la mappa è possibile modificarne i colori e la tipografia e inserire i propri dati visualizzati tramite marker (puntuali, lineari e areali). Per intervenire su aspetti più specifici è necessario lavorare sullo script della mappa stessa. Ciò è possibile tramite l’utilizzo di JavaScript oppure attraverso Mapbox Studio. Mapbox Studio è un’applicazione desktop per la progettazione di mappe e la conversione di set di dati personalizzati in tile vettoriali compatte. I dati della mappa sono ospitati in modalità remota come dati vettoriali, completamente separati dallo stile della mappa, il che significa: più variazioni di stile sullo stesso insieme di dati e iterazioni di progettazione più veloci. Questa applicazione consente una modifica nel dettaglio di molte caratteristiche della mappa e dà la possibilità di personalizzare completamente ogni aspetto della stessa intervenendo sul codice CSS. (mapbox.com/guides/getting-started-studio, giugno 2015)

103

Utente e scenario d’uso

Studiare come le persone comprendono e interagiscono con i prodotti, siano essi tecnologici o analogici, si pone alla base del design dell’interfaccia (Cooper, Reimann, Cronin, 2007). Qualsiasi progetto dovrebbe partire dall’indagine delle dinamiche comportamentali legate ad un determinato prodotto comunicativo e dovrebbe plasmarsi in modo da rispondere alle esigenze emerse. Per questo i contenuti da trasmettere devono relazionarsi con l’utente al quale vengono comunicati, ed è necessario avere ben chiaro a chi è rivolto il progetto. Dopo aver definito l’ambito nel quale vogliamo operare, nel nostro caso: «le iniziative partecipative dei cittadini auto organizzati, in grado di offrire monitoraggi e studi alternativi a quelli ufficiali sull’inquinamento ambientale per mezzo di stazioni di rilevamento i cui dati opportunamente trattati trovano collocazione in un apposito spazio web per essere condivisi» (“Caso di Livorno” pag. 19) e dopo aver individuato la domanda alla quale vogliamo rispondere, ovvero: «Può la progettazione grafica migliorare la comunicazione visiva dei dati dei sensori di monitoraggio dell’aria trasportabili e quindi favorire l’accesso alle informazioni sull’inquinamento atmosferico?» (“Introduzione” pag. 11) occorre capire come sviluppare il progetto. 105

Strumenti tecnici per la cartografia online

Le informazioni che dobbiamo acquisire sull’utente sono legate a quando usa prodotti simili a quello che stiamo progettando, perché li usa e come; quali siano i prerequisiti che il nostro utente deve avere, le motivazioni e gli obiettivi che si pone e quali problematiche ha quando interagisce con il prodotto. In contemporanea occorre fare una ricerca approfondita sulle tecnologie in campo. personas: gruppo di utenti di riferimento per il progetto. Offre un modo rapido e poco costoso per testare le priorità e le caratteristiche di tutto il processo di sviluppo del progetto. 12

Con lo scopo di definire tre tipologie di personas12 di riferimento, abbiamo sottoposto ad un test online un campione di 100 persone: •

•

con un livello di alfabetizzazione informatica di base, tale da permettere loro di consultare la piattaforma online già definita come un limite progettuale; con un interesse per la questione trattata, necessaria alla compilazione fruttuosa del test.

Per impostare il test si è preferito ridurre il numero di domande, prediligere la formula a scelta multipla e usare un linguaggio informale, spiegando gli intenti del test ai compilatori. Le domande sono state suddivise in: • •

•

informazioni generali: età, genere, grado di istruzione, abitudini, patologie respiratorie; informazioni sul contesto: luogo di lavoro, spostamenti giornalieri, mezzi di trasporto, strumenti per navigare in internet; informazioni sull’ambito specifico: uso di applicazioni per automonitorarsi, uso di strumenti per avere informazioni sull’ambiente, motivazioni sul perché interessa lo stato di salubrità dell’aria.

L’86% delle persone che hanno risposto al test dichiara che ci sia un nesso tra come si sente fisicamente e le condizioni ambientali in cui si trova. Le applicazioni e i siti che vengono consultati per ottenere informazioni sull’ambiente sono soprattutto per le previsioni meteo e il tracciamento della posizione personale tramite GPS. In linea generale si evidenzia un particolare interesse per quelli che sono gli effetti sulla salute dell’esposizione personale agli inquinanti e un uso degli strumenti di automonitoraggio soprattutto per salute e sport. 106

Il grafico mostra quali sono le informazioni sull’inquinamento atmosferico che il campione di persone selezionato per il test ha preferito.

effetti sulla salute esposizione giornaliera sorgenti di emissione concentrazioni nel tempo

Il grafico in basso espone per cosa vengono maggiormente usate le applicazioni per automonitorarsi.

impatto sul territorio dati da scaricare percorsi alternativi

n°persone 0

salute lavoro studio sport 0

n°persone 9

Precisiamo però che, trattandosi di un campione, è maggiormente importante relazionare i dati tra loro, quindi non guardare al risultato percentuale ottenuto ma alle connessioni che si creano tra i dati. Chi fa sport ad esempio, usa strumenti per automonitorarsi, non fuma e non soffre di patologie respiratorie per questo è interessato soprattutto a percorsi alternativi per diminuire l’esposizione personale agli inquinanti e usa principalmente uno smartphone per navigare. Chi si occupa di un’agenzia immobiliare che deve valutare gli immobili, dimostra un interesse per la posizione delle sorgenti di emissione e le concentrazioni nel tempo e lavora in un ufficio con un computer portatile o fisso, chi è nell’ambito della comunicazione, dell’istruzione, oltre che in quello sanitario, 107

Strumenti tecnici per la cartografia online

esprime la preferenza di poter scaricare i dati precisi e in tempo reale sulle concentrazioni degli inquinanti nell’aria, per articoli o studi sempre aggiornati. Queste caratteristiche ricorrenti sono quelle che definiscono le nostre personas, il test ci ha aiutato ha delinearne alcune, più specifiche e utili alla definizione dell’architettura dell’informazione e del linguaggio (visivo e scritto): Il grado di scientificità delle informazioni deve essere alto ma non tecnico, non stiamo progettando una mappa per esperti del settore chimico, anche se questi ultimi possono servirsene. L’intento è dare più livelli di lettura del dato, ma lasciare da parte quelle informazioni che lo renderebbero ridondante al nostro utente, che prima di tutto, ne fa un uso personale e quotidiano. Il linguaggio deve mirare ad accrescere le conoscenze sull’inquinamento atmosferico ma essere sintetico. La piattaforma online deve essere responsiva, adatta ad una consultazione su smartphone e su computer portatile. La mappa deve permettere un buon livello di interazione, in modo da permettere di personalizzare la ricerca in base ai diversi scopi dell’utente. Per dare concretezza al progetto dobbiamo individuare anche i possibili stakeholders, ovvero coloro che potrebbero contribuire economicamente o nella fase di sviluppo del lavoro e che stabiliscono i limiti tecnici, il budget e una visione preliminare del progetto stesso. Tra i possibili stakeholders individuati per il progetto, ne citiamo alcuni: • • • •

108

PM2.5 Firenze, l’aria che respiri ora a Firenze; Vertenza Livorno, comitato per le vertenze del territorio; Medicina Democratica, medicinademocraticalivorno.it; SenzaSoste, quotidiano locale.

Strumenti di monitoraggio esistenti

Per visualizzare dati, occorre in primo luogo analizzare gli strumenti che vengono utilizzati per acquisirli. Spesso sottovalutata, questa fase risulta essere fondamentale; non può esserci una visualizzazione attendibile senza che ci siano dati attendibili, così come non ci può essere una rappresentazione di questi ultimi se non si comprende a fondo la natura del dato. Più si è capaci di approfondire quest'ultimo aspetto e più si riescono ad evitare scelte di stile che non hanno alcun nesso con il dato. Stazioni di monitoraggio inquinamento Le stazioni di monitoraggio si suddividono in base al sito di ubicazione e in base alla tipologia di sorgente di emissione dominante nei pressi della stazione; Tipo di sito: • • •

Urbano: sito fisso inserito in aree edificate; Suburbano: sito fisso in cui sono presenti sia zone edificate, sia zone non urbanizzate; Rurale: sito fisso localizzato ad una distanza maggiore di 50 km dalle fonti di emissione.

Tipo di stazione: •

Traffico: stazioni ubicate in posizione tale che il livello di inquinamento sia influenzato da emissioni da traffico, provenienti da strade limitrofe con intensità medio alta; 109

Strumenti di monitoraggio esistenti

•

Fondo: stazioni ubicate in posizione tale che il livello di inquinamento non sia influenzato prevalentemente da emissioni di specifiche fonti (industrie, traffico, riscaldamento residenziale, ecc.) ma dal contributo integrato di tutte le fonti poste sopravento alla stazione rispetto alle direzioni predominanti dei venti nel sito; Industriale: stazioni ubicate in posizione tale che il livello di inquinamento sia influenzato prevalentemente da singole fonti industriali o da zone industriali limitrofe. (ARPAT, decreto legislativo 155/2010, Direttiva europea n.50 del 21/8/2008 )

Le stazioni che misurano gli inquinanti che visualizzeremo sulla mappa sono le seguenti: • • • • • • • • •

Piazza Leonetto Cappiello, Livorno, LI, Italia Via di Collinet (Villa Maurogordato), Livorno, LI, Italia Via Poggio San Rocco, Rosignano Marittimo, LI, Italia Via Guido Rossa, Rosignano Marittimo, LI, Italia Viale Giosuè Carducci, Livorno, LI, Italia Borgata Cotone, Piombino, Livorno, LI, Italia Via Piero Gobetti, Livorno, LI, Italia Via Veneto, Mazzanta, Rosignano marittimo, LI, Italia Giardini Pubblici, Via Anne Frank e Via Medaglie d’oro e della Resistenza, Piombino, LI, Italia

Al momento in cui questa tesi viene scritta, le stazioni di monitoraggio a Livorno sono meno della la metà di quelle presenti negli anni che prenderemo in considerazione (2009/2013) e sono: • • •

Piazza Cappiello (sito Urbano, sorgente Fondo) Viale Carducci (sito Urbano, sorgente Traffico) Via la Pira (sito Urbano, sorgente Fondo)

Ai fini del progetto comprenderemo le vecchie stazioni di monitoraggio.

110

Dati pubblici sull’inquinamento atmosferico Per quanto concerne i dati delle stazioni di misura disposte dall’ARPAT (Agenzia regionale per la protezione ambientale della Toscana) attualmente è possibile scaricare i dati in formato CSV e XLM tramite il sito internet dell’ARPAT (arpat.toscana. it). I dati sull’inquinamento atmosferico coprono un periodo di tempo che va dal 2009 al 2013 e si attengono al decreto legislativo del 24 gennaio 2006. In questo decreto viene esplicitato il fatto che: «Le pubbliche amministrazioni e gli organismi di diritto pubblico non hanno l’obbligo di consentire il riutilizzo dei documenti di cui al comma 113. La decisione di consentire o meno tale riutilizzo spetta all’amministrazione o all’organismo interessato, salvo diversa previsione di legge o di regolamento.» inoltre: «Il titolare del dato non ha l’obbligo di produrre o di continuare a produrre documenti al solo fine di permetterne il riutilizzo da parte di un soggetto privato o pubblico.» e «I poteri e le facoltà connessi al riutilizzo spettano unicamente al titolare del dato.» Il riutilizzo avviene mediante una licenza standard redatta dalle pubbliche amministrazioni e dagli organismi di diritto pubblico che consentono il riutilizzo del dato. L’intero decreto è possibile consultarlo tramite il sito di normattiva (normattiva.it/urires/N2Ls?urn:nir:stato:decreto.legislativo:2006-01-24;36!vig=, maggio 2015). I dati pubblici sull’inquinamento atmosferico non sono quindi "open" in quanto si definiscono open data i dati e i contenuti che possono essere liberamente utilizzati, modificati e condivisi da chiunque per qualunque scopo. L’uso degli open data e la sua promulgazione partono dal presupposto che la conoscenza debba essere aperta a chiunque e chiunque debba quindi essere libero di accedervi, utilizzarla, modificarla e condividerla, preservando la sua apertura. 111

Il presente decreto legislativo disciplina le modalità di riutilizzo dei documenti contenenti dati pubblici nella disponibilità delle pubbliche amministrazioni e degli organismi di diritto pubblico.

Strumenti di monitoraggio esistenti

Per definirsi "open" un progetto deve soddisfare i seguenti requisti: •

•

deve essere disponibile sotto una licenza aperta. Eventuali termini di utilizzo devono accompagnare il lavoro e non devono contraddire i termini di licenza; deve essere disponibile nella sua interezza e scaricabile da internet senza costi. Ogni informazione necessaria nella conformità della licenza (come i nomi dei collaboratori e altri requisiti di attribuzione) deve accompagnare il progetto; deve essere fornita in un formato facilmente fruibile e modificabile in modo tale che non ci siano barriere tecnologiche inutili. In particolar modo i dati devono essere leggibili da qualsiasi computer, disponibili in grandi quantità e forniti in formato aperto, che permetta di trattarli con almeno un software gratuito open source.

Per definirsi "open" una licenza deve soddisfare le seguenti condizioni. Deve irrevocabilmente consentire: • • •

• • • • •

•

112

l’uso gratuito del progetto; la ridistribuzione del progetto e l’insieme di opere provenienti da fonti diverse; la creazione di derivati dal lavoro consentendo la distribuzione di tali derivati nel rispetto delle condizioni di progetto originali; deve permettere di utilizzare, distribuire, modificare liberamente qualsiasi parte del lavoro; deve permettere la distribuzione del progetto da distribuire insieme ad altre opere separate senza porre restrizioni; non può discriminare nessuna persona o gruppo; i termini relativi ai progetti annessi devono essere applicati a tutti senza la necessità di accettare termini legali aggiuntivi; deve permettere l’utilizzo, la ridistribuzione, la modifica e la compilazione per qualsiasi scopo. La licenza non può impedire a nessuno di farne l’uso che vuole; non può imporre alcuna tassa o remunerazione.

La licenza non deve limitare le precedenti condizioni ma: •

•

• • •

•

può richiedere la distribuzione del progetto includendo l’attribuzione ai collaboratori, ai titolari dei diritti annessi, agli sponsor e ai creatori finché tali requisiti non sono onerosi; può richiedere che le versioni modificate abbiano un nome differente o un numero differente da quello del progetto originale; può richiedere che le copie o i derivati mantengano la stessa licenza del progetto originale; può richiedere il mantenimento delle informazioni sul copyright e l’identificazione della licenza; può richiedere che le modifiche vengano fatte in un determinato formato per essere messi a disposizione in modalità editabile; può vietare la distribuzione del lavoro nel caso in cui le misure tecniche impongano restrizioni sull’esercizio dei diritti altrimenti permesso; può richiedere ai modificatori delle autorizzazioni aggiuntive (per esempio, le licenze di brevetto) per l’esercizio dei diritti consentiti dalla licenza. (opendefinition.org, febbraio 2015)

Stazioni di monitoraggio meteo Poiché il nostro intento è anche quello di visualizzare il rapporto tra gli inquinanti e i dati meteorologici; ci soffermeremo sul vento, in quanto determinante per il trasporto degli inquinanti. I dati sulla direzione e la velocità del vento li ricaveremo dal sito della LaMMA (lamma.rete.toscana.it/meteo/osservazioni-edati/dati-stazioni, aprile 2015). La LaMMA è un consorzio per il monitoraggio di dati meteo, essa fornisce ogni quindici minuti una misurazione di più parametri legati al vento.

113

Prototipo rilevatore di polveri sottili

Tra i molteplici device portatili per la raccolta di dati sull’inquinamento atmosferico in commercio sono una minoranza quelli che misurano il particolato atmosferico e hanno costi ancora poco accessibili ai più, si è preferito quindi autoprodurre lo strumento di misurazione seguendo il progetto proposto da Matthew Schroyer14 e implementato da una comunità online attiva, noi compresi. Il progetto “Dustduino” unisce il microprocessore Arduino al sensore Shinyei PPD-42 che tramite una tecnologia laser quantifica le particelle presenti e mediante una formula applicata dal microprocessore permette di stabilire la concentrazione in microgrammi al metro cubo. Illustreremo i dettagli del progetto così da fornire un’ulteriore guida dettagliata all’autocostruzione del device. Maggiore sarà il numero di Dustduino prodotti, maggiori saranno i dati integrati nella mappa progettata. Costruire Dustduino Per costruire il nostro prototipo di rilevatore di polveri sottili secondo il progetto originale di Matthew Schroyer, necessitiamo delle seguenti componenti: • • • • • • •

Arduino Uno (microprocessore); Arduino Wireless Proto Shield; Shinyei PPD-42 Dust Sensor (sensore); modulo Sparkfun Roving Networks RN-XV WiFi (antenna); cavo USB tipo B; alimentatore 9V DC; fili 22AWG solid core hookup wire. 115

Matthew Schroyer: professore di nuove tecnologie in Oklahoma City, sviluppatore di droni e sensori.

Prototipo di rilevatore di polveri sottili

Schema collegamenti

Pin 9 PM2.5

Gnd

Dal sensore alla Shield Pin 8 PM10

Sensore Shinyei PPD-42 Dust Sensor

Antenna Sparkfun Roving Networks RN-XV WiFi module Fili 22AWG solid core hookup wire Shield wireless Arduino Wireless Proto Shield

Microprocessore Arduino Uno

scala 1:1

116

Occorre inoltre avere a disposizione un saldatore dalla punta piccola, dello stagno, della colla a caldo e una connessione ad internet stabile. Questo materiale è adatto alla creazione di un prototipo da utilizzare in posti chiusi, poiché prevede un alimentazione fissa e una rete internet stabile, oltre che un account Xively. Per chi è intenzionato a trasportarlo, ha difficoltà ad inserire i dati su Xively e non dispone di una connessione internet stabile (l’hotspot del cellulare può funzionare ma talvolta non basta) consigliamo questo secondo prototipo che sostituisce alla Shield Wireless e all’antenna, una Shield Datalogger, che memorizza su una scheda SD i dati ottenuti dal sensore e all’alimentatore casalingo, un set di batterie portatili. Da qui ci occuperemo di questa seconda modalità, da noi scelta per raccogliere i dati utili al progetto. Il nuovo prototipo sarà dunque costituito dalle seguenti componenti: • • • • • •

Arduino Uno (microprocessore); Shield datalogger SD card DS1307 RTC real time clock (memoria e orologio); scheda di memoria SD; Shinyei PPD-42 Dust Sensor (sensore); set di batterie da 5 V con porta pile; fili 22AWG solid core hookup wire.

La Shield datalogger possiede uno spazio per la SD e un orologio che programmeremo in funzione all’output dei dati del sensore. Nel caso in cui la vostra Shield non sia munita di una pila per orologio dovrete procurarve una a litio modello CR1220 da 3V che dovrete accertarvi di tenere sempre ben salda al suo posto: se la pila si sposta o si toglie, l’orologio dovrà essere risettato. Note sul sensore: • •

•

Il sensore deve essere collocato verticalmente per mantenere la posizione della resistenza riscaldante in basso; sono preferibili condizioni di bassa illuminazione, pur utilizzando l’infrarossi il sensore è più preciso se non esposto a luce diretta; evitare sollecitazioni a vento e correnti d’aria; 117

Prototipo di rilevatore di polveri sottili

Sensore Shinyei PPD-42 Dust Sensor

scarico

sheilding elettromagnetica rilevatore fotodiodo

led Infrarossi lente d’ingrandimento

calibratori

deflettore di luce

attacchi fili

resistenza elemento riscaldante

presa aria scala 1:1

Schema collegamenti Dal sensore alla Shield

Pin 8 PM10

Pin 9 PM2.5

Gnd

Assemblare le varie parti è molto semplice: 1. Inserire i piedini della Shield all’interno degli appositi alloggiamenti del microprocessore; 2. Aggiungere il quarto filo (verde) nel secondo Pin a partire da destra del sensore. Il sensore è già munito di tre dei quattro fili necessari. Dopodiché è possibile saldare e/o incollare i fili alla Shield nell’ordine sopra indicato (schema); 3. Assicurarsi che non ci siano falsi contatti e che i fili siano disposti come da schema: ciascuna delle precedenti condizioni può alterare i dati. La saldatura richiede una certa perizia e va fatta direttamente sulla Shield, per i meno esperti si consiglia di infilare negli alloggiamenti i fili e di fissarli con la colla a caldo, l’importante è che ci sia un buon contatto. 118

Shield Datalogger Shield datalogger SD card DS1307 RTC real time clock

Pin 9

Pin 8

reset

entrata SD

orologio

scala 1:1

Microprocessore Arduino Uno reset attacco USB

attacco batteria

scala 1:1

La board Arduino esegue il codice che le viene caricato; controlla e risponde all’elettricità e tramite le sue specifiche componenti è capace di interagire con il mondo reale. Queste componenti sono sensori, che trasformano alcuni aspetti del mondo fisico in elettricità. Alcuni esempi di sensori sono gli accelerometri, i ricettori di ultrasuoni e gli interruttori (Margolis, 2012). 119

Gnd

Prototipo di rilevatore di polveri sottili

Schema collegamenti

Pin 9 PM2.5

Gnd

Dal sensore alla Shield Pin 8 PM10

Sensore Shinyei PPD-42 Dust Sensor

Fili 22AWG solid core hookup wire

Shield Datalogger Shield datalogger SD card DS1307 RTC real time clock

Microprocessore Arduino Uno

scala 1:1

120

Programmare Dustduino Finita questa prima parte occorre passare alla fase di programmazione. Online (github.com/NodeJournalism/ DustDuino), si trovano i codici necessari al funzionamento della prima delle due modalità di rilevatore di polveri illustrata. Per la seconda, che include la Shield Datalogger abbiamo dovuto fare qualche piccola modifica al codice principale. Troverete il codice in “Appendice B” e sulla piattaforma creata appositamente per il progetto (github.com/Silviatulli/Dustmap). 1. Scaricate il programma "Arduino" direttamente dal sito (arduino.cc/en/Main/Software). 2. Scaricate il datasheet della Shield datalogger (pjrc.com/ teensy/td_libs_DS1307RTC.html) salvate i file all’interno delle cartella "libraries" di Arduino (la cartella dovrebbe essersi generata automaticamente dopo l’installazione del programma nei vostri documenti all’interno del computer). 3. Inserite la pila a litio e la Scheda SD negli appositi spazi della Shield datalogger. 4. Aprite il file "SetTime" o copiate ed incollate il codice 1 che trovate in "Appendice B", vedrete apparirvi un primo sketch15. Collegate con il cavo USB il vostro Dustduino e lanciategli il codice che avete appena aperto. Fatto; avrete settato l’orologio con la data e l’ora in cui è il vostro computer. Adesso tornate su Github o nella nostra "Appendice B" e copiate il codice 2. Uploadate anche quest’ultimo e aprite da "Strumenti" (nel programma Arduino) il "Monitor Seriale" dovrebbero apparirvi: data, ora, conteggio delle particelle di PM10, conteggio delle particelle di PM2.5, concentrazione in microgrammi al metro cubo di PM10 e concentrazione in microgrammi al metro cubo di PM2.5, in questo preciso ordine. 5. Adesso scollegate il cavo USB e attaccate Dustduino alle vostre batterie disposte nel porta pile. 6. Aspettate qualche minuto, dopodiché verificate se sulla vostra scheda SD sono apparsi i dati che prima avete visto dal “Monitor Seriale”, se così è, rimettete la scheda SD al suo posto e passate alla fase successiva, altrimenti ripetete il procedimento con maggiore attenzione. Troverete risposta ai vostri dubbi nei molti commenti presenti nel sito di pubblicazione del progetto (mentalmunition.com maggio 2015) 121

15 sketch/sketches: programmi del software, vengono caricati dal computer alla board tramite un sistema IDE (Integrated Development Enviroment). I'IDE permette di scrivere ed editare il codice e convertirlo in istruzioni comprensibili per l'hardware Arduino, questo processo si chiama uploading.

Prototipo di rilevatore di polveri sottili

7. Costruitevi una scatola capace di contenere il vostro rilevatore e di proteggerlo da eventuali urti. Fate in modo che il sensore rimanga esposto all’aria. Evitate il contatto delle varie componenti metalliche premurandovi di coprirle o dividerle con carta, tessuto, legno o plastica. Adesso che Dustduino funziona e ogni trenta secondi abbiamo i dati relativi alle misurazioni e al momento esatto di misurazione, dobbiamo fare un ulteriore passo avanti e geolocalizzare queste informazioni. Se avete uno smarthphone, avrete sicuramente integrato un sensore GPS. Per evitare di comprare ulteriori componenti, ci serviamo del servizio di localizzazione del nostro cellulare e di un’applicazione dedicata alla memorizzazione dei dati, "GPS Logger" (per Android). Questa App si adatta particolarmente bene alle nostre necessità perché è gratuita e ci permette di modificare le modalità di memorizzazione dei dati GPS sul nostro cellulare. Dal menù principale dell’App possiamo selezionare "Dettagli registrazione" e decidere il formato di output dei dati (GPX, KML, URL, OpenGTS, txt, NMEA) e dove salvarli (possiamo anche programmare l’arrivo di un’e-mail giornaliera al nostro indirizzo personale). Sceglieremo "txt", che da default divide automaticamente i dati tramite una virgola, restituendoci un CSV (Comma Separeted Value) sul quale poter lavorare. Sempre dal menù principale, selezionando la voce "Prestazioni" potremo stabilire i tempi e i filtri da applicare ai dati, impostiamo quindi come tempo tra una registrazione e l’altra 30 secondi, così saremo certi di avere i dati GPS in sincrono con le misurazioni di Dustduino. Calibrare Dustduino Prima di iniziare con le misurazioni in giro per la città, occorre confrontare i nostri dati con quelli di una stazione di monitoraggio stabile che misura le concentrazioni di PM2.5 e PM10. Per poterci adeguare ai dati della stazione facciamo una media giornaliera dei valori raccolti in prossimità di questa e la confrontiamo; se coincidono o sono comunque molte vicine significa che Dustduino funziona.

122

Misurazioni Poiché le misurazioni fatte con Dustduino rientrano in quel gruppo di dati raccolti sull’ambiente non ufficiali si definiscono "stimate". Le misurazioni stimate possono suggerire successivi studi maggiormente appronditi ma non sono da considerarsi ufficali. La nostra esperienza di misurazioni è durata circa tre mesi. Non avendo avuto un percorso lineare e non potendo, per motivi di tempo e competenza esporre un’analisi a lungo termine dei dati raccolti, si è preferito selezionare un numero di giorni limitato come esempio. Inizialmente abbiamo impostato le nostre rilevazioni in punti prestabiliti, rimanendo stazionari per un’ora in diversi punti della città considerati significativi per i livelli di inquinamento o per essere zone molto frequentate (ad esempio l’ospedale, la zona industriale e il porto). Successivamente abbiamo ripensato alla modalità di misurazione soffermandoci su quali fossero i bisogni della nostra utenza di riferimento. Mostrare l’esposizione personale agli inquinanti e l’effetto di questi sulla salute era ciò che dovevamo in primo luogo far emergere. Quindi abbiamo iniziato ad automonitorarci trasportando ovunque e in ogni momento Dustduino, prima segnandoci su blocco note i nostri spostamenti e poi sfruttando le potenzialità del nostro smarthphone con GPS Logger attivo. Prime misurazioni marzo 2015, da destra a sinistra l’ospedale e il porto di Livorno.

123

Prototipo di rilevatore di polveri sottili

Abbiamo poi rivisto i dati e anche il programma di Dustduino per raffinare il dialogo tra i diversi device, usando i fogli di lavoro su Google Drive prima e di CartoDB dopo, abbiamo tolto i dati superfli e di pari passo, abbiamo iniziato ad abbozzare una struttura per la visualizzazione. Dustduino sul treno, aprile 2015.

Contenitore Dopo aver testato vari contenitori abbiamo pensato di costruirci una scatola su misura. La prima, fatta in cartone e automontante con il tempo si è logorata. La nuova scatola in legno è invece pensata per essere più resistente. L’abbiamo studiata con dei fori per far entrare l’aria, chiudibile, con un ripiano per dividere la batteria dal microprocessore. Disegno in assonometria della scatola e delle sue componenti, cubo lato: 13,5 cm scala 1:10.

124

Architettura dell’informazione

Struttura ed elementi Una mappa può essere considerata un oggetto grafico composto in quanto consiste in molti sub-oggetti grafici. Per l’analisi degli elementi che costituiscono una rappresentazione grafica complessa è appropriato scomporre gli oggetti grafici in molteplici livelli sempre più piccoli, questi livelli sono le componenti significative e le unità primarie di analisi. Gli elementi cartografici selezionati per la visualizzazone dei dati sull’inquinamento atmosferico sono: • • • •

•

il costruito, ovvero gli elementi architettonici che influenzano il flusso dell’aria; la vegetazione, che mitiga gli agenti inquinanti; le strade, specie quelle principali, che sono soggette al traffico autoveicolare; le sorgenti inquinanti, siti industriali e di smaltimento rifiuti, che alzano vertiginosamente i valori delle concentrazioni degli inquinanti; zone a rischio inquinamento: coltivazioni, falde acquifere allevamenti.

Agli elementi cartografici si sommano quelli meteorologici: •

• • •

la temperatura: che influenza la formazione di alcune tipologie di inquinanti, specie l’ozono, e ne è un indice di concentrazione, in quanto gli inquinanti hanno un impatto sul clima; il grado di umidità; i venti: che spostano le sostanze inquinanti; le precipitazioni: che dilavano l’aria. 125

Architettura dell’informazione

I dati sull’inquinamento atmosferico, riferiti alle polveri sottili e all’ozono, sono associati alle coordinate geografiche relative ai punti dove avvengono i rilevamenti effettuati tramite le stazioni statiche dell’ARPAT (ARPAT.toscana.it/datiemappe#c9=banche. dati&c0=30&b_start=0, dicembre 2015) e tramite Dustduino. Dal punto di vista cartografico sono dati puntuali; la media delle misurazioni in microgrammi al metro cubo in un dato luogo e in un preciso intervallo temporale (anno, mese, giorno e/o ora). Anche per quanto riguarda i dati meteorologici abbiamo a disposizione dati puntuali di stazioni statiche.

Meteo ad esempio: vento, temperatura, umidità Inquinanti concentrazioni di PM10, PM2.5 e O3 misurati da stazioni e Dustduino sorgenti di emissioni ad esempio: strade, discariche, raffinerie Base cartografica ad esempio: costruito, falde acquifere, vegetazione

126

Flusso attivitĂ di navigazione

Ricerca

Home

Mappa RILEVATORI

Dustduino

Seleziona inquinanti

vedi info

Consulta grafo

CONTESTO

Stazioni

PM2.5 PM10

Seleziona inquinanti

clicca su stazione

PM2.5 PM10 O3

Sorgenti

Meteo

clicca su sorgente

Seleziona inquinanti

vedi foto

clicca su info

inquinanti emissioni

vedi foto

timeline

grafo timeline

tipologia

timeline

127

PM2.5 PM10

temperatura vento umiditĂ precipitazioni

Architettura dellâ€™informazione

Geolocalizzazione inquinanti si

rilevamento sensori di automonitoraggio

si hanno a disposizione sensori?

informazioni geospaziali

rilevamento stazioni statiche

di che tipo di dati si tratta?

tempo

informazioni geospaziali

di che tipo di dati si tratta?

concentrazioni

GPS

meteo

concentrazioni

tempo

territorio

selezione dei parametri

analisi

i dati sono sufficienti ad evidenziare dei modelli

si no

il modello Ă¨ soddisfacente? si

128

serie temporali

concentrazione nella zona di interesse

mappatura

tipologia dei dati territorio:

concentrazioni:

tempo:

costruito vegetazione mare strade

PM10 μg/m3 PM2.5 μg/m3 O3 μg/m3

Data (0000-00-00) Ora (00:00:00) Validità (0/1)

punti di rilevamento sorgenti inquinanti

GPS: Latitudine Longitudine

129

Variabili visive

Le variabili visive degli oggetti grafici che rappresentiamo dipendono dalle caratteristiche del dato che intendiamo figurare, dai livelli di visualizzazione che stabiliscono una gerarchia tra gli elementi nello spazio e dal tipo di dinamicità e grado di interazione che permettono. Per descrivere le variabili scelte le suddividiamo in variabili spaziali e variabili di riempimento (Engelhard, 2003). Variabili spaziali Forma, dimensione e orientamento Le concentrazioni di particolato e ozono sono espresse mediante una configurazione di cerchi il cui diametro rimane invariato (perché non se ne conosce effettivamente l’ampiezza, ma la si può solo ipotizzare). Per distinguere le misurazioni effettuate da Dustduino e quelle delle stazioni di monitoraggio stabili abbiamo usato due diverse dimensioni. Il cerchio relativo alle misure delle centraline ha un’ampiezza maggiore poiché si propone di fornire un dato rappresentativo di un’area più grande. Per rappresentare le stazioni di monitoraggio e le sorgenti di emissione abbiamo realizzato due icone. Essendo queste ultime cliccabili, gli abbiamo applicato una leggera ombreggiatura così da suggerire una sovrapposizione di livelli (google.com/design/ spec/material-design, giugno 2015). Gli studi sulle tecniche di design impiegate per la visualizzazione di informazioni statiche devono essere ampliati 131

Variabili visive

icone, da sinistra: sorgente di emissione, stazione di monitoraggio sullo sfondo scuro della mappa.

Le dimensioni delle icone in relazione al grado di zoom.

#stazioni{ marker-width:15; [zoom>15]{ marker-width:30; } [zoom<10]{ marker-width:7.5; }

e talvolta completamente ridiscussi quando si considera l’informazione dinamica e interattiva (Fry, 2007). I cambiamenti nei dati possono consistere in alterazioni di valori o modifiche nelle relazioni interne al set di dati che possono generarsi automaticamente o sulla base di comandi ordinati dell’utente. La dimensione delle icone si modifica in base al grado di zoom che l’utente imposta per visualizzare la mappa. Questo per adeguarsi alla scala degli elementi circostanti (edifici, strade e vegetazione) che subiscono un progressivo aumento di dimensione e dettaglio. Poiché la timeline modifica i valori delle concentrazioni di inquinanti visualizzati, per segnalare questi cambiamenti abbiamo associato al diametro dei cerchi, tre diversi frame che ampliano il diametro iniziale e ripropongono i due livelli di concentrazione precedenti in un grado di opacità gradualmente più basso ("Gradiente, trama, colore" pag. 134).

132

Il dinamismo che si crea tramite questa configurazione fa in modo che l’utente si soffermi sui cambiamenti presenti nei dati delle stazioni di monitoraggio. Con modalità differenti anche i cerchi che rappresentano le concentrazioni di polveri sottili misurate da Dustduino metteno in evidenza un mutamento.

#o3 [frame-offset= 1] { marker-width: 15; marker-fill-opacity: 0.45; } #o3 [frame-offset= 2] { marker-width: 15.5; marker-fill-opacity: 0.225; }

L’effetto generato dai frame sulla visualizzazione dei dati delle stazioni di monitoraggio e la parte di codice CSS associato.

#pm10[frame-offset=1] { marker-width:5.5; marker-fill-opacity:0.5; } #pm10[frame-offset=2] { marker-width:6; marker-fill-opacity:0.25; } #pm10[frame-offset=3] { marker-width:6.5; marker-fill-opacity:0.125; }

Il percorso del sensore rappresentato dal susseguirsi di frame e parte del codice CSS associato.

Se le stazioni sono punti fissi con latitudine e longitudine stabili nel tempo, Dustduino si muove sulla mappa disegnando percorsi. Ciò viene descritto con lo stesso sistema di frame prima accennato: si aggiungo tre frame che, con un grado di opacità gradatamente più basso e un leggero cambiamento nel diametro del cerchio, ripropongono le misurazioni precedenti creando una sorta di scia.

133

Variabili visive

Partendo dai dati forniti ogni quindici minuti dalla LaMMA su direzione e velocità del vento, abbiamo generato un foglio dati tramite JavaScript, in grado di simulare lo spostamento di un numero di piccoli cerchi. Lo scopo è la creazione di una texture di linee costruita da insiemi di punti ravvicinati, con un’opacità progressivamente inferiore in modo da suggerire la direzione delle linee. La linea passa da x1 a x2 e descrive velocità e direzione: x1

Assunte le direzioni sotto forma di gradi, definiamo un’area all’interno della quale generare le coordinate necessarie, stabiliamo un numero di rigenerazioni dei punti e un tempo e diamo un inizio randomico agli elementi base.

134

Ipotesi del risultato della simulazione.

Risultato della simulazione, visione macroscopica.

Risultato della simulazione su mappa.

135

Variabili visive

Variabili di riempimento Gradiente, trama, colore Per quanto concerne gli inquinanti, abbiamo preferito non riprendere i colori dell’ Air Quality Index (AQI) usati dalle agenzie governative per la rappresentazione del livello di qualità d’aria. L’AQI non segue nei colori una progressione geometrica nè una progressione lineare in contrasto con gli intervalli delle concentrazioni che vanno da 0 a 500 e non si basa sulla distinzione tra gli inquinanti, quindi rende possibile la visualizzazione di un solo inquinante per volta. Si è scelto di definire nuovi colori sulla base di una progressione geometrica in base ai livelli di concentrazione e si è scelto due gradazioni di colore vicine per il particolato atmosferico così da distinguerlo dall’ozono, che è un gas. Air Quality Index dell’EPA (United States Enviromental Protection Agency).

Per favorire la lettura delle variazioni di valore, specie alle persone con disabilità visive, abbiamo separato gli elementi sullo sfondo applicando i suggerimenti del Color Contrast Analyser: «La determinazione della “visibilità del colore” si basa sugli algoritmi: differenza di colore e Contrast Ratio (rapporto di contrasto), entrambi suggeriti dal World Wide Web Consortium (W3C)» (webaccessibile.org, maggio 2015) Esiste un’applicazione per computer (scaricabile gratuitamente dal link webaccessibile.org/articoli/contrast-analyserversione-22), che permette di rapportare facilmente i colori tra primo piano e sfondo fornendo un report relativo alla differenza di colore e luminosità e al contrasto e stabilendo sulla base di una scala di grandezze l’ipotetico livello di visibilità. Seppur l’applicazione debba essere perfezionata può essere un valido strumento per le scelte relative al colore.

136

Rappresentiamo in una scala di quattro colori i valori espressi nelle linee guida dell’Organizzazione Mondiale della Sanità. I valori, sotto elencati, si riferiscono alla concentrazione oraria per l’O3 e alla concentrazione giornaliera per PM10 e PM2.5, a maggiore concentrazione corrispondono conseguenze esponenzialmente più gravi. Abbiamo scelto di rappresentare in progressione geometrica16 non il numero riferito alle concentrazioni in microgrammi al metro cubo, ma l’effetto progressivo sulla salute umana che gli inquinanti hanno quando si raggiungono quei determinati valori. Le linee guida sono valori convenzionali: sappiamo che per i soggetti sensibili (come asmatici o bambini) le stesse concentrazioni di inquinanti in atmosfera possono avere un impatto differente di quello calcolato.

Progressione geometrica: la variazione di valore si esprime tramite un preciso rapporto tra bianco e nero nel colore.

Dividiamo tramite le lettere A, B, C e D i quattro livelli che scegliamo di rappresentare.

O3 #bde1e2 #93d0cf #69c2bf #3ab6af

PM2.5 #f0cfc8 #e9b7ac #e19f90 #da8674

O3 PM2.5 PM10

100 25

O3 PM2.5 PM10

160 37,5

O3 PM2.5 PM10

180 50

O3 PM2.5 PM10

240 75

Valori delle concentrazioni espressi in μg/m3 -

In basso: codice colore HEX.

100

150

PM10 #e3cb98 #d7b165 #c89731 #bb7d11

137

Variabili visive

Per la cartografia si è preferito mantenere una scala di colori con una percentuale di nero minima del 60% all’interno della quale si distinguono: le strade, il terreno, il costruito, le acque, la vegetazione, definiti in precedenza e ritenuti fondamentali per la lettura dei dati sull’inquinamento. Per personalizzare la mappa nei colori, nei livelli di zoom e nelle etichette, abbiamo modificato il codice CSS di una mappa esistente tramite Mapbox Studio (mapbox.com/mapbox-studio/#darwin). La scelta di questa palette è determinata dall’analisi fatta in rapporto con i colori relativi agli inquinanti. A seconda del grado di zoom i colori e gli elementi visibili vengono modificati. Al diminuire dello zoom tendono ad uniformarsi viceversa si distinguono. A fianco sono riproposti cinque diversi livelli di zoom dove si evidenzia il modificarsi degli elementi, a livello di zoom 20 notiamo il particolare della strada e del costruito.

Interfaccia di Mapbox Studio.

// Color palette // @road: #2F3537;//strade @land: #1C2125;//terreno @fill2: #2f3537;//costruito @cementery: #282D30; @fill4: #232c37;//acque @wood: #222D2C;//vegetazione @text: #4B535A;

138

Z10

strade #2F3537

terreno #1C2125

acque #232c37 Z12 vegetazione #222D2C

testi #4B535A z15

Strade Sorgenti #4B535A

Selezionando la sezione “Sorgenti” nel menù di navigazione della mappa, le strade principali e più trafficate vengono messe in evidenza dal colore rosso. z17

z20

139

Variabili visive

Proiezione cartografica Le proiezioni cartografiche si possono distinguere in base all’aspetto che prediligono e di cui cercano di limitare la distorsione: area, scala, forma e orientamento (support.google. com/earth/answer/148111?hl=it, gennaio 2015). La proiezione più usata nelle carte geografiche online (ad esempio Google Maps, Bing Maps, OpenStreetMap) si chiama Spherical Mercator e deriva dalla proiezione di Mercatore. La proiezione di Mercatore viene definita “conforme” in quanto mantiene retti gli angoli di intersezione tra latitudine e longitudine consentendo la più facile applicazione di tassellamenti (tile) ma distorcendo le aree ai poli. La proiezione di Mercatore considera la Terra come una sfera ed include l’intera superficie all’interno di un quadrato. Rimanendo conformi agli standard cartografici esistenti online e scegliendo di utilizzare Mapbox per la cartografia abbiamo adottato la Spherical Mercator come proiezione di riferimento.

140

Tipografia Per la scelta tipografica abbiamo pensato al Roboto Sans, perché nato per adattarsi agli schermi. Sviluppato da Christian Robertson nel 2011 per Google e impiegato nel sistema operativo Android attualmente viene rilasciato sotto licenza Apache gratuita. Il carattere ha uno scheletro geometrico ma curve ampie che ne facilitano la lettura. La versione del carattere utilizzata per il progetto è stata aggiornata dallo sviluppatore e dal team Material Design nel gennaio 2015. I pesi scelti per l’interfaccia della mappa sono il Regular e il Bold nella dimensione di 13 pt. Nella cartografia la dimensione delle etichette si modifica in base al grado di zoom. La dimensione minima è 10 pt. Superata la soglia di zoom 5 la tipografia non è più visibile. A partire dal grado di zoom 6 appaiono nelle dimensioni sopracitate prima le capitali e i capoluoghi di regione poi le città minori e via discorrendo fino ai nomi delle vie.

Roboto Sans Grumpy wizards make toxic brew for the evil Queen and Jack.

Normal 400 13 pt.

Grumpy wizards make toxic brew for the evil Queen and Jack.

Bold 700 13 pt.

141

Wireframe

Il progetto è stato pensato per essere fruibile sia da dispositivi fissi che mobili. Per questo abbiamo creato un’interfaccia responsiva. La mappa è stata sviluppata principalmente utilizzando CartoDB, la cui piattaforma editor consente di caricare dati e visualizzarli su mappa, dimostrandosi sin da subito un ottimo strumento di prototipazione. Nonostante l’ampia gamma di possibilità offerte dall’editor, tra le quali anche la possibilità di cambiare il supporto di visualizzazione della mappa progettata, il nostro progetto si è ampliato tramite l’uso di altre librerie JavaScript ed ha aggiunto elementi all’interfaccia base offerta dall’editor. Gli elementi aggiunti, sono considerati significativi per la lettura dei dati sull’inquinamento. Abbiamo infatti voluto associare una timeline-grafo e la possibilità di sovrapporre più livelli in movimento, così da favorirne il confronto. La navigazione su mappa si compone di pochi elementi essenziali. Una navbar, un selettore di parametri e una timeline. Associati a questi, una serie di altri elementi come il tasto "info", i comandi per la gestione del grado di zoom, i pop-up con le foto e gli approfondimenti.

143

Wireframe

Mappa

spazio mappa

Mappa

navbar e zoom

Computer dimensione quadro 1024x640 px

144

Mappa

pop-up foto e info

timeline

Mappa

timelinegrafo

dati meteo

grafo inquinanti

145

Wireframe

Mappa

timeline control

info meteo

Sito

men첫 a tendina

titolo sezione

Computer dimensione quadro 1024x640 px

146

Mappa

selettore livelli

Sito

men첫 sito aperto

testi

attribution

147

Wireframe

Mappa address bar men첫 selettori navbar

info meteo

men첫 selettori aperto

men첫 sito

pop-up

Smartphone

dimensione quadro 960x540 px

148

Schermate

Le schermate sono screenshot del sito e della mappa realizzati per il progetto. Link sito e mappe: silviatulli.altervista.org/Dustmap/ introduzione.html

Link diretto alle sole mappe: silviatulli.altervista.org/Dustmap/ map/stazioni.html

Schermate

[Homepage] In questa sezione la header simula il movimento delle polveri sottili nellâ€™aria tramite un piccolo script realizzato con Processing (processing.org, maggio 2015). A sinistra il menĂš a tendina aperto, mostra i diversi capitoli del sito, pensato per essere soprattutto un mezzo per accogliere la mappa e esplicitare gli intenti del progetto.

150

[Sorgenti] In questa sezione la mappa mostra le sorgenti di emissione, sottolineando anche le emissioni del traffico stradale tramite il colore rosso. Cliccando sullâ€™icona di una delle sorgenti Ă¨ possibile, tramite il pop-up, approfondirne alcuni aspetti (inquinanti atmosferici emessi e tipologia di sorgente di emissione) e contestualizzarla visivamente.

151

Schermate

[Stazioni] In questa sezione Ă¨ possibile visualizzare i dati recepiti dalle stazioni di monitoraggio stabili dellâ€™ARPAT e selezionare gli inquinanti atmosferici ai quali si Ă¨ interessati. I dati vengono inquadrati temporalmente dalla timeline che risiede in basso a sinistra.

152

[Stazioni] Cliccando sul pulsante "info" presente nella timeline si avranno a disposizione informazioni relative al meteo (temperatura, vento, umiditĂ e precipitazioni). Tramite il pop-up di approfondimento si accede al link "Visualizza i dati" che ci conduce ad una pagina del sito dedicata con i grafici temporali relativi ai dati della stazione selezionata.

153

Schermate

[Grafo] Il grafico visualizzato tramite collegamento di approfondimento della stazione di monitoraggio stabile, mostra i valori delle concentrazioni degli inquinanti monitorati nellâ€™arco di tempo di un anno e ci permette attraverso un sistema di etichette interattivo di conoscerne con esattezza i valori, anche grazie ad un sistema di zoom sul grafo. Per realizzare il grafo abbiamo utilizzato Plotly (plot.ly, aprile 2015) unâ€™importante risorsa online per la visulizzazione di dati interattivi. Il punto di forza di Plotly sta anche nella possibilitĂ di visualizzare dati in tempo reale.

154

[Stazioni] Cliccando su una icone delle stazioni Ă¨ possibile approfondirne i dati e le caratteristiche (sito, sorgente, inquinanti atmosferici o informazioni meteo monitorati).

155

Schermate

[Meteo] La sezione mostra principalmente i dati sul vento. Questo viene rappresentato tramite una serie di punti ravvicinati che ne definiscono lâ€™andamento. Il vento viene rapportato alle concentrazioni di PM10 e PM2.5 misurate da Dustduino per evidenziarne i possibili spostamenti.

156

[Meteo] Cliccando sul pulsante "info" si possono visualizzare ulteriori informazioni sul meteo.

157

Schermate

[Dustduino] I percorsi effettuati nell’arco della o delle giornate di misurazione possono essere visualizzati in modalità linear o cumulative, quest’ultima tiene memoria su mappa dei cerchi relativi al livello di inquinamento restituendo dei modelli visibili, dove l’addensarsi di una certa misura indica un’area con quel determinato grado di inquinamento.

158

[Dustduino] La sezione mostra il percorso di Dustduino nel tempo. Tramite il pulsante "info" si accede ai dati meteorologici e al grafico a linee che scorre in contemporanea con i dati sulla mappa.

159

Conclusioni

La prima riflessione che ci troviamo ad affrontare riguarda la questione del monitoraggio e della comunicazione visiva dei dati sull'inquinamento atmosferico strettamente legata allo sviluppo delle nuove tecnologie e modalità di ricerca collettiva. Il rapporto della collettività con fenomeni come l'inquinamento atmosferico è spesso segnato da un sistema di deleghe che minano la ricerca di soluzioni effettive. Una maggiore consapevolezza del fenomeno porterebbe ad un intervento più mirato alla risoluzione delle problematiche annesse. La progettazione grafica può migliorare la comunicazione visiva dei dati dei sensori di monitoraggio dell'aria trasportabili e quindi favorire l'accesso alle informazioni sull'inquinamento atmosferico. In primo luogo perché tramite la partecipazione attiva degli individui nella raccolta dei dati utili alla descrizione del fenomeno si crea una fitta rete di monitoraggio attualmente inesistente; in secondo luogo perché visualizzando su mappa questa rete è possibile condividere e contestualizzare i dati raccolti immettendoli nella quotidianità. La visualizzazione dei dati delle stazioni di monitoraggio stabili dimostra ancor di più la necessità di questo intervento. In sintesi, oltre ad un possibile e auspicabile cambiamento di rotta nei confronti del fenomeno dell’inquinamento atmosferico, si sottolinea l’importanza dell'individuo, della presa di posizione e d’iniziativa all’interno del contesto in cui agisce e vive.

161

Conclusioni

La seconda riflessione riguarda invece il lavoro che si è svolto per concepire questo progetto di tesi, in particolare l'uso di strumenti diversi e il dialogo con numerose professionalità. Abbiamo collaborato con esperti di scienze ambientali, economisti e informatici, in un continuo scambio di competenze. La ricerca di mezzi pratici per la realizzazione del progetto ha sicuramente costituito un ostacolo, talvolta tale da impedirci di trattare ampiamente aspetti cruciali della rappresentazione, ma ci ha resi ancor più consapevoli dell’importanza delle fasi che intercorrono dal concepimento del progetto alla nascita dello stesso. Diventa fondamentale per il progettista grafico attuale sapersi interfacciare con numerosi linguaggi e comprendere che solo dalla collaborazione con altri derivano le materie prime dei progetti che si trova ad affrontare. All'interno del percorso di studi del progettista grafico dovrebbero quindi essere incentivate le occasioni di collaborazione con altre professionalità e soprattutto un approccio pratico, volto alla risoluzione di tutti gli aspetti del progetto che propone. Il nostro progetto non si è ancora concluso ed è utile pensare che non debba esserlo, siamo giunti a delle conclusioni che speriamo essere la base per nuove prospettive di ricerca.

162

Appendice A

Intervista a Paolo Polidori Direttore del dipartimento di Economia alla “Carlo Bo” di Urbino. La sua tesi di dottorato ha come titolo “L’inquinamento da traffico in area urbana: analisi ed interventi” (1990-94). Nel 2002 ha pubblicato “Economia dell’ambiente e metodi di valutazione dell’ambiente”. 1. Quanto può influire la scelta del singolo nella regolamentazione dell’inquinamento atmosferico? «Molto, specie per quanto riguarda il trasporto autoveicolare e le abitudini alimentari.» (Premessa: Il traffico autoveicolare incide per il 60% sulle emissioni di ossidi di azoto, per il 90% su quelle di monossidi di carbonio, del 75% sul benzene) 2. Quanto e in che modo possono influire le nuove tecnologie? «Ciò che era possibile fare tramite lo sviluppo delle tecnologie è stato fatto e la soglia di inquinamento atmosferico è diminuita di molto, occorre adesso focalizzarsi su interventi di pianificazione urbanistica. Inoltre, lo Stato dovrebbe dare regole meno manipolabili, in modo che la comunicazione relativa a cosa inquina e come sia chiara. Le faccio l’esempio dell’etichettatura delle automobili, a seconda del modello utilizzato per l’etichettatura si può credere che un’automobile inquini di più o di meno. Il modello europeo in questo è migliore di quello americano (OAIRA).»

165

Appendice A

3. Come crede che debba essere impostata la comunicazione di questioni relative all’inquinamento atmosferico e alla salvaguardia della qualità dell’aria? Con che mezzi? «La comunicazione dovrebbe favorire il percorso di semplificazione delle cose. Ad esempio, se parliamo di riciclaggio, dovrebbe essere chiaro che impatto ha un certo tipo di packaging piuttosto che un altro e quanto è facile riciclarlo, se richiede procedimenti lunghi per essere diviso in componenti riciclabili prima di essere gettato. Occorre stabilire un algoritmo relativo al grado di facilità di smaltimento che ogni prodotto ha. Questo discorso vale per il packaging come per la visualizzazione dell’inquinamento.» 4. Secondo lei, oltre alla divulgazione dei dati scientifici, informazioni e dati empirici raccolti dalla popolazione, potrebbero aiutare a delineare un quadro più completo dell’inquinamento atmosferico? «Credo sia difficile riuscire a raccogliere dati empirici validi, in quanto visualizzando i dati scientifici, i singoli ne sarebbero inevitabilmente influenzati. Questo comporterebbe solo una comunicazione distorta. Lei dovrebbe studiarsi cos’è il “framing”, ovvero la materia che si occupa nello specifico dell’influenza che la presentazione di informazioni ha sul comportamento delle persone.» 5. A chi rivolgerebbe questo progetto? Che pubblico? Che cliente? «Il contesto è variegato. Ci sono tante e diverse tipologie di persone, c’è il cittadino che ha piena consapevolezza delle teorie probabilistiche e sceglie e a volte c’è il cittadino che non ha bisogno di essere solo informato, ma deve essere indirizzato. Per il resto dipende da lei e su cosa vuole focalizzarsi. Se lei mi parla di cambiamento climatico o di inquinamento atmosferico ad esempio. Se vuole soffermarsi sui trasporti pubblici e l’emissione di PM2.5. Lei sa che monossido di carbonio ed particolato si rapportano in modo inversamente proporzionale, diminuendo il monossido di carbonio si alimenta l’effetto serra ma non cambierebbero le percentuali di particolato che invece hanno effetti molto negativi sulla salute.» 166

6. Che ruolo ha lei nel progetto SEFIRA? «Sviluppo dei modelli a scelta discreta, pongo due politiche a confronto tramite un questionario online sottoposto a 2500 persone per ognuno dei cinque paesi intervistati. Le persone scelgono a quale delle due politiche ambientali dare la priorità. Credo che il modo, anche dal punto di vista grafico, in cui vengono posti questi questionari ne influenzi il risultato. Anche le immagini hanno un importantissimo potere negli esercizi di scelta.» «A mio parere lei deve confinare l’ambito che vuole affrontare tramite le visualizzazioni e studiare quale sia il sistema migliore per facilitare la comunicazione di ciò che sceglie. Sono molte le cose che inquinano e ogni scelta comporta aspetti negativi e positivi. Lei non può trattarli tutti allo stesso modo, creerebbe confusione. Può fare due tipologie diverse di visualizzazione e sottoporle ad un pubblico, ma rimarrebbe il fatto che queste due visualizzazioni potrebbero non tener presente di una serie infinita di parametri visivi che lei non avrà considerato.» Urbino, 6 novembre 2014

167

Appendice A

Intervista a Michela Maione Michela Maione è Professore Associato di Chimica Ambientale presso l’ Università degli Studi di Urbino, Dipartimento di Scienze di Base e Fondamenti. La sua attività di ricerca è incentrata sui cambiamenti di composizione dell’atmosfera e loro implicazioni sulla qualità dell’aria e sui cambiamenti climatici. È responsabile di diversi programmi di misura portati avanti in un contesto internazionale in collaborazione con prestigiosi istituti di ricerca. Michela Maione ha partecipato in qualità di PI a diversi progetti di ricerca internazionali e nazionali. Attualmente è coordinatrice del progetto Europeo SEFIRA sulle implicazioni socio-economiche delle politiche sulla qualità dell’aria. È autrice di numerose pubblicazioni scientifiche su riviste internazionali. 1. Quali inquinanti colpiscono in modo determinante la salute umana? Le polveri sottili e l’ozono, entrambi sono inquinanti « secondari che si vengono a formare in seguito a reazioni chimicheche avvengono in atmosfera tra inquinanti primari che sono: • per l’ozono gli ossidi di azoto e i VOC (composti organici volatili) • per le polveri l’ammoniaca combinata con nitrati e solfati, e ossidazione dei VOC. Inoltre le polveri hanno anche delle fonti primarie (Black carbon).» 2. Quali attività umane hanno un forte impatto sull’ambiente? Le principali fonti sono: traffico, agricoltura, « riscaldamento e industria.» 3. Quanto può influire la scelta del singolo nella regolamentazione dell’inquinamento atmosferico? «Le scelte individuali complementano le misure tecniche e strutturali n el limitare le emissioni dei composti inquinanti. Queste sono essenzialmente: •

168

la scelta di mezzi di trasporto alternativi a quelli più inquinanti come auto e moto;

• •

i cambiamenti di abitudini alimentari (con riduzione dell’assunzione di prodotti caseari e di carni rosse); l’utilizzo di sistemi di riscaldamento non inquinanti in alternativa a caldaie alimentate a carbone, legna o biomasse.»

4. Per quanto riguarda il monitoraggio ad oggi effettuato dalle stazioni di monitoraggio stabili e da quelle mobili, ritiene possa bastare a delineare un quadro completo del grado di inquinamento? e dell’esposizione personale agli inquinanti? Come ritiene si possa migliorare? «Sviluppi recenti sia nella modellistica che n ella strumentazione consentono di valutare in modo sempre più affidabile l’esposizione personale dei singoli individui agli inquinanti dannosi per la salute. In particolare, i campionatori personali registrano nell’arco della giornata le concentrazioni degli inquinanti nei luoghi in cui un individuo si muove e staziona (il progetto londinese “Londoners measure personal air pollution exposure” ne è un esempio, airqualitynews.com/2013/01/17/londonvolunteers-measure-personal-air-pollution-exposure/). I modelli matematici permettono di ricavare stime sempre più accurate dell’evoluzione degli inquinanti sulla base dei dati di concentrazioni rilevati dalle centraline combinati con dati relativi alla dinamica atmosferica.» 5. Esistono dei sistemi di simboli o delle modalità di rappresentazione univoche che permettono alle ricerche fatte in questo ambito di dialogare tra loro? «No, non esistono modalità univoche e standardizzate. Ritengo comunque che le modalità debbano essere diverse per la comunicazione al pubblico e per scopi di studio/ ricerca.»

169

Appendice A

6. Come crede che debba essere impostata la comunicazione di questioni relative all’inquinamento atmosferico e alla salvaguardia della qualità dell’aria? Con che mezzi? «Non essendo un’esperta di comunicazione non ho idee precise a riguardo. Credo che l’utilizzo di Apps per smartphone possa avere buone potenzialità. Tuttavia l’aspetto cruciale della comunicazione al pubblico è il rigore scientifico: sempre più frequentemente sui media compaiono notizie inesatte e non basate su forti evidenze scientifiche. Infine credo che i messaggi non debbano essere troppo allarmisti o negativi, ma bisogna sempre mostrare quali siano le vie percorribili per migliorare lo stato delle cose.» 7. Quali sono gli strumenti usati dagli esperti del settore per rappresentare i risultati delle ricerche in questo ambito? Su che piattaforme? Quali sono i limiti e i punti di forza di questi strumenti? « Sono grafici e fogli di lavoro che presentano i dati che poi vengono utilizzati per la visualizzazione dello stato della qualità dell’aria (cioè concentrazioni degli inquinanti) e possono poi servire da dati di input per i modelli matematici (previsioni dell’evoluzione dell’inquinamento). Non vedo svantaggi particolari se non problemi riferiti ad una visualizzazione efficace di un gran numero di dati e variabili.» 8. Ritiene che ci siano delle distorsioni dei risultati delle ricerche nel momento in cui queste vengono trasmesse ad un ampio pubblico? « Ritengo che ci siano notevoli problemi di comunicazione: comunicazione non comprensibile ad un vasto pubblico, comunicazioni inesatte, dati che vengono volutamente occultati.»

170

9. Perché a suo parere è importante fare ricerca nell’ambito dell’inquinamento atmosferico e della qualità dell’aria? «L’importanza della ricerca in questo settore è fondamentale: il deterioramento della qualità dell’aria dovuto all’inquinamento atmosferico provocato dal traffico autoveicolare è stato riconosciuto dall’organizzazione mondiale della sanità come causa di un numero di morti premature 10 volte quelle causate dagli incidenti stradali. oltre alla nostra salute anche gli ecosistemi e l’ambiente costruito sono fortemente danneggiati.» 10. Che ruolo hanno la rappresentazione e la divulgazione delle informazioni ottenute? «Fondamentale. Anche l’uso di metriche diversee paragoni sono utili in questo senso.» 11. Che ruolo ha lei nel progetto Sefira? « Nel progetto SEFIRA, oltre a svolgere il ruolo di coordinatore del progetto, contribuisco con il mio expertise sulla chimica dell’atmosfera, supportando il lavoro dei colleghi esperti nelle scienze sociali ed economiche nel formulare le ricerche e nell’analizzare i dati.»

Questa intervista è frutto di vari incontri e corrispondenze avvenuti tra ottobre e luglio 2015.

171

Appendice B

Il codice inserito in questa appendice riguarda solo la programmazione del protipo di rilevatore di polveri sottili. Il codice relativo alle mappe e al sito è possibile consultarlo direttamente dal sito (silviatulli.altervista.org/Dustmap/ Introduzione.html) tramite Visualizza > Opzioni per sviluppatori > Visualizza sorgente. Codice (.ino) Dustduino Datalogger 1.

SetTime

SetTime.ino #include <Wire.h> #include <Time.h> #include <DS1307RTC.h> const char *monthName[12] = { “Jan”, “Feb”, “Mar”, “Apr”, “May”, “Jun”, “Jul”, “Aug”, “Sep”, “Oct”, “Nov”, “Dec” }; tmElements_t tm; void setup() { bool parse=false; bool config=false; // get the date and time the compiler was run if (getDate(__DATE__) && getTime(__TIME__)) { parse = true; // and configure the RTC with this info if (RTC.write(tm)) { config = true; } } Serial.begin(9600); while (!Serial) ; // wait for Arduino Serial Monitor

173

Appendice B

delay(200); if (parse && config) { Serial.print(“DS1307 configured Time=”); Serial.print(__TIME__); Serial.print(“, Date=”); Serial.println(__DATE__); } else if (parse) { Serial.println(“DS1307 Communication Error :-{“); Serial.println(“Please check your circuitry”); } else { Serial.print(“Could not parse info from the compiler, Time=\””); Serial.print(__TIME__); Serial.print(“\”, Date=\””); Serial.print(__DATE__); Serial.println(“\””); } } void loop() { } bool getTime(const char *str) { int Hour, Min, Sec; if (sscanf(str, “%d:%d:%d”, &Hour, &Min, &Sec) != 3) return false; tm.Hour = Hour; tm.Minute = Min; tm.Second = Sec; return true; } bool getDate(const char *str) { char Month[12]; int Day, Year; uint8_t monthIndex; if (sscanf(str, “%s %d %d”, Month, &Day, &Year) != 3) return false; for (monthIndex = 0; monthIndex < 12; monthIndex++) { if (strcmp(Month, monthName[monthIndex]) == 0) break; } if (monthIndex >= 12) return false; tm.Day = Day; tm.Month = monthIndex + 1; tm.Year = CalendarYrToTm(Year); return true; } 2.

Dustduino Datalogger

//DustDuino Serial

174

//By Matthew Schroyer, MentalMunition.com //Integrated Datalogger by Silvia Tulli // // // //

DESCRIPTION OUTPUTs particle concentration per cubic foot and mass concentration (microgram per cubic meter) to serial, from a Shinyei particuate matter sensor.

// CONNECTING THE DUSTDUINO // P1 channel on sensor is connected to digital 8 // P2 channel on sensor is connected to gitial 9 // // // // // // // // // //

THEORY OF OPERATION Sketch measures the width of pulses through boolean triggers, on each channel. Pulse width is converted into a percent integer of time on, and equation uses this to determine particle concentration. Shape, size, and density are assumed for PM10 and PM2.5 particles. Mass concentration is estimated based on these assumptions, along with the particle concentration.

unsigned long starttime; unsigned long triggerOnP1; unsigned long triggerOffP1; unsigned long pulseLengthP1; unsigned long durationP1; boolean valP1 = HIGH; boolean triggerP1 = false; unsigned long triggerOnP2; unsigned long triggerOffP2; unsigned long pulseLengthP2; unsigned long durationP2; boolean valP2 = HIGH; boolean triggerP2 = false; float ratioP1 = 0; float ratioP2 = 0; unsigned long sampletime_ms = 30000; float countP1; float countP2; #include #include #include #include #include

<SPI.h> <SD.h> <DS1307RTC.h> <Time.h> <Wire.h>

tmElements_t tm; void setup(){ Serial.begin(9600); Serial.println(â€œPM10 count,PM2.5 count,PM10 conc,PM2.5 concâ€?);

175

Appendice B

pinMode (10, OUTPUT); if (!SD.begin (10)) { Serial.println (“Scheda non trovata”); } else { Serial.println(“Scheda trovata”); } delay(200);

}

if (RTC.read(tm)) { Serial.print(“Time = “); Serial.print(tm.Hour); Serial.print(‘:’); Serial.print(tm.Minute); Serial.print(‘:’); Serial.print(tm.Second); Serial.print(“, Date (D/M/Y) = “); Serial.print(tm.Day); Serial.print(‘/’); Serial.print(tm.Month); Serial.print(‘/’); Serial.print(tmYearToCalendar(tm.Year)); Serial.println(); } else { if (RTC.chipPresent()) { Serial.println(“Orologio non rimesso”); } else { Serial.println(“DS1307 non trovato.”); }

void loop(){ valP1 = digitalRead(8); valP2 = digitalRead(9); if(valP1 == LOW && triggerP1 == false){ triggerP1 = true; triggerOnP1 = micros(); } if (valP1 == HIGH && triggerP1 == true){ triggerOffP1 = micros(); pulseLengthP1 = triggerOffP1 - triggerOnP1; durationP1 = durationP1 + pulseLengthP1; triggerP1 = false; }

}

if(valP2 == LOW && triggerP2 == false){ triggerP2 = true; triggerOnP2 = micros(); if (valP2 == HIGH && triggerP2 == true){ triggerOffP2 = micros();

176

}

pulseLengthP2 = triggerOffP2 - triggerOnP2; durationP2 = durationP2 + pulseLengthP2; triggerP2 = false;

if ((millis() - starttime) > sampletime_ms) { ratioP1 = durationP1/(sampletime_ms*10.0); // Integer percentage 0=>100 ratioP2 = durationP2/(sampletime_ms*10.0); countP1 = 1.1*pow(ratioP1,3)-3.8*pow(ratioP1,2)+520*rati oP1+0.62; countP2 = 1.1*pow(ratioP2,3)-3.8*pow(ratioP2,2)+520*rati oP2+0.62; float PM10count = countP2; float PM25count = countP1 - countP2; // first, PM10 count to mass concentration conversion double r10 = 2.6*pow(10,-6); double pi = 3.14159; double vol10 = (4/3)*pi*pow(r10,3); double density = 1.65*pow(10,12); double mass10 = density*vol10; double K = 3531.5; float concLarge = (PM10count)*K*mass10; // next, PM2.5 count to mass concentration conversion double r25 = 0.44*pow(10,-6); double vol25 = (4/3)*pi*pow(r25,3); double mass25 = density*vol25; float concSmall = (PM25count)*K*mass25; Serial.print(PM10count); Serial.print(“,”); Serial.print(PM25count); Serial.print(“,”); Serial.print(concLarge); Serial.print(“,”); Serial.println(concSmall); File dataFile= SD.open (“datalog.csv”, FILE_WRITE); if (dataFile) { if (RTC.chipPresent()) { if (RTC.read(tm)) { dataFile.print(tmYearToCalendar(tm.Year)); dataFile.print(‘-’); dataFile.print(tm.Month); dataFile.print(‘-’); dataFile.print(tm.Day); dataFile.print(“T”); dataFile.print(tm.Hour); dataFile.print(‘:’); dataFile.print(tm.Minute); dataFile.print(‘:’); dataFile.print(tm.Second);

177

Appendice B

dataFile.print(“Z”); dataFile.print(“,”);

} } else { dataFile.print(“No orario”); dataFile.print(“\t”); }

}

dataFile.print(PM10count); dataFile.print(“,”); dataFile.print(PM25count); dataFile.print(“,”); dataFile.print(concLarge); dataFile.print(“,”); dataFile.println(concSmall); dataFile.close ();

}

durationP1 = 0; durationP2 = 0; starttime = millis();

}

178

Bibliografia e sitografia A Agenzia per la protezione dell’ambiente e per i Servizi Tecnici, N. Di Carlo, F. Moricci, C. Mastrofrancesco, L’inquinamento atmosferico nei principali agglomerati italiani, isprambiente.it, ultima consultazione febbraio 2015. Air Quality Egg Community, Air Quality Egg, airqualityegg.com ultima consultazione ottobre 2014. ANPA Agenzia regionale per la protezione dell’ambiente, Centro Tematico Nazionale Atmosfera Clima Emissioni, Lollobrigida Francesco, Brusasca Giuseppe, Clemente Monica, De Maria Roberta, Deserti Marco, Desiato Franco, Lena Francesca, Tinarelli Gianni, Zanini Gabriele, Linee guida per la selezione e l’applicazione dei modelli di dispersione atmosferica per la valutazione della qualità dell’aria, aprile 2001. Arpa Puglia, Inventario Regionale delle Emissioni in Atmosfera: sorgenti emissive, inemar.arpa.puglia.it, ultima consultazione dicembre 2014. ARPAT - Agenzia Regionale per la Protezione Ambientale della Toscana, Qualità dell’aria dati orari, ARPAT.toscana. it/datiemappe#c9=banche.dati&c0=30&b_start=0, ultima consultazione dicembre 2014.

B Baccini Michela, Unità operativa di Biostatistica ISPO, Comunicazione e percezione del rischio sanitario a Livorno, biostatistica.net, ultima consultazione settembre 2014. Baldacci Sandra, Maio Sara, Viegi Giovanni, Gruppo collaborativo EPIAIR, Inquinamento atmosferico e salute umana ovvero come orientarsi nella lettura e interpretazione di studi ambientali, tossicologici ed epidemiologici, Epidemiol Prev 2009. 180

Baraldi Rita, Inquinamento urbano: qual’è il ruolo delle piante?, ultima consultazione febbraio 2014. Bertin Jacques, Sémiologie graphique les diagrammes - les rèseaux- les cartes, Edito da école des hautes ètudes en sciences sociales, Parigi, 1998, 2005 e 2013. Bernardini Fulvio, Evoluzione dei modelli comunicativi e nuova cartografia, Progetto Grafico, settembre 2008. Brotton Jerry, La storia del mondo in dodici mappe, Edito da Feltrinelli, 2013.

C Capua Danilo, Tra società informazionale e prosumerismo: il citizen journalism e la partecipazione online, Dottorato di ricerca in sociologia, Università di Bologna, 2012. Cazzullo Aldo, Nella Basilicata della corsa al petrolio dove sfuma il sogno del Texas, archiviostorico.corriere.it, ultima consultazione aprile 2015. CartoDB, cartodb.com, ultima consultazione giugno 2015. Catlett Charlie, Urban Center for Computation and Data del Computation Institute, promosso da Argonne National Laboratory e University of Chicago, Array of things, arrayofthings.github.io ultima consultazione maggio 2015. Comitato difesa dell’ambiente, Comitato Salute Ambiente, Piattaforma off-shore: i motivi concreti dell’opposizione, wwflivorno.it, ultima consultazione febbraio 2015. Comunità europee, Direttiva 2002/3/Ce del 12 febbraio 2002 relativa all’ozono nell’aria (Pubblicata su Gazzetta ufficiale 9.3.2002 L 67/14), ambientediritto.it, ultima consultazione dicembre 2014. Consiglio dei Ministri, Contratto Istituzionale di Sviluppo Taranto, governo.it, ultima consultazione febbraio 2015. 181

Bibliografia

Cooper Alan , Reimann Robert, Cronin David, About Face 3.0: The Essentials of Interaction Design, Wiley Publishing, Inc., Croospoint Boulevard Indianapolis, 2007.

D Di Carlo N., Moricci F., C. Mastrofrancesco, L’inquinamento atmosferico nei principali agglomerati italiani, areeurbane. isprambiente.it, ultima consultazione febbraio 2015. Dyce Matt, How aerial photography altered the way we perceive environmental change, elsevier.com/connect/how-aerialphotographyaltered-the-way-weperceive-environmentalchange, ultima consultazione maggio 2015.

E Engelhardt Yuri, Blackwell Alan F., Thinking with Diagrams 98: Is there a science of diagrams?, A Taxonomy of diagrams taxonomies, pag.60-70, cl.cam.ac.uk, ultima consultazione maggio 2015. EEA, European Environment Agency, The European Pollutant Release and Transfer Register, prtr.ec.europa.eu, ulima consultazione ottobre 2014. EEA, European Environment Agency, Air quality in Europe — 2013 report, Edito da Publications Office of the European Union, Luxembourg, 2013.

F Fry Ben, Visualizing Data, Edito da O’Reilly Media, Gravenstein Highway North, Sebastopol, 2007 (versione consultata formato pdf). Fry Ben, Organic Information Design, Massachusetts Institute of Technology, 2000 (versione consultata formato pdf). 182

Fondazione <ahref, Visione e Missione, Una mappa dell’identità di <ahref e uno sguardo sul contesto con cui interagisce, ahref. eu/it, ultima consultazione dicembre 2014.

G Galton Francis, Meteorographica, socks-studio.com/2014/05/11/ meteorographica-or-methodsof-mapping-the-weather-byfrancisgalton-1863/,ultima consultazione gennaio 2015. Giunti L., Mercalli L., Poggio A., Ponti M., Tartaglia A., Ulgiati S., Zucchetti M., Economic, environmental and energy assessment of the Turin-Lyon high-speed rail, edito da International Journal of Ecosystems and Ecology Science, porto. polito.it/2504186/, ultima consultazione febbraio 2014.

H Harley J.B. Woodward David, The History of Cartography, Volume 1, Edito da University of Chicago Press, 1987. Habitatmap, Air Casting, aircasting.org, ultima consultazione febbraio 2014.

I Inquinamento atmosferico, wikipedia.it, ultima consultazione dicembre 2014. Inmeteo, Sinottica: cos’è e come si deve analizzare, inmeteo. net/blog/2012/05/24/sinottica-comeanalizzare-meteo, ultima consultazione marzo 2015. Institute for advance architecture in Catalogna, Fab Lab Barcelona, Media Interactive Design, Smart citizen, smartcitizen.me, ultima consultazione febbraio 2014.

183

Bibliografia

K Keith Johnston Alexander, Current of air, http://www. davidrumsey.com, ultima consultazione gennaio 2015.

L Lalanne Léon, Appendix Plate 1., libweb5.princeton.edu/visual_ materials/maps/websites/thematic-maps/quantitative/ meteorology/meteorology.html, ultima consultazione gennaio 2015. LaMMA, lamma.rete.toscana.it/meteo/osservazioni-e-dati/datistazioni, ultima consultazione giugno 2015. Lanzani Guido, Successi ed insuccessi nella comunicazione tra esperti del settore e pubblica utenza rispetto al tema della qualità dell’aria, sefira-project.eu/ad/sefira-stakeholder-meeting-milano20-novembre-2014-report-della-giornata-di-lavoro/, giugno 2015. Lang David, Makers: the New Explorers of the Universe, makezine.com, 2013, ultima consultazione settembre 2014. Leaftleft, leafletjs.com, ultima consultazione giugno 2015. Lèvy Pierre, L’intelligenza collettiva. Per un’antropologia del cyberspazio, Feltrinelli Editore, I ed.1994, ed. consultata 1996. Loomis Elias,Chart 10, libweb5.princeton.edu/visual_materials/ maps/websites/thematic-maps/quantitative/meteorology/ meteorology.html, ultima consultazione gennaio 2015.

M Macor Manuel, Modello lagrangiano della dispersione inquinante, dpvta.uniud.it, pubblicato nel 2005, ultima consultazione aprile 2015. Marmeladov, Lapka PEM, Personal Enviroment Monitor, mylapka.com, ultima consultazione ottobre 2014. 184

Mapbox, How do web maps work?, mapbox.com/guides/howweb-maps-work/, ultima consultazione giugno 2015. Margolis Michael, Arduino Cookbook, Recipes to Begin, Expand, and Enhance Your Projects, O’Reilly, II ediz., Gravenstein Highway North, Sebastopol, 2012. McRae Gregory J., Los Angels Time, “The Visual Display of Quantitative information”, Graphic Press, Cheshire Connecticut, 2004. Morelli Angela, Information Design: la comprensione e l’invisibile, Norway, aiapzine.aiap.it, ultima consultazione novembre 2014. Montanelli Maurizio, Appunti di Filosofia III anno, Galileo Galiei, 2009.

N Nowak David J., Crane Daniel E., Stevens Jack C., Air pollution removal by urban trees and shrubs in the United States, pubblicato nel 2006, ultima consultazione dicembre 2014. Nimis P. L., Thè Lichens of Italy. An annotated catalogne. Monografia XII, Museo reg.Scienze Nat. Torino, 1993.

O OpenStreetMap, openstreetmap.org, ultima consultazione marzo 2015. Odyssey, cartodb.github.io/odyssey.js, ultima consultazione giugno 2015.

185

Bibliografia

P Parlamento europeo e del Consiglio, Direttiva 2008/50/CE relativa alla qualità dell’aria ambiente e per un’aria più pulita in Europa, eur-lex.europa.eu, ultima consultazione dicembre 2014. Parlamento europeo e del Consiglio, Decreto Legislativo 13 agosto 2010, attuazione della direttiva 2008/50/CE relativa alla qualità dell’aria ambiente e per un’aria più pulita in Europa, pubblicata nella Gazzetta Ufficiale n.216 del 15/09/2010, suppl. ord. n.217, in vigore dal 30/09/2010, arpa.veneto.it, ultima consultazione maggio 2015. Parlamento europeo e del Consiglio, Decreto Legislativo 24 gennaio 2006, n. 36, attuazione della direttiva 2003/98/ CE relativa al riutilizzo di documenti nel settore pubblico, pubblicata nella Gazzetta Ufficiale n.37 del 14/2/2006, in vigore dal 1/3/2006, normattiva.it/uri-res/N2Ls?urn:nir:stato:decreto. legislativo:2006-01-24;36!vig=, ultima consultazione maggio 2015. Parlamento europeo e del Consiglio, Direttiva 2008/98/CE sulla prevenzione e la riduzione integrate dell’inquinamento, comma 25, eur-lex.europa.eu, ultima consultazione febbraio 2014. Perondi Luciano, Sinsemie, Scritture nello spazio, Stampa Alternativa & Graffiti, Pavona (RM), 2012. Pirastu Roberta, Iavarone Ivano, Pasetto Roberto, Zona Amerigo, Comba Pietro, SENTIERI - Studio epidemiologico nazionale dei territori e degli insediamenti esposti a rischi da inquinamento: RISULTATI, Epidemiologia e Prevenzione 2011; 35 (5-6) Suppl. 4: 1-204. Plotly, plot.ly, ultima consultazione aprile 2015. Processing, processing.org, ultima consultazione maggio 2015. Q Qgis, qgis.org, ultima consultazione gennaio 2015. Quaggiotto Marco, Data Interfaces, Progetto grafico n°25, 2014. 186

R Rambaldi Alessandra, Salbitani Patrizia, Scienza e Gioco, Il gioco e l’educazione ambientale: alcune note sull’attività del WWF, Edito da Sansoni, Firenze, 1986, pag. 303-307. Redazione Senza Soste, Pienone al Centro Civico di Corea per l’incontro con il professor Biggeri su inquinamento e salute, senzasoste.it, ultima consultazione settembre 2014.

S Schroyer Matthew, Measure air pollution in your home or backyard with a DustDuino, mentalmunition.com, ultima consultazione maggio 2015. Shirky Clay, Cognitive surplus: creativity and generosity in a connected age, The Penguin Press, 2010. Stamen Studio, Chesapeake Bay Program, chesapeakebay.net/ visualization/baygrasses, ultima consultazione ottobre 2014.

T Teatrofficina Refugio, MAL’ARIA [una perfomance di teatro d’emergenza a cura del TOR], oblocreature.tumblr.com, ultima consultazione aprile 2015. The Cornell Lab of Ornithology, Citizen science Central, Toolkit Steps, birds.cornell.edu, ultima consultazione gennaio 2015. The Open definition, opendefinition.org, ultima consultazione gennaio 2015. Tufte Edward, The Visual Display of Quantitative Information, Graphics Press LLC, Cheshire, Connecticut, 2004.

187

1. Capitolo

U U.S.A Department of Human Service, Personas, Improving the user experience, usability.gov, ultima consultazione marzo 2015. U.S.A Department of Human Service, Scenarios, Improving the user experience, usability.gov, ultima consultazione marzo 2015.

V ViĂŠgas Fernanda, Wattenberg Martin, hint.fm ultima consultazione aprile 2015.

W WeatherSpark, WeatherSpark Beta, weatherspark.com ultima consultazione settembre 2014. WHO, World Health Organization, Guidelines for Indoor Air Quality: Selected Pollutants Formaldehyde, 2010. World Health Organization, Air quality guidelines for particulate matter, ozone, nitrogen dioxide and sulfur dioxide, who.int, pubblicato nel 2006, ultima consultazione febbraio 2014. Woke Studio, TZOA,Enviro-tracker, mytzoa.com, ultima consultazione marzo 2015. Woodbridge William C. , Isothermal Chart, or View of Climates & Production, Drawn from the Accounts of Humboldt & Others, libweb5.princeton.edu/visual_materials/maps/websites/ thematic-maps/quantitative/meteorology/meteorology. html, ultima consultazione maggio 2015.

188

Z Zeitung Neue Z端rcher, Keine Zeit F端r Wut Interactive things, fukushima.nzz.ch, ultima consultazione settembre 2014. Zenrin, Clear Air Map, cleanairasia.org/hairynose/ map, ultima consultazione novembre 2014.

189

Ringraziamenti

Ringrazio tutti coloro che hanno collaborato a questo progetto; Federico Errica e Gabriele Ara per le fondamentali lezioni di informatica, Emiliano Dominici e Alessandra Falca per aver condiviso la sceneggiatura del loro spettacolo e un caffè dedicato al teatro d’emergenza, Giovanni Pignoni e Giampiero Dalai per i suggerimenti e le correzioni sulla stesura in corso d’opera, Maurizio Zicanu per le stimolanti riflessioni politiche. Ringrazio i miei compagni di corso ciascuno dei quali ha saputo insegnarmi molto e l'ISIA, cit. «una pietra preziosa sul cucuzzolo di una montagna». Ringrazio i miei conquilini che hanno reso varia e meno noiosa la mia permanenza ad Urbino. Ringrazio la mia famiglia che ha finanziato i miei progetti e mi ha dato delle buone basi sulle quali poter fare affidamento. Ringrazio Maria Rosa Pezzella, dalla quale ho imparato ad osservare e ad appassionarmi. Ringrazio Marcella Bianchi e Virginia Chirici per la presenza e la motivazione che mi hanno sempre dato ovunque si trovassero. E infine ringrazio Guglielmo Grassi, per il paziente e tenace sostegno pratico e morale.

191

Stampa e rilegatura: Azeroprint, Marostica (VI) Carta: interni Shiro Echo Digital 120g copertina Opaca patinata 300g Composizione testi: Constantia (John Hudson, 2006) License Constantiaâ„˘ Desktop EULA Roboto Sans (Christian Robertson, 2011 versione 2.0) License Apache

Può la progettazione grafica migliorare la comprensione dei dati dei sensori di monitoraggio dell’aria trasportabili e quindi favorire l’accesso alle informazioni sull’inquinamento atmosferico? Partendo dall’analisi del fenomeno dell’inquinamento atmosferico e constatata la diffusione di sensori a basso costo per il monitoraggio dell’aria, viene proposto un metodo per la visualizzazione georeferenziata degli inquinanti più dannosi per la salute, in relazione all’ambiente morfologico e ai dati meteorologici.

ISIA Urbino Diploma accademico di I livello

Relatore Marco Ferrari Co-relatrice Valentina Rachiele Co-relatrice esterna Michela Maione (Università degli Studi di Urbino Carlo Bo)

A.A. 2014/2015