Analizzare i fenomeni legati a vivibilità e percezione della sicurezza urbana nelle ore notturne, lungo le rive del fiume Dora, è l’obiettivo della Urban Data Platform sviluppata nell’ambito del progetto ToNite.
Integrando, aggregando e visualizzando dati eterogenei provenienti dalla Città, relativi al contesto della sicurezza urbana, la piattaforma permette di fornire una visione di insieme, e non settoriale, dei fenomeni urbani migliorando le capacità dei decisori della Città di monitorare gli interventi attuati, valutare gli impatti, rilevare l’emergere di nuovi fenomeni, comprendere i bisogni delle comunità, pianificare azioni future.
L’Urban Data Platform si presenta come uno strumento innovativo ed operativo a disposizione della Pubblica Amministrazione a supporto della definizione di policy di governance del territorio e di gestione dello spazio pubblico.
Il partner di progetto Engineering Ingegneria Informatica Spa, a partire dalla sua piattaforma IoE FIWARE based Digital Enabler, ha implementato i principali componenti che costituiscono i tre livelli caratterizzanti l’Urban Data Platform di ToNite.
1 – Livello Dati
È il livello che raccoglie, integra ed armonizza dati statici, dinamici, strutturati e non strutturati, provenienti da fonti eterogenee (Open Data e legacy system, geoportali, sensori, social media, survey) messe a disposizione dalla Città di Torino e dal territorio.
Per alcuni dataset individuati come utili per le finalità del progetto, per i quali non sono riscontrate interfacce di accesso al dato, è emersa la necessità di realizzare componenti software ad hoc per estrarre ed importare i dati in modo automatizzato.
2 – Livello di elaborazione ed analisi
Tale livello elabora e correla i dati secondo modelli utili a supportare l’interpretazione dei fenomeni, l’analisi delle possibili evoluzioni di ciò che sta accadendo, la pianificazione degli interventi.
In particolare la piattaforma integra lo Urban Security Data Model che rappresenta il modello di partenza per calcolare l’indice della percezione di sicurezza. Il modello implementato nella piattaforma, permette di analizzare le dimensioni connesse alla vivibilità e alla sicurezza percepita nelle aree di indagine, sfruttando i dati integrati.
Il modello esamina il concetto di sicurezza e vivibilità non solo sulla base di dati oggettivi relativi a crimini e reati ma anche sulla base di dati soggettivi che considerano il vissuto e le esperienze della popolazione nelle aree di indagine lungo la Dora.
Il modello teorico si è basato sull’esito di una ricerca etnografica e sociale e sulla revisione della letteratura sulla percezione di sicurezza. I temi emersi dalla ricerca qualitativa sono stati rielaborati e riformulati per il modello in maniera da riflettere le dimensioni e la struttura del fenomeno oggetto di studio.
L’output del modello è un indicatore composito (il cui risultato che ne deriva è un indice), grazie al quale si può comprendere l’evoluzione del fenomeno nel tempo, diventando uno strumento utile per supportare decisioni politiche.
Se da una parte il modello offre la possibilità di visualizzare e analizzare i dati relativi alla sicurezza percepita e alla vivibilità, dall’altra la sua implementazione nella piattaforma favorisce l’adozione di un approccio condiviso e collaborativo in cui i dati supportano decisioni intra e inter-dipartimentali della Città di Torino, oltre i temi della rigenerazione urbana. Il modello è stato costruito in base al contesto locale di Torino, nello specifico nelle aree di indagine del progetto, in futuro si intende estendere tale modello all’intera città.
3 – Livello di creazione e visualizzazione dashboard
Il livello di data visualization monitora e analizza le dimensioni che caratterizzano la percezione di sicurezza e vivibilità delle aree del Lungo Dora, attraverso la creazione e visualizzazione di dashboard personalizzate formate da mappe, grafici e serie storiche.
Grazie a contatti diretti con diversi stakeholders della Città interessati alle potenzialità di visualizzazione e analisi dei dati offerte dall’Urban Data Platform, attraverso un processo continuo di interazione, collaborazione, feedback, verifica e validazione è stato possibile costruire diverse dashboard per gli operatori della città in grado di monitorare fenomeni legati alla percezione di insicurezza urbana e supportare processi decisionali ed operativi.
