IT202100030836A1 - Metodo di elaborazione di dati digitali per attribuire almeno un indice di qualità di vita ad una pluralità di aree geografiche di un territorio di osservazione - Google Patents
Metodo di elaborazione di dati digitali per attribuire almeno un indice di qualità di vita ad una pluralità di aree geografiche di un territorio di osservazione Download PDFInfo
- Publication number
- IT202100030836A1 IT202100030836A1 IT102021000030836A IT202100030836A IT202100030836A1 IT 202100030836 A1 IT202100030836 A1 IT 202100030836A1 IT 102021000030836 A IT102021000030836 A IT 102021000030836A IT 202100030836 A IT202100030836 A IT 202100030836A IT 202100030836 A1 IT202100030836 A1 IT 202100030836A1
- Authority
- IT
- Italy
- Prior art keywords
- index
- life
- processing method
- digital data
- data processing
- Prior art date
Links
- 238000003672 processing method Methods 0.000 title claims description 48
- 238000012545 processing Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 9
- 230000036541 health Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 2
- 235000009508 confectionery Nutrition 0.000 claims description 2
- 235000013305 food Nutrition 0.000 claims description 2
- 235000016709 nutrition Nutrition 0.000 claims description 2
- 230000035764 nutrition Effects 0.000 claims description 2
- 238000013459 approach Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Instructional Devices (AREA)
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Mobile Radio Communication Systems (AREA)
- Traffic Control Systems (AREA)
Description
?Metodo di elaborazione di dati digitali per attribuire almeno un indice di qualit? di vita ad una pluralit? di aree geografiche di un territorio di osservazione?
DESCRIZIONE
[0001] La presente invenzione riguarda il settore tecnico dell?elaborazione di dati digitali e pi? in particolare riguarda un metodo di elaborazione di dati digitali per attribuire almeno un indice di qualit? di vita ad una pluralit? di aree geografiche di un territorio di osservazione. Tale metodo di elaborazione di dati digitali pu? essere particolarmente, ma non esclusivamente, utile per facilitare attivit? di valutazione e pianificazione urbana.
[0002] Sono stati recentemente proposti svariati modelli per migliorare la qualit? di vita nelle citt?. Molti di questi modelli hanno preso spunto dal concept ?15-Minute City? sviluppato nel 2016 da . Pi? in dettaglio, il concept di del 2016 mirava a fornire agli utenti di una citt? tutti i loro servizi essenziali di base a non pi? di 15 minuti a piedi o in bicicletta dal punto in cui vivono.
[0003] Un modello che costituisce una evoluzione del concept originario ? descritto nell?articolo ?Introducing the ?15-Minute City?: Sustainability, Resilience and Place Identity in Future Post-Pandemic Cities?
Smart Cities 2021, 4, 93-111 attualmente consultabile al sito https://www.mdpi.com/2624-6511/4/1/6.
[0004] Altri esempi di modelli che hanno preso spunto dal concept di sono ad esempio descritti nelle pubblicazioni:
- "The 15-minute walkable neighborhoods: Measurement, social inequalities and implications for building healthy communities in urban China",
Journal of Transport & Health 13 (2019): 259-273;
- ?Accessibility in practice: 20-minute city as a sustainability planning goal?.
Sustainability, 2020, 12, 129.
[0005] Nonostante gli ampi dibattiti riguardo la strategia di pianificazione urbana, le valutazioni effettive di conformit? di ciascun distretto cittadino rispetto ai concetti di 15-Minute City non sono ancora chiare in termini computazionali. Ci? ? dovuto al fatto che per effettuare tali valutazioni occorre prendere in considerazione un consistente numero di aspetti, valutando la qualit? di vita sulla base della disponibilit? di infrastrutture e servizi, nonch? sugli aspetti ambientali ed economici. Ognuno di questi aspetti pu? essere valutato considerando numerosi fattori e caratteristiche.
[0006] I metodi di calcolo finora sviluppati, quando applicati su larga scala, ad esempio per attribuire indici di qualit? di vita a centinaia o migliaia di aree geografiche, portano a delle incoerenze computazionali che spesso finiscono per penalizzare o sopravvalutare eccessivamente alcune aree geografiche rispetto ad altre. Per questo motivo, sono richieste delle validazioni umane e delle probabili correzioni che comportano un gran dispendio in termini di ore di lavoro e dunque in termini economici.
[0007] Lo scopo della presente invenzione ? quello di mettere a disposizione un metodo di elaborazione di dati digitali che consenta di attribuire automaticamente in modo particolarmente preciso, efficiente ed affidabile degli indici di qualit? di vita ad aree geografiche urbane e suburbane di un territorio di osservazione.
[0008] Questo ed altri scopi sono conseguiti tramite un metodo di elaborazione di dati digitali per attribuire almeno un indice di qualit? della vita ad una pluralit? di aree geografiche di un territorio di osservazione come definito nella rivendicazione 1 nella sua forma pi? generale e come definito nelle rivendicazioni da questa dipendenti in alcune forme di esecuzione particolari.
[0009] L?invenzione sar? meglio compresa dalla seguente descrizione dettagliata di sue forme di esecuzione, fatta a titolo esemplificativo e pertanto in nessun modo limitativo in relazione agli annessi disegni, in cui:
- la figura 1 mostra uno schema funzionale a blocchi di una forma di realizzazione non limitativa di un sistema di elaborazione di dati tramite il quale pu? essere implementato un metodo di elaborazione di dati digitali in accordo alla presente invenzione;
- La figura 2 mostra un diagramma di flusso semplificato di una forma di realizzazione non limitativa di un metodo di elaborazione di dati digitali in accordo alla presente invenzione;
- La figura 3 mostra un esempio significativamente semplificato di una mappa digitale di un territorio di osservazione suddivisa in una griglia di celle che delimitano aree geografiche cui ? possibile attribuire almeno un indice di qualit? di vita tramite un metodo di elaborazione di dati digitali in accordo alla presente invenzione;
- La figura 4 mostra un esempio di una mappa digitale satellitare reale di un territorio di osservazione suddivisa in una griglia di celle;
- La figura 5 mostra un esempio di porzione di schermata grafica tramite il quale un utente pu? consultare gli indici di qualit? della vita attribuiti dal metodo di elaborazione 100.
[0010] Nelle annesse figure, elementi uguali o simili sono stati indicati mediante gli stessi riferimenti numerici.
[0011] In figura 1 ? stata schematicamente rappresentata una forma di realizzazione non limitativa di un sistema di elaborazione dati 1 tramite il quale pu? essere implementato un metodo di elaborazione di dati digitali 100 in accordo alla presente invenzione.
[0012] Il sistema di elaborazione dati 1 comprende almeno un modulo di elaborazione dati 2, comprendente risorse hardware e software aventi prestazioni tali da poter ricevere, processare e gestire grandi quantit? di dati digitali. Ad esempio, il modulo di elaborazione dati 2 ?, o comprende, uno o pi? computer industriali, uno o pi? computer mainframe, un cluster computer.
[0013] Il modulo di elaborazione dati 2 ? preferibilmente atto e configurato per attingere a dati digitali da uno o pi? database 3, ad esempio accedendo ai database 3 attraverso una rete informatica 4, ad esempio attraverso Internet. Convenientemente, uno o pi? dei suddetti database 3 sono database di open data, preferibilmente consultabili via web, e contengono dati raccolti e/o forniti da istituti pubblici o privati di ricerca, pubbliche amministrazioni, sensori o reti di sensori, satelliti, etc.
[0014] Il modulo di elaborazione dati 2 ? atto e configurato per eseguire un metodo di elaborazione di dati digitali 100 in accordo alla presente invenzione, per attribuire almeno un rispettivo indice di qualit? della vita ad una pluralit? di aree geografiche di un territorio di osservazione. Il territorio di osservazione ? ad esempio una citt?, una provincia, una regione o una nazione e rappresenta di fatto un territorio di interesse per l?attribuzione di uno o pi? indici di qualit? della vita ad aree geografiche che compongono il suddetto territorio.
[0015] Dopo l?attribuzione dell?almeno un indice di qualit? della vita alle rispettive aree geografiche, il modulo di elaborazione dati 2 ? atto e configurato per memorizzare gli indici di qualit? della vita attribuiti a ciascuna area geografica in una memoria non volatile 5, ad esempio nella memoria non volatile 5 di uno o pi? database.
[0016] Il sistema di elaborazione dati 1 comprende preferibilmente un server di front end 6 operativamente connesso alla memoria non volatile 5 al quale possono accedere una pluralit? di dispositivi client 7, quali ad esempio dei personal computer. In tal modo, tramite i dispositivi client 7 gli utenti possono consultare gli indici di qualit? della vita attribuiti a ciascuna area geografica e memorizzati nella memoria non volatile 5. Ad esempio, i dispositivi client 7 sono operativamente collegabili da remoto al server di front end 6 tramite una rete di informatica 8, quale ad esempio una rete Internet o una rete intranet.
[0017] In accordo ad una forma di realizzazione preferita, il modulo di elaborazione dati 2 consente di aggiornare periodicamente gli indici di qualit? della vita attributi alle aree geografiche, ad esempio con cadenza biennale o annuale o mensile, e di memorizzare nella memoria non volatile 5 gli indici aggiornati.
[0018] Facendo ora riferimento alle figure 2 e 3, saranno di seguito descritte le fasi di una forma di realizzazione di un metodo di elaborazione di dati digitali 100 eseguibile dal modulo di elaborazione dati 2, o in genere tramite il sistema di elaborazione dati 1, al fine di attribuire almeno un rispettivo indice di qualit? della vita ad una pluralit? di aree geografiche di un territorio di osservazione.
[0019] Il metodo di elaborazione di dati digitali 100 comprende una fase di acquisire 101 una mappa digitale M del territorio di osservazione. La mappa digitale M ? preferibilmente una mappa digitale satellitare.
[0020] Il metodo di elaborazione di dati digitali 100 comprende inoltre una fase di suddividere 102 la mappa digitale M in una pluralit? di celle quadrate a1,?,aN che nel loro insieme definiscono una griglia di celle quadrate.
Ciascuna delle celle quadrate a1,?,aN ha un lato L e corrisponde ad una rispettiva area geografica del territorio di osservazione. Ad esempio, la suddetta griglia di celle quadrate a1,?,AN ? una griglia in formato shapefile.
[0021] In accordo ad una forma di realizzazione preferita, il suddetto almeno un indice di qualit? della vita ? un 15 Minute City Index.
[0022] La dimensione delle celle quadrate a1,?,aN pu? essere una dimensione fissa o configurabile da un utente. In ogni caso, risulta vantaggioso prevedere che la suddetta dimensione sia piccola a tal punto che ogni cella possa avere una estensione tale da individuare un?area geografica che sia percorribile in tempi relativamente contenuti, anche a piedi o in bicicletta, dalla popolazione residente, ad esempio in tempi pari a circa 15 minuti, o 20 minuti. Ad esempio, in accordo ad una forma di realizzazione particolarmente vantaggiosa, il lato L delle celle quadrate ? pari a, o circa pari a, 700 metri. Poich? il territorio di osservazione pu? essere particolarmente esteso, soprattutto nel caso di una metropoli, di una regione o di una nazione, la suddetta griglia di celle quadrate pu? avere un numero molto elevato di celle, ad esempio centinaia o migliaia o decine di migliaia o centinaia di migliaia celle quadrate.
[0023] Ad esempio, se il territorio di osservazione ? rappresentato dall?Italia, la suddivisione di una mappa digitale dell?Italia in una griglia di celle quadrate di lato L pari a 700 metri implica che la suddetta griglia abbia all?incirca 600.000 celle. A titolo di mero esempio, in figura 4 ? rappresentata una griglia di celle soprapposta ad una mappa digitale satellitare nel caso in cui il territorio di osservazione sia costituito dall?area terrestre del Golfo di Follonica.
[0024] Il metodo di elaborazione di dati digitali 100 comprende inoltre una fase di acquisire 103 dati georeferenziati accedendo ad almeno un database di dati digitali 3 per identificare sulla mappa M punti di interesse POI per il calcolo dell?indice di qualit? della vita.
[0025] I punti di interesse POI dipendono dall?indice di qualit? della vita che si desidera attribuire alle aree geografiche. Ad esempio, nel caso in cui l?indice di qualit? della vita sia l?indice ?Salute? vale a dire un indice che sia correlato alla, o che dipenda dalla, disponibilit? di strutture o servizi sanitari, i punti di interesse POI sono ad esempio ospedali, farmacie o strutture di pronto soccorso. Nel caso in cui l?indice di qualit? della vita sia l?indice ?Sicurezza? vale a dire un indice che sia correlato alla, o che dipenda dalla, disponibilit? di servizi di sicurezza, i punti di interesse POI sono ad esempio rappresentati da postazioni di sicurezza civile, da postazioni di sicurezza militare, da postazioni di polizia municipale. Nel caso in cui l?indice di qualit? della vita sia l?indice ?Istruzione? vale a dire un indice che sia correlato alla, o che dipenda dalla, disponibilit? di strutture educative, i punti di interesse POI sono ad esempio rappresentati da universit?, scuole, scuole di arte e musica, strutture per l?infanzia. Nel caso in cui l?indice della qualit? della vita sia l?indice ?Mobilit? veloce? vale a dire un indice che sia correlato alla, o che dipenda dalla, disponibilit? di servizi pubblici di trasporto veloce, i punti di interesse POI sono ad esempio rappresentati da fermate di autobus, fermate di tram, fermate metro, aeroporti, stazioni ferroviarie, porti, etc.
[0026] Ad esempio, senza per questo introdurre alcuna limitazione, i punti di interesse POI identificati nella fase di acquisire 103 possono essere:
- Healthcare (farmacie/parafarmacie);
- Supermarket, kiosk, bakery;
- Scuole di musica/arte;
- Infant school, junior school, high school, universit?; - Punti di vendita o affitto di biciclette;
- Uffici governativi;
- Caserme militari, stazioni di polizia locale;
- Imbarchi di traghetti;
- Stazioni ferroviarie;
- Distributori di carburante;
- Stazioni di ricarica di veicoli elettrici;
- Fermate di autobus;
- Biblioteche;
- Musei
- Teatri;
- Chiese;
- Cinema;
- Ristoranti ed enoteche;
- Impianti sportivi, piscine, palestre;
- Parcheggi;
- Ospedali, stazioni di pronto soccorso.
[0027] In accordo ad una forma di realizzazione vantaggiosa, l?indice di qualit? della vita attribuito dal metodo di elaborazione 100 alle celle quadrate ? preferibilmente un indice aggregato che viene calcolato in base ad una pluralit? di indici del tipo sopra descritto, che in tal caso rappresentano dunque dei sotto-indici, ad esempio il sotto-indice ?Salute?, il sotto-indice ?Mobilit? Veloce?, il sotto-indice ?Istruzione?, il sottoindice ?Sicurezza?, etc.
[0028] Per ciascun punto di interesse POI identificato sulla mappa digitale M nella fase di acquisire 103 sopra descritta, il metodo di elaborazione di dati digitali 100 comprende le fasi di:
- identificare 104 un primo cerchio c1 centrato sul punto di interesse POI ed avente un primo raggio r1;
- selezionare 105 celle quadrate a1,?,AN alle quali il primo cerchio c1 ? sovrapposto, vale a dire selezionare le celle quadrate a1,?, aN che si intersecano con il cerchio c1, per definire un primo insieme di celle selezionate; - calcolare 106 un rispettivo primo grado di sovrapposizione di ciascuna delle celle del suddetto primo insieme con il primo cerchio c1;
- attribuire 107 a ciascuna delle celle del suddetto primo insieme un primo punteggio parziale calcolato in base al rispettivo primo grado di sovrapposizione calcolato.
[0029] Ad esempio, il suddetto primo grado di sovrapposizione ? la percentuale di sovrapposizione fra ciascuna delle celle del suddetto primo insieme con il primo cerchio c1.
[0030] In accordo ad una forma di realizzazione particolarmente vantaggiosa, il primo raggio r1 ? pari, o circa pari, al lato L delle celle quadrate.
[0031] Facendo riferimento al caso particolarmente semplificato rappresentato in figura 3, ad esempio si ipotizzi che nella fase di acquisire 103 sia stato identificato un punto di interesse POI sulla mappa digitale M, in particolare un punto di interesse georeferenziato nella cella quadrata a1. Tale punto di interesse POI ?, ad esempio, una stazione di polizia municipale. Questa tipologia di punto di interesse POI ? utilizzato per il calcolo dell?indice, o il sotto-indice di qualit? della vita, ?Sicurezza?.
[0032] Il metodo di elaborazione dati 100 ? tale da indentificare nella fase 104 un primo cerchio c1 che ha un raggio r1 ed ? centrato sul suddetto punto di interesse POI e nella fase 105 vengono selezionate le quattro celle quadrate a1-a4 alle quali il primo cerchio c1 ? sovrapposto. Per ciascuna delle celle quadrate selezionate a1-a4 viene calcolato nella fase 106 un primo grado di sovrapposizione con il primo cerchio c1. Tale primo grado di sovrapposizione ?, ad esempio, una percentuale di sovrapposizione. Ad esempio, ? possibile definire una regola di attribuzione di primi punteggi parziali in base alla quale:
- Se la percentuale di sovrapposizione fra il primo cerchio c1 ed una cella selezionata a1-a4 ? compresa tra zero ed un valore L1_1 allora il primo punteggio parziale attribuito alla cella selezionata ha un valore pari a P1_1; - Se la percentuale di sovrapposizione fra il primo cerchio c1 ed una cella selezionata a1-a4 ? compresa tra il valore L1_1 ed un valore L1_2, allora il primo punteggio parziale attribuito alla cella selezionata ? pari a P1_2;
- Se la percentuale di sovrapposizione fra il primo cerchio c1 ed una cella selezionata a1-a4 ? compresa tra il valore L1_2 ed un valore L1_3, allora il primo punteggio parziale attribuito alla cella selezionata ? pari a P1_3.
[0033] Ad esempio i valori L1_1, L1_2, L1_3 sono pari a 33,3%, 66,6% e 100%, ed i punteggi parziali P1_1, P1_2, P1_3 sono rispettivamente pari a 0,33 , 0,66 ed 1. Dunque, in questo caso alle celle a1 ed a3 ? attribuito ad esempio il primo punteggio parziale P1_3 = 1 mentre alle celle a2 ed a4 ? attribuito il primo punteggio parziale P1_1 = 0,33.
[0034] Il metodo di elaborazione dati 100 comprende inoltre le fasi di:
- calcolare 112 per ciascuna cella a1,?,aN della griglia un punteggio totale in funzione dei primi punteggi parziali attribuiti alla cella a1,?,AN ed in cui l?indice o il sotto-indice di qualit? della vita attribuito ? pari a detto punteggio totale o ? calcolato tramite una funzione che dipende da detto punteggio totale;
- memorizzare 113 l?indice o il sotto-indice di qualit? della vita attribuito a ciascuna cella a1,?,AN nella unit? di memoria non volatile 5.
[0035] In accordo ad una forma di realizzazione particolarmente vantaggiosa, la fase di calcolare 112 per ciascuna cella il punteggio totale comprende una fase di normalizzare il punteggio totale della cella in base alla densit? di popolazione della rispettiva cella. Ad esempio, la fase di calcolare 112 per ciascuna cella a1,?,aN della griglia un punteggio totale in funzione dei primi punteggi parziali attribuiti alla cella a1,?,AN comprende una operazione di assegnare a ciascuna cella un numero stimato di abitanti residenti nella cella e la fase di calcolare 112 il punteggio totale comprende inoltre una operazione di normalizzare il punteggio totale rispetto al numero stimato di abitanti residenti nella cella. Il numero stimato di abitanti di una cella a1,?,aN ? ad esempio ottenibile da database 3 che comprendono dati relativi al censimento della popolazione.
[0036] In accordo ad una forma di realizzazione, nel metodo di elaborazione di dati digitali 100 l?indice o il sub-indice di qualit? della vita attribuito a ciascuna cella ? un valore numerico espresso una scala Likert, ad esempio un numero intero avente valori compresi fra 1 e 5, in cui 1 rappresenta il livello pi? basso di qualit? della vita e 5 rappresenta il livello pi? alto. Ad esempio, 1 rappresenta un livello critico e 5 rappresenta un livello buono o ottimo. In alternativa o in aggiunta, il suddetto valore numerico potrebbe essere un punteggio in scala 0-1, ad esempio espresso come un numero reale a due decimali, e/o un punteggio percentuale nella scala 0-100%.
[0037] In accordo ad una forma di realizzazione particolarmente vantaggiosa, il metodo di elaborazione dati 100 comprende inoltre per ciascun punto di interesse POI identificato nella fase di acquisire 103 le fasi di: - identificare 108 un secondo cerchio c2 centrato sul punto di interesse POI ed avente un secondo raggio r2 maggiore del primo raggio r1;
- selezionare 109 celle quadrate a1,?,AN alle quali il secondo cerchio c2 ? sovrapposto, per definire un secondo insieme di celle selezionate;
- calcolare 110 un rispettivo secondo grado di sovrapposizione di ciascuna delle celle selezionate del secondo insieme con il secondo cerchio c2;
- attribuire 111 a ciascuna delle celle selezionate del secondo insieme un secondo punteggio parziale calcolato in base al rispettivo secondo grado di sovrapposizione calcolato.
[0038] In questo caso, nella fase di calcolare 112, il punteggio totale di ciascuna cella a1,?,AN ? calcolato in funzione dei primi punteggi parziali e dei secondi punteggi parziali attribuiti alla cella a1,?,AN.
[0039] Ad esempio, il suddetto secondo grado di sovrapposizione ? la percentuale di sovrapposizione fra ciascuna delle celle del suddetto secondo insieme con il secondo cerchio c2.
[0040] In accordo ad una forma di realizzazione particolarmente vantaggiosa, il secondo raggio r2 ? pari ad almeno il doppio del primo raggio r1, ad esempio pari a circa il triplo del primo raggio r1. In ogni caso, risulta vantaggioso prevedere che il secondo raggio r2 abbia un valore variabile in funzione della tipologia di punto di interesse POI rispetto al quale il secondo cerchio c2 viene identificato, dal momento che alcuni punti di interesse quali ad esempio aeroporti o ospedali o universit? possono dare beneficio in termini di qualit? della vita ad aree geografiche pi? estese rispetto ad altri punti di interesse di minor rilievo, quali ad esempio un distributore di carburante o una farmacia.
[0041] Facendo ora nuovamente riferimento al caso particolarmente semplificato rappresentato in figura 3, ad esempio si ipotizzi ancora che nella fase di acquisire 103 sia stato identificato un punto di interesse POI sulla mappa digitale M, in particolare un punto di interesse georeferenziato nella cella quadrata a1. Come gi? spiegato, in questo esempio tale punto di interesse POI ? una stazione di polizia municipale. Questa tipologia di punto di interesse POI ? utilizzato per il calcolo dell?indice, o il sotto-indice di qualit? della vita, ?Sicurezza?.
[0042] Il metodo di elaborazione dati 100 ? tale da indentificare nella fase 108 un secondo cerchio c2 che ha un raggio r2 ed ? centrato sul suddetto punto di interesse POI e nella fase 109 vengono selezionate le sei celle quadrate a1-a6 alle quali il secondo cerchio c2 ? sovrapposto. Per ciascuna delle celle quadrate selezionate a1-a6 viene calcolato nella fase 110 un secondo grado di sovrapposizione con il primo cerchio c2. Tale secondo grado di sovrapposizione ?, ad esempio, una percentuale di sovrapposizione. Ad esempio, ? possibile definire una regola di attribuzione di secondi punteggi parziali in base alla quale:
- Se la percentuale di sovrapposizione fra il secondo cerchio c2 ed una cella selezionata a1-a6 ? compresa tra zero ed un valore L2_1, allora il secondo punteggio parziale attribuito alla cella selezionata ha un valore pari a P2_1;
- Se la percentuale di sovrapposizione fra il secondo cerchio c2 ed una cella selezionata a1-a6 ? compresa tra il valore L2_1 ed un valore L2_2, allora il primo punteggio parziale attribuito alla cella selezionata ? pari a P2_2.
[0043] Ad esempio, i valori L2_1, L2_2 sono pari a 60%, e 100%, ed i punteggi parziali P2_1, P2_2 sono rispettivamente pari a 0,02 e 0,04. Dunque, in questo caso alle celle a5 ed a6 ? attribuito ad esempio il secondo punteggio parziale P2_1 = 0,02 mentre alle celle a1-a4 ? ad esempio attribuito il secondo punteggio parziale P2_2 = 0,04.
[0044] In accordo ad una forma di realizzazione, dopo la fase di memorizzare 113 i punteggi totali il metodo di elaborazione 100 comprende una fase di visualizzare 114 la mappa digitale M su un display grafico, sovrapponendo alla mappa digitale M la griglia di celle a1,?,AN per fornire ad un utente, tramite una interfaccia grafica consultabile via web, per ciascuna cella quadrata a1,?,AN il rispettivo indice di qualit? della vita attribuito e memorizzato. L?interfaccia grafica ? tale da mostrare la griglia sovrapposta alla mappa digitale M e consente all?utente di interagire con la mappa digitale M per selezionare una cella di interesse sulla mappa digitale M ed accedere al rispettivo indice di qualit? della vita calcolato e memorizzato. Preferibilmente, l?interfaccia grafica ? configurata per visualizzare le celle quadrate a1,?,AN della griglia con colori che dipendono in base all?indice, o al sotto-indice, di qualit? della vita attribuito.
[0045] In accordo ad una forma di realizzazione particolarmente vantaggiosa, il metodo di elaborazione di dati digitali 100 comprende inoltre una fase di elaborare 115 indici di qualit? associati alle celle quadrate a1,?,AN per identificare automaticamente aree geografiche prioritarie che richiedono interventi per migliorare l?indice di qualit? della vita. Ad esempio, se l?indice di qualit? della vita attribuito ? espresso in una scala Likert ed ? un numero intero avente valori compresi fra 1 e 5, in cui 1 rappresenta il livello pi? basso di qualit? della vita e 5 rappresenta il livello pi? alto, il metodo di elaborazione 100 ? tale da identificare automaticamente nella suddetta fase di elaborare 115 le aree geografiche prioritarie come le aree geografiche cui ? associato l?indice di qualit? della vita pari ad 1. Considerazioni analoghe valgono nel caso in cui come precedentemente spiegato, l?indice di qualit? della vita ? espresso come un punteggio compreso 0-1 (ad esempio in un numero reale a due decimali) o un punteggio percentuale 0-100%.
[0046] In accordo ad una forma di realizzazione vantaggiosa, l?indice di qualit? della vita comprende uno o pi? dei sotto-indici del seguente elenco:
- Un indice ?Ambiente? rappresentativo di qualit? ambientale;
- Un indice ?Economia? rappresentativo di economia e/o sostenibilit? economica;
- Un indice ?Abitazioni? rappresentativo di fattibilit? abitativa;
- Un indice ?Salute? rappresentativo di disponibilit? di strutture e servizi sanitari;
- Un indice ?Alimentazione? rappresentativo di disponibilit? di servizi di ristorazione e di negozi di alimentari;
- Un indice ?Istruzione? rappresentativo di disponibilit? di strutture e servizi educativi;
- Un indice ?Uffici Pubblici? rappresentativo di disponibilit? di uffici e servizi pubblici o governativi;
- Un indice ?Sport? rappresentativo di disponibilit? di strutture ed impianti sportivi;
- Un indice ?Mobilit? Dolce? rappresentativo di disponibilit? di infrastrutture e servizi di mobilit? lenta;
- Un indice ?Mobilit? Veloce? rappresentativo di disponibilit? di infrastrutture e servizi di mobilit? veloce;
- Un indice ?Intrattenimento? rappresentativo di disponibilit? di strutture e servizi di intrattenimento;
- Un indice ?Cultura e Culti? rappresentativo di disponibilit? di centri culturali e centri di culto.
[0047] Ad esempio, in accordo ad una forma di realizzazione particolarmente vantaggiosa, l?indice di qualit? della vita comprende tutti i sotto-indici del suddetto elenco ed il metodo di elaborazione 100 comprende una fase di calcolare a partire da detta pluralit? di sotto-indici di qualit? della vita un indice di qualit? della vita aggregato che tiene conto di tutti i suddetti sotto-indici.
[0048] Sar? ora dettagliato a mero titolo di esempio non limitativo il calcolo di un indice, e pi? in particolare di un sotto-indice, di qualit? della vita eseguibile dal metodo di elaborazione 100 sopra descritto.
[0049] Il particolare il suddetto sotto-indice di qualit? della vita ? l?indice ?Sicurezza?. Dopo aver ottenuto una mappa digitale M di un territorio di interesse la mappa digitale M viene suddivisa in una griglia avente una pluralit? di celle, ad esempio centinaia, migliaia, decine di migliaia di celle, etc. per ciascuna cella vengono calcolati sulla base di POI rilevanti (es. caserme, stazioni di sicurezza civile stazioni di polizia municipale) che sono identificati sulla mappa digitale M per il calcolo del suddetto sotto-indice i primi punteggi parziali e preferibilmente anche i secondi punteggi parziali. Per ciascuna cella viene ottenuto un punteggio totale Sec_score pari alla somma dei primi punteggi parziali e dei secondi punteggi totali. Preferibilmente, il punteggio totale assegnato a ciascuna cella viene normalizzato rispetto alla densit? di popolazione Dens_pop della cella, ad esempio viene calcolato un sotto-indice di qualit? denominato Safety Index in base alla formula:
[0050] Il sotto-indice calcolato Safety Index viene poi preferibilmente invertito e normalizzato tra 0 e 1 e convertito in un numero intero compreso fra 1 e 5 di una scala Likert. Ad esempio, per tale conversione si adotta l?approccio ?jenks natural breaks?. Quest?approccio suddivide i valori in N classi di ampiezza tale da rendere minima la varianza dei valori interni a ciascuna classe e massima quella tra le classi utilizzando il metodo di ottimizzazione di Jenks che sfrutta discontinuit? e salti nella distribuzione dei valori. Tale approccio viene considerato pi? adatto per la distribuzione del dato rispetto a quello dei quantili.
[0051] In accordo ad una forma di realizzazione vantaggiosa, il metodo di elaborazione 100 comprende inoltre una fase di identificare le celle che corrispondono ad aree geografiche che appartengono ad uno stesso distretto amministrativo, ad esempio allo stesso comune, per calcolare un indice, o un sotto-indice, di qualit? della vita unico per il distretto amministrativo. Ad esempio tale indice, o sotto-indice, unico ? calcolato come una media degli indici, o dei sotto-indici, attribuiti a ciascuna delle celle che appartengono al suddetto distretto amministrativo. Detta media pu? essere ad esempio una semplice media aritmetica semplice o una media ponderata, ad esempio secondo coefficienti di peso che per ciascuna cella sono proporzionali al numero di abitanti residenti nella cella.
[0052] Nel caso in cui il metodo di elaborazione 100 consenta di calcolare pi? sotto-indici di qualit? della vita per ciascuna area geografica, ? possibile calcolare un indice aggregato di qualit? della vita come una media aritmetica semplice o ponderata dei sotto-indici di qualit? della vita, ad esempio attribuendo a ciascun sotto-indice un coefficiente di peso in funzione di un livello di priorit? o di importanza attribuito al sotto-indice.
[0053] In accordo ad una forma di realizzazione particolarmente vantaggiosa, il metodo di elaborazione 100 comprende inoltre una fase di assegnare a ciascuna cella tre valori numerici ciascuno rappresentativo della percentuale di sfruttamento della cella in base alle tre seguenti classi: area urbana, area rurale, area industriale. La suddetta fase di assegnare pu? essere eseguita in base a dati ottenuti da rilevamenti satellitari e/o memorizzati in database 3. I suddetti tre indici numerici possono essere utilizzati per affinare ulteriormente il calcolo dell?indice di qualit? della vita, o dei sotto-indici, attribuiti dal metodo di elaborazione 100 a ciascuna cella. Ad esempio, ? possibile calcolare per ciascuna cella un indice di qualit? della vita aggregato come una media ponderata di pi? sotto-indici in cui i coefficienti di peso applicati ai singoli sottoindici di una cella dipendono dai tre valori numerici assegnati alla cella. In alcuni casi, alcuni dei coefficienti di peso possono essere pari o vicini a zero, perch? ad esempio un?area che ? di prevalente interesse rurale non ha le stesse esigenze in termini di qualit? della vita di un?area metropolitana densamente abitata.
[0054] Per il calcolo di alcuni indici o sotto-indici di qualit? della vita, oltre al calcolo dei punteggi parziali basati sui punti di interesse come sopra descritto, ? possibile utilizzare altri dati che non sono basati su punti di interesse POI e che derivano ad esempio da osservazioni satellitari (rilevamento di inquinanti, quali CO2) o/o da centraline terrestri di monitoraggio (es. centraline di monitoraggio di polveri sottili o di monitoraggio del traffico o della qualit? dell?aria) e/o dati economici e/o statistici messi a disposizione da istituti statistici, pubbliche amministrazione, etc. In questo caso, il calcolo degli indici di qualit? della vita ? definibile come calcolo multimodale.
[0055] In base a quanto sopra esposto, ? possibile dunque comprendere come un metodo di elaborazione di dati digitali sopra descritto consenta di conseguire pienamente gli scopi sopra citati con riferimento allo stato della tecnica nota.
[0056] Il suddetto metodo di elaborazione 100 consente di calcolare in maniera particolarmente precisa ed affidabile indici di qualit? della vita ed attribuirli a numerosissime aree geografiche, o celle quadrate (ad esempio aventi lato L = 700 m), di dimensioni relativamente contenute. In figura 5 ? mostrato un esempio non limitativo di una porzione di schermata grafica in cui, grazie al metodo di elaborazione dati 100, dopo aver suddiviso un territorio di osservazione corrispondente alla Penisola Salentina (Italia), e dopo aver attribuito i 13 sotto-indici di qualit? della vita sopra descritti a ciascuna cella, sono stati calcolati 13 sotto-indici complessivi per ciascun comune ed anche un indice di qualit? della vita aggregato ottenuto per ciascun comune dai rispettivi 13 sotto-indici complessivi. Il colore (o il livello di scala di grigio) attribuito a ciascun comune ? rappresentativo dell?indice di qualit? di vita aggregato del comune. Grazie alle funzioni di zoom ? possibile per un utente arrivare a visualizzare le singole celle ed i relativi indici, in modo da fornire uno strumento che consente di avere un quadro puntuale e preciso delle aree che ad esempio richiedono interventi. Il grafico mostrato nella parte alta a sinistra, mostra i 13 sotto-indici complessivi attribuiti nel 2021 alla citt? di Taranto.
[0057] Fermo restando il principio dell?invenzione, le forme di attuazione ed i particolari di realizzazione potranno essere ampiamente variati rispetto a quanto ? stato descritto ed illustrato a puro titolo di esempio non limitativo, senza per questo uscire dall?ambito dell?invenzione come definito nelle annesse rivendicazioni.
Claims (15)
1. Metodo di elaborazione di dati digitali (100) per attribuire almeno un rispettivo indice di qualit? della vita ad una pluralit? di aree geografiche di un territorio di osservazione, comprendente le fasi di: - acquisire (101) una mappa digitale (M) del territorio di osservazione, preferibilmente una mappa digitale satellitare;
- suddividere (102) la mappa digitale (M) in una pluralit? di celle quadrate (a1,?,aN) che nel loro insieme definiscono una griglia di celle quadrate, in cui ciascuna delle celle quadrate (a1,?,aN) ha un lato L e corrisponde ad una rispettiva area geografica; - acquisire (103) dati georeferenziati accedendo ad almeno un database di dati digitali (3) per identificare sulla mappa (M) punti di interesse (POI) per il calcolo di detto indice di qualit? della vita; in cui, per ciascun punto di interesse (POI) identificato sulla mappa digitale (M), il metodo di elaborazione di dati digitali (100) comprende le fasi di:
- identificare (104) un primo cerchio (c1) centrato sul punto di interesse (POI) ed avente un primo raggio (r1);
- selezionare (105) celle quadrate (a1,?,AN) alle quali il primo cerchio (c1) ? sovrapposto, per definire un primo insieme di celle selezionate;
- calcolare (106) un rispettivo primo grado di sovrapposizione di ciascuna delle celle di detto primo insieme con il primo cerchio (c1);
- attribuire (107) a ciascuna delle celle del primo insieme un primo punteggio parziale calcolato in base al rispettivo primo grado di sovrapposizione calcolato;
in cui il metodo di elaborazione (100) comprende inoltre le fasi di:
- calcolare (112) per ciascuna cella (a1,?,aN) della griglia un punteggio totale in funzione dei primi punteggi parziali attribuiti alla cella (a1,?,AN) ed in cui detto indice di qualit? attribuito ? pari a detto punteggio totale o ? calcolato tramite una funzione che dipende da detto punteggio totale;
- memorizzare (113) detto indice di qualit? della vita attribuito a ciascuna cella (a1,?,AN) in una unit? di memoria non volatile.
2. Metodo di elaborazione di dati digitali (100) secondo la rivendicazione 1, in cui il primo raggio (r1) ? pari a, o pari a circa, a detto lato L.
3. Metodo di elaborazione di dati digitali (100) secondo le rivendicazioni 1 o 2, in cui detto almeno un indice di qualit? della vita ? un 15 Minute City Index.
4. Metodo di elaborazione di dati digitali (100) secondo una qualsiasi delle precedenti rivendicazioni, in cui il lato L ? pari a, o circa pari a, 700 metri.
5. Metodo di elaborazione di dati digitali (100) secondo una qualsiasi delle precedenti rivendicazioni, in cui il metodo (100) comprende inoltre per ciascun punto di interesse (POI) identificato le fasi di:
- identificare (108) un secondo cerchio (c2) centrato sul punto di interesse (POI) ed avente un secondo raggio (r2) maggiore del primo raggio (r1);
- selezionare (109) celle quadrate (a1,?,AN) alle quali il secondo cerchio (c2) ? sovrapposto, per definire un secondo insieme di celle selezionate;
- calcolare (110) un rispettivo secondo grado di sovrapposizione di ciascuna delle celle selezionate del secondo insieme con il secondo cerchio (c2);
- attribuire (111) a ciascuna delle celle selezionate del secondo insieme un secondo punteggio parziale calcolato in base al rispettivo secondo grado di sovrapposizione calcolato;
ed in cui, nella fase di calcolare (112), il punteggio totale ? calcolato per ciascuna cella a1,?,AN in funzione dei primi punteggi parziali e dei secondi punteggi parziali attribuiti alla cella (a1,?,AN).
6. Metodo di elaborazione di dati digitali (100) secondo una qualsiasi delle precedenti rivendicazioni, in cui il secondo raggio (r2) ? pari ad almeno il doppio del primo raggio (r1), ad esempio pari a circa il triplo del primo raggio (r1).
7. Metodo di elaborazione di dati digitali (100) secondo una qualsiasi delle precedenti rivendicazioni, in cui dopo la fase di memorizzare (113) il metodo di elaborazione (100) comprende una fase di visualizzare (114) la mappa digitale (M) su un display grafico, sovrapponendo alla mappa digitale (M) la griglia di celle quadrate ed una fase di fornire ad un utente (115), tramite una interfaccia grafica consultabile via web, per ciascuna cella quadrata a1,?,AN il rispettivo indice di qualit? della vita attribuito e memorizzato, in cui l?interfaccia grafica ? tale da mostrare la griglia sovrapposta alla mappa digitale (M) e consente all?utente di interagire con la mappa digitale (M) per selezionare una cella di interesse sulla mappa digitale (M) ed accedere al rispettivo indice di qualit? della vita calcolato e memorizzato.
8. Metodo di elaborazione di dati digitali (100) secondo la rivendicazione 9, in cui l?interfaccia grafica ? configurata per visualizzare le aree quadrate della griglia con colori che dipendono in base all?indice di qualit? della vita attribuito.
9. Metodo di elaborazione di dati digitali secondo una qualsiasi delle precedenti rivendicazioni, in cui detto indice di qualit? della vita attribuito a ciascuna cella ? un valore numerico espresso una scala Likert.
10. Metodo di elaborazione di dati digitali (100) secondo una qualsiasi delle precedenti rivendicazioni, in cui il territorio di osservazione ? una citt?, una provincia, una regione o una nazione.
11. Metodo di elaborazione di dati digitali (100) secondo una qualsiasi delle precedenti rivendicazioni, in cui detto database di dati digitali ?, o comprende, una banca dati digitale open data, preferibilmente consultabile via web.
12. Metodo di elaborazione di dati digitali (100) secondo una qualsiasi delle precedenti rivendicazioni, in cui la fase di calcolare per ciascuna cella il punteggio totale comprende una fase di normalizzare il punteggio totale in base alla densit? di popolazione della rispettiva cella.
13. Metodo di elaborazione di dati digitali (100) secondo una qualsiasi delle precedenti rivendicazioni, in cui detto almeno un indice di qualit? della vita comprende uno o pi? dei sottoindici del seguente elenco:
- Un indice ?Ambiente? rappresentativo di qualit? ambientale;
- Un indice ?Economia? rappresentativo di economia e/o sostenibilit? economica;
- Un indice ?Abitazioni? rappresentativo di fattibilit? abitativa;
- Un indice ?Salute? rappresentativo di disponibilit? di strutture e servizi sanitari;
- Un indice ?Alimentazione? rappresentativo di disponibilit? di servizi di ristorazione e di negozi di alimentari;
- Un indice ?Istruzione? rappresentativo di disponibilit? di strutture e servizi educativi;
- Un indice ?Uffici Pubblici? rappresentativo di disponibilit? di uffici e servizi governativi;
- Un indice ?Sport? rappresentativo di disponibilit? di strutture ed impianti sportivi;
- Un indice ?Mobilit? Dolce? rappresentativo di disponibilit? di infrastrutture e servizi di mobilit? lenta;
- Un indice ?Mobilit? Veloce? rappresentativo di disponibilit? di infrastrutture e servizi di mobilit? veloce;
- Un indice ?Intrattenimento? rappresentativo di disponibilit? di strutture e servizi di intrattenimento;
- Un indice ?Cultura e culti? rappresentativo di disponibilit? di centri culturali e centri di culto.
14. Metodo di elaborazione di dati digitali (100) secondo la rivendicazione 14, in cui detto indice di qualit? della vita comprende tutti i sotto-indici di detto elenco ed il metodo di elaborazione (100) comprende inoltre una fase di calcolare a partire da detta pluralit? di sotto-indici di qualit? della vita un indice di qualit? della vita aggregato.
15. Metodo di elaborazione di dati digitali (100) secondo una qualsiasi delle precedenti rivendicazioni, comprendente una fase di elaborare indici di qualit? della vita associati alle celle per identificare automaticamente aree geografiche prioritarie che richiedono interventi per migliorare l?indice di qualit? della vita.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102021000030836A IT202100030836A1 (it) | 2021-12-07 | 2021-12-07 | Metodo di elaborazione di dati digitali per attribuire almeno un indice di qualità di vita ad una pluralità di aree geografiche di un territorio di osservazione |
| PCT/IB2022/061685 WO2023105364A1 (en) | 2021-12-07 | 2022-12-02 | Method for processing digital data for assigning at least one life quality index to a plurality of geographic areas of an observation territory |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102021000030836A IT202100030836A1 (it) | 2021-12-07 | 2021-12-07 | Metodo di elaborazione di dati digitali per attribuire almeno un indice di qualità di vita ad una pluralità di aree geografiche di un territorio di osservazione |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| IT202100030836A1 true IT202100030836A1 (it) | 2023-06-07 |
Family
ID=80448558
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT102021000030836A IT202100030836A1 (it) | 2021-12-07 | 2021-12-07 | Metodo di elaborazione di dati digitali per attribuire almeno un indice di qualità di vita ad una pluralità di aree geografiche di un territorio di osservazione |
Country Status (2)
| Country | Link |
|---|---|
| IT (1) | IT202100030836A1 (it) |
| WO (1) | WO2023105364A1 (it) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090088967A1 (en) * | 2007-09-28 | 2009-04-02 | Lerner Matthew R | Systems, techniques, and methods for providing location assessments |
| WO2016054694A1 (en) * | 2014-10-10 | 2016-04-14 | Onemap Pty Ltd | Geographical information system and method for searching land parcels |
| US10672114B1 (en) * | 2017-10-27 | 2020-06-02 | Liberty Mutual Insurance Company | Computationally efficient distance-based score approximations |
-
2021
- 2021-12-07 IT IT102021000030836A patent/IT202100030836A1/it unknown
-
2022
- 2022-12-02 WO PCT/IB2022/061685 patent/WO2023105364A1/en unknown
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090088967A1 (en) * | 2007-09-28 | 2009-04-02 | Lerner Matthew R | Systems, techniques, and methods for providing location assessments |
| WO2016054694A1 (en) * | 2014-10-10 | 2016-04-14 | Onemap Pty Ltd | Geographical information system and method for searching land parcels |
| US10672114B1 (en) * | 2017-10-27 | 2020-06-02 | Liberty Mutual Insurance Company | Computationally efficient distance-based score approximations |
Non-Patent Citations (3)
| Title |
|---|
| C. MORENO ET AL.: "Sustainability, Resilience and place Identity in future Post-pandemie Cities", SMART CITIES, vol. 4, 2021, pages 93 - 111 |
| CAPASSO ET AL.: "Accessibility in practice: 20-minute city as a sustainability planning goal", SUSTAINABILITY, vol. 12, 2020, pages 129 |
| WENG, MIN ET AL.: "The 15-minute walkable neighbors: Measurement, social inequalties and implications for building healthy communities in urban Chin.3", JOURNAL OF TRANSPORT & HEALTH, vol. 13, 2019, pages 259 - 273 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023105364A1 (en) | 2023-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shaaban | Assessing sidewalk and corridor walkability in developing countries | |
| Tang et al. | A data-informed analytical approach to human-scale greenway planning: Integrating multi-sourced urban data with machine learning algorithms | |
| Dembski et al. | Digital twin, virtual reality and space syntax: Civic engagement and decision support for smart, sustainable cities | |
| Martín et al. | Spatial analysis of the competitiveness of the high-speed train and air transport: The role of access to terminals in the Madrid–Barcelona corridor | |
| Fazio et al. | Planning suitable transport networks for e-scooters to foster micromobility spreading | |
| Schweizer et al. | Building a large-scale micro-simulation transport scenario using big data | |
| CN112184088B (zh) | 一种基于多源数据的城市可骑行性评价方法及系统 | |
| Zeng et al. | Study on the impact of historic district built environment and its influence on residents’ walking trips: A case study of Zhangzhou ancient city’s historic district | |
| Falcone et al. | From architectural survey to continuous monitoring: graph-based data management for cultural heritage conservation with digital twins | |
| Bolten et al. | Towards routine, city-scale accessibility metrics: Graph theoretic interpretations of pedestrian access using personalized pedestrian network analysis | |
| Janssen et al. | Using geodesign to develop a spatial adaptation strategy for Friesland | |
| Mościcka et al. | Transport accessibility of Warsaw: A case study | |
| Castillo-Vizuete et al. | Design of nature tourism route in chimborazo wildlife reserve, ecuador | |
| Badii et al. | Computing 15MinCityIndexes on the basis of open data and services | |
| Pazzini et al. | Multi-Criteria Analysis and Decision-Making Approach for the Urban Regeneration: The Application to the Rimini Canal Port (Italy) | |
| Kondrateva et al. | An isochrones based public transport stops optimization technique | |
| IT202100030836A1 (it) | Metodo di elaborazione di dati digitali per attribuire almeno un indice di qualità di vita ad una pluralità di aree geografiche di un territorio di osservazione | |
| Zhang | Developing a comprehensive framework for property valuation using 3D and remote sensing techniques in China | |
| Gyenizse et al. | A multi-factor model developed on residents’ opinions for the classification of urban residential areas | |
| Sevtsuk et al. | Pedestrian-oriented development in Beirut: a framework for estimating urban design impacts on pedestrian flows through modeling, participatory design, and scenario analysis | |
| Cui et al. | Women-Oriented evaluation of perceived safety of walking routes between home and mass transit: A case study and methodology test in Guangzhou | |
| Menini et al. | Method for using nonmotorized modes of transportation as a sustainable urban mobility index in university campuses | |
| Dawidowicz et al. | The Potential of GIS Tools for Diagnosing the SFS of Multi-Family Housing towards Friendly Cities—A Case Study of the EU Member State of Poland | |
| Banos et al. | Geographical information and urban transport systems | |
| Lepetiuk | GIS technologies products for increasing the tourist attractiveness of the destination (on the example of the Chernigiv region) |