Big data

Capire il presente e organizzare il futuro


Alcune città svizzere iniziano a utilizzare i dati della telefonia mobile in formato anonimo per poter valutare meglio i progetti infrastrutturali. Il Future Cities Laboratory dell’ETH di Singapore si spinge ancora più avanti e ottimizza la pianificazione di interi quartieri e reti di infrastrutture utilizzando i big data e la simulazione dell’intera popolazione urbana.


Daniel Meierhans




Come impiegare al meglio delle risorse finanziarie limitate? Tutte le grandi città della Svizzera si trovano ad affrontare le stesse sfide. Gli agglomerati urbani crescono, le città sono sempre più dense, nascono nuovi quartieri e le migrazioni interne trasformano quelli esistenti. Non solo è necessario che le infrastrutture di trasporto del futuro soddisfino le nuove esigenze in termini di mobilità, ma occorre anche incrementare la qualità della vita all’interno di centri sempre più densamente popolati se si vuole mantenere il ritmo di crescita attuale. Secondo Kay Axhausen, direttore dell’Institut für Verkehrsplanung und Transportsysteme (Istituto per la pianificazione della viabilità e dei sistemi di trasporto) del Politecnico federale di Zurigo (ETH), una cosa è però chiara: «Infrastrutture che saranno sfruttate al massimo delle loro potenzialità solo tra 40 anni, come le molte progettate in Svizzera negli anni Cinquanta, tra cui la rete autostradale, oggi non sono più realistiche.»


«Per poter decidere quali di questi costosi progetti sia utile realizzare, i responsabili delle amministrazioni, e anche i cittadini aventi diritto al voto, necessitano di dati affidabili.»


Una base di dati per investimenti miliardari

In concreto a Zurigo, Basilea, Ginevra e Losanna sono al momento oggetto di dibattito o già in fase di realizzazione dei progetti dell’ordine di varie decine di miliardi di franchi. Oltre all’ampliamento delle reti pedonali e ciclabili, questi progetti includono nuove linee tranviarie e della S-Bahn, l’ampliamento delle circonvallazioni autostradali, gallerie sotto il centro delle città e ponti o gallerie per l’attraversamento di baie lacustri. Per poter decidere quali di questi costosi progetti sia utile realizzare e in che modo vadano realizzati, i responsabili delle amministrazioni, e in ultima istanza anche i cittadini aventi diritto al voto, necessitano di dati affidabili.


Rappresentazione della dinamica della vita urbana

La città di Ginevra ha individuato il potenziale dei big data per questo tipo di progetti urbanistici già nel 2011. Il progetto pilota “Ville Vivante” mostra in modo lampante con quale realismo i dati relativi agli spostamenti dei telefoni cellulari possono rappresentare la dinamica della città. Nel frattempo la tecnologia ha fatto un passo avanti. Alcune città svizzere, come ad esempio Pully, hanno iniziato a utilizzare la rete di radiocomunicazione mobile per una pianificazione del traffico basata su fatti concreti. I profili di movimento dei cellulari offrono grandi vantaggi, dal momento che riproducono la mobilità in modo pressoché completo, sono relativamente economici da rilevare e sono disponibili in temi brevissimi.


Sondaggi lacunosi

Fino ad oggi le città hanno dovuto fare affidamento su sondaggi quali il “Microcensimento mobilità e trasporti” condotto dalla Confederazione. Per motivi legati ai costi questi sondaggi possono essere condotti solo a intervalli di alcuni anni tra di loro e sono pertanto caratterizzati da una certa inesattezza di fondo. Sia l’elenco delle domande sia il campione sono limitati, cosicché i modelli di comportamento meno diffusi non vengono rilevati e i nuovi quesiti emersi nel corso dell’analisi rimangono senza risposta. A questi aspetti si aggiunge il fatto che con le loro risposte le persone tendono a dare un’immagine positiva di sé.


Questa grande incertezza si riflette pertanto negli attuali modelli di viabilità. I dati dei cellulari anonimizzati e aggregati provenienti dalla rete di radiocomunicazione mobile forniscono invece un quadro pressoché completo e attuale della realtà. «Un raffronto dei modelli adottati finora con i nostri dati mostra notevoli differenze», osserva David Watrin, responsabile per i prodotti Sicurezza e Intelligence presso Swisscom.


Simulazione di ogni singolo abitante

Il lavoro svolto nel Future Cities Laboratory dell’ETH di Singapore mostra quanto sia grande il potenziale di questo tipo di analisi dei dati non solo per il traffico, ma per tutti i settori della pianificazione urbanistica. Secondo Juniper Research anche nel 2016 la città si è posizionata al primo posto nella classifica delle smart city.


Nel Future Cities Lab ingegneri dei trasporti, architetti, sociologi, esperti di risorse energetiche, designer, progettisti del territorio e specialisti della modellazione 3D lavorano insieme allo sviluppo di soluzioni per la città del futuro. A tale scopo utilizzano sofisticati modelli quali MATSim Singapore (Multi-Agent Transport Simulation), nel quale gli specialisti che collaborano con Axhausen inseriscono l’intera mobilità della città-Stato asiatica.


In questa simulazione ciascuno degli oltre 5 milioni di abitanti è rappresentato sotto forma di software agent con caratteristiche individuali provenienti dai dati statistici disponibili su luoghi di residenza, luoghi di lavoro e strutture demografiche, dai risultati di sondaggi nonché dai profili utente delle smart card a frequenza radio con le quali a Singapore viene addebitato l’utilizzo dei mezzi di trasporto pubblici. «Osservate singolarmente, le numerose interazioni tra i vari elementi risultano confuse, ma possiamo comprenderle con l’ausilio di modelli», spiega Axhausen.


Tenere conto del comportamento

Simulando nel modello MATSim non solo l’intero sistema di mobilità ma, per la prima volta, anche il comportamento della popolazione, i ricercatori dell’ETH ottengono inoltre ulteriori informazioni importanti. Possono infatti prevedere, ad esempio, in che modo gli utenti dei mezzi di trasporto reagiranno a una modifica dell’offerta. A Singapore i ricercatori hanno ad esempio simulato al computer il modo migliore per dividere una linea di autobus molto lunga che non riusciva a rispettare l’orario delle corse. Con la divisione della linea in due percorsi distinti è stato possibile non sono stabilizzare gli orari, ma anche riconquistare degli utenti grazie al miglioramento del servizio come previsto in fase di modellazione 3D.


Spazi della vita urbana funzionanti

Un sistema di trasporti pubblico e privato che funzioni al meglio non è tuttavia l’unico elemento che rende una città interessante. Almeno altrettanto importanti sono le zone pedonali, nelle quali si sviluppa la vita del quartiere. Anche in questo caso un aiuto decisivo può essere fornito dalle simulazioni, affinché la pianificazione crei spazi della vita urbana che funzionino anche nella realtà. Come integrare al meglio ponti e sottopassaggi in una rete pedonale? Quali tipi di strade fungono da barriere pedonali? Dove sono necessari negozi o caffetterie per attirare i passanti? Come va strutturato un parco in modo che venga utilizzato dalle persone anche come isola di relax? Le reazioni degli abitanti virtuali mostrano quali sono le varianti più efficaci nel contesto dell’intero ecosistema urbano e quali non funzionerebbero.


Intervento in tempi brevi ...

Secondo Axhausen il vantaggio principale dei big data risiede al momento nella possibilità di intervenire in tempi brevi: «È possibile individuare immediatamente i cambiamenti e reagire quindi tempestivamente.» In concreto i dati relativi agli spostamenti dei telefoni cellulari consentono di individuare per tempo e anche di prevedere entro un certo arco di tempo le code nel traffico o assembramenti di persone che potrebbero creare problemi. Come spiega Watrin, nelle città svizzere questi dati possono contribuire a migliorare la gestione dei semafori: «A differenza dei sensori installati in una posizione fissa, come quelli usati oggi, i nostri dati non rilevano il traffico solo sugli assi di trasporto principali, ma su tutte le strade. Il quadro della situazione del traffico risulta così più completo.»


… e continua ottimizzazione

Il fatto che i big data rendano subito visibili i cambiamenti fornisce anche un altro efficace strumento agli urbanisti: analogamente a come oggi Google e altri grandi gestori di siti Web incrementano passo dopo passo l’usabilità di nuove funzionalità tramite analisi in tempo reale, in futuro anche gli urbanisti saranno in grado di ottimizzare continuamente le reti di infrastrutture e i quartieri. I dati della telefonia mobile mostrano in tempi brevi quali misure possono sortire l’effetto desiderato e quali no, e anche i cambiamenti nell’utilizzo degli spazi urbani sono individuabili più rapidamente. Nell’ambito del programma nazionale di ricerca “Big Data” (NFP 75) l’ETH lancia un progetto che intende mostrare come si possono impiegare i dati anche per la pianificazione nel lungo termine.


Pianificazione più efficiente del traffico a Pully

Il comune di Pully, nel Canton Vaud, punta sui dati della telefonia mobile aggregati per la pianificazione del traffico. La città è attraversata da quattro assi di trasporto principali e risente del traffico di transito. Per migliorare la situazione del traffico, facilitare l’accesso al centro della città e migliorare la qualità di vita dei circa 16.000 abitanti, Pully ha realizzato un progetto esemplare insieme a Swisscom. Questo lavoro di sviluppo congiunto ha dato vita a un nuovo metodo per una migliore pianificazione delle infrastrutture e del traffico che consente di fornire una chiara panoramica complessiva dei flussi di traffico usando i dati della telefonia mobile. Per applicazioni future Swisscom sta inoltre lavorando a stretto contatto con varie università per sviluppare ulteriori modelli di simulazione.






Maggiori informazioni