Misurare il clima urbano in loco con un sistema IoT all'avanguardia

Il sistema di Monitoraggio del Clima Urbano di meteoblue è composto da quattro diversi moduli e può essere reso pienamente operativo in meno di un anno. Il sistema è progettato in modo tale che i servizi sviluppati per la città possano essere portati avanti in modo sostenibile per un periodo di progetto di 1-3 (o più) anni. A seconda del caso d'uso del cliente, ogni modulo può essere implementato anche separatamente. Una volta completati con successo i moduli, saranno raggiunti i seguenti obiettivi:

• La rete di misurazione IoT è installata con successo ed è pienamente operativa
• I dati di misurazione, le mappe di calore e altre analisi sono integrati in uno smart city dashboard già esistente e sono disponibili a tutti gli stakeholder in tempo reale
• Un catalogo di diversi scenari di pianificazione urbana è disponibile per tutti gli stakeholdere e fornisce una solida base scientifica per le misure di adattamento ai cambiamenti climatici
• Offriamo ulteriore supporto nel processo decisionale per le misure di follow-up

La sfida di un clima urbano che cambia

La popolazione mondiale che vive nelle aree urbane rappresenta oggi più della metà del totale con una tendenza in aumento. Il numero crescente di persone che vivono nelle città richiede inoltre più spazio vitale e un'infrastruttura più estesa. Con la crescente intensificazione dello sviluppo urbano, ci si deve aspettare un aumento della temperatura, rendendo necessarie misure di compensazione, anche nelle città in cui ciò non era necessario in precedenza. Un monitoraggio completo del clima urbano è la base per un miglioramento significativo della qualità della vita attraverso lo sviluppo di adeguate misure urbanistiche. Il monitoraggio del clima urbano aiuta le aziende municipali a migliorare la loro efficienza (gestione del traffico, gestione delle strade e delle attività di costruzione, bilanci idrici ecc.). Organizzatori, progettisti e compagnie di assicurazione possono trarre vantaggio da una migliore valutazione del rischio per il calore, le precipitazioni, il vento, l'inquinamento atmosferico e altri fattori.

Dr. Sebastian Schlögl, Head of Meteorology di meteoblue, parla delle sfide derivanti dal cambiamento climatico e delle possibilità di monitorare e mitigare i rischi associati.

Città con sistemi attivi di Monitoraggio del Clima Urbano

Misurazioni in tempo reale

Per avere un'idea di come si presenta una rete di misurazione e di come visualizziamo e utilizziamo i dati, è possibile consultare le misurazioni in tempo reale a Basilea, in Svizzera. Questa rete è stata realizzata nel 2020 ed è composta da più di 180 sensori Metos LoRain. In linea di principio, i sensori sono stati disposti in tutto il centro della città, nei quartieri periferici e nei dintorni di Basilea, in modo da coprire tutte le zone climatiche locali rilevanti.

La temperatura dell'aria, le precipitazioni e l'umidità relativa vengono misurate con una risoluzione di 15 minuti. La trasmissione è assicurata dalla rete LoRa dell'IWB. La visualizzazione su mappa permette di vedere facilmente i modelli di temperatura o precipitazioni su larga scala nell'area urbana (figura a sinistra). I luoghi caldi (hotspot) possono essere individuati visivamente.

Oltre ai dati grezzi, viene offerta una serie di altre informazioni (vedi figura a destra). È possibile accedere a queste informazioni cliccando su una stazione della mappa. Sul sito meteoblue sono disponibili i dati storici delle misurazioni in forma grafica, le previsioni a 5 giorni basate sui dati delle stazioni e le valutazioni statistiche. L'analisi statistica comprende, ad esempio, la temperatura media dell'aria e la somma delle precipitazioni con risoluzione giornaliera, settimanale e mensile.

La scala di calore confronta le temperature medie dell'aria di tutte le stazioni di misurazione e assegna loro un numero nella scala. Questo aiuta a individuare rapidamente i luoghi caldi (hotspot) della città.

Inoltre, meteoblue offre un'API di dati grezzi, con la quale è possibile accedere alla serie temporale completa di tutti i dati climatici urbani dall'installazione nel 2020.

Sistema di monitoraggio

1. Installazione

Nella prima fase, una rete di misurazione IoT completamente automatizzata viene installata nelle aree urbane (così come nelle aree rurali circostanti), misurando la temperatura dell'aria e le precipitazioni generalmente in ≥50 luoghi diversi selezionati secondo criteri scientifici. L'obiettivo è quello di coprire tutte le zone climatiche locali e i punti di interesse, nei luoghi in cui le stazioni ufficiali WMO (spesso costose) non possono operare a causa di restrizioni tecniche. In alternativa, i dati dei sistemi di misurazione esistenti possono essere integrati nella catena di processo.

2. Operatività

Nella seconda fase, viene utilizzato un sistema di monitoraggio in tempo reale che mostra misurazioni calibrate e di qualità controllata e utilizza dati satellitari e modelli esterni per generare mappe specifiche del clima urbano (ad esempio, mappe di calore che rilevano e visualizzano l'effetto dell'isola di calore urbana alla risoluzione spaziale di 10 m, mappe del flusso di aria fredda o mappe del rischio di precipitazioni). Il sistema di monitoraggio in tempo reale può essere integrato nelle piattaforme di gestione esistenti della città.

3. Pianificazione

Nella terza fase, un modello di bilancio energetico delle superfici viene applicato per le possibili opzioni di misure di adattamento ai cambiamenti climatici (ad esempio, inverdimento dei tetti, irrigazione, desigillazione delle superfici) per i punti caldi urbani, al fine di selezionare la migliore strategia di adattamento nella città. Inoltre, è possibile dare priorità alle misure già pianificate e valutarne l'efficacia economica.

4. Validazione

La quarta fase analizza l'impatto climatico delle misure di adattamento ai cambiamenti climatici utilizzando la rete di misurazione IoT e confrontando i luoghi in cui sono state attuate le misure di adattamento con quelli in cui non è stato effettuato alcun adeguamento.

meteoblue collabora con fornitori di stazioni, fornitori di servizi locali e con i nostri partner scientifici per garantire la migliore qualità possibile e per raggiungere tutti i milestone rilevanti in tempo utile. Ogni progetto è concepito in modo tale che i servizi sviluppati per la città possano essere portati avanti in modo sostenibile dopo il raggiungimento dei milestone alla fine di ogni fase del progetto. Nel caso ottimale, le prime tre fasi vengono completate entro 1,5 anni, aiutando così le amministrazioni cittadine ad affrontare i cambiamenti climatici.

La tabella seguente fornisce una panoramica delle varie fasi e offre una stima del tempo approssimativo necessario per raggiungere i milestone.

La garanzia di qualità delle misure prepara i dati grezzi per le analisi successive. Il filtraggio dei dati, il gap filling e l'omogeneizzazione aggiungono un valore significativo ai dati di misura grezzi.

meteoblue fornisce la garanzia di qualità delle misure sulla base delle misure disponibili tramite l'API. meteoblue distingue tre diversi casi d'uso: stazione singola, stazioni multiple e rete cittadina. La garanzia di qualità viene fornita per le seguenti variabili meteorologiche:

• Temperatura dell'aria
• Precipitazioni
• Velocità del vento
• Direzione del vento
• Radiazione solare
• Umidità relativa

La garanzia di qualità delle misure consente di monitorare la trasmissione dei dati attraverso avvisi in tempo reale nel caso in cui le stazioni non dovessero inviare informazioni. Inoltre, vengono creati report mensili e statistiche meteorologiche per gli indici climatici e la copertura delle stazioni. In aggiunta, il sistema fornisce la normalizzazione dei dati in timestamp equamente distribuiti e offre funzioni quali il controllo di qualità delle stazioni, il gap filling e l'omogeneizzazione dei dati. La disponibilità di queste funzioni dipende dal caso d'uso e dalla variabile meteorologica.

I vari fornitori di stazioni possono registrare le misure con una risoluzione temporale diversa. Per confrontare le misure di diversi fornitori di stazioni, è necessario confrontare lo stesso timestamp. Inoltre, le stazioni di solito non registrano esattamente durante l'ora o la mezz'ora. Pertanto, lo strumento di timestamping interpola le ore e le mezze ore. L'utente può decidere la risoluzione temporale del set di dati. Se la risoluzione temporale selezionata è inferiore alla risoluzione temporale del fornitore della stazione, i valori tra le risoluzioni temporali regolari vengono completati con NaN (Not a Number).

Controllo qualità della stazione

Il controllo di qualità si svolge in tre fasi:

Screening

I metadati delle stazioni vengono controllati per verificarne la correttezza. Se la latitudine o la longitudine della stazione si trova al di fuori delle coordinate naturali della Terra, i dati della stazione vengono sottoposti a un processo di correzione. Inoltre, viene calcolata la copertura dei dati, in base ai valori rilevanti (ovvero quelli che non sono uguali a NaN).

Controllo statico della qualità per ogni luogo separatamente

Alle serie temporali delle singole stazioni vengono applicati diversi filtri. Questi filtri sono generalmente diversi per le varie variabili.

Filtro QC1 per la temperatura	Descrizione
NaN check	Rileva NaN
Controllo logico	Rileva i valori illogici, troppo alti o troppo bassi
Controllo statico	Rileva gli outlier al di fuori delle soglie
Flatliner check	Rileva i flatliner in cui i valori consecutivi sono gli stessi
Blip check	Rileva improvvisi sbalzi di temperatura al di sopra della soglia
Controllo spaziale	Rileva valori spazialmente illogici

Controllo dinamico della qualità

Il controllo dinamico della qualità viene utilizzato per confronti complessi tra stazioni diverse (si applica solo al caso d'uso della rete urbana, vedi sopra). La consistenza spaziale delle stazioni viene verificata applicando controlli tra stazioni vicine entro un raggio specifico.

Gap filling

Per il gap filling vengono utilizzati tre metodi diversi.

1. Interpolazione lineare
• Se il gap è di un solo timestamp
2. Utilizzare un'altra stazione
• Se il gap è più grande di un timestep
• Trovare la stazione con la migliore correlazione in base alle misure storiche
• Utilizzare la stazione con la migliore correlazione e applicare la correzione del bias (per tenere conto di un potenziale bias tra le due stazioni)
3. Utilizzare i dati del modello
• Se il gap è più grande di un timestep
• Utilizzare i dati del modello della catena di modelli meteoblue che meglio si adatta alla stazione (selezione di fino a 20 diversi modelli di previsione meteorologica numerica (NWP) a seconda della località).

Omogeneizzazione dei dati

Lo strumento di omogeneizzazione dei dati di meteoblue contiene diverse funzionalità per una varietà di casi d'uso.

Per le misure di temperatura, due diversi approcci (correzione del bias e correzione della radiazione) si integrano a vicenda e sono disponibili sulla base di diverse ipotesi. Nel caso in cui si utilizzi una rete di sensori urbani a basso costo, è possibile applicare una correzione del bias nel caso di utilizzo operativo e storico se almeno un sensore a basso costo è installato vicino a una stazione WMO standard (ad esempio, METAR, MeteoSvizzera, ecc.). La correzione del bias calcola in tempo reale la differenza tra il sensore a basso costo e la stazione WMO e corregge questa differenza per tutti i sensori della rete cittadina con una frequenza di aggiornamento della misurazione WMO. La correzione del bias viene applicata a tutte le variabili disponibili nella rete urbana. Questo metodo tiene conto delle discrepanze sistematiche tra la stazione WMO e la rete urbana, ad esempio gli errori dovuti all'accumulo di calore o gli errori sistematici che si verificano durante le notti.

Per il caso d'uso "rete urbana storica" viene applicata una correzione scientifica della radiazione per garantire la migliore qualità possibile dei dati meteorologici storici. Si noti che, a causa della complessità di questa correzione della radiazione, non è possibile applicare questo metodo nell'uso operativo.

Pertanto, i risultati operativi differiscono da quelli del pacchetto di dati storici, dove in genere si raggiunge la massima qualità.

La correzione scientifica della radiazione si basa sulle nostre routine speciali pubblicate in un documento di ricerca scientifica e comprende correzioni separate per le condizioni di ombra e di sole. Come variabili di input per la correzione della radiazione vengono utilizzate la radiazione diretta a onde corte, la radiazione diffusa a onde corte, la temperatura dell'aria, la velocità del vento e l'angolo di elevazione solare.