Digital Twin City

Acronimo: DTC

Descrizione

Il progetto Digital Twin City mira a sviluppare un prototipo di “Digital Twin” che comprenda una rappresentazione digitale dettagliata di un’area cittadina focalizzata su Piazza Navona, nel cuore di Roma, e di un importante edificio storico e culturale, il Chiostro del Bramante. Questo prototipo sarà integrato con dati provenienti da monitoraggi satellitari, quali la distribuzione del verde urbano, lo stato di salute degli alberi, la temperatura superficiale e la qualità dell’aria e dell’acqua. Inoltre, saranno utilizzati monitoraggi da veicolo per ottenere un livello di dettaglio elevatissimo, consentendo di individuare variazioni nell’arredo urbano e di segnalare eventuali malfunzionamenti nel servizio di illuminazione pubblica. Questa innovativa piattaforma digitale fornirà una visione in tempo reale e altamente dettagliata dell’ambiente urbano, facilitando la gestione efficiente delle risorse e migliorando la qualità della vita dei cittadini.

Il Digital Twin City (DTC) sviluppato dal progetto integra una vasta gamma di dati provenienti da diverse fonti e sensori, con frequenze di aggiornamento differenti. Questa integrazione consente di analizzare in modo più approfondito le relazioni di causa/effetto e di identificare andamenti temporali passati, fornendo così una base per prevedere le future evoluzioni degli elementi urbani e dei fenomeni ad essi collegati. L’insieme di dati raccolti sarebbe altrimenti difficile da combinare attraverso analisi geospaziali convenzionali. Tuttavia, grazie al Digital Twin City, sarà possibile contestualizzare i problemi urbani in modo più chiaro e intuitivo, ottenendo una comprensione più profonda delle dinamiche temporali. Ciò permetterà di formulare valutazioni più accurate che considerano l’evoluzione nel tempo, nonché di valutare scenari e soluzioni future con maggiore precisione e tempestività.

In futuro, il DTC realizzato dal progetto sarà ampliato con ulteriori strati informativi, sia satellitari sia da database socio-economici e, grazie alle analisi statistiche sui dati acquisiti, consentirà lo sviluppo di modelli predittivi data-intensive.