Come possono i dati satellitari aiutare i soccorritori e accelerare la transizione energetica? È la domanda a cui cercano di rispondere due progetti dell’ESA condotti da Deep Blue, che combinano simulazioni in Extended Reality e analisi basate sul Machine Learning.
La Terra vista dallo Spazio non è solo bellissima, è anche una miniera di dati. Ogni giorno, i satelliti dell’Agenzia Spaziale Europea (ESA) – e di altre aziende private, nonché di singoli Stati – guardano il nostro Pianeta raccogliendo un’enorme quantità di dati atmosferici e ambientali: rilevano la temperatura del suolo, osservano lo stato e i cambiamenti della vegetazione, registrano vento, precipitazioni, umidità, irraggiamento solare e trasformazioni del territorio. Informazioni che possono diventare strumenti per gestire le emergenze e supportare la transizione ecologica.
I dati satellitari sono al centro dei progetti XR4Emergency (Kick-start, in corso) e Regreen (Feasibility study, concluso) finanziati dall’ESA tramite il programma ESA Space Solutions e condotti da Deep Blue in qualità di prime contractor. “Sono entrambi progetti esplorativi, quindi con un basso livello di maturità tecnologica: servono a capire se un’innovazione sia davvero vantaggiosa. Nel nostro caso, parliamo di incorporare i dati satellitari in strumenti da impiegare sia nella preparazione dei soccorritori (first responders), e in prospettiva nella gestione delle emergenze, sia nella progettazione di impianti di energie rinnovabili”, spiega Vanessa Arrigoni, a capo dell’Area Training di Deep Blue.
XR4 Emergency: quando l’esperienza non basta più
La crisi climatica sta modificando frequenza, intensità e caratteristiche degli eventi atmosferici. Fenomeni come incendi e alluvioni seguono ormai dinamiche nuove, spesso imprevedibili: gli anni di esperienza accumulati sul campo dai soccorritori non bastano più. “I Vigili del Fuoco sono spesso chiamati in causa come esempio classico di chi prende decisioni basate su un ‘istinto addestrato’: dopo anni di interventi, riconoscono subito l’incendio che hanno davanti dal rumore, dall’odore, dal comportamento delle fiamme e da altri indizi. Ma l’ambiente sta cambiando così rapidamente che quell’istinto addestrato dall’esperienza rischia di non essere più sufficiente”, prosegue Arrigoni.
Un quadro emerso chiaramente dalle esperienze condivise dalle organizzazioni nazionali dei Vigili del Fuoco dei sette Paesi europei coinvolte dal team di Deep Blue nel progetto: oggi i soccorritori si trovano sempre più spesso a fronteggiare situazioni più mutevoli e imprevedibili, eventi nuovi le cui caratteristiche e dinamiche non sono ancora pienamente comprese e che, proprio per questo, non possono essere facilmente riprodotti nelle esercitazioni tradizionali. Diventa quindi necessario poter fare esperienza di questi scenari in ambienti protetti, dove sperimentare e allenarsi senza i rischi di un’emergenza reale.
È qui che interviene il progetto XR4Emergency. La domanda che si sono posti in ESA è: possono i dati satellitari migliorare la formazione dei first responders? In Deep Blue scommettono di sì, e stanno esplorando le modalità più efficaci allo scopo e quali requisiti debba avere il dato satellitare per essere utilizzabile. Partendo dalla “costruzione” di simulazioni di incendi – e in futuro di altri eventi estremi come alluvioni – il più realistiche possibile, elaborate partendo da eventi realmente accaduti e ricostruiti grazie ai dati raccolti dai satelliti. Le simulazioni si muovono in un ambiente di Extended Reality (ER) che combina dati satellitari, realtà virtuale e Intelligenza Artificiale.
“Il primo elemento di questo ambiente ER è una piattaforma di monitoraggio pensata per il Direttore delle Operazioni di Spegnimento (DOS), cioè la figura che dirige le operazioni di estinzione degli incendi boschivi, coordinando in modo integrato le squadre di terra e i mezzi aerei”, spiega Arrigoni. Questa piattaforma o dashboard ricostruisce un evento storico integrando numerose informazioni provenienti dai satelliti dell’ESA: direzione e intensità del vento; condizioni atmosferiche e previsioni meteo; mappe del territorio; tipo e densità della vegetazione; umidità del terreno; indicatori che stimano quanto rapidamente il fuoco potrebbe propagarsi.
“Grazie a questi dati, il DOS può valutare lo stato dell’incendio, prevederne l’andamento e definire la strategia di intervento comunicandola ai team leader. Questi ultimi, grazie alla tecnologia VR (Virtual Reality), si ritrovano immersi nello scenario storico ricostruito con grande fedeltà grazie all’utilizzo dei dati satellitari. All’interno di questo ambiente virtuale devono prendere decisioni tattico-operative, coordinare le proprie squadre e agire in linea con la strategia definita dal DOS, mantenendo con lui un costante coordinamento durante l’intervento”, prosegue Arrigoni.
Altro elemento innovativo è il debriefing supportato dall’Intelligenza Artificiale: terminata l’esercitazione, il sistema consente di ricostruire e ripercorrere l’esercitazione, aiutando il team a riflettere su come ha affrontato l’intervento e sulle decisioni prese. Il sistema offre un supporto strutturato alla conduzione di questo riesame, affiancando il debriefing leader nella gestione del confronto e nella riflessione sull’esperienza vissuta con l’obiettivo di trasformare ogni esercitazione in un’opportunità di apprendimento e miglioramento continuo.
Le piattaforme di XR4Emergency saranno validate prima dell’autunno coinvolgendo gruppi di Vigili del Fuoco. Se il proof of concept darà i risultati attesi, potrebbe rappresentare il primo passo verso un cambiamento significativo che potrebbe spingersi ben al di là della formazione. Oggi, l’obiettivo è ripensare la preparazione dei first responders, anche combinando addestramento tecnico a competenze trasversali come decision making, situational awareness, coordinamento e comunicazione, ambiti in cui Deep Blue vanta una consolidata esperienza grazie ai corsi sviluppati per professionisti che lavorano sotto pressione, dagli astronauti ai neurochirurghi. Domani, le stesse tecnologie potrebbero servire anche nelle fasi operative della gestione delle emergenze.
Dalla formazione al supporto nella gestione delle emergenze
Se oggi XR4Emergency è pensato per la formazione, gli strumenti sviluppati dal progetto potrebbero avere in futuro un ruolo anche nelle operazioni reali. In questo caso c’è una difficoltà da considerare: i satelliti non osservano continuamente la stessa area e il tempo che intercorre tra due osservazioni della stessa zona varia a seconda della missione e della costellazione utilizzata e può essere di diversi giorni. Esistono già sistemi che combinano dati provenienti da diversi satelliti, anche commerciali, con modelli meteorologici, riuscendo così a ottenere informazioni con una frequenza maggiore. Ma anche in questo caso rimangono intervalli di ore tra un’osservazione e l’altra.
È proprio questo intervallo che XR4Emergency può aiutare a gestire nell’ambito della formazione: invece di limitarsi a mostrare agli operatori la fotografia di un evento in un determinato momento, il sistema può simulare come quello stesso evento potrebbe evolvere tra un’osservazione e la successiva. In questo modo i Vigili del Fuoco possono esercitarsi su uno scenario dinamico, imparando a interpretare i dati disponibili e prendere decisioni anche quando non hanno un’immagine aggiornata dell’area.
“Da qui nasce anche una possibile evoluzione del progetto – spiega Simone Pozzi, CEO di Deep Blue – portare questa capacità fuori dall’ambiente di training e trasformarla in un sistema di supporto alle decisioni. Un sistema che, combinando dati satellitari aggiornati con altre fonti e modelli previsionali, possa stimare l’evoluzione dell’emergenza anche tra due osservazioni e fornire informazioni utili per decidere dove e come intervenire”. Non per sostituirsi a chi è sul campo, ma per aiutarlo ad avere una visione più completa e aggiornata dello scenario: in un’emergenza, ciò può significare salvare più persone, proteggere le loro case, gli animali e i paesaggi minacciati dalle fiamme.
I satelliti a servizio delle rinnovabili, la sfida di Regreen
Dalle emergenze alla transizione energetica, i dati raccolti dai satelliti possono diventare uno strumento anche per migliorare la progettazione di impianti di energie rinnovabili. È l’idea alla base di Regreen. Scegliere dove costruire un parco fotovoltaico o eolico, infatti, non significa semplicemente cercare il punto dove splende più il sole o dove soffia più forte il vento. Un’area può essere molto soleggiata o ventosa ma soggetta a grande variabilità di condizioni, oppure essere poco conveniente se è distante dai luoghi in cui quell’energia verrà consumata, lontana dalla rete elettrica, difficile o costosa da collegare alle infrastrutture esistenti.
Per tenere insieme tutti questi elementi, Deep Blue ha sviluppato un algoritmo capace di stimare il potenziale energetico di un territorio integrando diverse fonti di informazione: dai dati satellitari su irraggiamento solare, velocità del vento, temperatura ed altre variabili atmosferiche, alle informazioni geografiche sulle infrastrutture energetiche e sulla potenza da esse effettivamente generata. “I dati satellitari forniscono variabili come l’irraggiamento solare e quindi permettono una prima stima del potenziale produttivo da fotovoltaico di un’area – spiega Carlo Abate, a capo dell’area Ambiente ed Energia di Deep Blue – il vantaggio di integrare queste informazioni con dati di produzione di infrastrutture energetiche esistenti tramite il Machine Learning è che consente di associare un insieme di informazioni meteorologiche relative a un’area con la potenza effettivamente generata in quella stessa area”.
In questo modo, la valutazione del potenziale di generazione energetica è ancorata a un dato di produzione reale. L’altro aspetto considerato dal progetto è stata la possibilità di co-produzione da più fonti rinnovabili. “Il nostro obiettivo era individuare aree in cui la somma dell’energia prodotta da eolico e fotovoltaico fosse stabile nell’arco della giornata – prosegue Abate – questo permetterebbe di compensare le fluttuazioni di potenza delle diverse sorgenti, che costituisce un elemento chiave per la determinazione della stabilità fisica della rete elettrica ed è uno dei principali limiti alla diffusione delle rinnovabili”.
Il modello è stato addestrato utilizzando dati di produzione di impianti fotovoltaici ed eolici già esistenti, insieme a informazioni geospaziali sulla loro localizzazione. I primi risultati della validazione mostrano che, con dati di produzione ancora più dettagliati e geolocalizzati, lo strumento potrebbe arrivare a stimare con buona accuratezza quanta energia è possibile produrre in una determinata area, offrendo un supporto alle decisioni su dove sviluppare nuovi impianti. Il progetto ha coinvolto anche aziende energetiche, autorità pubbliche, ricercatori e operatori del settore attraverso interviste e workshop dimostrativi con l’obiettivo di capire se il servizio rispondesse davvero alle esigenze del mercato. Da questi incontri è emerso un giudizio positivo: gli stakeholder considerano molto utile una stima del potenziale energetico dei siti, ma chiedono di integrare ulteriori livelli informativi (per esempio eventuali vincoli territoriali) per rendere lo strumento realmente utilizzabile nelle scelte di pianificazione.
Non solo progettare, anche monitorare
L’utilità dei dati satellitari potrebbe non limitarsi alla fase di progettazione ma aiutare a monitorare il funzionamento degli impianti nel tempo. “Confrontando la produzione teorica, stimata grazie ai dati satellitari, con quella reale, potrebbe essere possibile individuare anomalie, problemi di manutenzione o cali di prestazione dovuti all’invecchiamento dell’impianto o ai cambiamenti delle condizioni ambientali”, spiega Abate.
“Si tratta di vedere la Terra con occhi diversi – conclude Pozzi – una ‘fotografia’ scattata dall’alto serve a poco, da sola. La vera sfida è capire cosa racconta quella mappa e trasformarla in un’applicazione concreta”. È lo spirito che accomuna i due progetti: di fronte alle nuove sfide poste dalla crisi climatica non serve semplicemente raccogliere più dati, bisogna imparare a leggerli, interpretarli e trasformarli in strumenti operativi per prendere decisioni più efficaci, che si tratti di affrontare un incendio o di progettare il sistema energetico del futuro.
