Search

Currently, many EO Data Management agencies use proprietary GIS software for the analysis and production of geospatial products. However, the use of open source software is becoming more widespread among research institutes and international organizations. This promotes the development of plugins and tools running specific tasks for a broad array of research fields, allowing open source software to be very versatile. With this work we would like to describe the advantages and disadvantages of using an open source environment and its functionalities for humanitarian and natural disaster-related crisis and environmental assessment mapping. We will propose a potential workflow based on QGIS and ESA SNAP toolbox for a satellite-based analysis and mapping production chain., simone.blb@gmail.com chiara.diciollo@ithaca.polito.it

Gli eventi di pioggia intensa sono universalmente riconosciuti come la causa scatenante di molti dei più catastrofici disastri naturali. Negli ultimi decenni, numerosi gruppi di ricerca hanno cercato di sfruttare le potenzialità di alcuni open data resi disponibili in tempo reale per sviluppare sistemi di monitoraggio e allerta per piogge intense e/o eventi alluvionali. Al fine di poter identificare in tempo reale le aree interessate da tali fenomeni, ITHACA ha sviluppato un sistema chiamato Extreme Rainfall Detection System (ERDS) che, utilizzando dati open con copertura spaziale globale, fornisce, per specifici intervalli temporali, sia informazioni relative alle cumulate di pioggia sia allerte di pioggia intensa. Due diversi approcci vengono utilizzati all’interno di tale progetto: il primo prevede l’utilizzo di dati acquisiti da satellite per fornire informazioni in tempo reale sulla quantità di pioggia precipitata mentre il secondo prevede l’utilizzo di un modello di previsione per stimare la pioggia che verrà registrata al suolo nei giorni a venire. Nello specifico, il monitoraggio in tempo reale viene compiuto utilizzando una misura di precipitazione effettuata da satellite fornita della missione NASA/JAXA Global Precipitation Measurement (GPM). Il dato GPM IMERG early run data, disponibile 4 ore dopo l’acquisizione, garantisce al sistema una copertura globale caratterizzata da una risoluzione spaziale di 0.1° ed una risoluzione temporale di 30 minuti. Per quanto riguarda le previsioni di pioggia, il sistema utilizza gli output del modello Global Forecast System (GFS) prodotto dal National Centers for Environmental Prediction (NCEP). Tale dato fornisce una previsione di pioggia con risoluzione spaziale di 0.25°. Entrambe le informazioni vengono cumulate su specifici intervalli di aggregazione (12, 24, 48, 72 e 96 ore) e vengono utilizzate per fornire allerte nei punti in cui la pioggia cumulata supera uno specifico valore di soglia. Tali soglie rappresentano un valore di precipitazione necessario a creare le condizioni scatenanti un’alluvione e sono state calcolate al fine di fornire, per ogni punto della superficie terrestre, allerte alla stessa risoluzione del dato di input. La calibrazione di tali soglie è stata effettuata seguendo un approccio empirico, analizzando eventi di pioggia che nel passato hanno portato a disastri di natura idrometeorologica. Le allerte così identificate possono essere utilizzate per l’identificazione e/o il pre-tasking di immagini satellitari da usare per una rapida valutazione delle aree più colpite. Al fine di rendere operativo tale sistema, una serie di moduli è stata sviluppata ad hoc in Python 3 sfruttando le librerie numpy, h5py, GDAL, datetime, ftplib e urllib. L’intero codice è disponibile su GitHub (https://github.com/ITHACA-org/gpm-accumul e https://github.com/ITHACA-org/gfs-accumul). Gli output prodotti da ERDS sono resi disponibili gratuitamente agli utenti in diversi formati attraverso un’applicazione WebGIS (erds.ithacaweb.org). Nello specifico, i dati vengono prodotti e resi scaricabili in formato Geotiff, garantendo quindi agli utilizzatori di poterli visualizzare in ambiente GIS e di utilizzarli per eseguire ulteriori analisi. Tali dati sono inoltre disponibili attraverso un Web Map Service (WMS) sfruttando GeoServer, rendendoli così consultabili anche da utenti non esperti. Lato client, invece, i raster vengono visualizzati utilizzando Leaflet., paola.mazzoglio@polito.it