Questo repositorio contiene il codice Python necessario per l'elaborazione dei dati e per generare tre Web App. È dedicato all'utilizzo dei dati Earth Observation aperti nel territorio vicentino e racchiude tre time:
Il progetto è parte del Programma Operativo Regionale del Fondo Europeo di Sviluppo Regionale (POR FESR 2014 - 2020) del Veneto, nell'ambito del bando dell'azione 231 volto alla "costituzione di Innovation Lab diretti al consolidamento/sviluppo del network Centri P3@-Palestre Digitali e alla diffusione della cultura degli Open Data."
Le web app sono sviluppate con Python Dash, un Framework per la creazione di applicazioni analitiche Web. Per creare queste app con i grafici interattivi abbiamo usato la seguente metodologia:
- Il territorio di ogni comune è definito dal dataset dei limiti amministrativi pubblicato dall'Istat.
- I dati satellitari vengono ottenute ed elaborate nella piattaforma Big Data che si chiama Google Earth Engine.
- Incrociando i dati satellitari con i limiti amministrativi, per ogni territorio comunale vengono calcolate le statistiche zonali tramite il software libero QGIS: i caratteri come media, mediana, deviazione standard, min e max che descrivono i valori estratti dalle immagini e rilevanti solo per questo comune.
- Ottenute le statistiche, possiamo tracciare i grafici. Per semplificare la rappresentanza dei fenomeni abbiamo scelto i caratteri media e deviazione standard.
/data/inputghm.tif- gHM (Global Human Modification Index) o l'indice della pressione antropica che fornisce una misura cumulativa della modifica umana delle terre a livello di risoluzione di 1 km2. I valori gHM variano da0,0a1,0e sono calcolati stimando la proporzione di una determinata posizione (pixel) che viene modificata. Licenza CC BY-NC-SA. Ottenuto tramite Google Earth Engine. Attributo: Kennedy, C.M., J.R. Oakleaf, D.M. Theobald, S. Baurch-Murdo, and J. Kiesecker. 2019. Managing the middle: A shift in conservation priorities based on the global human modification gradient. Global Change Biology 00:1-16. https://doi.org/10.1111/gcb.14549.istat_codici_prov.csv- Codici statistici e denominazioni delle ripartizioni sovracomunali dall'Istat. L'encoding è stato convertito in UTF-8. Ottenuto tramite https://www.istat.it/it/archivio/6789istat_comuni2021.zip- archivio ZIP che contiene uno Shapefile dall'Istat di limiti amministrativi di tutti i comuni italiani, riproiettati in EPSG:4326 con una correzione di geometrie corrotte. L'encoding è stato convertito in UTF-8. Fonte: https://www.istat.it/it/archivio/222527istat_pop2019.csv- i dati Istat del censimento della popolazione 2019. L'encoding è stato convertito in UTF-8. Ottenuto tramite http://dati-censimentipermanenti.istat.it.pvout.tif- potenziale solare fotovoltaico annuo, kWh/m2. Licenza CC BY 4.0. Attributo: I dati ottenuti dalla Global Solar ATLAS 2.0, una Web App gratuita, sviluppata e gestita dalla società SolarGis s.r.o. a nome del Gruppo della Banca mondiale, utilizzando i dati di Solargis, con finanziamenti forniti dal programma di assistenza per il settore dell'energia (ESMAP). Per ulteriori informazioni: https://globalsolaratlas.infoviirs.tif- immagine composita di radianza mediana annua, nW/(cm2×sr), creata dai dati dell'osservazione notturna della Terra VIIRS Stray Light Corrected Nighttime Day/Night Band Composites Version 1 tramite Google Earth Engine.worldpop.tif- WorldPop Global Project Population Data: popolazione residenziale stimata per 2020 su una grigliata di 100x100 m. Licenza CC BY 4.0. Attributo: www.worldpop.org
processingvector_prep.py- crea un nuovo dataset georeferenziatodata/output/istat_com_pop.jsonche contiene le colonne necessarie come i nomi di comuni, popolazione, ecc.raster_stats.py- calcola le statistiche zonali su raster tematici d'input.
webapp- contiene i file pronti per essere installati su un server web. Il file principale èwebapp/application.py.
Abbiamo usato Windows per questo sviluppo, quindi l'istruzione è valida per questo sistema. Però funziona anche su Linux e Mac.
Il repositorio consiste da due distinte parti. La prima è la web app (HTML, CSS e JS). La seconda è lo script in Python per aggiornarla. Abbiamo testato questo con Python 3.8, ma funzionano anche le versioni non inferiori a 3.6.
-
Prima di tutto installa Microsoft Visual C++ 14.0 (o maggiore). Scaricalo con lo strumento "Microsoft C++ Build Tools".
-
Bisogna installare le seguenti librerie in ordine. Puoi usare la cartella
processing/depenenciesche contiene i file necessari (Python Wheels) compatibili con la versione specifica del Python e architettura dell'OS: in questo caso è Windows x64, Python 3.7 o Python 3.8. Altrimenti scarica i Wheel dall'Unofficial Windows Binaries for Python Extension Packages.
pip install processing\dependencies\GDAL-3.2.2-cp39-cp39-win_amd64.whl
pip install processing\dependencies\pyproj-3.0.1-cp39-cp39-win_amd64.whl
pip install processing\dependencies\Fiona-1.8.18-cp39-cp39-win_amd64.whl
pip install processing\dependencies\Shapely-1.7.1-cp39-cp39-win_amd64.whl
pip install processing\dependencies\geopandas-0.9.0-py3-none-any.whl
pip install processing\dependencies\Rtree-0.9.7-cp39-cp39-win_amd64.whl
pip install processing\dependencies\rasterio-1.2.1-cp39-cp39-win_amd64.whl
pip install requests rasterstats
L'ultima libreria viene installata dall'internet, dunque non si specifica nessun file.
Si piò aggiornare i dataset vettoriali, usati dalle Web App, con i script dalla cartella processing. Ad es., se cambiano coordinate dei confini amministrativi di comuni.
- Sito aziendale: Digital Innovation Hub Vicenza
- Sviluppatore: Yaroslav Vasyunin
- Project Link: https://github.com/dihvicenza/infografiche-vi
Questo progetto è concesso in licenza sotto la GNU GPL versione 3: vedi il file LICENSE per dettagli. Per quanto riguarda le licenze dei dati, vedi la sezione Struttura del ripositorio.