Un articolo pubblicato sulla rivista Remote Sensing1 e un articolo pubblicato sulla rivista Urban Forestry & Urban Greening2 riportano i risultati di due studi correlati che offrono diversi aspetti di un approccio mirato alla gestione degli alberi nelle città allo scopo di fare ombra ed evitare concentrazioni locali di caldo. Due team di ricercatori dell'Università della Columbia Britannica, in Canada, con vari membri in comune, hanno condotto analisi di mappe termiche generate grazie a rilevazioni satellitari usando un sistema di apprendimento automatico e creato CanopyFit, un modello progettato per mappare il potenziale pratico e reale di piantumazione, con l'inclusione dei soli luoghi in cui gli alberi possono crescere.

Studi specifici delle rilevazioni satellitari hanno mostrato come nelle grandi città americane la temperatura è da 1° a 3° Celsius superiore a quella delle aree vicine ricche di vegetazione. L'effetto forno generato dal cemento e dall'asfalto aumenta le temperature in un'intera città, con conseguenze anche all'interno degli edifici, dove nel corso dell'estate il calore non riesce a disperdersi neppure di notte. Ciò aumenta l'utilizzo dei condizionatori.

La soluzione più ovvia è quella di aumentare la quantità di alberi nelle città per contrastare la cementificazione e le sue conseguenze, sempre più negative. Tuttavia, la soluzione al problema non è così semplice perché gli effetti migliori derivano da una buona scelta dei luoghi dove avere alberi. In parole povere, l'effetto può essere radicalmente diverso a seconda della posizione degli alberi.

Il Laboratorio di Ecologia Urbana e Sostenibilità dell'Università della Columbia Britannica, guidato dalla professoressa Melissa McHale, ha dato vita a due studi scientifici complementari a livello metodologico e di pianificazione urbana. Il problema di fondo nell'esaminare la situazione di una città usando dati satellitari è che una mappa della temperatura superficiale del suolo non ha la risoluzione necessaria a un'analisi del livello richiesto per la pianificazione. Ciò perché la risoluzione nativa dei satelliti usati per le rilevazioni, come gli americani Landsat, è di 30 metri per pixel, il che significa che ogni pixel rappresenta un quadrato con un lato di 30 metri che viene associato a un'unica temperatura.

L'algoritmo di apprendimento automatico Random Forest è stato utilizzato per sviluppare un modello in grado di ottenere dati più precisi sulle città da esaminare. In sostanza, si tratta di un metodo per capire dove, in un quadrato con un lato di 30 metri, vi siano chiome di alberi, tetti in materiali che assorbono calore, asfalto e altri elementi architettonici e vegetali che possono avere temperature molto diverse tra loro.

Il primo metodo usato per raffinare i dati termici raccolti dai satelliti Landsat 8 e 9 è quello di combinare con le bande spettrali ad alta risoluzione raccolte da un altro satellite, Sentinel-2 del programma europeo Copernicus di osservazione del territorio, che hanno una risoluzione di 10 metri e distinguono gli indici di vegetazione e le superfici impermeabili.

Il secondo metodo usato era costituito dall'addestramento di Random Forest per condurre una modellazione statistica. Lo scopo era che il modello imparasse la relazione matematica non lineare tra le tipologie di copertura del suolo a 10 metri e l'andamento del calore registrato a 30 metri.

Il terzo metodo usato consisteva nella generazione di una mappa a microscala. Questo è il punto in cui il modello è in grado di ricostruire la mappa termica del territorio osservato a una risoluzione di 10 metri. Un passaggio finale è costituito da un esame finale dei risultati con l'utilizzo di modelli additivi generalizzati che hanno verificato la loro coerenza con le caratteristiche del paesaggio osservato.

Un punto di forza del modello CanopyFit è costituito dalla possibilità di scartare le aree che non sono idonee a piantarvi alberi. Ciò può essere dovuto alla presenza di edifici, strade, linee elettriche aeree, tubature sotterranee e perfino aree che per qualche motivo sono considerate sensibili per motivi ecologici o per rischi di incendio.

Nelle aree considerate idonee, CanopyFit genera quelli che vengono chiamati poligoni pronti per la piantumazione in cui vengono calcolati i volumi di suolo disponibili per le radici. Infine, testa l'impatto di alberi più o meno grandi per valutare quali hanno gli effetti migliori rispetto allo spazio disponibile e all'ombra che possono produrre.

Tutto ciò può sembrare molto teorico, ma un test del modello CanopyFit sulla città canadese di Kelowna ha mostrato come questo tipo di analisi possa portare risultati molto pratici che sono interessanti anche dal punto di vista economico. In parole povere, i risultati del test indicano che è possibile trovare i luoghi dove gli alberi possono offrire il maggior beneficio evitando di sprecare soldi.

Nella città di Kelowna, la modellazione CanopyFit ha mostrato come oltre il 50% del potenziale di ombra sia concentrato nel 20% delle aree idonee. Nelle aree idonee, un aumento del 10% della copertura con alberi ha ridotto la temperatura media percepita di circa 1° Celsius.

Questo test ha dimostrato che è possibile limitare l'effetto forno estivo, ma ha anche evidenziato come alcune aree di una città possano essere non idonee alla piantumazione. Le città moderne si sono sviluppate seguendo criteri che di solito non tenevano minimamente conto dei possibili problemi legati al calore estivo. Si tratta di affrontare, finalmente, questi problemi con intelligenza e le estati che ormai tendono a essere davvero pesanti per i cittadini stanno rendendo urgente l'adozione di questi nuovi approcci.

Note

1 Enhancing Our View from Above: A Downscaling Technique to Reveal Finer-Scale Urban Heat Patterns.
2 Putting shade where it counts: A classification approach for prioritizing tree planting locations using heat equity and shade modelling.