FERRETTI Valentina, BOTTERO Marta, COMINO Elena, DURIAVIG
Transcript
FERRETTI Valentina, BOTTERO Marta, COMINO Elena, DURIAVIG
XXXI CONFERENZA ITALIANA DI SCIENZE REGIONALI SPATIAL DECISION SUPPORT SYSTEMS (SDSS): STRUMENTI PER LA VALUTAZIONE DELLA SOSTENIBILITÀ DELLE TRASFORMAZIONI TERRITORIALI Marta BOTTERO1, Elena COMINO1, Marco DURIAVIG2, Valentina FERRETTI3, Silvia POMARICO3 SOMMARIO Con riferimento alla necessità quanto mai reale di fornire un supporto decisionale ai problemi relativi allo sviluppo e alla gestione del sistema territoriale e urbano in un’ottica di sostenibilità, un ruolo fondamentale è assunto dalle tecniche SDSS (Spatial Decision Support Systems). Tali tecniche si configurano come una delle più recenti evoluzioni nel campo dei sistemi di supporto alla decisione per problemi spaziali semi-strutturati. Obiettivo della presente ricerca è quello di illustrare l’avanzamento della conoscenza in materia di SDSS, evidenziandone potenzialità e limiti attraverso un’applicazione reale. Il lavoro considera in particolare la tecnica MCSDSS (Multicriteria Spatial Decison Support System) che integra due ambiti di ricerca, quello delle Analisi Multicriteri (AMC) da un lato, e quello delle tecniche GIS (Geographic Information Systems) dall’altro, al fine di pervenire ad una caratterizzazione del territorio della Provincia di Varese per la valutazione della conservazione della biodiversità sulla base di diversi criteri. Il risultato finale è rappresentato da una mappa di suitability, ovvero di idoneità del territorio ad accogliere una nuova trasformazione antropica, evidenziando allo stesso tempo le aree da sottoporre a tutela. 1 Politecnico di Torino, Dipartimento di Ingegneria del Territorio, dell’Ambiente e delle Geotecnologie, Corso Duca degli Abruzzi 24, 10129, Torino, e-mail:[email protected]; [email protected] 2 Università degli studi di Udine, Dipartimento di Economia Società e Territorio, via delle Scienze 208, 33100 Udine, e-mail: [email protected] 3 Politecnico di Torino, Dipartimento Casa e Città, Viale Mattioli 39, 10125, Torino, e-mail: [email protected]; [email protected] 1 1 INTRODUZIONE Molti dei problemi decisionali più comunemente affrontati nel campo delle valutazioni di sostenibilità degli interventi di trasformazione territoriale fanno riferimento a sistemi complessi, ovvero caratterizzati da una molteplicità di obiettivi, spesso in conflitto tra loro, da elevati livelli di incertezza e dalla presenza di numerose interrelazioni tra i vari elementi. Riprendendo il pensiero di Simon (1960), ciascun problema decisionale è descritto da un grado di strutturazione che può variare da “completamente strutturato” a del tutto “non strutturato”. Mentre i problemi strutturati risultano essere gestibili e spesso caratterizzati da incertezza una soluzione singola ed ottimale, i problemi debolmente strutturati o non strutturati sono caratterizzati da elevati livelli di incertezza e potenziale conflittualità. In particolare, i problemi relativi alla pianificazione integrata di lungo periodo e alla gestione delle risorse sono esempi di problemi debolmente o non strutturati, in quanto legati a una molteplicità di attori distribuiti, nello spazio e nel tempo, a numerosi valori e visuali coinvolti, a differenti soluzioni e risultati possibili e a notevoli livelli di incertezza (Fig. 1). Problemi debolmente strutturati Problemi non strutturati Problemi strutturati Problemi debolmente strutturati conflitti Figura 1 – Tipologie di problemi decisionali (Fonte: elaborazione da Van Delden, 2000) Un utile supporto in tale direzione è offerto dagli Spatial Decision Support Systems (SDSS) in quanto strumenti in grado di integrare le dimensioni della sostenibilità (società, economia, ambiente) ed offrire un approccio sistemico ai problemi, identificare relazioni e feedbacks, introdurre esplicitamente limiti/vincoli e dimostrare l’importanza del “dove” in unione a “cosa” e “quanto”. In questo senso, il valore aggiunto fornito dagli SDSS è soprattutto legato all’esplicita considerazione della dimensione spaziale dei problemi decisionali, caratteristica intrinseca alle questioni relative allo sviluppo, alla trasformazione e alla gestione del sistema territoriale e urbano. Di qui si comprende perché queste tecniche rappresentino una delle più recenti evoluzioni nel panorama delle procedure valutative finalizzate alla verifica complessiva delle ricadute territoriali e ambientali di un piano/progetto, quali la Valutazione d’Impatto Ambientale (VIA) e la Valutazione Ambientale Strategica (VAS), per le quali il confronto tra diversi interventi alternativi, vero e proprio fulcro della valutazione, costituisce 2 paradossalmente ancora la parte meno sviluppata all’interno del processo valutativo (Bottero e Mondini, 2009). In tale contesto gli SDSS si inseriscono come procedure strutturate per la generazione e il confronto di alternative, basate su una partecipazione attiva degli attori coinvolti all'interno del processo decisionale e capaci di affiancare ai dati ambientali veri e propri anche informazioni di carattere economico e sociale, di confrontarli mediante un lavoro di gruppo e di rappresentare l'esito finale secondo mappe specifiche, garantendo così un supporto rilevante nello sviluppo dei processi decisionali. Un settore in particolare delle tecniche SDSS è basato sull’integrazione tra strumenti GIS e Analisi Multicriteri, ed è denominato MCSDSS (Multicriteria Spatial Decision Support Systems). Tale metodo di analisi offre il duplice vantaggio di organizzare, gestire ed integrare la grande quantità di dati geografici necessari allo studio ed elaborare e modellare le preferenze dei decisori incorporando così il processo decisionale all’interno di un sistema geografico. Obiettivo della presente ricerca è sviluppare un’analisi di idoneità del territorio della Provincia di Varese attraverso l’utilizzo di uno strumento di supporto alla decisione spaziale multicriteri del tipo MCSDSS per la valutazione della conservazione della biodiversità. Le questioni relative alla biodiversità sono di solito scarsamente considerate nella pianificazione al di fuori delle aree protette (Geneletti, 2008) e vi è dunque la necessità di testare e sperimentare metodi di supporto alla pianificazione spaziale che risultino utili nell’identificare “livelli di allarme” a cui prestare particolare attenzione in termini di monitoraggio ambientale. I successivi paragrafi del presente paper illustrano dapprima l’evoluzione e l’approccio metodologico alla base degli MCSDSS (sezione 2), propongono poi l’applicazione del sopra citato approccio integrato per la valutazione della conservazione della biodiversità nella Provincia di Varese (sezione 3) e sviluppano infine alcune riflessioni conclusive sui risultati ottenuti e sugli sviluppi futuri (sezione 4). 2 SISTEMI DI SUPPORTO ALLA DECISIONE SPAZIALI MULTICRITERI: UN APPROCCIO INTEGRATO PER LE VALUTAZIONI DI SOSTENIBILITA’ 2.1 Stato dell’arte L’utilizzo di mappe per gestire relazioni complesse vede il suo ingresso nella storia con l’opera “Design with nature” di Ian McHarg’s nel 1969 e subisce poi una considerevole evoluzione, soprattutto a partire dagli ultimi due decenni. Lo sviluppo degli SDSS è stato associato alla necessità di espandere le capacità dei sistemi GIS nell’affrontare problemi decisionali spaziali, complessi e poco strutturati (Densham e Goodchild, 1989). Il concetto di SDSS è andato evolvendosi negli anni ’80 (Armstrong et al., 1986) per arrivare ad essere 3 incluso, agli inizi degli anni ’90, in un’autorevole raccolta relativa alle tecniche GIS (Densham, 1991). Lo sviluppo di tali strumenti è diventato evidente con l’avvio di una ricerca sugli SDSS nel 1990 da parte del U.S. National Center for Geographic Information and Analysis (Goodchild, 1993). Gli SDSS sono stati inizialmente proposti per supportare singoli decisori (Densham e Armstrong, 1987) e gruppi di decisori (Armstrong, 1993) nel risolvere problemi spaziali semi-strutturati in cui la localizzazione e le relazioni spaziali di distanza, direzione, connettività e adiacenza costituiscono una parte fondamentale della soluzione del problema e gli obiettivi decisionali, le alternative di scelta e le loro conseguenze e i criteri di valutazione non sono pienamente conosciuti. Nel corso degli anni ’90 si è verificata una considerevole crescita nella ricerca, nello sviluppo e nell’applicazione di SDSS e, recentemente, le funzioni di supporto alla decisione sulle quali gli stessi si basano sono state ampliate per includere il principio dell’ottimizzazione (Aerts et al., 2003; Church et al., 2004), quello della simulazione (Wu, 1998), gli expert systems (Leung, 1997), i metodi di Analisi Multicriteri (Malczewski, 1999; Thill, 1999, Feick e Hall, 2004; Figueira et al., 2005), le analisi online di dati geografici (Bedard et al., 2001) e l’esplorazione visuale e analitica di dati (Andrienko et al., 2003) al fine di generare, valutare e misurare i trade offs tra le alternative decisionali. Il campo di ricerca è attualmente cresciuto fino al punto di arrivare a comprendere diversi filoni come ad esempio quello dei “collaborative SDSS”, degli SDSS di gruppo e di quelli basati sugli expert systems. Le tecniche e le applicazioni degli SDSS basati sull’integrazione di metodi di Analisi Multicriteri e tecniche GIS (MCSDSS) sono stati recentemente illustrati in un interessante studio di Malczewski (2006). Da tale studio emerge come a partire dal 2000 il numero di applicazioni sia aumentato notevolmente in diversi campi. Gli SDSS basati sulle Analisi Multicriteri vengono solitamente utilizzati per sviluppare analisi di idoneità del territorio (Malczewski, 2004). A titolo di esempio è possibile ricordare alcune interessanti applicazioni nel campo della pianificazione urbana e territoriale (Geneletti e Abdullah, 2009; Huser et al., 2009), in campo ambientale/ ecologico (Hala e Hegazy, 2009; Zucca et al., 2007; Geneletti, 2006; Dragan et al., 2003) e traportistico (Keshkamat et al., 2008). 2.2 Approccio metodologico Uno strumento di supporto alla decisione spaziale può essere definito come un sistema computerizzato interattivo, finalizzato a supportare l’utilizzatore, o un gruppo di utilizzatori, nel raggiungere alti livelli di efficacia della decisione di fronte alla sfida rappresentata da problemi decisionali spaziali semi-strutturati (Malczewski, 1999). Un MCSDSS è una procedura finalizzata all’identificazione ed al confronto di soluzioni ad un problema decisionale spaziale semi-strutturato, sulla base di una combinazione di fattori che possono 4 essere, almeno parzialmente, rappresentati da mappe (Malczewski, 2006). Come precedentemente indicato, la struttura di un MCSDSS si fonda sull’integrazione delle potenzialità delle tecniche GIS, da un lato, e di quelle delle Analisi Multicriteri, dall’altro, traendo vantaggio da entrambi gli ambiti di ricerca. Sulla base del modello proposto da Simon (1969), un processo decisionale può essere scomposto nelle tre seguenti fasi fondamentali: intelligence (o definizione del problema) , design (o modellizzazione) e choice (o scelta) (Fig. 2). Definizione problema FASE DI RACCOLTA INFORMAZIONI Individuazione criteri Vincoli Matrice di valutazione Alternative GIS FASE DI MODELLIZZAZIONE Preferenze dei decisori MCA Regole decisionali FASE DI SCELTA Analisi di sensitività MCA + GIS Raccomandazioni Figura 2 – Struttura di un’analisi spaziale multicriteri (Fonte: elaborazione da Malczewski, 1999) La fase di definizione si riferisce alla strutturazione del problema, durante la quale viene descritto il sistema in esame e vengono individuati gli obiettivi da perseguire. Uno o più criteri, o attributi, vengono quindi selezionati al fine di descrivere il grado di raggiungimento di ciascun obiettivo (Keeney, 1992). La fase di modellizzazione si fonda sulla raccolta ed elaborazione dei dati ed ha per obiettivo lo sviluppo della struttura multicriteri dell’analisi attraverso la definizione delle relazioni tra gli obiettivi, gli attributi e le preferenze del Decision Maker (DM) (Malczewski, 1999). Infine, durante la fase di scelta, le alternative vengono valutate al fine di ricavare opportune raccomandazioni e indicazioni utili per la pianificazione degli interventi sul territorio. 5 3 CASO STUDIO: LA CONSERVAZIONE DELLA BIODIVERSITA’ NELLA PROVINCIA DI VARESE 3.1 Obiettivo Il presente studio illustra l’applicazione di una tecnica MCSDSS a supporto della valutazione della biodiversità nel territorio della Provincia di Varese. In particolare, l’obiettivo è quello di pervenire ad una caratterizzazione del territorio provinciale capace di evidenziare le zone con elevata qualità ambientale ed elevata naturalità e quindi maggiormente sensibili alle pressioni derivanti dalle attività antropiche. L’analisi, supportata dall’utilizzo del software IDRISI, produrrà una mappa di suitability, ovvero di idoneità del territorio ad accogliere una nuova trasformazione antropica; tale mappa è utile per individuare le aree da sottoporre a particolare tutela e da monitorare con maggiore attenzione per quel che concerne la conservazione della biodiversità. Il risultato finale dello studio rappresenta uno strumento di supporto per le future politiche di pianificazione territoriale in un’ottica di sostenibilità dello sviluppo. 3.2 Inquadramento territoriale La Provincia di Varese (Fig. 3) si estende nella parte nord-occidentale della Regione Lombardia, coprendo una superficie di circa 1.200 chilometri quadrati, distribuita in 141 comuni. Il territorio provinciale si colloca dunque nella zona di transizione tra l’alta Pianura Padana e la fascia prealpina, in un contesto caratterizzato, per lo più, da quote relativamente poco elevate e da rilievi dalla morfologia morbida. La Provincia di Varese risulta essere piuttosto ricca di risorse idriche, ha nei fiumi Ticino e Olona i corsi d'acqua principali mentre la presenza del lago Maggiore, del lago di Lugano, e di una serie di laghi minori ne caratterizza l'ambiente e l'economia. Le risorse ambientali sono valorizzate dall'istituzione di parchi regionali, dei quali il più esteso e noto è senz'altro il Parco del Ticino. Il territorio in esame risulta essere caratterizzato da una notevole componente naturalistica in quanto sono state individuate 23 aree come Siti di Importanza Comunitaria (SIC) tra cui 5 di esse coincidono con le Zone di Protezione Speciale (ZPS). Nella Tabella 1, riportata in seguito, vengono elencati i SIC presenti nella provincia di Varese con l’indicazione del codice, della denominazione del sito, della tipologia, della superficie e del numero di habitat presenti. Per quanto riguarda le “macrotipologie” rappresentate, è possibile evidenziare i seguenti aspetti: la categoria più rappresentata è quella delle zone umide (9 SIC), a sottolineare una caratterizzazione e una vocazione peculiari del territorio; 6 seguono i “comprensori montani” (7 SIC), il cui ruolo viene enfatizzato dalla presenza di ben 4 siti nella zona del “Campo dei Fiori”, che costituisce pertanto un’entità territoriale unica; 3 sono le aree forestali, in cui il motivo prevalente per l’istituzione dei SIC è rappresentato dalla presenza di cenosi boschive di rilevante estensione e/o interesse; 2 siti fanno riferimento alle fasce fluviali del fiume Ticino; 2 siti sono stati classificati come “misti” per la coesistenza di più aspetti ambientali di pari importanza in termini ambientali. Figura 3 – Inquadramento territoriale della Provincia di Varese Tabella 1 - Quadro sintetico relativo ai SIC della provincia di Varese CODICE DENOMINAZIONE TIPOLOGIA AREA (ha) HABITAT IT2010001 Lago di Ganna Zona umida 105,87 8 IT2010002 Monte Legnone e Chiusarella Comprensorio montano 751,32 11 IT2010003 Versante nord del Campo dei Fiori Comprensorio montano 1.312,40 11 IT2010004 Grotte del Campo dei Fiori Comprensorio montano 894,38 7 IT2010005 Monte Martica Comprensorio montano 1.056,88 5 IT2010006 Lago di Briandronno Zona umida 134,40 6 IT2010007 Palude Brabbia Zona umida 460,00 9 IT2010008 Lago di Comabbio Zona umida 466,00 6 7 IT2010009 Sorgenti del Rio Capricciosa Area forestale – Zona umida 76,40 3 IT2010010 Brughiera del Vigano Area forestale 510,00 2 IT2010011 Paludi di Arsago Area forestale – Zona umida 543,18 5 IT2010012 Brighiera del Dosso Area forestale 454,70 2 IT2010013 Ansa di Castelnovante Fascia fluviale 311,00 4 IT2010014 Tubigaccio, boschi di Catelletto Fascia fluviale 218,00 6 IT2010015 Palude Bruschera Zona umida 164,18 4 IT2010016 Val Veddasca Comprensorio montano 4.920,00 7 IT2010017 Palude Bozza-Monvallina Zona umida 20,65 2 IT2010018 Monte Sangiano Comprensorio montano 195,12 4 IT2010019 Monti della Valcuvia Comprensorio montano 1.607,66 7 IT2010020 Torbiera di Cavagnano Zona umida 6,02 2 IT2010021 Sabbie d’Oro Zona umida 22,91 1 IT2010022 Alnete del lago di Varese Zona umida 296,33 1 IT2020007 Pineta pedemontana di Appiano Gentile Area forestale 220,01 3 3.3 La conservazione della biodiversità Esistono numerose definizioni del termine “biodiversità”. La definizione accettata a livello giuridico è stata adottata dalle Nazioni Unite al Vertice della Terra a Rio de Janeiro del 1992, e considera la “diversità biologica” come «la variabilità degli organismi viventi di tutte le fonti, incluse, tra l’altro, quelle terrestri, marine ed altri ecosistemi acquatici, nonché i complessi ecologici dei quali essi fanno parte, tra cui la diversità all’interno di ogni specie, tra le specie e degli ecosistemi». Questa definizione evidenzia come la biodiversità abbia applicazioni diverse alle diverse scale prese in considerazione. In questo senso si individuano tre principali livelli gerarchici: la diversità genetica o intraspecifica: si riferisce alla variazione dei geni all’interno di una specie, comprendendo la variazione genetica all’interno di una popolazione e quella tra popolazioni della stessa specie; la diversità inter-specifica: si riferisce alla varietà delle specie esistenti entro un’area o una regione e alle relazioni tra loro esistenti; la diversità negli e tra gli ecosistemi: si riferisce alla differenziazione degli ambienti fisici e dei raggruppamenti di organismi (piante, animali e microrganismi) e dei processi e interazioni che si stabiliscono tra loro. La conservazione della biodiversità costituisce un obiettivo fondamentale della strategia per lo sviluppo sostenibile e del 6° Programma d’Azione per l’Ambiente. La biodiversità, intesa globalmente, è essenziale dal punto di vista umano per il sostentamento, la salute, il 8 benessere e la fruizione; da essa e dalle sue componenti derivano cibo, mangimi, farmaci, prodotti industriali. Più specificatamente, la biodiversità fornisce i seguenti benefici: servizi ecosistemici (conservazione delle risorse idriche, gestione del suolo, ciclo delle sostanze nutritive, assorbimento e trasformazione degli inquinanti, contributo alla stabilità del clima ecc.); risorse biologiche (cibo, mangimi, prodotti forestali, prodotti zootecnici, conservazione, prodotti industriali ecc.); benefici sociali (ricerca, istruzione, ricreazione, turismo, cultura, valori religiosofilosofici ecc.). Dunque si può affermare che la necessità di conservare un elevato livello di biodiversità degli ecosistemi risulta oggi un principio genericamente accettato, anche se non completamente compreso. Il complesso degli organismi viventi è da considerarsi un patrimonio prezioso di risorse per il genere umano, ma oltre all’unicità ed all’informazione genetica di ogni singola componente esistono anche altre molteplici motivazioni per la conservazione della biodiversità che possono essere così riassunte: motivi di consumo: nell’agricoltura e nell’allevamento per la selezione delle specie più produttive e per evitare monoculture potenzialmente abbattibili da una singola causa; nei medicinali, in quanto l’80% della popolazione mondiale usa tuttora le piante come fonte primaria di medicamenti e molti farmaci usati in occidente sono stati elaborati da fonti vegetali o animali; nel turismo, in quanto la conservazione di ambienti naturali induce sempre più un turismo sostenibile capace di portare ricchezza al territorio; vantaggi ambientali: quali la funzione, svolta dalla vegetazione, di mitigazione dei cambiamenti climatici e di protezione del suolo e la funzione, svolta delle zone umide di ridurre i danni prodotti da grandi alluvioni, ondate di marea e vento e di assorbimento delle sostanze inquinanti prima che queste raggiungano gli ecosistemi acquatici; motivi economici: le risorse naturali devono mantenere un carattere di rinnovabilità ma anche di potenziale variabilità per adattarsi ai mutamenti delle condizioni ambientali e di mercato per poter contrastare eventuali fenomeni aggressivi o per poter raggiungere maggiori rendimenti; motivi scientifici e didattici: l’insieme delle specie e degli ambienti rappresenta un sistema complesso regolato da leggi ed equilibri ancora per gran parte ignoti che stimolano la ricerca in diversi campi; motivi sanitari e sociali: la disponibilità di ambienti naturali influisce positivamente sulla qualità della vita dell’uomo con riflessi positivi in ambito sociale; motivi etici e culturali. 9 3.4 Sviluppo del modello MCSDSS Il modello applicato per pervenire alla realizzazione di una mappa di suitability può essere essenzialmente suddiviso in tre fasi principali: intelligence, design e choice, in riferimento alla struttura del processo decisionale di un’analisi spaziale multicriteri definita da Simon (1960) e già precedentemente descritta. Il software utilizzato nella presente applicazione per lo sviluppo del modello è stato IDRISI Andes della Clark Labs – Clark University di Worcester nel Massachusetts (USA). Inoltre, per operazioni complementari e di manipolazione preliminare dei dati, è stato utilizzato il programma ArcMap di Arcgis 9.3 della ESRI. IDRISI Andes è un sistema integrato di GIS e di elaborazione e trattamento delle immagini; il software fornisce circa 300 moduli per l'analisi e la visualizzazione digitale di informazioni territoriali e prevede al suo interno un modulo dedicato alla sviluppo di un’Analisi Multicriteri. IDRISI viene principalmente utilizzato da ricercatori e professionisti per l’elaborazione di immagini raster in settori quali la modellazione dei cambiamenti climatici, la pianificazione territoriale, la gestione ambientale delle risorse naturali e delle dinamiche degli ecosistemi. 3.4.1 Fase di intelligence Nella fase di intelligence vengono definiti l’obiettivo del problema e la struttura del modello decisionale con l’individuazione e la descrizione dei criteri di valutazione che meglio rappresentano il problema in esame e la realizzazione delle relative mappe che ne rappresentano la distribuzione spaziale. In un’analisi spaziale multicriteri, i criteri vengono distinti in due categorie di variabili decisionali: i fattori determinanti ed i vincoli limitanti. I fattori migliorano o diminuiscono l’idoneità di una localizzazione in riferimento ad uno specifico obiettivo; essi successivamente vengono pesati in funzione della loro relativa importanza nel raggiungimento dell’obiettivo. Al contrario, i vincoli limitano le alternative prese in considerazione e servono per escludere determinate area dalla valutazione. L’obiettivo del presente studio è determinare, attraverso una mappa di suitability, zone che possiedono una elevata naturalità ed una elevata qualità ambientale e che pertanto appaiono più idonee alla conservazione della biodiversità. Per il raggiungimento di questo obiettivo sono stati identificati sei fattori che rappresentano gli aspetti che, in modo positivo o negativo, influenzano la biodiversità. Tali fattori sono definiti come: uso del suolo, corpi idrici, SIC e ZPS, pressione antropica, valore ecologico e IQNEM (Indice di Qualità Naturalistica ed Ecosistemica Medio). Dal lato dei vincoli, l’analisi sviluppata ha individuato come limitante alla conservazione della biodiversità il territorio urbanizzato. Tutti i criteri sono stati utilizzati per identificare, da un lato, le aree con bassa 10 pressione antropica e, dall’altro, le aree più favorevoli alla conservazione della biodiversità. In Figura 4 viene rappresentata la struttura del modello decisionale con l’individuazione dell’albero dei criteri di valutazione utilizzato nell’Analisi Multicriteri, dove con il colore bianco sono rappresentati i fattori determinanti mentre in nero i vincoli limitanti. CONSERVAZIONE BIODIVERSITA’ URBANIZZATO USO DEL SUOLO CORPI IDRICI PRESSIONE ANTROPICA SIC E ZPS VALORE ECOLOGICO IQNEM Figura 4 - La struttura del modello decisionale Successivamente ogni criterio è stato definito da uno strato informativo rappresentato tramite la realizzazione di una mappa, denominata “factor map” per i fattori e “constraint map” per i vincoli. Tutti i fattori, per essere successivamente confrontati fra loro, vengono normalizzati rispetto ad un ugual scala numerica da 0 a 255 byte e trasformati attraverso una classificazione in modo che ogni mappa sia correlata positivamente in relazione all’obiettivo finale. Nella Tabella 2 viene fornita una descrizione generale dei singoli criteri e l’idea concettuale sulla quale sono stati riclassificati per ottenere la relativa mappa. Con l’obiettivo di semplificare l’esposizione, la costruzione delle mappe di suitability parziali (factor maps e constraint map) verrà illustrata per il solo fattore relativo ai corpi idrici, sottolineando però come la procedura sia simile per gli altri criteri dell’analisi. Per ottenere la mappa finale del fattore corpi idrici, si è resa necessaria una elaborazione preliminare dei dati per poter rappresentare in un’unica mappa i fiumi ed i laghi presenti sul territorio. Successivamente si è generata una mappa di distanza, che per ogni cella misura la distanza euclidea tra la cella stessa e quella più vicina dell’immagine raster relativa ai corpi idrici. Al fine di considerare l’influenza positiva determinata dalla presenza di corsi d’acqua sulla conservazione della biodiversità, la mappa di distanza è stata standardizzata sulla scala 0-255 attraverso una specifica funzione che attribuisce il valore massimo (255) ai pixel che corrispondono a fiumi o laghi; il valore attribuito ai pixel diminuisce secondo una funzione sigmoidale monotona decrescente all’aumentare della distanza dai corsi d’acqua e diventa pari a 0 in corrispondenza di una distanza di 300 metri. 11 E’ stato considerato questo valore di riferimento in funzione delle fasce protette dei territori contermini a laghi e fiumi stabiliti dal Dlgs 42/04 sul Codice dei beni culturali e del paesaggio. La Figura 5 rappresenta la funzione utilizzata nell’operazione di standardizzazione. Tabella 2 – Descrizione dei criteri di valutazione per la conservazione della biodiversità VINCOLI FATTORI Criteri Descrizione Metodo di mappatura Uso del suolo Rappresenta il territorio provinciale in funzione del tipo di copertura del suolo e di destinazione d’uso. Il dato di partenza è stato riclassificato secondo le seguenti macrocategorie: zone boschive, aree umide, corpi idrici, aree agricole ed aree urbanizzate (industriali, residenziali, cave, etc.). A tali categorie è stato assegnato, rispettivamente, un valore decrescente sulla scala 0-255 byte in riferimento all’importanza che assumono rispetto al raggiungimento dell’obiettivo. Corpi idrici Rappresenta i laghi ed i fiumi presenti sul territorio. E’ stata utilizzata una funzione sigmoidale monotona decrescente per rappresentare l’influenza positiva della presenza dei corpi idrici nella conservazione della biodiversità fino ad una distanza di 300 metri da essi. SIC e ZPS Rappresenta le zone definite come Siti di Importanza Comunitaria e Zone di Protezione Speciale Nella realizzazione della mappa, in corrispondenza delle zone SIC e ZPS è stato assegnato il valore massimo della scala di riferimento (255) per evidenziare l’influenza positiva e determinante della presenza di tali zone nel raggiungere l’obiettivo; alle restanti parti del territorio è stato assegnato il valore 0. Rappresenta le aree influenzate negativamente dalle attività antropiche, quali le aree urbanizzate, le strade, le aree estrattive, etc. E’ stato assegnato il valore 0 in corrispondenza di tali aree; tale valore cresce sulla scala 0-255 secondo una funzione sigmoidale monotona crescente man mano che ci si allontana da queste aree sino ad una distanza di 3000 metri, oltre la quale non si ritiene più determinante l’influenza della pressione antropica sulla conservazione della biodiversità. Valore ecologico Rappresenta la rete ecologica del territorio provinciale con l’individuazione delle core area principali e secondarie, aree ad elevata naturalità soggette a protezione. E’ stata utilizzata una funzione sigmoidale monotona decrescente partendo dal valore massimo (255) in corrispondenza di tali aree; tale valore diminuisce progressivamente fino ad annullarsi per una distanza pari a 100 m da tali aree. IQNEM Rappresenta l’Indice di Qualità Naturalistica ed Ecosistemica Medio ed esprime la valenza ambientale media di ogni tipo di vegetazione riferendosi alle sue caratteristiche fisionomiche e strutturali. I valori dell’indice standardizzato (1 = elevata qualità ambientale e naturalistica, 0 = media qualità ambientale e naturalistica, -1 = bassa o nulla qualità ambientale e naturalistica) sono stati rapportati alla scala 0-255. Urbanizzato Rappresenta le aree antropizzate in netta contrapposizione con la conservazione della biodiversità, essendo tali aree non idonee a tale scopo. Si è realizzata una mappa booleana, che si basa sulla logica binaria, assegnando il valore 0 alle aree non adatte alla conservazione della biodiversità ed il valore 1 a tutto il resto del territorio. Pressione antropica 12 0 metri 1 0 300 metri Figura 5 – La funzione sigmoidale monotona decrescente utilizzata nello studio per la realizzazione della mappa finale del fattore “corpi idrici” Il risultato finale dell’operazione consiste nella creazione della factor map relativa ai corsi d’acqua (Fig. 6). Tale mappa del territorio provinciale rappresenta la suitability alla conservazione della biodiversità dal punto di vista dell’influenza determinata dalla presenza dei corsi d’acqua. Figura 6 – Mappa di suitability parziale relativa al fattore “corpi idrici” 13 3.4.2 Fase di design Dopo aver determinato le mappe dei criteri, il passo successivo dell’analisi consiste nell’assegnare un peso ad ogni fattore. La metodologia di analisi non prevede l’assegnazione di un peso ai vincoli considerati dal momento che tali vincoli hanno unicamente la funzione di escludere alcune aree dal processo di valutazione. Per ottenere i pesi dei fattori è stato applicato il metodo del confronto a coppie, proprio dell’analisi di gerarchia (AHP – Analytic Hierarchy Process). Tale tecnica delinea una procedura per la scomposizione di problemi rappresentabili in maniera gerarchica, organizza la razionalità di base necessaria per sezionare un problema nelle sue parti costituenti, successivamente conduce ed aiuta i decisori attraverso un giudizio di confronto a coppie per arrivare ad esprimere l’intensità degli elementi all’interno della gerarchia (Saaty, 1980; 2000). Dalla compilazione della matrice di confronto a coppie (Tabella 3) viene estrapolato l’autovettore principale che determina l’importanza di ogni fattore rispetto all’obiettivo finale. Dai risultati ottenuti si evince che il peso maggiore è stato attribuito al fattore pressione antropica, ritenuto determinante nella conservazione della biodiversità poiché all’influenza della pressione antropica sono associati problemi, quali la frammentazione degli ecosistemi, l’asportazione di suolo, l’inquinamento dell’aria, dell’acqua, del suolo ed acustico. Segue come importanza il fattore uso del suolo, considerando il fatto che tale fattore è stato creato evidenziando maggiormente le aree naturali ad alto valore di biodiversità quali le zone destinate a boschi e le aree umide. Si sono dunque ritenuti di notevole importanza l’esistenza di queste zone nel territorio provinciale e la tipologia di uso del suolo in quanto causa di modificazioni rilevanti delle biocenosi. Tabella 3 - Matrice di confronto a coppie per la pesatura dei fattori 14 3.4.3 Fase di choice La fase di choice permette di analizzare la mappa di suitability finale. Nell’ultima fase di analisi le mappe dei fattori e dei vincoli vengono integrate e sovrapposte in funzione del peso a loro assegnato, allo scopo di determinare la mappa di suitability per il raggiungimento dell’obiettivo finale. Nel caso studio in oggetto è stato applicata una combinazione lineare pesata, la quale integra tutte le mappe che definiscono i fattori ed i vincoli mediante la seguente formula: Sj = Σ Wi Xi π Ck (3.1) dove S rappresenta l’adeguatezza del pixel j a conservare la biodiversità; Wi è il peso del fattore i; Xi è il valore relativo al fattore i; Ck rappresenta la costante relativa al vincolo k. La mappa di suitability ottenuta restituisce i risultati in un range da 0 a 255, dove elevati valori di suitability corrispondono a zone idonee per la conservazione della biodiversità mentre bassi valori di suitability corrispondono ad aree non adeguate a tale scopo. La mappa ottenuta rappresenta il risultato finale dell’analisi e costituisce uno strumento di supporto alla decisione per identificare spazialmente le aree idonee alla conservazione della biodiversità, evidenziando quelle aree critiche per cui si rendono necessarie misure mitigative ma nel contempo quelle aree con valori ottimali di qualità ambientale per le quali è opportuno predisporre piani di monitoraggio. Dalla mappa di suitability ottenuta (Fig. 7) è interessante notare come una considerevole porzione dell’area in esame risulti non idonea a causa di uno o più criteri. In particolare, si può osservare come il territorio provinciale risulti suddiviso in due zone distinte: maggiori valori di suitability ricadono nei territori a nord della provincia verso i comprensori montani, mentre la zona a sud, quella maggiormente antropizzata, risulta avere valori nettamente inferiori. Una prima considerazione da evidenziare è che il valore massimo di 255 (massima suitability) non è stato raggiunto in quanto l’estremo superiore del range di variazione dei valori è 211. Il valore maggiore di suitability ricade nel SIC “Grotte del Campo dei Fiori”. . 15 Figura 7 - Mappa di suitability finale per la valutazione della biodiversità del territorio della Provincia di Varese 16 4 CONCLUSIONI E SVILUPPI FUTURI Il presente contributo ha proposto lo sviluppo di uno strumento di supporto alla decisione spaziale multicriteri per valutare l’idoneità del territorio della Provincia di Varese alla conservazione della biodiversità, evidenziando come le analisi di idoneità del territorio siano di fondamentale importanza per la pianificazione territoriale in quanto consentono di stabilire ed armonizzare le linee guida per le diverse tipologie ed intensità di usi del suolo così come di valutare l’emergere di potenziali conflitti tra le necessità della popolazione, da un lato, e la disponibilità di risorse, dall’altro. La trattazione ha inoltre messo in luce le potenzialità dell’integrazione tra le tecniche GIS e le Analisi Multicriteri, esplicitando come tale approccio sia di grande utilità nel fornire supporto alle decisioni in modo sistematico, trasparente ed oggettivo grazie ad una presentazione chiara e razionale dei risultati dell’analisi agevolata dalla creazione di mappe tematiche. Il principale vantaggio di tale integrazione è rappresentato dal fatto che il DM può inserire i propri giudizi (le preferenze rispetto ai criteri di valutazione) in processi decisionali basati su sistemi di informazione geografica e ricevere un feedback sulla loro implicazione nelle valutazioni politiche attraverso la visualizzazione di specifiche mappe. Inoltre, questi strumenti contribuiscono a migliorare la comunicazione e la comprensione all’interno di un gruppo di DM rendendo più facile il raggiungimento di un consenso. Un ulteriore vantaggio offerto da questi sistemi di supporto alle decisioni spaziali multicriteri è quello di migliorare il processo decisionale fornendo un ambiente flessibile di problem-solving dove è possibile esplorare, comprendere e ridefinire un problema decisionale. In conclusione, è possibile mettere in evidenza che gli SDSS svolgono due funzioni principali: da un lato aiutano i DM ad individuare i problemi, a migliorarne la comprensione, ad afferrare gli aspetti fondamentali ed essenziali e a determinare i loro obiettivi e compiti; dall’altro lato tali strumenti supportano i DM nel generare differenti soluzioni al problema e nel confrontarle per determinare alla fine la migliore soluzione. Gli sviluppi futuri della ricerca presentata prevedono l’elaborazione di un’analisi di sensitività finalizzata a determinare la robustezza del modello e la stabilità dei risultati ottenuti, verificando se al variare del peso assegnato ai criteri si ottenga una sensibile variazione nei risultati finali. Ulteriori sviluppi del lavoro fanno riferimento alla correlazione della mappa di suitability finale con cartografie specifiche del territorio. Ad un primo confronto, ad esempio, con la cartografia relativa ai SIC presenti sul territorio provinciale è emerso che ad alcuni siti corrispondono bassi valori di suitability; per tali siti si rendono quindi necessari interventi di mitigazione e compensazione al fine di ridurre le pressioni esistenti. In conclusione, l’integrazione di tecniche GIS e metodi MCA costituisce un campo di ricerca estremamente promettente a supporto delle procedure valutative in campo ambientale. 17 5 Bibliografia Aerts J.C., Esinger E., Heuvelink G.B., Stewart T.J. (2003), Using integer linear programming for multi-site land-use allocation. Geographical Analysis, 35: 148–169. Andrienko G. Andrienko N. Jankowski P. (2003) Building spatial decision support tools for individuals and groups. Journal of Decision Systems, 12: 193–208. Armstrong M.P., Densham P.J., Rushton G. (1986), Architecture for a microcomputer-based decision support system. Proceedings of the 2nd International Symposium on Spatial Data Handling. Held in Williamsville New York, International Geographical Union. 120-131. Armstrong M. P. (1993), Perspectives on the development of group decision support systems for locational problem solving. Geographical Systems, 1: 69–81. Bedard Y. Merrett T. Han J. (2001) Fundamentals of spatial data warehousing for geographic knowledge discovery. In: Miller H. Han J. (eds.), Geographic Data Mining and Knowledge Discovery. London: Taylor and Francis. Bottero M. Mondini G. (a cura di) (2009), Valutazione e sostenibilità. Piani, programmi, progetti. Torino: Celid. Church R.L., Scaparra M.P., Middleton R.S. (2004), Identifying critical infrastructure: The median and covering facility interdiction problems. Annals of the Association of American Geographers, 94: 491–502. Densham P.J., Armstrong M.P. (1987), A spatial decision support system for locational planning: Design, implementation and operation. Proceedings of the Eighth International Symposium on Computer-Assisted Cartography (AutoCarto 8). Held in Baltimore, Maryland. 112–121. Densham P.J., Goodchild M.F. (1989), Spatial decision support systema: a research agenda. Proceedings of GIS/LIS’89, Orlando FL. 107-716. Densham P.J. (1991), Spatial decision support systems. In: Maguire D. J., Goodchild M.F., Rhind D.W. (eds), Geographical Information Systems: Principles and Applications. New York: John Wiley and Sons. 403–12. Dragan M. Feoli E. Fernetti M. Zerihun W. (2003), Application for a spatial decision support (SDSS) to reduce soil erosion in northern Ethiopia, Environmental Modelling and Software,18(2003),pp.861-868. Feick R.D., Hall B.G. (2004), A method for examining spatial dimension of multi-criteria weight sensitivity. International Journal of Geographical Information Science, 18: 815– 40. Figueira J., Greco S., Ehrgott M., (2005), Multiple criteria decision analysis: state of the art surveys. New York: Springer. 18 Geneletti D. (2008) Incorporating biodiversity assets in spatial planning: methodological proposal and development of a planning support system, Landscape and Urban Planning, 84, 3-4: 252-265. Geneletti D. Abdullah A. (eds.) (2009), Spatial decision support for urban and environmental planning. A collection of case studies. Kuala Lumpur: Academic Press. Geneletti D. (2006), Ecological evaluation of land: some considerations on approaches and shortcomings, Journal of Sustainable Development and Planning, 1,4: 419-428. Goodchild M.F. (1993), The state of GIS for environmental problem solving. In: Goodchild M.F., Parks B.O., Steyaert L.T. (eds.), Environmental Modeling with GIS. New York: Oxford University Press. Hala E. Hegazy M.N. (2009), Application of MultiCriteria Evaluation in GIS Environment for an Agricultural Development Scenario in the Egyptian Deserts, GIS Ostrava, Ostrava. Huser B. Rutledge D.T. van Delden H. Wedderburn M.E. Cameron M. Elliott S. Fenton T. Hurkens J. McBride G. McDonald G. O’Connor M. Phyn D. Poot J. Price R. Small B. Tait A. Vanhout R. Woods R.A. (2009), Development of an integrated spatial decision support system (ISDSS) for Local Government in New Zealand. Proceedings of the 18th World IMACS / MODSIM Congress. Held in Cairns, Australia: July. Keeney R.L. (1992), Value-focused thinking: a path to creative decision making. Cambridge: Harvard University Press. Keshkamat S. S.,Looijen J.M. e Zuidgeest M.H.P. (2008), The formulation and evaluation of transport route planning alternatives: a spatial decision support system for the Via Baltica project, Poland, Journal of Transport Geography,17: 54-64. Leung Y. (1997) Intelligent Spatial Decision Support Systems. Berlin: Springer-Verlag. Malczewski J. (1999), GIS and Multicriteria Decision Analysis. New York, John Wiley and Sons. Malczewski J. (2004) GIS-based land-use suitability analysis: a critical overview, Progress in Planning 62,1: 3-65. Malczewski J. (2006), GIS-based multicriteria decision analysis: a survey of the literature, International Journal of Geographical Information Science, 20,7: 703-726. McHarg I. (1969) Design with nature. New York, Garden City: Natural History Press. Saaty T.L. (1980), The analytic Hierarchy Process. New York: McGraw-Hill. Saaty T. L. (2000), Fundamentals of Decision Making and Priority Theory with the Analytic Hierarchy Process. Pittsburg: RWS Publications. Simon H.A. (1960) The New Science of Management Decision. New York: Harper and Row. Simon H.A. (1969). Information systems for management. In 1942-1967: Twenty-five years at RCA laboratories. Princeton, NJ: RCA Laboratories, 48-58. Thill J.C. (ed.) (1999), GIS and Multiple Criteria Decision Making: A Geographic Information Science Perspective. London: Ashgate. 19 Van Delden H. (2000) A generic approach for the design of Decision Support Systems for river basin management, Civil Engineering & Management. Enschede, The Netherlands, University of Twente: 106. Wu F. (1998), SimLand: A prototype to simulate land conversion through the integrated GIS and CA with AHP-derived transition rules. International Journal of Geographical Information Science. 12: 63–82. Zucca A. Sharifi A. Fabbri A. (2007), Application of spatial multi criteria analysis to site selection for a local park: a case study in the Bergamo Province, Italy, Journal of Environmental Management, 88: 752-769. 20 ABSTRACT With reference to the current need to provide decision-making support for those problems concerning the development, the transformation and the management of the urban and territorial system by means of a sustainable approach, a key role is played by Spatial Decision Support Systems (SDSS). SDSS are tools for the analysis of complex systems in the field of spatial semi-structured decision problems, that are well consolidated at an international level but still poorly implemented at a national one. The objective of the present research refers to the progress of knowledge in the field of SDSS, highlighting limits and potentialities through a case study application. In particular, the work proposes the application of the MCSDSS (Multicriteria Spatial Decision Support System) that is based on the integration between two research fields, that of Multicriteria Analysis (MCA) on one hand, and that of Geographic Information Systems (GIS) on the other. The aim is to provide a suitability map of Varese’s municipality that is able to highlight the most suitable areas for biodiversity conservation on the basis of their high natural and environmental quality values. In particular, the final result outlines the suitability of the area under examination to undergo a process of transformation, based on the conditions of biodiversity conservation. The specific biodiversity issues of concern are also highlighted. 21