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