Riconoscimento automatico di edifici industriali mediante tecniche di machine learning e applicazione per valutazioni di rischio sismico a larga scala.

In Italia, i terremoti rappresentano una delle principali cause di perdite economiche, soprattutto a causa della particolare vulnerabilità del territorio. Tali perdite sono particolarmente significative nell'ambito industriale, come dimostrato dagli eventi sismici degli ultimi decenni, primo fra tutti quello avvenuto in Emilia Romagna nel 2012. Le industrie possono infatti subire gravi danni sia alle strutture sia ai macchinari, con conseguenti interruzioni delle attività produttive: per tale ragione risulta di primaria importanza una valutazione del rischio sismico su larga scala delle zone industriali italiane. Il reperimento di informazioni legate ai capannoni industriali richiede tuttavia un dispendio oneroso in termini economici nonché di tempistiche, soprattutto per aree molto estese. Questa tesi si pone pertanto come obiettivo quello di elaborare e affinare metodologie per recuperare in maniera automatica e da remoto dati relativi agli edifici industriali utilizzando tecniche di machine learning applicate all'immagine satellitare della copertura degli edifici. Grazie alla collaborazione con la Regione Toscana, è stato possibile utilizzare un campione esistente di oltre 2000 edifici distribuiti su tutto il territorio regionale, ai quali sono associate le principali caratteristiche strutturali. Questo lavoro si focalizza sul riconoscimento automatico della tipologia costruttiva (classificata come cemento armato, cemento armato prefabbricato, muratura o acciaio) a partire dall’associazione probabilistica tra la tipologia stessa e la forma della copertura (piana, a falde, a shed o a volta). È stato infatti sviluppato un algoritmo di machine learning che grazie ad una rete neurale convoluzionale (CNN) allenata sul dataset di immagini della Regione Toscana è in grado di distinguere automaticamente queste forme, e di conseguenza riconoscere la forma di coperture di edifici sui quali non è stata precedentemente allenata. Una volta identificata la tipologia costruttiva, può essere poi assegnata la relativa curva di fragilità sismica che definisce il comportamento dell'edificio sotto l'azione del terremoto. Il modello è stato quindi testato su aree industriali non incluse nel campione iniziale per validare la sua capacità predittiva e per metterne in luce le potenzialità tramite simulazioni di scenari sismici. Il riconoscimento dell’immagine satellitare e l’associazione a ciascun edificio della rispettiva tipologia costruttiva e del corrispondente livello di vulnerabilità sismica rende possibile la formulazione di stime di danno e di rischio affidabili anche su ampia scala, riducendo notevolmente i tempi e i costi di indagine sul campo.