Nome Progetto
Progetto per il Monitoraggio Avanzato della Qualità dell'Aria mediante Digital Twin e Data Lake – acronimo PROAIR
Bando pubblico
Selezione di progetti da finanziare nell’ambito delle attività di ricerca dello Spoke 9
“Digital Social & Smart Cities” del programma di ricerca del Centro Nazionale
“National Centre for HPC, Big Data and Quantum Computing”, a valere sulle risorse del
Piano Nazionale Ripresa e Resilienza (PNRR), Missione 4 “Istruzione e Ricerca”,
Componente 2 “Dalla Ricerca all’Impresa”, Linea d’investimento 1.4 “Potenziamento Strutture di Ricerca
e Creazione di Campioni Nazionali di R&S su alcune Key Enabling Technologies”, finanziato dall’Unione Europea –
NextGenerationEU.
Codice bando: CN00000013_1
Area tematica
4 - Proposta focalizzata sulla fornitura automatizzata di dati in tempo reale e/o storici per il popolamento del data lake di una piattaforma tecnologica Digital Twin focalizzata su salute e benessere.
Contributo ammesso a finanziamento
Approvato con graduatoria pubblicata con Decreto del Direttore Generale N. 1235 del 29-10-2024, pubblicata sul sito https://www.ricerca.unina.it/bandiacascata/bandi-hpc/
Soggetto proponente / Partner
Capofila: I.T.Svil S.r.l.
Partner: Università degli Studi di Cassino e del Lazio Meridionale (UNICAS)
Costo totale progetto
396.945,50 €
Obiettivi progettuali
La proposta è incentrata sulla progettazione e realizzazione di una piattaforma software per fornire strumenti di supporto a stakeholder delle pubbliche amministrazioni e del settore privato per la gestione preventiva dei flussi inquinanti e il monitoraggio degli stessi nella loro declinazione aeriforme.
Le attività comprendono la progettazione di un data lake per la raccolta automatica di dati sugli inquinanti e la creazione di un ambiente virtuale controllato, costituito da un Digital Twin, dove verranno condotte simulazioni multi-parametriche per prevedere i livelli di concentrazione degli inquinanti nel breve e medio termine.
Le misurazioni saranno ottenute tramite l’infrastruttura di monitoraggio presente sul territorio e Open Data. Gli algoritmi di simulazione saranno gestiti da un modulo di intelligenza artificiale, sfruttando pattern recognition e apprendimento autonomo per simulare scenari di diffusione degli inquinanti.
Le fasi iniziali prevedono un’approfondita analisi della letteratura scientifica per individuare linee guida principali nello sviluppo di Digital Twin ambientali e algoritmi intelligenti. L’implementazione del progetto può ridurre l’esposizione della popolazione a inquinanti nocivi e supportare gli enti regolatori nella progettazione di strategie innovative di mitigazione.
