Immagina di indossare un visore per la realtà virtuale e di “camminare” in un quartiere ormai scomparso della tua città, vedendo le strade e gli edifici come apparivano decenni fa.
Questa è una possibilità molto reale ora che i ricercatori hanno sviluppato un metodo per creare modelli digitali 3D di quartieri storici utilizzando l’apprendimento automatico e le mappe storiche della Sanborn Fire Insurance.
Ma i modelli digitali saranno più di una semplice novità: forniranno ai ricercatori una risorsa per condurre studi che prima sarebbero stati quasi impossibili, come stimare la perdita economica causata dalla demolizione dei quartieri storici.
“La storia qui è che ora abbiamo la capacità di sbloccare la ricchezza di dati che è incorporata in questi atlanti antincendio Sanborn”, ha affermato Harvey Miller, coautore dello studio e professore di geografia presso la Ohio State University.
“Consente un approccio completamente nuovo alla ricerca storica urbana che non avremmo mai potuto immaginare prima dell’apprendimento automatico. È un punto di svolta”.
Lo studio è stato pubblicato oggi (28 giugno 2023) sulla rivista PLOS UNO.
Questa ricerca inizia con le mappe Sanborn, che sono state create per consentire alle compagnie di assicurazione contro gli incendi di valutare la loro responsabilità in circa 12.000 città e paesi degli Stati Uniti durante il 19th e 20th secoli. Nelle città più grandi, sono stati spesso aggiornati regolarmente, ha affermato Miller, direttore del Center for Urban and Regional Analysis (CURA) dell’Ohio State.
Il problema per i ricercatori era che cercare di raccogliere manualmente dati utilizzabili da queste mappe era noioso e dispendioso in termini di tempo, almeno fino a quando le mappe non venivano digitalizzate. Le versioni digitali sono ora disponibili presso la Library of Congress.
Il coautore dello studio Yue Lin, studente di dottorato in geografia presso l’Ohio State, ha sviluppato strumenti di apprendimento automatico in grado di estrarre dettagli sui singoli edifici dalle mappe, comprese le loro posizioni e impronte, il numero di piani, i loro materiali da costruzione e il loro uso principale, come abitazione o attività commerciale.
“Siamo in grado di avere un’idea molto chiara di come appaiono gli edifici dai dati che otteniamo dalle mappe di Sanborn”, ha detto Lin.
I ricercatori hanno testato la loro tecnica di apprendimento automatico su due quartieri adiacenti sul lato est di Columbus, Ohio, che furono in gran parte distrutti negli anni ’60 per far posto alla costruzione della I-70.
Uno dei quartieri, Hanford Village, è stato sviluppato nel 1946 per ospitare i veterani neri di ritorno della seconda guerra mondiale.
“Il disegno di legge GI ha dato fondi ai veterani di ritorno per l’acquisto di case, ma potevano essere utilizzati solo su nuove costruzioni”, ha affermato la coautrice dello studio Gerika Logan, coordinatrice di assistenza di CURA. “Quindi la maggior parte delle case sono andate perdute sull’autostrada non molto tempo dopo la loro costruzione.”
L’altro quartiere nello studio era Driving Park, che ospitava anche una fiorente comunità nera fino a quando la I-70 non lo divise in due.
I ricercatori hanno utilizzato 13 mappe Sanborn per i due quartieri prodotte nel 1961, poco prima della costruzione della I-70. Le tecniche di apprendimento automatico sono state in grado di estrarre i dati dalle mappe e creare modelli digitali.
Il confronto dei dati delle mappe di Sanford con quelli odierni ha mostrato che un totale di 380 edifici sono stati demoliti nei due quartieri per l’autostrada, comprese 286 case, 86 garage, cinque appartamenti e tre negozi.
L’analisi dei risultati ha mostrato che il modello di apprendimento automatico è stato molto accurato nel ricreare le informazioni contenute nelle mappe, con una precisione di circa il 90% per le impronte degli edifici e i materiali da costruzione.
“La precisione è stata impressionante. Possiamo effettivamente avere un senso visivo di come apparivano questi quartieri che non sarebbe stato possibile in nessun altro modo”, ha detto Miller.
“Vogliamo arrivare al punto in questo progetto in cui possiamo dare alle persone cuffie per la realtà virtuale e lasciarle camminare per strada come era nel 1960 o 1940 o forse anche nel 1881”.
Utilizzando le tecniche di apprendimento automatico sviluppate per questo studio, i ricercatori potrebbero sviluppare modelli 3D simili per quasi tutte le 12.000 città e paesi che dispongono di mappe Sanborn, ha affermato Miller.
Ciò consentirà ai ricercatori di ricreare quartieri perduti a causa di disastri naturali come inondazioni, rinnovamento urbano, spopolamento e altri tipi di cambiamento.
Poiché le mappe Sanborn includono informazioni sulle attività commerciali che occupavano edifici specifici, i ricercatori potrebbero ricreare quartieri digitali per determinare l’impatto economico della loro perdita a causa del rinnovamento urbano o di altri fattori. Un’altra possibilità sarebbe quella di studiare come la sostituzione delle case con autostrade che assorbono il calore del sole influisca sull’effetto isola di calore urbano.
“Ci sono molti tipi diversi di ricerca che possono essere fatti. Questa sarà un’enorme risorsa per gli storici urbani e una varietà di altri ricercatori”, ha detto Miller.
“Realizzare questi modelli digitali 3D ed essere in grado di ricostruire gli edifici aggiunge molto di più di quello che potresti mostrare in un grafico, un grafico, una tabella o una mappa tradizionale. C’è semplicemente un potenziale incredibile qui.”
Da un’altra testata giornalistica. news de www.sciencedaily.com