Prospettiva Terra: l’IA che rende sicuro il verde urbano

Prospettiva Terra, progetto coordinato dal prof. Mancuso, mira a creare un sistema di monitoraggio degli alberi urbani basato sull'intelligenza artificiale

https://www.vocenews.it/wp-content/uploads/2025/12/PROSPETTIVA-TERRA-sensori-orizzontale_VoceNews.jpghttps://www.vocenews.it/wp-content/uploads/2025/12/PROSPETTIVA-TERRA-sensori-orizzontale_VoceNews.jpg

Come capire se un albero in città è potenzialmente pericoloso? I controlli degli esperti del verde pubblico restano essenziali, ma esiste oggi un sistema basato sull’intelligenza artificiale che può ridurre significativamente i rischi per i cittadini. Prospettiva Terra è un sistema che può valutare in tempo reale la salute degli alberi, rilevandone anomalie e rischio di caduta.

Combattere il riscaldamento globale tramite la ricerca

Grazie a modelli di IA, è possibile sapere in tempo reale se un albero è in salute, come evolvono le sue condizioni, se emergono anomalie o se corre il rischio di cadere. Il sistema è stato sviluppato da PNAT con il supporto di Prospettiva Terra, progetto non profit coordinato dal professor Stefano Mancuso, che riunisce aziende, organizzazioni non profit, comunità scientifica e istituzioni per combattere il riscaldamento globale tramite la ricerca scientifica.

In due anni installati sensori su 300 alberi

Lo sviluppo è stato sostenuto da Henkel, Ricola, Omnicom Media Group e McDonald’s e realizzato in due anni in BAM – Biblioteca degli Alberi di Milano, progetto della Fondazione Riccardo Catella, dove sono stati installati sensori su 300 alberi. Da questi dati sono stati creati dei modelli di intelligenza artificiale, dedicati a interpretare aspetti diversi delle informazioni raccolte attraverso dei sensori che funzionano come una sorta di “sentinella” capace di lanciare un alert quando qualcosa non va. La messa a punto di questo progetto dimostra che è possibile monitorare in modo più efficace la stabilità degli alberi di grandi dimensioni in contesto urbano e prevedere eventuali cadute, contribuendo così a prevenire incidenti e a gestire con maggiore sicurezza il verde urbano, soprattutto in relazione ai rischi meteorologici.

Alberi sottoposti a stress a cui non sono abituati

<Una delle conseguenze del riscaldamento globale è l’aumento dell’intensità dei fenomeni atmosferici. Questi si manifestano in forme sempre più violente, sottoponendo gli alberi a stress meccanici cui non sono abituati e provocando, soprattutto in ambiente urbano, in condizioni di stabilità non sempre perfette, un numero crescente di cadute> afferma Stefano Mancuso, accademico e divulgatore scientifico <Poiché l’aumento di copertura arborea nelle città è la soluzione fondamentale e imprescindibile per combattere le cause e gli effetti del riscaldamento globale, è necessario immaginare dei sistemi di ausilio all’indagine umana, che avvisino della possibile diminuzione di stabilità di un albero>.

Come viene utilizzata l’IA?

I sensori, autonomi dal punto di vista energetico, registrano costantemente alcuni parametri chiave come l’inclinazione del tronco e la frequenza naturale di oscillazione, utili per valutare in modo oggettivo la stabilità della pianta. Come delle “sentinelle”, sono in grado di lanciare un alert se qualcosa non va e riconoscere cambiamenti progressivi nello stato di stabilità e salute. Così, se un albero considerato sicuro comincia a mostrare segni di indebolimento, il dispositivo è in grado di rilevare il problema.

Nel corso della sperimentazione sugli alberi di BAM, tutti i dati raccolti sono stati trasmessi a una piattaforma basata su cloud, dove sono stati analizzati e caratterizzati. La sperimentazione non si è fermata qui. I ricercatori hanno sviluppato modelli predittivi basati sul “machine learning”, capaci di elaborare grandi volumi di dati, individuare “pattern” ricorrenti e migliorare nel tempo le proprie previsioni. Questo approccio ha permesso di costruire un sistema dinamico, in grado di apprendere e affinare la sua sensibilità man mano che aumentano le situazioni osservate.