# MANUALE Data fabric RWL2 - SaferCast

<kbd>**Introduzione**</kbd>

{% hint style="info" %}
Il Data fabric RWL2 - SaferCast è un servizio di Early Warning integrato sia per gli **allagamenti**, in grado di anticipare eventi di pioggia intensa e inondazioni in ambito urbano, che per lo studio della **propagazione degli incendi**.<br>

Il servizio è stato sviluppato con il supporto del progetto **DIRECTED** e sfruttando la tecnologia di [SaferPlaces](https://saferplaces.co).<br>

Per **"*****Data Fabric*****"** si intende una piattaforma web basata sul cloud che integrerà fonti di dati e modelli per la gestione del rischio e consentirà agli utenti di visualizzare i rispettivi risultati di modellazione. Gli utenti possono esplorare le fonti dei dati e modelli, e combinarli in modo modulare.&#x20;
{% endhint %}

<kbd>**Come funziona**</kbd>

Il servizio è in grado di operare in tempo reale, alimentandosi di dati meteorologici provenienti da più fonti sia commerciali che open source, e combinando:

* **Nowcasting:** utilizzo di dati radar meteorologici e stazioni pluviometriche per una fotografia immediata della situazione meteo, con aggiornamenti in tempo reale.
* **Forecasting**: integrazione di previsioni meteo open-source (ICON2) e/o fornite da partner commerciali come MeteoBlue e Hypermeteo, per anticipare l’evoluzione delle condizioni meteorologiche nelle ore successive.

I dati di precipitazione vengono poi elaborati dagli innovativi modelli di allagamento di [SaferPlaces](https://saferplaces.co) sviluppati sfruttando algoritmi di intelligenza artificiale, in modo da generare mappe dinamiche di allagamento ad alta risoluzione. Infatti, il servizio è in grado di produrre mappe di allagamento seguendo l'evoluzione dei fenomeni in tempo reale. In questo modo, è possibile intersecare in tempo reale le aree potenzialmente allagate con i punti critici e le zone urbane più vulnerabili.

{% hint style="success" %}
Le mappe di allagamento sono generate ad altissima risoluzione (1-2 m) e sono in grado di identificare le aree allagate al dettaglio dei singoli edifici.
{% endhint %}

<figure><img src="/files/cIWrHY0hNoFaGk7JxD1n" alt=""><figcaption><p>Mappa di allagamento risultato di una simulazione </p></figcaption></figure>

I dati relativi al campo di vento (direzione e intensità) vengono invece utilizzati per simulare scenari di propagazione di un incendio a partire da uno specifico punto di innesco selezionato dall'utente. Il sistema è alimentato da un modello probabilistico per la simulazione della propagazione degli incendi, basato sull’integrazione di diversi dati relativi alla morfologia del terreno (*Digital Elevation Model*), alla tipologia di vegetazione e combustibile presente, all’umidità del suolo e della vegetazione, a dati satellitari e cartografici ad alta risoluzione, oltre che alle condizioni del vento (direzione e intensità) e al punto d'innesco dell’incendio, al fine di stimare l’evoluzione spaziale e temporale del fronte di fiamma.

<figure><img src="/files/PHm8OO0lZuNC3hw3Yv2f" alt=""><figcaption><p>Mappa di propagazione di un incendio risultato di una simulazione</p></figcaption></figure>

In base al tipo di analisi di interesse è quindi possibile scegliere tra quattro diversi scenari:

* ***Pluvial Real Time/Nowcasting*****:** utilizzo di dati radar meteorologici e stazioni pluviometriche per una fotografia immediata della situazione meteo, con aggiornamenti in tempo reale per simulare eventi di allagamento pluviale nell'immediato.
* ***Pluvial Forecasting***: integrazione di previsioni meteo open-source e/o fornite da partner commerciali come MeteoBlue, per anticipare l’evoluzione delle precipitazioni nelle ore successive, al fine di simulare eventi di allagamento pluviale futuri.
* ***Coastal Real time + Forecasting*****:** utilizzo di dati meteomarini misurati e di dati da modelli previsionali su altezza dell'onda e maree, per simulare sia scenari in tempo reale che previsionali, di allagamento costiero.
* ***Fire*****:** utilizzo di dati di direzione e intensità del vento per simulare scenari di propagazione di un incendio a partire dal punto di innesco selezionato.

<kbd>**Perché è utile**</kbd>

L’obiettivo è fornire ai comuni, multiutility e agenzie di protezione civile uno strumento operativo che permetta di:

* Identificare tempestivamente le aree a rischio
* Supportare decisioni cruciali per evacuazioni preventive o interventi rapidi
* Integrare i risultati nei sistemi gestionali esistenti

Il tutto è accessibile attraverso una dashboard interattiva, che visualizza scenari previsionali in maniera chiara e immediata, con possibilità di esportazione dei dati.

<kbd>**Vantaggi principali**</kbd>

* Alta Risoluzione 1-2 m
* Scalabile: utilizzabile su qualsiasi contesto urbano o regionale
* Altamente automatizzato: riduce tempi di analisi e reazione
* Affidabile: integra fonti multiple e modelli di intelligenza artificiale avanzati
* Operativo ora: già attivo in più città italiane e in espansione in tutta Europa

<kbd>**Interfaccia Grafica Utente (GUI)**</kbd>

<figure><img src="/files/MNUOu3ZttulJELxz8B1G" alt=""><figcaption><p>Data fabric RWL2 - SaferCast  - Interfaccia grafica <strong>scenario pluviale</strong></p></figcaption></figure>

<figure><img src="/files/7VtySrXxZrlrfLB0azdn" alt=""><figcaption><p>Data fabric RWL2 - SaferCast  - Interfaccia grafica <strong>scenario costiero</strong></p></figcaption></figure>

<figure><img src="/files/4TwthFUMiNKXtQOjbTtC" alt=""><figcaption><p>Data fabric RWL2 - SaferCast  - Interfaccia grafica <strong>scenario incendio</strong></p></figcaption></figure>

{% hint style="success" %}
**Data fabric RWL2 - SaferCast è un servizio disponibile come applicazione web**.&#x20;

Dispone di un'interfaccia grafica utente (GUI - Graphic User Interface) dedicata, che permette di generare, eseguire e visualizzare scenari di **rischio da alluvione e da incendio** per aree specifiche di interesse.

Alimentato da dati meteorologici in tempo reale (dati radar o da modelli previsionali), il servizio è in grado di generare mappe dinamiche di allagamento sfruttando gli algoritmi di intelligenza artificiale di [SaferPlaces](https://saferplaces.co/), progettato a sua volta per fornire "Flood Risk Intelligence" ad alta risoluzione e con elevata granularità, in tempo reale, per vari scenari di inondazione pluviale e costiera.

La simulazione della propagazione degli incendi si basa invece su un modello probabilistico, fondato sull’integrazione di differenti sorgenti informative territoriali e ambientali. Il sistema utilizza dati relativi alla morfologia del terreno (*Digital Elevation Model*), alla tipologia di vegetazione e combustibile presente, all’umidità del suolo e della vegetazione, alle condizioni del vento (direzione e intensità), ai punti di innesco dell’incendio e a dati satellitari e cartografici ad alta risoluzione, al fine di stimare l’evoluzione spaziale e temporale del fronte di fiamma.
{% endhint %}

{% hint style="info" %}
Il presente **Manuale d'uso** illustra le caratteristiche principali del servizio, evidenziando la semplicità con cui gli utenti possono effettuare **simulazioni alluvionali e di propagazione degli incendi** per valutarne la pericolosità e identificare tempestivamente le aree a rischio.

Di seguito, sono presentate le informazioni di dettaglio su tutte le funzioni e gli strumenti disponibili.
{% endhint %}


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://manual.saferplaces.co/safercast_rimini/manuale-data-fabric-rwl2-safercast.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
