Possibility of making queries on a spatial database, in order to obtain s decisional support, is one of the most interesting features of GIS systems. This is possible through the expression of information which are implicit into database and u8seful for Geoprocessing operations in order to make a sort of data clustering. However, it is not sufficient to represent a priori non-modelling interactions, even if they are present into the informative layers. Case of study presented in this paper just concerns this category, taking into account tracking of isoseismic lines on a well-known geographical area. It is very useful in order to generate an affordable map for seismic risk. Proposed procedure, exploiting Neural Networks, can retrieve information about isoseismic lines propagation, starting from information related to examined territory, hypocentre of considered earthquakes, and seismic intensity calculated by standard procedures. Obtained preliminary results have been used in a GIS software in order to create an Artificial Intelligence informative layer (called OverlayAI). Carried out experimentation shows a preliminary nature and needs further tests and refinement; however, it illustrates useful results to realize an operative plan based on seismic risk’s perception in a given territory.

Una delle più importanti caratteristiche dei GIS consiste nella possibilità di interrogarne la base dati spaziale con query di diversa natura al fine di poter ottenere un supporto decisionale. Questo grazie alla estrinsecazione di informazioni implicite nella banca dati, utili in operazioni di Geoprocessing per effettuare una sorta di clusterizzazione dei dati reali. Tali operazioni risultano però inadeguate per quanto concerne la rappresentazione di interazioni non modellabili a priori, seppur presenti implicitamente negli strati informativi. Il caso di studio presentato in questo articolo ricade per l’appunto in tale categoria, e riguarda il tracciamento delle isosisme su un ben preciso territorio. Questa operazione risulta essere molto utile allorché si vuole generare una carta di rischio sismico affidabile. La procedura proposta, che integra ai GIS l’uso di Reti Neurali, è apparsa capace di fornire informazioni sulla propagazione delle isosisme a partire da informazioni relative al territorio in esame, all’ipocentro dei sismi considerati e all’intensità sismica determinata secondo procedure standard. Si sono così ottenuti dei risultati preliminari che sono stati sfruttati, all’interno di un sistema GIS, per la generazione di un layer informativo ad Intelligenza Artificiale (definito col nome di OverlayAI). La sperimentazione così svolta, seppur presentante un carattere preliminare e bisognosa di ulteriori test e raffinamenti, mostra risultati utili al fine di realizzare piani di intervento basati sulla percezione del rischio sismico di un territorio.

GIS Geoprocessing con Algoritmi ad Intelligenza Artificiale per la Modellazione delle Isosisme

BARRILE, Vincenzo;
2006

Abstract

Una delle più importanti caratteristiche dei GIS consiste nella possibilità di interrogarne la base dati spaziale con query di diversa natura al fine di poter ottenere un supporto decisionale. Questo grazie alla estrinsecazione di informazioni implicite nella banca dati, utili in operazioni di Geoprocessing per effettuare una sorta di clusterizzazione dei dati reali. Tali operazioni risultano però inadeguate per quanto concerne la rappresentazione di interazioni non modellabili a priori, seppur presenti implicitamente negli strati informativi. Il caso di studio presentato in questo articolo ricade per l’appunto in tale categoria, e riguarda il tracciamento delle isosisme su un ben preciso territorio. Questa operazione risulta essere molto utile allorché si vuole generare una carta di rischio sismico affidabile. La procedura proposta, che integra ai GIS l’uso di Reti Neurali, è apparsa capace di fornire informazioni sulla propagazione delle isosisme a partire da informazioni relative al territorio in esame, all’ipocentro dei sismi considerati e all’intensità sismica determinata secondo procedure standard. Si sono così ottenuti dei risultati preliminari che sono stati sfruttati, all’interno di un sistema GIS, per la generazione di un layer informativo ad Intelligenza Artificiale (definito col nome di OverlayAI). La sperimentazione così svolta, seppur presentante un carattere preliminare e bisognosa di ulteriori test e raffinamenti, mostra risultati utili al fine di realizzare piani di intervento basati sulla percezione del rischio sismico di un territorio.
88-900943-0-3
Possibility of making queries on a spatial database, in order to obtain s decisional support, is one of the most interesting features of GIS systems. This is possible through the expression of information which are implicit into database and u8seful for Geoprocessing operations in order to make a sort of data clustering. However, it is not sufficient to represent a priori non-modelling interactions, even if they are present into the informative layers. Case of study presented in this paper just concerns this category, taking into account tracking of isoseismic lines on a well-known geographical area. It is very useful in order to generate an affordable map for seismic risk. Proposed procedure, exploiting Neural Networks, can retrieve information about isoseismic lines propagation, starting from information related to examined territory, hypocentre of considered earthquakes, and seismic intensity calculated by standard procedures. Obtained preliminary results have been used in a GIS software in order to create an Artificial Intelligence informative layer (called OverlayAI). Carried out experimentation shows a preliminary nature and needs further tests and refinement; however, it illustrates useful results to realize an operative plan based on seismic risk’s perception in a given territory.
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/20.500.12318/15603
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact