Atto di ricognizione per interventi di rigenerazione urbana – Verifica di Assoggettabilità alla VAS – Analisi climatica
Committente: Comune di Cascina 2024/25
Il tema del recupero e della rigenerazione delle aree produttive e commerciali dismesse, comprese le ex mostre, è considerato proprio nella relazione di avvio del Piano Operativo Comunale come uno degli “obiettivi principe” della pianificazione urbanistica.
Le peculiarità del contesto urbano del Comune di Cascina, nonché la natura della Variante proposta, hanno veicolato la verifica di assoggettabilità a VAS verso lo sviluppo di un’analisi climatica di dettaglio nell’ottica dell’individuazione di eventuali criticità direttamente o indirettamente interferenti con quanto previsto a livello progettuale. Lo studio del clima rappresenta uno strumento strategico della pianificazione urbana in quanto pone le basi per uno sviluppo sostenibile, resiliente e di contrasto ai cambiamenti climatici: la resilienza climatica rappresenta la sfida del XXI secolo, basti pensare che a livello nazionale, secondo report ISPRA, il 2023 rappresenta il decimo anno consecutivo con anomalia positiva rispetto alla media di riferimento.
L’approccio sito specifico al contesto comunale di Cascina ha pertanto visto l’elaborazione e confronto di indici climatici di temperature e precipitazioni relative al secolo attuale confrontate con il riferimento climatico dell’ultimo trentennio del secolo scorso. Il tema è stato ulteriormente approfondito avvalendosi di immagini satellitari ad alta definizione capaci di rilevare la temperatura a terra (Land Surface Temperature): lo studio ha quindi acquisito 40 immagini relative alla stagione climatologica estiva (giugno-luglio-agosto) a partire dal 2013 fino al 2023 compresi. Costellazione Landsat-8.
L’elaborazione relativa alle temperature medie estive, unitamente alla risoluzione delle immagini pari a 30 m2, ha messo in evidenza come il territorio comunale di Cascina sia interessato da un ampio range di temperature in cui sono ben visibili sia i poli industriali che il centro storico comunale caratterizzati da temperature medie estive ben oltre i 34 °C.
Temperature elevate, in contesti areali tutto sommato poco estesi, trovano ragione in condizioni favorevoli quali ad esempio la distribuzione dell’edificato, l’assenza di verde, la presenza di superfici particolarmente assorbenti oppure l’assenza di coperture vegetali tali da produrre superfici in ombra.
La risoluzione spaziale del dato, pari a 30 m2, permette l’identificazione di punti caldi circoscritti alle dimensioni di edifici, piazze, etc. tali per cui la loro temperatura registrata risulti maggiore delle rispettive circostanti. Seppur il tema sia particolarmente complesso ed articolato, questi punti caldi tendono a formarsi in funzione del maggior grado di capacità nell’assorbire il calore di una specifica area rispetto alle circostanti: tra le molteplici cause si identificano fattori quali ad esempio la natura del suolo e la propria copertura, l’intensità della radiazione solare, fonti di calore, etc.
L’analisi ha messo in evidenza la presenza di isole di calore particolarmente addensate nell’ambito del contesto urbano.
Le criticità emerse sono state ulteriormente investigate mediante analisi spaziale correlativa con metodologia Getis-Ord Gi*. Essa si basa sulla valutazione di ciascun dato valore, relativo idealmente ad una matrice di valori, in relazione ai circostanti e pesata su criteri di distanza o contiguità. Il risultato principale è uno Z-score che misura quanto l’associazione locale si discosti da quanto atteso in condizioni di casualità: valori positivi e statisticamente significativi indicano “hot-spot” (concentrazioni di valori alti), mentre valori significativi negativi indicano “cold-spot” (concentrazione di valori bassi). La significatività o meno viene valutata attraverso il p-value, ovvero la probabilità di osservare un risultato estremo: un p-value basso (ad esempio < 0.05) suggerisce che il cluster non si sia formato per puro caso.
Il risultato è l’identificazione di porzioni di territorio caratterizzate da cluster significativi più caldi dell’andamento medio o più freddi, discretizzati in funzione del loro grado di rappresentatività. Le porzioni di territorio ricadenti nella più alta classe di rappresentatività (99% confidence) risultano caratterizzate, in un intorno significativo, da valori di temperatura a terra sostanzialmente simili, ricorrenti e superiori alla media; in egual modo vengono identificati cluster caratterizzati da associazioni di temperature simili, ricorrenti ed inferiori alla media. L’identificazione di hot-spot caldi non necessariamente è associato alle più alte temperature registrate all’interno del contesto territoriale di riferimento: il fenomeno è funzione della rappresentatività statistica, in un intorno di riferimento, e della ricorrenza. La valutazione della ricorrenza spaziale delle temperature registrate, unitamente alla valutazione del contesto urbano di riferimento, concorre alla definizione di porzioni di territorio maggiormente soggette a fenomeni di isola di calore.
