Prosegue il percorso di innovazione urbana di Cesena. Nell’ambito del progetto europeo WeGenerate, siamo felici di annunciare un importante passo avanti: è ufficiale la prima versione demo del Local Digital Twin (LDT) sviluppata per il quartiere INA-Casa Le Vigne.
Dopo averne tracciato le linee guida, entra in funzione il modello 3D interattivo che unisce dati territoriali, informazioni sugli edifici e indicatori energetici in un unico ambiente digitale.
Cosa si può provare nella versione demo
Questa prima release esplorativa consente di immergersi nel quartiere e testare le funzionalità base dell'infrastruttura di dati.
Attualmente, all'interno della piattaforma è possibile:
Navigare il quartiere in 3D: Esplorare liberamente l'area delle Vigne, visualizzando nel dettaglio spazi esterni, alberature, volumi degli edifici, coperture e superfici murarie.
Interrogare i singoli edifici: Selezionare un immobile per consultare le sue caratteristiche geometriche, la destinazione d'uso e i dati strutturali ed energetici di partenza.
Visualizzare mappe tematiche: Consultare i dati di base tramite colorazioni condizionali che mostrano istantaneamente lo stato del patrimonio edilizio.
In questa fase, l'assegnazione degli edifici agli scenari di riqualificazione resta memorizzata all'interno della singola sessione di lavoro, fornendo una prima base operativa per orientare le future scelte progettuali.
La roadmap dei prossimi 6 mesi: verso lo strumento operativo
Nei prossimi sei mesi lo sviluppo non si fermerà: l'obiettivo è trasformare questo prototipo in una vera e propria piattaforma di simulazione avanzata a supporto delle decisioni.
Le attività di sviluppo introdurranno progressive novità:
Selezione e scenari su misura: Possibilità di selezionare specifici lotti o gruppi di edifici e associare a ciascuno diverse alternative di intervento.
Catalogo soluzioni e salvataggio permanente: Integrazione di un catalogo di interventi compatibili con i vincoli dell'immobile, con la funzione di salvare in modo permanente le configurazioni create.
Calcolo automatico dei KPI: Algoritmi integrati per stimare in tempo reale risparmio energetico, produzione da fonti rinnovabili, riduzione delle emissioni di $\text{CO}_2$ e costi di investimento.
Confronto grafico e reportistica: Strumenti visuali per mettere a confronto lo stato di fatto con i diversi scenari futuri, oltre alla possibilità di scaricare report sintetici con i risultati.
Dati climatici e sensori locali: Integrazione di modelli climatici futuri e dati provenienti da dispositivi di monitoraggio sul campo.
L'interfaccia e l'esperienza d'uso continueranno a essere affinate anche grazie ai test diretti con gli attori e i residenti del quartiere.