Xxii conferenza italiana di scienze regionali



Scaricare 176.5 Kb.
03.06.2018
Dimensione del file176.5 Kb.

XXVII CONFERENZA ITALiANA DI SCIENZE REGIONALI

LA COSTRUZIONE DI UN’ONTOLOGIA URBANA CONDIVISA E RIUTILIZZABILE

Matteo CAGLIONI1, Giovanni A. RABINO2

1 Università di Pisa - Dipartimento di Ingegneria Civile, via Diotisalvi 2, 56126, Pisa

2 Politecnico di Milano - DiAP, piazza Leonardo da Vinci 32, 20133, Milano

SOMMARIO

Il presente contributo vuole fornire delle precise linee guida sulla costruzione di una ontologia urbana, tenendo conto del complesso dominio di informazioni che provengono dalle teorie sviluppate nell'analisi dei sistemi urbani e territoriali. Verranno mostrate le principali tecniche per la realizzazione di ontologie, le caratteristiche che le accomunano e le differenziano, nonché per la loro rappresentazione visuale, mostrandone degli esempi chiarificatori. Lo scopo di questo articolo vuole essere quello di indirizzare la costruzione delle ontologie per i sistemi urbani verso la condivisione della conoscenza e la ri-utilizzabilità delle ontologie sviluppate in ambiti differenti rispetto a quello di partenza. Si vedrà poi come il processo di creazione di una ontologia risulti essere di fondamentale importanza per lo sviluppo di un modello (urbano), e soprattutto verrà mostrato il parallelismo che sussiste fra il modello di un sistema e la sua rappresentazione ontologica.



  1. INTRODUZIONE

Il concetto di ontologia e il suo utilizzo nelle scienze umane sono relativamente recenti, anche se il termine è stato coniato in riferimento alle teorie aristoteliche, e si riferisce a quella parte della filosofia che si occupa della natura e della caratterizzazione di tutto ciò che esiste (Roussay, 2005; Varzi 2005). Questo concetto è stato poi ripreso nel campo dell’Intelligenza Artificiale, e in particolare nella teoria della conoscenza, per superare il problema della diversità semantica di un’informazione proveniente da fonti diverse (Borst, 1997; Smart, 2004; Uitermark, 2001). La definizione di Ontologia nel campo informatico è tuttavia lontana dall’essere univoca, bensì vi è un continuo e crescente dibattito sul suo significato: le definizioni vanno da quelle più concettuali, che vedono l’ontologia come un sistema di riferimento per la conoscenza, ad altre più operative, che permettono la sua reale costruzione, sviluppo e utilizzo. Per fare un esempio un’ontologia può essere intesa come “una descrizione formale ed esplicita di una concettualizzazione condivisa” (Gruber, 1993), oppure più operativamente come “un catalogo strutturato e limitato di concetti non ambiguamente definiti” (Uitermark, 2001). Comunque la si voglia definire l’ontologia fa riferimento ai concetti di un determinato dominio di interesse, alle relazioni che intercorrono fra loro e che ne forniscono una struttura, e alla definizione dei concetti stessi, che deve essere fatta a partire dalle proprietà degli oggetti (fisici, ideali, o sociali) a cui si riferiscono, utilizzando non il linguaggio naturale, ma uno più formale che può essere compreso dal computer (Smart, 2004). La formalizzazione permette di superare gran parte degli ostacoli che si incontrano lavorando con lingue diverse, beneficiando pienamente della enorme risorsa di informazioni che si ha a disposizione, e ponendosi come obiettivo la costruzione di un linguaggio semantico che non sia solo leggibile, ma anche comprensibile dalle macchine.

Lo sviluppo di un’ontologia è un processo caratterizzato dai suoi alti costi (soprattutto in termini di tempo) e da complesse operazioni sovrapposte una all’altra, ed è per questo quindi che la ricerca si muove nella direzione di costruire ontologie a partire da fonti già esistenti, oppure riutilizzando la grande quantità di ontologie attualmente presenti in letteratura. La sfida del riutilizzo della conoscenza esistente ha dimostrato di essere una via di successo, dando i sui frutti in diversi campi di applicazione quali l’ingegneria del software, la medicina, la meccanica, e anche nei sistemi informativi territoriali, dove si lavora con vasti database che contengono informazioni di qualsiasi genere. Tuttavia si fa presente che la mancanza di un metodo formale per l’archiviazione e la successiva importazione dei dati in un qualsiasi strumento informatico, rende l’accesso alla conoscenza estremamente difficoltoso.

Costruire una ontologia condivisa e riutilizzabile, sia in senso operativo, sia in un senso più concettuale, necessita la precisa definizione del sistema di interesse, la classificazione di tutte le sue relazioni attraverso l’uso dell’analisi topologica, e la determinazione dei concetti che ne fanno parte, grazie anche agli strumenti offerti dalla mereologia (quali la scomposizione in parti, oppure in sottoclassi). Il presente contributo mostra un tentativo di applicare queste procedure al campo dei sistemi urbani, partendo quindi dal corpus delle teorie sviluppate nell’analisi dei sistemi urbani e territoriali, per realizzare un’ontologia della città, che sia come detto in precedenza condivisa e riutilizzabile, mettendo in particolare evidenza i tre livelli fisico, socio-economico e culturale, a cui è possibile osservarla.


  1. LINEE GUIDA PER UN’ONTOLOGIA URBANA

Il presente lavoro si basa su uno studio bibliografico eseguito da Catherine Roussey per il COST meeting 2005 (European COoperation in the field of Scientific and Technical Research), riguardante le linee guida per la costruzione di un’ontologia (Roussay, 2005).

Verrà qui spiegato cosa si intende per Ontologia, come questa può essere specificata, quali sono le sue caratteristiche significative e in che modo può essere utilizzata.

Vedremo come posso essere distinti differenti tipi di conoscenza, e come questa conoscenza può essere modularizzata in piccole e più maneggevoli parti, rendendo possibile la costruzione di grandi e complesse ontologie, partendo da altre più piccole e riutilizzabili.

1.1Definizione di Ontologia

La parola ontologia deriva dal Greco ontos (essere) e logos (studio, scienza, teoria) e rappresenta uno dei fondamentali rami della metafisica. Essa studia l’essere, oppure l’esistenza e le sue categorie e relazioni di base, per determinare quali entità esistono e di che tipo. Più tradizionalmente questo termine è riferito alle teorie aristoteliche.

Per quanto riguarda l’informatica, nel campo dell’Intelligenza Artificiale (AI), la parola ontologia è stata presa in prestito dalla filosofia, ma con un significato differente. Per la AI la questione fondamentale non è quale sia la natura dell’essere, piuttosto su cosa un sistema AI deve ragionare per eseguire un compito utile. Molto spesso nel campo informatico viene utilizzata e parafrasata la definizione di ontologia di Gruber (Gruber, 1993):
Una ontologia è un’esplicita specificazione di una concettualizzazione”
Oppure in questo articolo possiamo utilizzare una definizione di ontologia più precisa e dettagliata, introdotta da Studer basandosi sulla precedente (Studer, 1998):
Una ontologia è una specificazione esplicita e formale di una concettualizzazione condivisa”
Per meglio comprendere queste definizioni, deve essere chiaro cosa si intende per concettualizzazione. Una concettualizzazione è una interpretazione strutturata di una parte del mondo, che le persone utilizzano per pensare e comunicare riguardo al mondo. In altre parole la concettualizzazione contiene oggetti, concetti, tutte le entità che si pensa esistere in una particolare area di interesse (dominio) e tutte le relazioni che intervengono fra questi.

In queste definizioni di ontologia, noi incontriamo altri importanti termini come esplicita (i tipi di concetti, i loro limiti, il loro significato devono essere esplicitamente definiti), formale (comprensibile dalle macchine) e condivisa (deriva da una conoscenza consensuale accettata da un gruppo).



1.2Linguaggio formale

In accordo con la definizione di Studer (Studer, 1998), noi proponiamo di costruire un’ontologia formale, utilizzando un linguaggio artificiale formalmente definito, per raggiungere il più possibile l’espressività di un linguaggio naturale, e avere la possibilità di eseguire un’applicazione detta reasoner (ragionatore) sulle informazioni associate al sistema per ottenere nova conoscenza. Gli oggetti in una ontologia devono essere definiti usando le loro proprietà che sono altri concetti collegati tra di loro attraverso relazioni, per poter costruire la struttura dell’ontologia. I linguaggi naturali non sono in grado di descrivere in modo preciso le definizioni dei concetti e le relazioni, che invece dovrebbero essere rappresentati con un altro tipo di linguaggio più formale.

Attualmente la maggior parte dell’informazione viene scritta attraverso dei linguaggi sintattici che possono essere letti dalle macchine, come l’HTML. Questi linguaggi sono limitati in quanto sono stati creati ad uso e consumo delle persone. Per svelare pienamente il potenziale di una così vasta risorsa di informazione, è necessario strutturare l’informazione in mode che non solo possa essere letta dalle macchine, ma anche che le macchine possano comprenderla. Per aumentare la capacità di comprensione delle macchine è necessario ricorrere a linguaggi semantici che siano in grado di definire il significato e il senso dell’informazione che è stata accumulata. Gli agenti (umani o macchine) possono così utilizzare questa informazione in una varietà di modi diversi (Smart, 2004).

Per poter costruire un’applicazione dell’ontologia proponiamo di adottare le caratteristiche Heavyweight (Roussay, 2005), perchè una ontologia con una semplice struttura tassonomica di concetti (relazioni parte di e tipo di), con definizioni associate in un linguaggio naturale, ha la stessa espressività di una mappa concettuale, e non può essere (ri)usata in altri tipi di applicazioni.




1.3Ontologie condivise e riutilizzabili

Il processo di costruzione di una ontologia è caratterizzato dal costo molto elevato e dall’elaborata sovrapposizione delle attività di sviluppo. Costruire una ontologia dalla linea di partenza è molto costoso. Così un approccio per la costruzione di una ontologia richiede la cattura dei concetti chiave (e le loro relazioni) di un dominio. I ricercatori hanno proposto molti approcci chiamati bottom-up, top-down, and middle-out. Un approccio bottom-up per esempio risulta molto attraente per molti scienziati ed ingegneri. L’approccio si focalizza sulla costruzione di concetti complessi a partire dai loro concetti primitivi (base) e di una lista di regole di costruzione.

La ricerca nella costruzione di una ontologia a partire da risorse esistenti è caratterizzata dal costo e dalla realizzabilità. La recente tendenza è verso sistemi di librerie ontologiche per gestire, adattare e controllare allo scopo di riutilizzare la grande mole di ontologie esistenti. La riutilizzabilità di ciò che esiste ha provato il suo successo in molte aree come l’ingegneria informatica, i sistemi medici, e i sistemi di informazione ambientale. C’è, comunque, un limitato numero di risorse nel riutilizzo di sorgenti di una ontologia radicate in sistemi ereditati e nei database (Benslimane, 2003).

Iniziando un GIS territoriale, il progetto presenta molte sfide. La descrizione dei ricchi dettagli dell’ambiente urbano è una di esse. Per far fronte a questa sfida, l’uso di conoscenza esistente dai precedenti progetti GIS, è necessario. Oltre a ciò, è anche desiderabile l’uso di dati esistenti. Ma la mancanza di metodi formali per riutilizzare la conoscenza e i dati rende questo compito veramente difficile (Fonseca e altri, 2000).

La riutilizzabilità può essere applicata non solo ad alcune parti di una ontologia, o a differenti tipi di dati all’interno di essa, ma proponiamo di riutilizzare anche le ontologie di riferimento che sono state utilizzate durante lo sviluppo di applicazioni per la mutua comprensione e spiegazione tra i soggetti (umano o artificiale), appartenenti a diverse comunità per stabilire consenso riguardo ai concetti (Smart, 2004).

Sempre in accordo con la definizione di Studer (Studer, 1998), una ontologia può essere condivisa e la riutilizzabilità, come abbiamo appena visto, può essere uno strumento utile per ottenere questa comoda caratteristica. In questo articolo una conoscenza condivisa è una conoscenza consensuale accettata da un gruppo, e in particolare ci riferiamo all’insieme di teorie sviluppato nell’analisi del sistema territoriale, che è alla base di una visione sistemica della città.



1.4Relazioni semantiche

Il modo più comune di rappresentare gli oggetti in una ontologia, è attraverso l’uso di relazioni semantiche tra concetti, che forniscono una struttura gerarchica a tutto il sistema. Le principali relazioni semantiche sono:



  • Tassonomia (Iperonomia, Iponomia); X è un tipo di Y (o Y ha un tipo di X).

Questa relazione è transitiva e anti-simmetrica, e caratterizza la relazione tra clas-si e sotto-classi, dove le sottoclassi ereditano tutte le proprietà delle loro classi (p.e ospedale, appartamento, casa sono tipi di edifici).

  • Partonomia (Meronimia, Olonimia); X è una parte di Y (o Y ha una parte X).

Questa relazione è transitiva e anti-simmetrica e la somma delle parti di un oggetto costituisce l’oggetto stesso (p.e. finestra, porta, tetto sono parti di una casa).
Non ci sono solo relazioni semantiche tra concetti, ma ci sono anche altri tipi di rela-zioni semantiche tra verbi:

  • Toponimia; un verbo è un troponimo di un altro quando il primo esprime una particolare maniera del secondo (marciare-camminare).

  • Implicazione; un’azione ne implica un’altra quando la prima azione non può essere eseguita senza che sia eseguita anche la seconda (russare- dormire).

Le relazioni lessicali sono relazioni importanti tra concetti che dipendono dalle frasi in cui si trovano:



  • Sinonimia; due concetti sono sinonimi se sostituendo un concetto con l’altro all’interno della frase, il valore di verità della frase non cambia.

  • Antinomia; antinomo (o contrario) è un concetto che ha il significato opposto ad un altro concetto. Una parola e il suo antinomo non possono essere sostituiti in una frase e la negazione dell’antinomo preserva il valore di verità della frase.

  • Polisemia; polisemico è un concetto con più di un significato.

Le relazioni semantiche sono facili da usare in una ontologia, anche perchè conosciamo già le loro proprietà e la loro rappresentazione formale, comunque ci sono altri tipi di relazioni che possono essere aggiunti in una struttura di una ontologia, ma dobbiamo fare uno sforzo per definirle e caratterizzarle in un modo formale.



1.5Entizzazione e Concettualizzazione

Introdurremo qui brevemente due argomenti molto importanti non solo per la costruzione di ontologie, ma in generale per ogni processo di costruzione di un modello. Descritto cosa si intende per ontologia, abbiamo bisogno di connettere il mondo reale, che noi osserviamo e che vogliamo modellizzare, con il mondo dei concetti, che stanno alla base di una ontologia. L’entizzazione è un processo di astrazione che produce entità partendo da oggetti nel mondo reale (solitamente chiamati istanze). E’ un processo fondamentale nella costruzione dei modelli. I modelli entità-relazioni vengono utilizzati per una descrizione ad alto livello di modelli che lavorano con informazione concettuale, e forniscono una notazione grafica per rappresentare tali informazioni, attraverso i diagrammi entità-relazioni (ERD). Modelli di questo genere sono speso utilizzati nella prima fase i progetto di un sistema informativo; sono utili per esempio per descrivere informazioni che devono essere archiviate in database. Questa tecnica di modellizzazione dei dati, comunque, può essere utilizzata per descrivere qualsiasi ontologia (per esempio un’analisi generale e classificazione dei termini utilizzati e delle loro relazioni) per una determinata area di interesse (dominio). Inoltre, queste entità potrebbero essere considerate non solo come oggetti statici dentro un modello, ma anche come agenti interagenti (come attivi oggetti complessi)1.

La concettualizzazione, invece, è il processo che produce i concetti: idee astratte o simboli mentali nella nostra mente, tipicamente associati alla corrispondente rappresentazione nel linguaggio naturale. Un concetto po’ essere associato ad un’unica entità, oppure a più entità correlate fra loro.

Vedremo nel paragrafo successivo come sia possibile rappresentare un concetto in una ontologia, ma risulta importante accennare che un concetto può essere associato ad oggetti fisici, ideali oppure sociali, dove gli oggetti sociali possono essere visti ad esempio, ad un differente livello di astrazione, come oggetti fisici collegati insieme fra di loro da una particolare funzione (Casati, 1998; Ferrarsi, 2003; Ferrarsi, 2005; Varzi 2005). Inoltre possiamo individuare una corrispondenza biunivoca tra il linguaggio naturale e i concetti aggregati, e allo stesso modo un isomorfismo tra i concetti in una ontologia e le entità in un modello. Sempre nel paragrafo successivo, è possibile riconoscere questo isomorfismo anche fra le relazioni, definite e rappresentate nell’ontologia, e le equazioni che collegano differenti entità in forma matematica.



  1. LA CITTA’ E L’ONTOLOGIA URBANA

Lo sprawl urbano, un’incontrollata e ingovernabile crescita di aree urbanizzate a bassa densità, è il risultato di un processo di localizzazione, determinato da complesse dinamiche urbane agenti sul territorio. Per studiare questo particolare elemento è necessario partire dal sistema urbano che lo genera, definire il concetto di città, e considerare un semplice modello urbano che descriva questo processo, come ad esempio il modello di Lowry (Lowry, 1964). Sebbene lo sprawl urbano sia morfologicamente simile in differenti aree metropolitane, esso potrebbe essere determinato da differenti aspetti socio-economici.

Figura 1. Sprawl urbano: Immagini delle aree metropolitane di Milano, Torino, e Helsinki.

La costruzione dell’ontologia urbana, proposta in questo lavoro, parte da una concezione sistemica della città: la città viene vista come una macchina, un sistema quindi, modificato dall’uomo e all’interno del quale egli vive, dove per vivere si intende lo svolgimento di tutte le attività dell’essere umano (mangiare, dormire, lavorare, socializzare, pensare, ed avere opinioni oppure emozioni).

Utilizzando questa definizione, la città può essere studiata a tre livelli di osservazione, che rappresenteranno tre domini differenti utilizzati nella costruzione dell’ontologia urbana: il livello fisico, a cui appartengono tutte le strutture, le reti, e gli artefatti presenti sul territorio, il livello socio-economico, che si riferisce a tutte le attività svolte dall’uomo all’interno della città e le sue interazioni con altri individui, e il livello mentale a cui possono appartenere ad esempio i concetti di etica e di estetica, oppure di consapevolezza.

Ognuno di questi livelli è importante e costituiscono tre diversi modi di osservare il sistema urbano, in particolare il terzo livello riguarda la consapevolezza del sistema di se stesso, riferendosi quindi alle riflessioni che gli studiosi fanno sulla città. Questa consapevolezza genera degli oggetti mentali che hanno relazioni proprie fra loro. In particolare questi oggetti determinano l’intenzionalità dell’agire, ad esempio gli architetti o urbanisti disegnano la città in un certo modo, inseguendo l’idea di bellezza, funzionalità oppure di ottimo.

Come detto in precedenza la costruzione di una ontologia, in questo caso l’ontologia della città deve partire da una conoscenza di tipo condiviso, e per questo noi ci siamo avvalsi del contributo delle teorie dell’analisi dei sistemi urbani e del corpus dei metodi e dei modelli, come fonti informative per la realizzazione della nostra ontologia urbana, inoltre si è cercato di estrarre da queste fonti le ontologie di riferimento che erano implicite o nascoste al loro interno, e che sicuramente gli studiosi di urbanistica hanno considerato nella formulazione delle loro teorie.
1.6Rappresentazione ontologica

Le ontologie sono rappresentabili attraverso dei grafi o diagrammi dove gli oggetti sono degli elementi puntuali, e le relazioni sono delle linee che collegano gli oggetti.

In accordo con diversi filosofi, gli oggetti che potrebbero essere rappresentati attraverso I concetti sono di tre tipi: oggetti fisici che sono entità limitate nello spazio e nel tempo, oggetti sociali che sono entità limitate solamente nel tempo (come un contratto, o una promessa), e gli oggetti ideali che sono entità non sono limitate nello spazio e nel tempo (Casati, 1998; Ferrarsi, 2003; Ferrarsi, 2005; Varzi 2005).

Per quanto riguarda le relazioni, come detto prima, le più usate nelle rappresentazioni delle ontologie sono quelle semantiche che danno una prima struttura gerarchica a tutti I concetti presenti (che fornisce una visione completa ed efficace del catalogo di concetti utilizzati), ma ci sono tutte le altre tipologie di relazione che possono essere visualizzate e che devono essere definite formalmente.



Figura 2. Rappresentazione di concetti e relazioni in una ontologia. In questa figura vengono mostrati anche il livello funzionale e di dominio, ai quali noi possiamo osservare un sistema.

Dove il livello funzionale corrisponde a un alto livello di astrazione delle operazioni (funzionalità) di uno strato dell’ontologia. Tipicamente, si tratta di una generica ontologia rappresentata da un’astratta struttura funzionale, che consiste in concetti di alto livello e delle corrispondenti descrizioni funzionali, che sono usate per definire le operazioni e specificare I limiti presenti nelle ontologie di dominio. Il livello di dominio consiste invece in una o più ontologie di dominio che corrispondono al proprio livello funzionale. Le ontologie di dominio rappresentano la semantica delle caratteristiche del mondo reale (Benslimane, 2003).


Piuttosto che come diagrammi, le ontologie nel loro complesso devono essere viste come dei layer sovrapposti, tenendo conto che una ontologia può sempre essere inserita in una ontologia di livello funzionale più alto, oppure viceversa un’ontologia può sempre essere scomposta in ontologie più piccole (per differenza mereologica). Ogni layer di un medesimo livello può essere considerato come una visualizzazione diversa dei medesimi concetti: quello che cambia sono le relazioni che vengono rappresentate che collegano in modo differente gli stessi nodi (o concetti).

Inoltre passando da un livello funzionale ad un altro è possibile che un concetto considerato nel livello più alto costituisca invece un insieme di altri concetti e relazioni in un livello sottostante.

Per quanto riguarda la rappresentazione visiva di queste ontologie, abbiamo bisogno di uno strumento informatico che ci permetta di scegliere un tipo di relazione piuttosto che un altro, per analizzare come sono connessi I concetti fra di loro, oppure che ci permetta di vedere quali relazioni siano disponibili per un determinato concetto. In questa direzione abbiamo la sensazione della mancanza di strumenti appropriati.

Figura 3. Un esempio di tassonomia per il Sistema Urbano, costruito utilizzando il software Towntology. Gli oggetti fisici, socio-economici, e mentali sono collegati al Sistema Urbano attraverso delle relazioni di partonomia. Inoltre è possibile osservare i primi due livelli della tassonomia degli oggetti fisici.



Figura 4. Un esempio di ontologia urbana costruita utilizzando il software Protégé.

1.7Un sistema urbano e la sua rappresentazione ontologica

L’intero set di concetti nella nostra ontologia urbana possono essere organizzati secondo una struttura gerarchica, attraverso le relazioni semantiche della tassonomia e della partonomia, come è stato spiegato in precedenza, tuttavia questo non è l’unico modo per ordinare i concetti. In accordo con la nostra visione sistemica della città, noi proponiamo di costruire un’ontologia utilizzando una classica struttura input-output del nostro sistema urbano. Questo tipo di rappresentazione risulta particolarmente adeguato a mostrare tutti i meccanismi che agiscono all’interno della città, e sono responsabili della sua crescita: in particolare vogliamo osservare e classificare tutti i concetti e le relazioni che determinano quello che viene chiamato sprawl urbano.




Figura 5. Rappresentazione Input / Output del sistema urbano.

Gli input che possiamo considerare nel nostro sistema urbano sono ad esempio i flussi entranti di persone e veicoli, materie prime, acqua, gas, elettricità, soldi, che entrano in un particolare modello della città e sono trasformati in output come rifiuti, flussi uscenti di persone e veicoli, prodotti, e più importante per noi, i cambiamenti negli usi del suolo e la localizzazione di nuove aree urbanizzate. Solitamente questo tipo di sistemi non è lineare, ma complesso, ed essi presentano molte retroazioni che modificano la natura degli input.

Per una più facile comprensione, abbiamo preso in considerazione un modello semplificato della città: in particolare ci riferiamo al Modello di Lowry (Lowry, 1964). Anche se la sua formulazione è piuttosto semplice, questo modello fornisce le relazioni fra i trasporti e l’uso del suolo. Il cuore delle assunzioni del modello di Lowry è che la crescita urbana (o il suo declino) è funzione dell’espansione (o contrazione) del settore di base. Questa attività ha poi ripercussioni su altri due settori, quello commerciale e residenziale.


  • Settore di base. Attività essenzialmente non rivolta alla domanda locale. Essa produce beni e servizi che sono esportati al di fuori dell’area urbana. Questo genera un flusso centripeto di capitali all’interno della città, generando crescita e surplus. Molte delle attività del settore industriale appartengono a questa categoria. Si assume generalmente che questo settore sia meno vincolato dai problemi di localizzazione, non essendo il mercato locale il principale interesse. Questa considerazione è un elemento esogeno del modello di Lowry e deve essere noto.

  • Settore commerciale (settore non di base). Questa attività incontra la domanda locale. Non esporta alcun prodotto o servizio finito e utilizza la regione urbana come area di commercio. Principalmente si tratta di vendita al dettaglio, ristorazione, costruzione. Essendo questo settore diretto a servire la domanda locale, la localizzazione diviene un interesse principale. Il livello di impiego è assunto come correlato alla popolazione locale. Anche questa considerazione è endogena al modello.

  • Settore residenziale. Il numero di residenti è collegato al numero di attività di base e commerciali disponibili. La scelta di un’area residenziale dipende anche dalla vicinanza al posto di lavoro. Questa ultima considerazione è esogena al modello di Lowry.

Le attività del settore di base influenzano la distribuzione spaziale della popolazione e dei servizi. Questo livello di influenza è determinato dai costi di trasporto, o dalla distanza. Più alta è l’avversione alla distanza, più vicini saranno l’impiego (di base e non) e le aree residenziali.


Il modello può essere descritto nella sua formulazione matematica attraverso le seguenti equazioni, che rappresentano il cuore dell’intero sistema:
Litot Attività totali per ogni zona (base + commerciale)
Fij tasso di spostamento da ogni zona i a j

Rj Impiegati per ogni zona

Pi Popolazione per ogni zona
Essendo Wj il tasso di attrazione per ogni zona, e dij il costo di viaggio.
Il modello di Lowry ha ovviamente diverse limitazioni. E’ evidentemente un modello statico, che non fornisce informazioni sull’evoluzione dei sistemi della mobilità e degli usi del suolo. Inoltre, i cambiamenti nell’economia odierna stanno nel settore dei servizi (non di base), costituendo la base delle dinamiche e della produttività urbana in molte aree metropolitane. Un modo per superare questo problema può essere quello di considerare come settori di base anche altre attività e servizi.

Accanto alla formulazione matematica del modello di Lowry, possiamo descrivere il modello attraverso l’intero set di concetti e relazioni che costituiscono il sistema urbano. Non solo abbiamo una lista di concetti e relazioni (ontologia light), ma abbiamo anche la possibilità di formalizzare definizioni e relazioni per costruire una ontologia Heavy (Roussay, 2005).




Figura 6. Ontological representation of the Lowry model.

  1. CONCLUSIONI

Nella costruzione di ontologie è necessario partire da un insieme codificato di leggi e teorie che sottendono esplicitamente o implicitamente altre ontologie di riferimento. Risulta molto importante ottenere tutte le informazioni relative al proprio dominio di studio, utilizzando una conoscenza di tipo condiviso. Queste informazioni forniscono sia i concetti che le relazioni che devono essere organizzati per costruire la struttura dell’ontologia del sistema, e deve essere utilizzato un linguaggio formale adeguato. Nel nostro caso il corpus delle teorie dei sistemi urbani, codificate e condivise, forniscono la struttura della nostra ontologia della città.

Una volta costruita l’ontologia di un particolare dominio, nasce la necessità di avere anche degli visuali che permettono una maggiore comprensione della struttura dell’ontologia stessa. In particolare la rappresentazione dei concetti e delle loro relazioni diventa importante per una comprensione più approfondita del sistema stesso.

Il software Towntology è uno strumento adatto a costruire e visualizzare le ontologie Light, fornisce la possibilità di navigare attraverso il grafo dei concetti e attraverso le immagini che li rappresentano, comunque il software di Laurini dovrebbe essere sviluppato ulteriormente in modo da rendere possibile la creazione di ontologie Heavy, usando per esempio il linguaggio OWL, con una più dettagliata visualizzazione, che ci consenta di distinguere differenti tipi di relazione.

Lo sprawl urbano può essere facilmente classificato in una ontologia attraverso la tassonomia, ma noi pensiamo che una rappresentazione sistemica dei concetti e delle relazioni sia molto più adatta per questo tipo di processo. Infatti, lo sprawl non è un concetto statico, ma il risultato di un complesso processo dinamico interagente all’interno della città. Perciò, per meglio comprendere la natura dello sprawl urbano, non solo dobbiamo studiare le classi associate a questo concetto, ma dobbiamo formalizzare tutte le relazioni che connettono classi e concetti fra loro all’interno del dominio di sistema.

Come abbiamo detto in precedenza il processo di costruzione di una ontologia risulta essere molto costoso, soprattutto in termini di tempo, si auspica quindi la realizzazione di ontologie che possano essere riusabili, nei termini definiti precedentemente, in tutti quegli ambiti che non sono il sistema di partenza per cui l’ontologia è stata realizzata.


  1. Bibliografia

Beck H., Pinto H. S. (2002) Overview of Approach, Methodologies, Standards, and Tools for Ontologies. Third Agricultural Ontology Service (AOS) Workshop, University of Florida, Gainesville, Florida, USA, p 58.

Benslimane D., Arara A., Yetongnon K., Gargouri F., Abdallah H. B. (2003) Two approaches for ontologies building: From-scratch and From existing data sources. In Proceedings of the 2003 International Conference on Information Systems and Engineering.

Borst W. N. (1997) Construction of Engineering Ontologies for Knowledge Sharing and Reuse. ISSN: 1381-3617 (CTIT Ph. D-series No. 97-14), Enschede, The Netherlands.

Casati R., Smith B., Varzi A. C. (1998) Ontological Tools for Geographic Representation. Published in N. Guarino (ed.), Formal Ontology in Information Systems, Amsterdam: IOS Press, p 77–85.

Ferraris M. (2003) Ontologia e oggetti sociali. In L. Floridi (a cura di) Linee di Ricerca, Biblio-tec@SWIF, Rivista Elettronica di Filosofia, ISSN: 1126-4780, p 269-309.

Ferraris M. (2005) Lineamenti di una teoria degli oggetti sociali. In A. Bottani, R. Davies (a cura di) L'ontologia della proprietà intellettuale. Aspetti e problemi. Collana Epistemolo-gia, edizioni FrancoAngeli, Milano.

Fonseca F., Egenhofer M., Davis C., and Borges K. (2000) Ontologies and Knowledge Sharing in Urban GIS. CEUS - Computer, Environment and Urban Systems 24 (3), p 232-251.

Fonseca F. (2000) Users, Ontologies and Information Sharing in Urban GIS. In ASPRS Annual Conference, Washington, D.C.

Gruber T. R. (1993) A translation approach to portable ontologies. In Knowledge Acquisition, Volume 5 (2), ISSN:1042-8143, (1993), p 199-220.

Jones C. B., Abdelmoty A. I., Finch D., Fu G., Vaid S. (2004) The SPIRIT Spatial Search Engine: Architecture, Ontologies and Spatial Indexing. In Proceedings of Geographic Information Science: Third International Conference, Adelphi, Md, Usa, p 125 - 139.

Joutsiniemi A. (2006) STSM Scientific Report. Unpublished report for Short Term Scientific Mission (Exchange Visits) in the COST C21 Framework.

Klien E., Probst F. (2005) Requirements for Geospatial Ontology Engineering. In Proceedings of the 8th AGILE Conference on GIScience, Estoril Congress Center, Estoril, Portugal.

Lorenz B., Ohlbach H. J., Yang L. (2005) Ontology of Transportation Networks. REWERSE reasoning on the web, Deliverables, A1-D4, p 49.

Lowry I. (1964) A Model of Metropolis. The Rand Corporation, S.Monica, California, U.S.A.

Quine W. V. O. (1977) Ontological Relativity. Columbia University Press, p 165.

Roussay C. (2005) Guidelines to built ontology: A bibliography study. Unpublished COST C21 memorandum, p 16.

Smart P. D., Abdelmoty A. I., Jones C. B. (2004) An Evaluation of Geo-Ontology Representation Languages for Supporting Web Retrieval of Geographic Information. In Proceedings of the GIS Research UK 12th Annual Conference, Norwich, UK, p 175-178.

Studer R., Benjamins V. R., Fensel D. (1998) Knowledge Engineering: Principles and Methods. Data Knowl. Eng. 25(1-2), p 161-197.

Tomai E., Spanaki M. (2005) From ontology design to ontology implementation: A web tool for building geographic ontologies. In Proceedings of the 8th AGILE Conference on GIScience, Estoril Congress Center, Estoril, Portugal.

Uitermark H. (2001) Ontology-based geographic data set integration. ISBN 90-365-1617-X, Deventer, The Netherlands, p 155.



Varzi A. C. (2005) Ontologia. Edizioni Laterza, Roma-Bari, p 178.

ABSTRACT
The present contribute wants to give precise guidelines about urban ontology building, taking into account the complex domain of the information coming from theories developed in the urban and territorial systems analysis. We will show the main techniques in order to build ontologies, the characteristics which they have in common or which differentiate them, and their visual representation, showing several examples to better explain. The aim of this paper is to address ontology building for urban systems to knowledge sharing and re-use of the developed ontologies in fields different from the one which they were built for. You will see also how the ontology building process is fundamental for develop an urban model, and above all we will show the parallelism between the model of a system and its ontological representation.

1 Vedi anche G. A. Rabino (2005) ‘Processi Decisionali e Territorio nella Simulazione Multi-Agente’, Società Editrice Esculapio, Bologna; e S. Occelli, G. A. Rabino (2003) ‘Facing urban complexity: towards cognitive modeling. Part 2. Modelling as an ALC (Action, Learning, Communication) agent’, XIII European Colloquium on Theoretical and Quantitative Geography, Lucca.



Condividi con i tuoi amici:


©astratto.info 2019
invia messaggio

    Pagina principale