Layer tematici: - Numero di incidenti con lesioni - Numero di morti - Numero di feriti - Indice di mortalità - Indice di lesività - Indice di gravità Valori aggregati per ambiti territoriali: - Comune - Ambiti d’Integrazione Territoriale – AIT - Azienda Sanitaria Locale di competenza territoriale – ASL - Provincia È un’elaborazione della Regione Piemonte su dati ISTAT. Riferimento temporale: anno 2017 Descrizione attributi: ait (int) = ambiti di integrazione territoriale asl (string) = azienda sanitaria locale di competenza territoriale comu (string) = denominazione comune anno_inc (string) = anno dell'incidente comune (string) = denominazione comune cod_prov (string) = codice della provincia desc_ait (string) = descrizione ambiti di integrazione territoriale prov (string) = denominazione della provincia cod_regio (string) = codice della regione regione (string) = denominazione della regione n_incidenti (long) = numero incidenti [nr_incidenti + 1] nr_tot_morti (long) = numero totale di morti [nr_tot_morti + inc.nr_tot_morti] nr_feriti (long) = numero di feriti [nr_feriti = nr_feriti + inc.nr_feriti] indice_mortalita (long) = indice di mortalità dell'incidente [(nr_morti/nr_incidenti)*100] indice_lesivita (long) = indice di lesività dell'incidente [(nr_feriti/nr_incidenti)*100] indice_gravita (long) = indice di gravità dell'incidente [(nr_morti/(nr_morti+nr_feriti))*100]

Il dataset costituisce un mosaico di immagini acquisite dal satellite Sentinel 2A (programma europeo Copernicus) durante la primavera del 2019. Le immagini sono opportunamente mosaicate a copertura del territorio piemontese secondo una serie di 12 tiles e sono pubblicate in colori naturali: bande 4 (rosso), 3 (verde) e 2 (blu) del sensore MSI (13 canali nel visibile/infrarosso VNIR).Data delle acquisizioni: 18 marzo per i tiles TMR - TMQ - TMS - TNR - TNS 21 marzo per i tiles TLP - TLQ - TLS - TLR - TMS23 marzo per i tiles TMP - TNQ - TNPIl mosaico è stato realizzato da Arpa Piemonte nell'ambito delle attività connesse al progetto nazionale di Monitoraggio del Consumo di suolo 2019 condotto dal Sistema Nazionale per la Protezione Ambientale (SNPA) attraverso il coordinamento di ISPRA e il coinvolgimento di diverse Agenzie regionali. Il progetto si pone l'obiettivo di monitorare le trasformazioni del territorio dovute a espansioni urbane, infrastrutturali, commerciali, ecc. con la conseguente perdita di suolo naturale, agricolo e semi naturale, inteso come risorsa ambientale essenziale e fondamentalmente non rinnovabile. La metodologia di analisi si avvale, per la prima volta su scala nazionale in modo unitario ed omogeneo, delle nuove immagini Sentinel 2A/B che, dato il loro livello di dettaglio e la frequenza di rivisitazione garantita dalla missione Sentinel, consentono di ottenere visioni d'insieme del territorio nazionale in maniera periodica e costante (analisi multi temporale).Il confronto tra queste consente di evidenziare le principali trasformazioni del territorio e i relativi fenomeni di consumo di suolo (espansione insediamenti urbani, nuova viabilità, cantieristica per nuove opere, ecc.).

Dato poligonale rappresentante gli edifici adibiti a scuole secondarie di secondo grado (scuole medie superiori) e relative pertinenze (palestre, laboratori, auditorium, officine, passerelle di collegamento tra gli edifici, etc.) presenti nella Città metropolitana di Torino. Disponibile in formato PostGIS, WMS, WFS.

Il dataset costituisce un mosaico, realizzato da Arpa Piemonte, di immagini in falsi colori ottenute come elaborazioni di dati originali del satellite Sentinel 2A (programma europeo Copernicus). Le immagini sono opportunamente mosaicate a copertura del territorio piemontese, ligure e valdostano secondo una serie di 12 tiles. Ciascuna immagine costituisce una composizione di tre indici di vegetazione stagionali (NDVI - Normalized Difference Vegetation Index) sovrapposti nei tre canali del monitor RGB: primavera 2019, estate 2019 e autunno 2018.L'NDVI è un indice basato sulle misure di riflettanza acquisite nelle regioni spettrali del rosso e del vicino infrarosso ed è fortemente correlato al contenuto di clorofilla e, se misurato nel tempo, al ciclo fenologico delle piante. La sovrapposizione degli NDVI stagionali consente di differenziare le aree per le quali sono presenti uno o più cicli vegetativi o comunque variazioni della copertura del suolo (aree variamente colorate) da quelle in cui il suolo è completamente privo di vegetazione o con acqua permanente (tonalità di grigi fino al nero).L'elaborazione è stata realizzata da Arpa Piemonte nell'ambito delle attività connesse al progetto nazionale di Monitoraggio del Consumo di suolo 2019 condotto dal Sistema Nazionale per la Protezione Ambientale (SNPA) attraverso il coordinamento di ISPRA e il coinvolgimento di diverse Agenzie regionali. Il progetto si pone l'obiettivo di monitorare le trasformazioni del territorio dovute ad espansioni urbane, infrastrutturali, commerciali, ecc. con la conseguente perdita di suolo naturale, agricolo e semi naturale, inteso come risorsa ambientale essenziale e fondamentalmente non rinnovabile. La metodologia di analisi si avvale, per la prima volta su scala nazionale in modo unitario ed omogeneo, delle nuove immagini Sentinel 2A/B che, dato il loro livello di dettaglio e la frequenza di rivisitazione garantita dalla missione Sentinel, consentono di ottenere visioni d'insieme del territorio nazionale in maniera periodica e costante (analisi multi temporale).Il confronto tra queste consente di evidenziare le principali trasformazioni del territorio e i relativi fenomeni di consumo di suolo (espansione insediamenti urbani, nuova viabilità, cantieristica per nuove opere, ecc.). Per una spiegazione del significato dei colori dell'immagine NDVI multitemoporale consultare questa guida: https://webgis.arpa.piemonte.it/w-metadoc/Download/guida_colori_immagine_NDVI_multitemporale.pdf

I dati fanno riferimento ai tratti dei corpi idrici piemontesi individuati nell'ambito del Piano di Gestione del Distretto idrografico del fiume Po (PdGPO 2015-2021), adottato il 17 dicembre 2015 con deliberazione n° 1 del Comitato Istituzionale dell'Autorità di Bacino del Po e approvato in via definitiva nel 2016, dove, tra le misure di tutela delle acque superficiali finalizzate a mitigare gli impatti correlati alle attività agricole, è prevista la costituzione entro il 2021 di fasce tampone riparie. In Piemonte sono 83 i corpi idrici superficiali (cioè tratti di corsi d'acqua, a volte appartenenti allo stesso fiume) per i quali è prevista la realizzazione delle fasce tampone riparie. Sono differenziati con colorazione diversa (in rosso) i tratti dei 19 copri idrici ricadenti nell'area a vocazione risicola piemontese, dove potrebbe non essere possibile realizzare le fasce tampone riparie, per cui analoghi risultati di riduzione dell'inquinamento possono essere ottenuti attraverso una gestione degli argini di risaia adiacenti i corsi d’acqua senza l’uso di prodotti chimici. La realizzazione obbligatoria delle fasce tampone è da applicarsi entro il 2021.

Layer tematici: - Numero di incidenti per infrastruttura stradale - Numero di incidenti con morti per infrastruttura stradale - Numero di incidenti con feriti per infrastruttura stradale - Tasso di incidentalità su flusso per infrastruttura stradale - Tasso di incidentalità con morti su flusso per infrastruttura stradale - Tasso di incidentalità con feriti su flusso per infrastruttura stradale - Tasso di mortalità su flusso per infrastruttura stradale - Tasso di lesività su flusso per infrastruttura stradale - Tasso di ferimento su flusso per infrastruttura stradale È un’elaborazione della Regione Piemonte su dati ISTAT. Riferimento temporale: anno 2017 Descrizione attributi: uuid (string) = codice identificativo univoco della tratta stradale fk_l3 (int) = chiave esterna riferita all'identificativo univoco dell'arco stradale di livello 3 es_amm_nom (string) = nome esteso amministrativo fk_l2 (int) = chiave esterna riferita all'identificativo univoco dell'arco stradale di livello 2 (gdf1 - grafo della viabilità) tp_str_nom (string) = denominazione della strada cod_comune (string) = codice del comune desc_comune (string) = denominazione del comune flusso_medio_gior (long) = flusso medio giornaliero length_el_str (double) = lunghezza della tratta stradale (elemento) nr_incidenti (long) = numero incidenti [nr_incidenti + 1] nr_incidenti_feriti (long) = numero incidenti con feriti [nr_incidenti_feriti + (1 se inc.nr_feriti > 0, altrimenti 0)] nr_incidenti_morti (long) = numero incidenti con morti [nr_incidenti_morti + (1 se inc.nr_tot_morti > 0, altrimenti 0)] nr_feriti (long) = numero di feriti [nr_feriti = nr_feriti + inc.nr_feriti] nr_morti (long) = numero di morti [nr_morti + inc.nr_tot_morti] inc_tr (long) = incidenti per tratta [n. incidenti] inc_morti_tr (long) = incidenti con morti per tratta [n. incidenti con morti] inc_feriti_tr (long) = incidenti con feriti per tratta [n. incidenti con feriti] t_incidentalita_flusso_tr (double) = tasso di incidentalità su flusso per tratta [(n. incidenti / TGM * n. giorni * lunghezza) * 10^6] t_incidentalita_morti_flusso_tr (double) = tasso di incidentalità con morti su flusso per tratta [(n. incidenti con morti /TGM * n. giorni * lunghezza)* 10^6] t_incidentalita_feriti_flusso_tr (double) = tasso di incidentalità con feriti su flusso per tratta [(n. incidenti con feriti /TGM * n. giorni * lunghezza)* 10^6] t_mortalita_flusso_tr (double) = tasso di mortalità su flusso per tratta [(n. morti / TGM*n. giorni*lunghezza)* 10^6] t_lesivita_flusso_tr (double) = tasso di lesività su flusso per tratta [((n. morti + n. feriti) / TGM * n. giorni * lunghezza)* 10^6] t_ferimento_flusso_tr (double) = tasso di ferimento su flusso per tratta [(n. feriti / TGM * n. giorni * lunghezza)* 10^6] group_strada (string) = aggregazione dati su incidenti basata su specifica arteria stradale o su tratti omogenei di essa flusso_medio_gior_s (long) = flusso medio giornaliero per strada length_str_s (double) = lunghezza della strada nr_incidenti_s (long) = numero incidenti per strada [nr_incidenti_s + inc.nr_incidenti_s] nr_incidenti_feriti_s (long) = numero incidenti con feriti per strada [nr_incidenti_feriti_s + (1 se inc.nr_feriti_s > 0, altrimenti 0)] nr_incidenti_morti_s (long) = numero incidenti con morti per strada [nr_incidenti_morti_s + (1 se inc.nr_tot_morti_s > 0, altrimenti 0)] nr_feriti_s (long) = numero di feriti per strada [nr_feriti = nr_feriti_s + inc.nr_feriti_s] nr_morti_s (long) = numero totale di morti per strada [nr_morti_s + inc.nr_tot_morti_s] inc_s (long) = incidenti per strada [n. incidenti] inc_morti_s (long) = incidenti con morti per strada [n. incidenti con morti] inc_feriti_s (long) = incidenti con feriti per strada [n. incidenti con feriti] t_incidentalita_flusso_s (double) = tasso di incidentalità su flusso per strada [(n. incidenti / TGM * n. giorni * lunghezza) * 10^6] t_incidentalita_morti_flusso_s (double) = tasso di incidentalità con morti su flusso per strada [(n. incidenti con morti /TGM * n. giorni * lunghezza)* 10^6] t_incidentalita_feriti_flusso_s (double) = tasso di incidentalità con feriti su flusso per strada [(n. incidenti con feriti /TGM * n. giorni * lunghezza)* 10^6] t_mortalita_flusso_s (double) = tasso di mortalità su flusso per strada [(n. morti / TGM*n. giorni*lunghezza)* 10^6] t_lesivita_flusso_s (double) = tasso di lesività su flusso per strada [((n. morti + n. feriti) / TGM * n. giorni * lunghezza)* 10^6] t_ferimento_flusso_s (double) = tasso di ferimento su flusso per strada [(n. feriti / TGM * n. giorni * lunghezza)* 10^6]