SIMBA : systematic clustering-based methodology to support built environment analysis

Interest in searching for a sustainable development model has grown enormously over the last 50 years. The reactions of the environmental systems to the continuous extractions of the seemingly unlimited resources were so alarming that in the mid-1970s, experts agreed that the ongoing development models could not continue for long. The Sustainable Development Report 2019 presents the Sustainable Development Goals (SDGs) Index and Dashboards for all United Nations (UN) member states and frames the implementation of the SDGs in terms of six broad transformations. Despite the common interest of research, the road to achieving the SDGs seems to be still a long one. Architecture and urban planning are certainly two of the areas in which research is most devoted to achieving these objectives. Indeed, starting from the analysis of the built environment when investigating human effects on the planet is nothing new, but analysis methods are far from being defined. At the same time, the contribution that computer science can add when addressing a systematic analysis of the territory, both from a morphological point of view and as regards performance analyses, seems to have been underestimated in today’s research. It is in this context that this research will fit, joining two - until now separate - worlds, the one of computer science and the one of architecture and urban planning. In particular, in this work, we present SIMBA: systematic clustering-based methodology to support built environment analysis. SIMBA has been thought of as a methodology to support the Integrated Modification Methodology (IMM) developed at the Department of Architecture, Built Environment and Construction Engineering (DABC) of Politecnico di Milano. IMM is a multi-stage, multi-layer, multi-scale, holistic, and iterative process, applied to urban components, and it allows us to evaluate the environmental performance of the city. The first stage of the process is the investigation one, in which the analysis and the synthesis of the territory are performed; this is also the phase when we apply SIMBA. Our case study is the city of Milan and its 88 NILs (Nuclei di identità Locali) on which we will perform clustering. In particular, the advances produced by SIMBA on the IMM methodology include: • a methodology to select a reasonable but also a representative number of features when investigating the built environment; • experimental evidence of corresponding patterns between the structural shape of the city and performances; and • a systematic methodology to measure the distance between elements, needed when comparing different built unit.

L’interesse nella ricerca di un modello di sviluppo sostenibile è cresciuto enormemente negli ultimi 50 anni. Le reazioni dei sistemi ambientali alle continue estrazioni di risorse apparentemente illimitate sono state così allarmanti che, a metà degli anni Settanta, gli esperti hanno convenuto che i modelli di sviluppo in corso non potevano continuare a lungo. Il Rapporto sullo sviluppo sostenibile del 2019 presenta l’indice e il quadro SDG(Sustainable Development Goals) per tutti gli Stati membri delle Nazioni Unite (UN) e inquadra l’attuazione degli obiettivi di sviluppo sostenibile in termini di sei ampie trasformazioni. Tuttavia, nonostante l’interesse comune della ricerca, la strada verso il raggiungimento degli SDGs sembra essere ancora lunga. L’architettura e l’urbanistica sono certamente due dei settori in cui la ricerca è maggiormente dedicata al raggiungimento di questi obiettivi. Infatti, partire dall’analisi dell’ambiente costruito quando si indaga sugli effetti che l’uomo ha sul pianeta non è una novità, ma i metodi di analisi sono ben lungi dall’essere definiti. D’altra parte, il contributo dell’informatica nell’affrontare un’analisi sistematica del territorio, sia dal punto di vista morfologico sia per quanto riguarda l’analisi delle prestazioni, sembra essere stato sottovalutato nella ricerca odierna. È in questo contesto che questa ricerca intende inserirsi, unendo due mondi finora separati, quello dell’informatica e quello dell’architettura e dell’urbanistica. In particolare, in questo lavoro presentiamo SIMBA, una metodologia sistematica basata sul clustering, a supporto dell’analisi dell’ambiente costruito. SIMBA è stata pensata come metodologia a supporto di IMM (Integrated Modification Methodology), metodologia sviluppata presso il Dipartimento di Architettura, Ingegneria delle costruzioni e Ambiente Costruito (DABC) del Politecnico di Milano. L’IMM è un processo multistadio, multistrato, multiscala, olistico e iterativo, applicato alle componenti urbane, che consente di valutare le prestazioni ambientali della città. La prima fase del processo è quella di indagine, in cui viene effettuata l’analisi e la sintesi del territorio ed è la fase in cui SIMBA viene applicato. Il nostro caso di studio è la città di Milano e i suoi 88 NIL (Nuclei di Identità Locale) sui quali è stato effettuato il clustering. In particolare, il contributo di SIMBA ad IMM è legato a: • una metodologia per selezionare un numero ragionevole ma anche rappresentativo di features nell’indagine dell’ambiente costruito; • evidenza sperimentale di modelli corrispondenti tra la forma strutturale della città e prestazioni; • una metodologia sistematica per la misurazione della distanza tra gli elementi, necessaria quando si confrontano diverse unità costruite.