A composite framework for analysis of Urban quality - a case study of Milan

Commencing global discourse post first industrial revolution, from global warming, ozone layer depletion, to the broader umbrella of Climate change, the state of emergency is apparently escalating. Climate adaptation, sustainability and resilience are fundamental for urban planning transition and assessing the urban environmental predisposition is primary. Various research methodologies employ a system of quantitative and qualitative indicators to outline existent conditions, spanning across themes of socio-economic, ecological and physical characteristics of assessing the urban environment quality. However, the acquisition of qualitative indicators enumerating perceived conditions is a ground-up tedious and time-consuming process to scale up to the metropolitan level to bring to light contingent issue for policy discourse and strategic interventions. Building on the conceptual thematic domains integrating parametric indicator from census, real-estate agencies, building energy efficiency certifications database, remote-sensing and bridging the pertinent gap by assimilating insights from social media sensing into a composite framework of Environment Quality Index (EQI) for the metropolitan city of Milan at the urban scale forms the crux of this investigative study. This has been accomplished with a set of ten parametric variables: the socio- economic indicators-Population density (PD), Household density (HD), Residential Property values (RP Val.), Urban Functional Diversity (UFD). The bio-physical indicators- Normalized difference Vegetation Index(NDVI), Normalized difference Water Index(NDWI), Modified Normalized difference Built-up index (MNDBI) and Land surface temperature (LST). Ecological indicators -Building Energy Efficiency Ratings (BEER) and sentiment analysis of urban public greenspaces from user-generated Google map reviews encapsulating the experiential perception of urban public parks and garden quantitatively and subsequently deconstructing the context of the reviews as supplementary to the interpretation of those sentiment score. The variables are integrated through GIS based methodology with the census block as the unit of analysis, the google map reviews are extracted deploying Selenium, text processed using NLTK (Natural Language Toolkit), sentiment analysis with TextBlob and topic modelling in Gensim all written in python. Consequently, the causality among the parametric indicators is explored through statistical correlation and regression and finally critical areas for requalification and interventions requisites are punctuated according to their priority.

Il discorso globale che si è aperto dopo la prima rivoluzione industriale, dal riscaldamento globale, all'esaurimento dello strato di ozono, fino al più ampio ombrello del cambiamento climatico, sembra che lo stato di emergenza si stia intensificando. L'adattamento al clima, la sostenibilità e la resilienza sono fondamentali per la transizione urbanistica e la valutazione della predisposizione ambientale urbana è primaria. Diverse metodologie di ricerca impiegano un sistema di indicatori quantitativi e qualitativi per delineare le condizioni esistenti, spaziando tra i temi delle caratteristiche socio-economiche, ecologiche e fisiche per valutare la qualità dell'ambiente urbano. Tuttavia, l'acquisizione di indicatori qualitativi che enumerano le condizioni percepite è un processo che richiede tempo e fatica, da scalare a livello metropolitano per portare alla luce questioni contingenti per il discorso politico e gli interventi strategici. La costruzione di domini tematici concettuali che integrano indicatori parametrici provenienti da censimenti, agenzie immobiliari, database di certificazioni di efficienza energetica degli edifici, telerilevamento e che colmano il divario pertinente assimilando le intuizioni del social media sensing in un quadro composito di Indice di Qualità Ambientale (IQA) per la città metropolitana di Milano a scala urbana costituisce il punto cruciale di questo studio investigativo. Ciò è stato realizzato con un insieme di dieci variabili parametriche: gli indicatori socio-economici - Densità di popolazione (PD), Densità di famiglie (HD), Valori immobiliari residenziali (RP Val.), Diversità funzionale urbana (UFD). Gli indicatori biofisici - Indice di vegetazione normalizzato (NDVI), Indice di acqua normalizzato (NDWI), Indice di accumulo normalizzato modificato (MNDBI) e Temperatura della superficie del suolo (LST). Indicatori ecologici -Building Energy Efficiency Ratings (BEER) e analisi del sentiment degli spazi verdi pubblici urbani a partire dalle recensioni generate dagli utenti su Google map, che incapsulano la percezione esperienziale dei parchi pubblici urbani e dei giardini in modo quantitativo e successivamente decostruiscono il contesto delle recensioni come supplemento all'interpretazione di questi punteggi del sentiment. Le variabili sono integrate attraverso una metodologia basata sul GIS con il blocco di censimento come unità di analisi, le recensioni su google map sono estratte con Selenium, il testo è elaborato con NLTK (Natural Language Toolkit), l'analisi del sentiment con TextBlob e la modellazione dei topic in Gensim, tutti scritti in python. Di conseguenza, la causalità tra gli indicatori parametrici viene esplorata attraverso la correlazione statistica e la regressione e, infine, le aree critiche da riqualificare e i requisiti degli interventi vengono scanditi in base alla loro priorità.