Entrevista amb Gerard Mor, líder del repte 1
«Aquests models s’utilitzaran per avaluar possibles escenaris futurs que millorin el funcionament territorial.»
Què és el més rellevant del Projecte PIKSEL?
PIKSEL ambiciona facilitar i millorar els sistemes de decisió de la Generalitat de Catalunya fent-los més data driven. És a dir, prendre decisions en base a dades: ser capaços d’entendre interaccions complexes, comprendre els drivers o factors de canvi que generen aquests canvis en el territori i ser capaços de predir el futur.
PIKSEL ambiciona facilitar i millorar els sistemes de decisió de la Generalitat de Catalunya fent-los més data driven: la presa de decisions basada en dades, la capacitat d’entendre interaccions complexes, la comprensió dels drivers o factors de canvi que generen aquests canvis en el territori, i la capacitat de predir el futur.
En quin repte treballes, i com el descriuries breument?
Coordino el repte 1, on treballem per integrar la major quantitat d’informació disponible sobre el territori i les persones que l’ocupen, com ara informació cadastral, d’ordenació urbanística, d’activitat econòmica, de consum energètic, de mobilitat, d’aspectes sociodemogràfics, de serveis propers, etc.
L’objectiu és modelitzar-la geogràficament per tal d’entendre millor el funcionament actual d’urbanitzacions, polígons industrials i habitatges urbans.
Aquests models s’utilitzaran per avaluar possibles escenaris futurs que millorin el funcionament territorial.
Quines novetats pot aportar el repte a l’escenari actual de predicció, a nivell nacional o internacional? Hi ha algun projecte similar a escala europea?
Vam estar buscant i no és fàcil trobar un projecte similar, si més no en l’àmbit del repte 1, que consisteix a integrar informació de moviment de persones al territori i mesclar-la amb informació urbanística i cadastral: això no s’ha fet en cap projecte en l’àmbit europeu.
Aquí radica la dificultat, perquè com que no hi havia un referent inicial va ser complex d’establir els límits de què faríem i què no.
Quina ha estat la principal dificultat (tècnica, humana…) en el repte?
La principal dificultat ha estat l’adquisició de dades. Vivim en un món en què amb el big data o dades massives sembla que tot està monitorat, que tenim tota mena d’informació. Però realment és molt difícil integrar informació totalment heterogènia i que ve donada en diferents àmbits o escales per a un mateix territori.
És a dir, si tenim diferents capes d’agregació, tindrem una font d’informació que es troba a escala de polígon industrial, una altra a escala de codi postal, una altra per municipis, etc.
Des de l’equip del repte hem de fer un esforç per tal d’harmonitzar tota aquesta informació. És un procés bastant dificultós i que s’ha fet molt tediós al llarg de tot el Projecte.
“És un repte molt transversal: tota informació que puguem integrar al repte 1 (contaminació per NO2, ozó troposfèric, biodiversitat, evolució del litoral, sismes i inundacions), pot alimentar el model i interrelacionar-se amb els patrons d’ocupació del territori.”
Quin nivell d’interacció existeix entre el repte 1 i els altres reptes del projecte PIKSEL?
En el cas del repte 0.2 d’inundacions, per exemple, seria molt interessant disposar de la informació del risc d’inundació dels polígons industrials. Aquest traspàs d’informació també requeriria una harmonització de les dades en l’àmbit de tot el projecte, cosa que no s’ha fet.
Tenim marge per fer coses perquè és un repte molt transversal: tota informació que puguem integrar al repte 1 (contaminació per NO2, ozó troposfèric, biodiversitat, evolució del litoral, sismes i inundacions), pot alimentar el model i interrelacionar-se amb els patrons d’ocupació del territori.
L’eina desenvolupada pel repte 1 podria tenir un benefici o utilitat a nivell europeu?
Sí. L’únic que s’hauria de fer és crear els ingestors* propis per cada contenidor, per cada país o per cada zona i ja està.
Les APIs (application programming interface) de Google són les mateixes, però, per exemple, les dades del mapa urbanístic no tindran res a veure França amb Espanya, o entre Catalunya i l’Aragó: un cop creats els ingestors, l’eina seria útil per altres zones i es podria arribar a vendre aquest servei.
*La ingestió de dades és el transport de dades des de diverses fonts a un mitjà d’emmagatzematge (contenidor) on una organització pot accedir, utilitzar-les i analitzar-les.
Quines utilitats de PIKSEL et semblen més innovadores o interessants?
Jo destaco la novetat de voler crear una plataforma que sigui capaç d’ingerir l’enorme quantitat de dades de què disposem actualment. És a dir, per molt que no tinguem totes les dades que vulguem, n’hi ha moltes, i molta informació que ens ajudaria a caracteritzar el territori, sobretot pel que fa al nostre repte.
Les unitats de la Generalitat de Catalunya que treballen amb el territori, com ara el Servei de l’Observatori del Territori, per exemple, on desenvolupen les seves tasques la Júlia Trias i el Toni Prats, podrien servir-se d’una eina de la qual se’n poguessin fiar per millorar el coneixement.
Si ells tenen una reunió per parlar dels polígons del Baix Maresme, per exemple, podrien saber a quins polígons s’ha d’invertir per tal de potenciar-los i adequar-hi carreteres o carrers, posar-hi parades d’autobús, etc.
Ells ara ho analitzen amb les diferents fonts de dades de les quals disposen. En canvi, si amb el repte 1 tenen un únic punt al qual anar a buscar aquesta informació, podran fer un primer esbós de què hi ha al territori i jugar amb les prediccions del model per simular diferents escenaris, com ara què passaria si s’hi incrementés el nombre de parades d’autobús, o si s’hi reduís.
El que estem fent és rellevant per tal de donar un punt de vista més acurat de la realitat a la gent que treballa en la gestió del territori, així com una predicció del que passaria en els diferents escenaris futurs.
«La voluntat de la Generalitat és ser més eficient, tant territorialment com administrativament i energèticament.»
L’adquisició de dades que estem digerint cada cop és més gran. El problema és que aquestes dades van a diferents llocs.
Aquesta és una qüestió comuna a l’ordenació territorial i també per exemple al camp dels recursos energètics: els edificis s’estan monitorant, però no som capaços d’unificar tota la informació (per exemple, les de temperatura, de sistemes o de consums que venen relacionades amb aquests edificis) en un mateix lloc. No obtenim el que s’anomena linked data.
Si no es troben unides, relacionades, vinculades, linked… cal molta feina per transformar totes aquestes dades en informació útil comprensible a nivell humà i a nivell computacional.
Això és el que fem en el repte 1, intentar facilitar aquest procés per tal de construir una plataforma que faci aquesta feina per les persones i on, quan es vagin adquirint noves dades, es pugui digerir i modelitzar tota la informació.
Quines problemàtiques del territori es podran resoldre?
La voluntat de la Generalitat és ser més eficient, tant territorialment com administrativament i energèticament. Per ser eficients, el que hem de fer és tallar tot allò que no és eficient, com ara l’existència de polígons buits que podrien estar ocupats per altres coses.
Hi ha molts polígons industrials buits? Com podem millorar aquest escenari perquè això no passi en el futur?
Sí, hi ha zones amb polígons industrials on realment hi ha només dues naus funcionant. Això es dona molt, sobretot, en àrees que no tenen una activitat econòmica tan potent com la que tenen per exemple la zona del litoral, l’Àrea Metropolitana, el Baix Maresme o el Baix Llobregat, on sí que hi ha molta activitat i els polígons funcionen.
I doncs, hi ha certes zones on es va voler crear un polígon i ara resulta que no funciona. Hem d’intentar esbrinar amb el repte 1 quines característiques tenen i quines interaccions hi han succeït, per poder veure quins són els drivers, els elements conductors que fan que un polígon no funcioni, i per evitar que això torni a passar.
Les empreses podrien interessar-se per aquest repte, per exemple a l’hora de construir un centre comercial?
Sí, les empreses podrien interessar-s’hi, evidentment, per exemple a l’hora de decidir on els interessa establir-se. Evidentment, ja tenen les seves maneres per fer-ho. Per exemple, el domicili de la persona que dirigeix l’empresa pot ser un factor important en aquesta decisió: qui resideix a Sitges vol que la seva empresa sigui a prop de Sitges.
De fet, l’altre dia vaig tenir una reunió amb la UPIC, la Unió de Polígons Industrials, en la qual va sortir aquesta qüestió: què es té en compte a l’hora d’instal·lar una empresa en un lloc determinat?
- Primerament, el terreny: que sigui apte, amb bones infraestructures.
- Distància a l’aeroport i el port.
- Recursos humans qualificats, universitats.
- Qualitat de vida.
- Preu.
Doncs bé, nosaltres podem determinar gairebé tot això amb l’eina del repte.
