f in x
> cd .. / HUB_EDITORIALE > Visualizza in Inglese
News

Satelliti Copernicus e NASA rivelano la distruzione dei terremoti in Venezuela: 58.870 edifici danneggiati

[2026-07-01] Author: Ing. Calogero Bono
Zenithby Meteora Web Il sistema operativo della tua attività. Social, clienti, prenotazioni e fatture in un'unica piattaforma. Palestre, barber, professionisti. Scopri Zenith Demo gratis · senza carta

Le immagini satellitari del sistema Copernicus e della NASA hanno fornito una mappatura dettagliata dei danni causati dai doppi terremoti che hanno colpito il Venezuela, con stime che indicano oltre 58.870 edifici danneggiati o distrutti. I dati, raccolti dai satelliti Sentinel-1 e dalla missione NISAR, stanno orientando le operazioni di soccorso e la pianificazione della ricostruzione in un paese già provato da anni di crisi economica.

Copernicus attiva la mappatura d'emergenza su 13 aree di interesse

Su richiesta della Direzione Generale per la Protezione Civile e le Operazioni di Aiuto Umanitario della Commissione Europea, il sistema Copernicus ha attivato la sua modalità di mappatura d'emergenza. Utilizzando immagini raccolte dai satelliti Sentinel e altri sensori, il sistema ha generato 10 prodotti e 25 mappe che consentono una valutazione in tempo reale dell'estensione dei danni e dei cambiamenti del terreno in 13 aree di interesse. Questi strumenti hanno aiutato le autorità a identificare aree libere utilizzabili per l'atterraggio di aerei coinvolti nelle operazioni di soccorso e nella consegna di aiuti umanitari. I dati iniziali mostrano danni gravi nelle città di La Guaira e nella Grande Caracas, oltre a impatti sulle comunità negli stati di Aragua, Carabobo, Falcón e Miranda. Al 27 giugno, si stima che quasi 1.300 edifici siano stati colpiti nella regione.

Sponsored Protocol

NASA attiva il Disaster Response Coordination System con dati NISAR

Parallelamente, la NASA ha attivato il suo Disaster Response Coordination System per produrre una serie di mappe che mostrano come i terremoti abbiano spostato la superficie terrestre, utilizzando dati ottenuti dalla missione NISAR. Secondo l'agenzia, queste mappe forniscono informazioni chiave per i gestori delle emergenze e gli scienziati. L'iniziativa include un progetto pilota allineato con gli sforzi di Copernicus che, utilizzando immagini radar catturate dal satellite Sentinel-1 prima e dopo i terremoti, valuta le aree già identificate dal sistema europeo. I risultati preliminari del modello di mappatura hanno riportato danni o distruzione totale per 58.870 edifici nelle aree vicine all'epicentro. Ogni struttura identificata sulla mappa include informazioni aggiuntive, come la probabilità di danno e la frazione di copertura, un indicatore che mostra la percentuale dell'edificio analizzata dal satellite. Per ridurre gli errori, il sistema è stato calibrato utilizzando le mappe di intensità sismica prodotte dallo United States Geological Survey, garantendo un tasso di falsi allarmi inferiore all'1%.

Sponsored Protocol

Contributo del Perù con il satellite PeruSAT-1

Anche i paesi latinoamericani hanno fornito dati satellitari, tra cui la Commissione Nazionale per la Ricerca e lo Sviluppo Aerospaziale del Perù (CONIDA). L'agenzia ha messo a disposizione dell'Agenzia Bolivariana per le Attività Spaziali (ABAE) le immagini ottenute dal satellite PeruSAT-1 per supportare la risposta all'emergenza. Lanciato nel 2016, PeruSAT-1 sta avvicinandosi alla fine della sua vita operativa. Orbitando a un'altitudine di circa 702 chilometri, ha una risoluzione inferiore a un metro e ha catturato circa 500.000 immagini utilizzate nella gestione dei disastri, nel monitoraggio delle opere pubbliche e nella rilevazione di attività illecite. L'ABAE ha condiviso dati che rivelano la deformazione del suolo associata al movimento lungo la Faglia di San Sebastián, una delle strutture tettoniche più significative del Venezuela settentrionale e collegata ai recenti terremoti registrati nel paese. L'agenzia ha spiegato che questa rappresentazione consente di visualizzare i cambiamenti bruschi su entrambi i lati della faglia, mostrando dove si è concentrato lo spostamento causato dai terremoti. Questi dati saranno particolarmente utili per gli scienziati che cercano di comprendere la coppia di scosse.

Sponsored Protocol

Stima dei danni economici con strumenti basati su intelligenza artificiale

La ripresa in Venezuela è ancora in corso, anche se le speranze di trovare altri sopravvissuti stanno svanendo. Gli impatti a lungo termine cominciano solo ora a delinearsi. Il Programma delle Nazioni Unite per lo Sviluppo (UNDP) ha stimato in via preliminare i danni fisici diretti in 6,7 miliardi di dollari, una cifra equivalente a circa il 6% del prodotto interno lordo del paese. Questa stima è stata ottenuta attraverso una valutazione satellitare condotta utilizzando uno strumento dell'UNDP basato sull'intelligenza artificiale, che combina immagini satellitari con tecnologia GIS per fornire una panoramica quasi immediata dei danni e delle popolazioni più vulnerabili durante una crisi. Strumenti come quelli sviluppati da Anthropic con Claude Science stanno accelerando la capacità di analisi in scenari di emergenza, come dimostrato da questo caso venezuelano.

Sponsored Protocol

Per approfondire il ruolo dell'intelligenza artificiale nella ricerca scientifica applicata ai disastri, leggi l'articolo su Anthropic Claude Science. Per ulteriori informazioni, consulta l'articolo originale su WIRED.

Fonte: https://www.wired.com/story/satellite-images-damage-caused-by-venezuela-earthquakes

Ing. Calogero Bono

> AUTHOR_EXTRACTED

Ing. Calogero Bono

Ingegnere informatico, fondatore di Meteora Web e Zenith OS. System administrator e progettista di piattaforme, app e CMS proprietari, con esperienza in sviluppo full-stack, marketing digitale ed ecosistema Google.
[ Read Full Dossier ]

> METEORA_WEB // WEB AGENCY

Costruiamo la presenza digitale che la tua azienda merita.

Siti web, social, pubblicità online, e-commerce e hosting performante: ingegnerizzati con metodo da ingegneri informatici a Sciacca, per tutta Italia.

> MW_JOURNAL

> READ_ALL()