Sviluppo di un sistema per l'automazione dei processi di raccolta e analisi dei dati idrici per il monitoraggio della sorgente di Gorgovivo

Sustainable water management represents a critical challenge within the current context of climate crisis, based on structural alterations in the hydrological cycle and increasing anthropogenic pressure on water supplies. This scenario entails growing uncertainty regarding precipitation variability and groundwater recharge for the subterranean springs that serve as essential water sources for many territories. This situation necessitates moving beyond traditional spring monitoring methologies in favor of intelligent systems, characterized by data analytics, cloud computing and Artificial Intelligence, to achieve more effective resource management. This thesis is developed within the framework of the "Gorgovivo 4.0" research project, a collaborative initiative involving the Gorgovivo Consortium, Viva Servizi S.p.A., and the Marche Polytechnic University. The project focuses on the development of an information system utilizing cloud compunting and Artificial Intelligence techniques to serve as a decision support tool for the Gorgovivo spring management. The thesis addresses the data processing phase to produce functional and structured information reports. The work focuses on automating the processing of pluviometric data collected from stations serving the municipalities supplied by the Gorgovivo spring. Specifically, this research focuses on the development of Python-based scripts designed for the automated generation of technical reports. The project infrastructure leverages a cloud-native architecture, integrating AWS S3 for secure data storage and AWS Lambda for the periodic execution of analytical tasks. The logic of the developed system is divided into three stages: pre-processing of raw data acquired from the sensor network, data aggregation into daily, monthly, and annual intervals, and the calculation of supporting statistical indicators. The result of the work, developed via Python and integrated with AWS services, is the systematic production of structured Excel reports, stored and updated daily on the cloud. These reports integrated summary tables, time series analysis, and graphical visualizations for accurate monitoring of temporal and seasonal trends in water levels. The implemented solution ensures high scalability, resilience and operational continuity, providing an effective decision-support tool for analyzing rainfall trends, detecting anomalies, and assessing aquifer recharge capacities. Ultimately, this system serves as a technological foundation for a modern, transparent, and resilient governance of regional water resources, contributing directly to the sustainable management objectives defined by both European and national regulations.

La gestione sostenibile delle risorse idriche rappresenta una sfida nel contesto di crisi climatica, caratterizzata da una variazione del ciclo idrologico e da una crescente pressione antropica sulla risorsa idrica. Questo scenario comporta una crescente incertezza legata alla variabilità delle precipitazioni e alla ricarica delle falde acquifere per tutte le sorgenti d'acqua sotterranee che costituiscono un'importante fonte di approvvigionamento idrico per molti territori. Una situazione così descritta impone il superamento delle metodologie di monitoraggio tradizionale delle sorgenti idriche a favore di sistemi intelligenti, caratterizzati dall'analisi di dati, dal cloud computing e dall'Intelligenza Artificiale, al fine di raggiungere una migliore gestione della risorsa. La presente tesi è inserita all'interno del progetto di ricerca "Gorgovivo 4.0", sviluppato in collaborazione tra il Consorzio di Gorgovivo, Viva Servizi S.p.A. e l'Università Politecnica delle Marche. Il progetto si occupa dello sviluppo di un sistema informativo tramite tecniche di cloud computing e Intelligenza Artificiale come supporto decisionale per la gestione della sorgente di Gorgovivo. La tesi si inserisce nella fase di elaborazione dati al fine di produrre report informativi funzionali e strutturati. Il presente lavoro ha come obiettivo l'automazione dei processi di elaborazione dei dati pluviometrici acquisiti dalle stazioni presenti nei comuni serviti dalla sorgente di Gorgovivo. In particolare, il contributo descritto si è focalizzato sullo sviluppo di script in linguaggio Python per la generazione automatica di reportistica tecnica. L'infrastruttura del progetto, in cui si inserisce il lavoro di tesi, integra AWS S3 per l'archiviazione sicura dei dati e AWS Lambda per l'esecuzione periodica dello script. La logica del lavoro sviluppato si suddivide in pre-elaborazione del formato dei dati raccolti dalla rete sensoristica, elaborazione dei dati in aggregazioni temporali giornaliere, mensili e annuali e calcolo di indicatori statistici di supporto. Il risultato del lavoro elaborato su Python e integrato con i servizi di AWS è la produzione sistematica di report strutturati in formato Excel, archiviati e aggiornati quotidianamente su cloud. I report integrano tabelle riassuntive, serie storiche e visualizzazioni grafiche per un'analisi accurata dei trend temporali e stagionali dei livelli di acqua. L'implementazione effettuata garantisce elevata scalabilità, robustezza e continuità operativa, fornendo uno strumento decisionale efficace per l'analisi delle tendenze pluviometriche, l'individuazione di anomalie e la valutazione della capacità di ricarica delle falde acquifere. Il sistema si configura come un supporto tecnologico per la governance moderna, trasparente e resiliente della risorsa idrica regionale, contribuendo concretamente agli obiettivi di gestione sostenibile definiti dalle normative Europee e nazionali.