Hotspot Analysis: sviluppo di applicativi per la mappatura dell’autocorrelazione spaziale in QGIS. 

L’analisi dell’autocorrelazione spaziale è uno strumento indispensabile per la comprensione di tutti quei processi, naturali o antropici, che si manifestano in un dato territorio e che non possono essere studiati distintamente da esso. L’utilizzo di tecniche statistiche per l’analisi dell’autocorrelazione spaziale ha condotto a risultati importanti in svariati ambiti di ricerca che spaziano delle scienze naturali alle scienze sociali ed economiche. Inoltre, l’affinità tra questo tipo di analisi e la cartografia ha attirato una crescente attenzione da parte della comunità di utilizzatori e sviluppatori di software GIS. Questo ha portato alla nascita di moduli dedicati alla mappatura dell’autocorrelazione spaziale all’interno dei più moderni software GIS proprietari nonché in diverse librerie di programmazione open source. Tuttavia, specifiche funzionalità per la mappatura dell’autocorrelazione spaziale non sono ad oggi ufficialmente integrate – tramite interfacce dedicate – nei più famosi software GIS open source, quale ad esempio QGIS. Nel presente studio viene presentato un plugin sperimentale di QGIS – dedicato alla mappatura dell’autocorrelazione spaziale – chiamato Hotspot Analysis, basato sulla libreria open source PySAL (Python Spatial Analysis Library). Insieme alle caratteristiche tecniche, vengono riportati due esempi rilevanti di utilizzo del plugin – relativi a casi di studio reali – quali l’identificazione di variazioni significative del consumo di suolo per la regione Lombardia (IT) e la correlazione spaziale tra indicatori di performance, caratterizzanti le strutture ricettive di Airbnb™ per la città di Venezia (IT). 

Parole chiave: Hotspot Analysis, LISA, QGIS, Python, FOSS4G.