Popolazione Italia ad Alta Risoluzione: un Layer a 30 Metri
Se ti occupi di analisi territoriale, urbanistica, protezione civile o modellazione del rischio in Italia, sai bene che la granularità dei dati demografici fa tutta la differenza. I dati ISTAT per sezione di censimento sono fondamentali, ma restano vincolati a confini amministrativi che non sempre riflettono la reale distribuzione delle persone sul territorio. I dataset raster globali, d'altro canto, offrono copertura continua ma ciascuno porta con sé limiti specifici: chi ha la risoluzione giusta non ha sempre le stime demografiche aggiornate, e viceversa.
Con questo progetto abbiamo voluto colmare quel divario. Il risultato è un layer raster di popolazione per l'intera Italia, a risoluzione di circa 30 metri per pixel, che combina il meglio di due fonti open data tra le più autorevoli disponibili oggi: il High Resolution Settlement Layer (HRSL) di Meta e le stime WorldPop R2025A constrained.
Perché un altro dataset di popolazione?
La domanda è legittima. Esistono già diversi dataset di popolazione gridded per l'Italia — da GHS-POP a WorldPop, fino allo stesso HRSL. Il problema è che nessuno di questi, preso singolarmente, soddisfa tutti i requisiti di un'analisi territoriale di precisione:
HRSL (Meta/CIESIN) offre una risoluzione spaziale eccellente (~30 m), con pesi dasymetrici derivati da immagini satellitari ad alta risoluzione e algoritmi di deep learning. Tuttavia, le stime di popolazione associate risalgono al 2020 e non vengono aggiornate con la stessa frequenza delle proiezioni demografiche WorldPop.
WorldPop R2025A constrained fornisce stime demografiche proiettate al 2025, calibrate sulle proiezioni ONU e il censimento, distribuite esclusivamente su aree edificate. La risoluzione, però, è di 100 metri — adeguata per analisi nazionali, ma insufficiente per studi a scala urbana o sub-comunale.
La nostra pipeline fonde queste due fonti: usa la geometria fine dell'HRSL come scheletro spaziale e vi sovrappone le stime demografiche WorldPop, ottenendo un raster che eredita il meglio di entrambi i mondi.
Come funziona la fusione dasymetric
Il cuore del metodo è una disaggregazione dasymetric a finestra mobile. L'idea è semplice nel principio ma richiede attenzione nei dettagli implementativi.
Fase 1: Fusione HRSL + WorldPop 2020
Per ogni pixel WorldPop a 100 m, esiste una griglia corrispondente di circa 3×3 pixel HRSL a 30 m. La pipeline:
Estrae i pesi HRSL entro ciascuna cella WorldPop: i valori HRSL fungono da indicatori relativi di dove le persone vivono effettivamente, con una precisione spaziale molto superiore.
Normalizza i pesi: la somma dei pesi HRSL all'interno di ogni cella WorldPop viene portata a 1. Se la cella WorldPop contiene, ad esempio, 150 persone e i pesi HRSL indicano che il 60% della popolazione si concentra nel pixel in basso a sinistra, quel pixel riceverà 90 persone.
Gestisce i gap: non tutti i pixel WorldPop hanno corrispondenza HRSL, e viceversa. Quando una cella WorldPop contiene popolazione ma nessun peso HRSL, la pipeline cerca pesi nei pixel circostanti con un meccanismo di espansione progressiva — prima 1 pixel di raggio, poi 2, fino a 10. Se neppure l'espansione funziona, la popolazione viene distribuita uniformemente.
Il risultato è un raster "fuso" a ~30 m che conserva esattamente il totale di popolazione WorldPop 2020 (circa 60 milioni di persone), ma con una distribuzione spaziale molto più granulare.
Fase 2: Proiezione al 2025
Una volta ottenuto il raster fuso 2020, la proiezione al 2025 è concettualmente lineare:
- Si calcola il rapporto di crescita R = WorldPop_2025 / WorldPop_2020 per ogni cella a 100 m.
- Si moltiplica ogni pixel fuso 2020 per il rapporto della cella WorldPop corrispondente.
Dove WorldPop indica crescita (R > 1), la popolazione cresce proporzionalmente in ogni sub-pixel; dove indica declino, decresce. Il risultato finale stima circa 59,2 milioni di persone per il 2025, coerente con le proiezioni demografiche nazionali.
Il dataset in numeri
Visualizzazione: l'Italia vista attraverso la popolazione
La mappa seguente mostra l'intero layer di popolazione 2025, sovrapposto a una basemap Dark Matter. I colori passano dal blu scuro (bassa densità) al teal (densità media), per arrivare all'arancione e rosso nelle aree metropolitane più dense.
Emergono immediatamente i pattern che ci si aspetta: le grandi aree metropolitane di Roma, Milano, Napoli e Torino come nuclei incandescenti; la dorsale appenninica quasi vuota; le coste adriatica e tirrenica densamente popolate; la Pianura Padana come un continuum urbano quasi ininterrotto.
Ma la vera forza del dataset si apprezza nello zoom. Ecco il confronto tra il raster HRSL grezzo (che fornisce i pesi spaziali), il nostro raster fuso a 30 m e il WorldPop originale a 100 m, per il centro di Roma:
E per Milano Centro:
Nel pannello di sinistra si vedono i pesi HRSL: una mappatura molto dettagliata degli edifici, ma senza valori di popolazione assoluti affidabili. Nel pannello di destra, WorldPop a 100 m: stime demografiche solide, ma dove ogni pixel copre un isolato intero. Il pannello centrale è il nostro output: la risoluzione dell'HRSL con la calibrazione demografica di WorldPop.
Distribuzione della popolazione per pixel
Non tutti i pixel sono uguali. La maggior parte dei pixel abitati contiene frazioni di persona — in linea con la natura sub-building della risoluzione a 30 m. Ma la distribuzione ha una coda lunga che si estende fino a decine di persone per pixel nelle aree più dense.
L'istogramma mostra la distribuzione su scala logaritmica. La mediana si colloca su valori molto bassi (tipicamente sotto 1 persona/pixel), perché la maggior parte dei pixel abitati copre porzioni di un singolo edificio. Il 95° percentile e il 99° percentile identificano le aree ad alta e altissima densità — quei pixel che corrispondono a edifici multipiano nei centri urbani.
Densita di popolazione: il contrasto urbano-rurale
Un modo efficace per apprezzare la distribuzione della popolazione sul territorio italiano e guardare la densita assoluta, espressa in persone per km2 su base WorldPop a 100 m:
I colori passano dal blu scuro delle aree rurali e montane al teal delle zone suburbane, fino all'arancione e rosso dei centri metropolitani piu densi. Emergono con nettezza i nuclei di Roma, Milano, Napoli e Torino, il continuum urbano della Pianura Padana, e la rarefazione delle aree interne appenniniche.
Riguardo alla dinamica temporale, va notato che WorldPop R2025A constrained per l'Italia applica un fattore di scala demografico nazionale uniforme (circa -1,3% tra 2020 e 2025, in linea con le proiezioni ISTAT/ONU). Questo significa che la distribuzione spaziale relativa resta invariata tra i due anni: cio che cambia e il livello assoluto, non la geografia. Per analisi di variazione demografica a livello sub-nazionale, consigliamo di incrociare questo dataset con le statistiche ISTAT per comune o sezione di censimento.
Come scaricare e usare il dataset
Il dataset e disponibile come GeoTIFF scaricabile gratuitamente dalla nostra sezione Data Downloads. Il file pesa 678 MB e puo essere aperto con qualsiasi software GIS: QGIS, ArcGIS, Google Earth Engine, o direttamente con librerie Python come rasterio e GDAL.
Zornade.com - Layer di popolazione Italia ad alta risoluzione (~30m), basato su dati HRSL (Meta/CIESIN, CC BY) e WorldPop R2025A constrained (CC BY 4.0).
Limiti e considerazioni
Come ogni dataset derivato, anche questo porta con sé i limiti delle fonti originali:
L'HRSL è basato su immagini del 2018-2020: nuove costruzioni successive non sono mappate nei pesi dasymetrici. La proiezione WorldPop compensa parzialmente, ma la geometria resta ancorata al 2020.
Le stime WorldPop constrained escludono le aree non edificate: per definizione, pixel senza insediamenti rilevati hanno popolazione zero. Questo è corretto nella maggioranza dei casi, ma può sottostimare insediamenti informali o strutture molto piccole.
La risoluzione effettiva non è 30 m ovunque: dove l'HRSL ha gap (aree senza pesi), la popolazione viene ridistribuita da pixel vicini. In queste zone la risoluzione effettiva è degradata, pur mantenendo la griglia a 30 m.
I rapporti di crescita WorldPop sono a 100 m: la crescita demografica viene applicata uniformemente a tutti i sub-pixel all'interno di ogni cella WorldPop. Eventuali variazioni intra-cella non sono catturate.
Conclusioni
Questo dataset nasce dall'esigenza concreta di avere dati di popolazione ad alta risoluzione per l'Italia, aggiornati e pronti all'uso. Non sostituisce i dati censuari ISTAT — che restano il riferimento per le statistiche ufficiali — ma li complementa offrendo una griglia continua, a risoluzione sub-edificio, calibrata sulle proiezioni demografiche più recenti.
Se lavori con analisi di rischio, pianificazione urbana, telecomunicazioni, logistica o qualsiasi dominio in cui sapere quante persone vivono dove fa la differenza, scarica il dataset e mettilo alla prova.
Questo progetto è open source. Il codice completo è disponibile su GitHub. Contributi, segnalazioni e suggerimenti sono benvenuti.