Le 2,53 miliardi di impronte di edifici di Overture: conservare l'ID, trattare il poligono come una bozza

La release della Overture Maps Foundation del 2026-10-21 elenca 2.533.842.612 impronte di edifici aperte e 4.486.107 parti di edificio in tutto il mondo. Il numero degli edifici è identico a quello di settembre. Ciò non dimostra che il dataset mantenga la sua struttura: la fondazione ha riproposto nella release corrente i dati sugli edifici di settembre, quindi ogni conteggio per fonte mostra una variazione dello 0,00% perché non è stato pubblicato nulla di nuovo. Se un edificio conservi lo stesso identificativo da una release alla successiva è una questione distinta, a cui può rispondere solo il changelog del registro.

Questa distinzione orienta il modo di usare i dati. Il poligono è una bozza che può essere sostituita da una fonte migliore in qualsiasi release. L'identificativo, dove il progetto ne garantisce la continuità, è la parte su cui conviene costruire.

Sette fonti forniscono le impronte, e il poligono eredita la qualità della propria fonte

La tabella di ottobre riporta Google Open Buildings con 898.130.959 impronte, OpenStreetMap con 706.818.187 e Microsoft ML Buildings con 689.237.083. Questi tre valori sommano 2.294.186.229, circa 2,29 miliardi. Le altre quattro righe totalizzano 239.656.383, circa il 9,5% del dato complessivo: un dataset ospitato su Zenodo e citato con DOI (212.222.368), Esri Community Maps (15.119.688), l'istituto cartografico nazionale spagnolo, l'Instituto Geográfico Nacional (12.298.053), e la Città di Vancouver (16.274). Non ho letto la documentazione del dataset su Zenodo, quindi non posso dire come sia stato costruito. Le sette righe sommano esattamente al totale complessivo.

Quando Overture ha pubblicato per la prima volta il tema, nel dicembre 2023, con 2.339.547.325 edifici, ha descritto un ordine di precedenza con quattro fornitori nominati: prima OpenStreetMap, poi Esri Community Maps, poi le impronte a maggiore precisione di Google, poi le impronte di apprendimento automatico di Microsoft, e infine quelle a minore precisione di Google. Le fasce di Google erano separate da una soglia di confidenza di precisione del 90%, che varia per cella S2. La tabella di ottobre elenca sette fonti contro le quattro di allora, e non ho potuto ricostruire quando siano entrate le altre tre. Ho cercato anche una formulazione attuale dell'ordine nelle note di rilascio di ottobre 2026 e nella documentazione GERS, senza trovarla. L'ordine del 2023 va considerato come storia, non come descrizione dei dati attuali.

La conseguenza pratica è che edifici vicini nella stessa città possono provenire da fonti diverse, con qualità geometrica diversa, e il poligono non dice quale. La superficie dell'impronta, un indicatore comune della superficie utile, porta quindi un errore che dipende dalla fonte e che non si vede dalla forma.

Un test concreto: per ogni città che valutate, estraete un campione di alcune centinaia di edifici per fonte, usando i file di collegamento per risalire al record di origine di ciascun edificio. Confrontate la superficie delle impronte con un riferimento comunale o del registro fondiario. Riportate separatamente per ogni fonte la mediana e il 90° percentile dell'errore percentuale assoluto, e tenete il campione fuori da qualsiasi addestramento di modelli. Un unico errore aggregato nasconderebbe la fonte che sbaglia.

Un ID stabile può trasformare un'istantanea in una serie storica, se l'edificio è nel registro

La risposta di Overture al problema dell'abbinamento è GERS, il Global Entity Reference System. Un ID GERS è un identificativo a 128 bit che Overture dichiara stabile tra una release e l'altra. Il progetto pubblica un registro che riporta quando ciascun ID è stato visto per la prima volta, visto per l'ultima volta e modificato per l'ultima volta, oltre a file di collegamento che associano gli ID GERS agli ID dei record nei dataset di origine.

La documentazione pone dei limiti. La sua pagina afferma che la presenza nel registro è ciò che rende un identificativo un ID GERS. Le entità del tema base e quelle di tipo parte di edificio hanno UUID deterministici che assomigliano a ID GERS ma provengono da un'unica fonte, non vengono abbinate tra fonti e non hanno alcun impegno di stabilità. Il registro copre attualmente edifici, divisioni, aree di divisione, confini di divisione, luoghi, segmenti stradali e connettori. Per una pipeline la regola che ne deriva è: verificare ogni ID nel registro prima di usarlo come chiave, e marcare come provvisorio tutto ciò che manca.

Gli indirizzi mostrano perché il collegamento richiede cautela. La release di ottobre conta 475.263.892 indirizzi, in aumento dello 0,23% rispetto ai 474.186.531 della release precedente. Un edificio spesso ha più indirizzi, e un indirizzo può riferirsi a più edifici. Un collegamento basato solo sull'indirizzo dà una relazione molti-a-molti che richiede un punteggio di confidenza.

I registri dei permessi mostrano la dimensione del lavoro. A Torino, il conteggio da noi effettuato sul registro pubblico delle domande di permesso di costruire riporta tra 1.815 e 2.135 pratiche presentate ogni mese da marzo a luglio 2026, con 2.135 a luglio. Non abbiamo abbinato qui quelle pratiche alle impronte, quindi si tratta di una misura del carico di lavoro e non di un risultato di abbinamento. Ogni pratica va risolta una sola volta in un edificio, qualunque sia il modo in cui il registro indica il luogo, e il risultato va conservato con la release in cui è stato abbinato. Con un ID persistente, una seconda ristrutturazione dello stesso isolato aggiunge una riga alla storia di quell'edificio. Senza un ID persistente, l'abbinamento ricomincia ogni mese.

Regole pratiche per la pipeline:

• Conservare l'ID GERS insieme alla versione della release in cui è stato abbinato.
• A ogni release, riconciliare con il registro e con il changelog invece di ripetere l'abbinamento su tutto.
• Abbinare per sovrapposizione e indirizzo insieme, e conservare il punteggio di abbinamento.

Gli attributi aperti sono il punto debole, e uno studio europeo lo misura

Le impronte dicono dove si trova un edificio. Una valutazione richiede altezza, età, tipologia e numero di piani. Uno studio pubblicato il 4 giugno 2026 sull'ISPRS International Journal of Geo-Information, con una scheda nel repository del Centro comune di ricerca della Commissione europea, confronta sei dataset aperti di edifici paneuropei nei 27 Stati membri dell'UE: OpenStreetMap, EUBUCCO, Microsoft Global ML Building Footprints, Overture Maps, GHS-OBAT e il Digital Building Stock Model. Elabora circa 1.250 miliardi di impronte e verifica cinque attributi: altezza, tipologia, età dell'edificio, piani e materiale.

Il risultato è un compromesso. I prodotti da telerilevamento, GHS-OBAT e il Digital Building Stock Model, sono i più completi per altezza, tipologia ed età, ma i loro valori sono grossolani o aggregati. OpenStreetMap e Overture hanno schemi più ricchi, ma la loro completezza è bassa e disomogenea tra paesi e gradi di urbanizzazione. Gli autori osservano anche che un'alta completezza può mascherare una scarsa informazione, perché valori segnaposto o aggregati contano come campi compilati. Concludono che nessun dataset è il migliore su tutti i criteri.

Per un finanziatore o un gestore di patrimoni, ciò significa che il tasso di compilazione è la metrica sbagliata. Un campo compilato al 95% con una classe generica dice quasi nulla a un modello, quindi va valutata l'informatività: con quale frequenza il valore si discosta dal valore predefinito e con quale frequenza coincide con un riferimento. Per uno sviluppatore che studia un quartiere, le impronte aperte sono utili per contare e localizzare gli edifici e deboli per stimarne l'età o l'altezza, dove il lavoro lo fanno ancora i registri ufficiali.

Cosa osservare

Overture ha pubblicato release il 22 luglio, il 19 agosto, il 23 settembre e il 21 ottobre 2026. Se la cadenza mensile si conferma, la release di novembre mostrerà se il tema degli edifici cambia ancora dopo la riproposizione di ottobre, e se la tabella per fonte acquisisce o perde un fornitore.

Il test più severo è il changelog GERS. Se il numero di ID di edifici modificati o ritirati tra una release e l'altra resta contenuto, regge il caso per chiavi di lunga durata. Se cresce, significa che i poligoni vengono sostituiti più in fretta di quanto gli identificativi riescano a seguire, e il caso si indebolisce.

Per la qualità degli attributi, cercate lavori successivi sull'accuratezza rispetto ai registri ufficiali, non solo sulla completezza. Se gli attributi aperti risulteranno accurati dove esistono, il punto debole si riduce. Se risulteranno accurati solo in alcune città ben mappate, le impronte aperte resteranno uno strato di localizzazione.

Per dati sui permessi come quelli di Torino, il controllo utile è una tabella di errore per fonte sugli edifici abbinati, pubblicata accanto al tasso di abbinamento. Un tasso di abbinamento senza quella tabella dice quante pratiche hanno trovato un poligono, non se il poligono fosse affidabile.