La biodiversità urbana è più vicina di quanto sembri: cortili, alberi stradali, aiuole e canali ospitano specie che raccontano la salute degli ecosistemi. Con micro-progetti di citizen science ben disegnati, chiunque può contribuire a un quadro affidabile della biodiversità urbana. Non basta scattare foto: servono obiettivi chiari, protocolli coerenti, etica dei dati e una solida validazione per trasformare osservazioni in informazioni che contano.
Questa guida offre istruzioni pratiche per passare dall’idea al dataset. Dalla scelta dell’app giusta al disegno di campionamento, fino ai formati standard per la pubblicazione, ogni passaggio è orientato a generare evidenze utilizzabili in analisi ecologiche e decisioni sul territorio.
Definire obiettivi e disegno di campionamento
Il progetto inizia con una domanda precisa: cosa si vuole misurare? Esempi: “variazione stagionale degli impollinatori nei parchi di quartiere” o “distribuzione di piante spontanee nei marciapiedi”. Da qui si definisce il disegno di campionamento: aree, tempi e sforzo. Scegliere tra transect lineari, point count (punti di ascolto/osservazione), quadrat per flora o timed search a tempo fisso. Standardizzare lo sforzo (ad esempio 10 minuti per punto, 100 m di transect) permette confronti nel tempo e tra team diversi.
Stabilire il calendario minimo (ripetizioni settimanali o mensili), le finestre orarie (ad esempio mattino per uccelli, crepuscolo per pipistrelli) e le condizioni meteo accettabili. Mappare i siti su una base GIS o su una mappa condivisa e assegnare ID univoci ai punti. Preparare una scheda operativa con: obiettivo, metodi, check-list delle attrezzature, criteri di esclusione (pioggia forte, vento oltre soglia), e regole di sicurezza in campo.
App e strumenti: scegliere e impostare il flusso
Per foto e geolocalizzazione, app come iNaturalist e PlantNet sono adatte alla flora e a molti invertebrati; per uccelli, eBird e registrazioni audio con Merlin o app di voice memo aiutano a documentare contatti sonori. Scegliere un’unica piattaforma principale facilita la raccolta dati e la successiva esportazione. Attivare il salvataggio delle coordinate in alta precisione, includere data e ora automatiche e abilitare i metadati EXIF nelle immagini.
Definire un flusso chiaro: 1) rilevamento sul campo con foto/audio; 2) compilazione di note standard nel campo descrizione (es. sforzo, meteo, metodo); 3) revisione serale e caricamento quando si ha Wi-Fi; 4) esportazione periodica in CSV. Prevedere un canale di coordinamento (gruppo chat o piattaforma collaborativa) per segnalare problemi, allineare le pratiche e condividere aggiornamenti metodologici.
Protocolli per taxa e metadati indispensabili
Ogni gruppo tassonomico richiede accorgimenti specifici. Per uccelli, usare point count di 5–10 minuti e contare tutti gli individui visti/uditi; per impollinatori, transect lenti con distanza di rilevamento definita (es. 2 m) nelle ore più calde e senza vento forte; per flora, quadrati 1×1 m con stima di copertura e foto ravvicinate di foglia, fiore e portamento. Per anfibi e pipistrelli, privilegiare l’audio e annotare il tipo di habitat e l’eventuale disturbo luminoso.
I metadati rendono le osservazioni analizzabili. Minimo indispensabile: coordinate e precisione (m), data/ora locale, metodo di rilevamento, sforzo (tempo o distanza), condizioni meteo sintetiche, nome del rilevatore, ID del sito, stato della determinazione (certa/probabile). Indicare se l’osservazione è di individuo vivo, traccia, nido o cadavere. Per foto, scatti nitidi con scala o riferimento dimensionale; per audio, file non compressi o a 48 kHz quando possibile, con annotazione della durata e del microfono.
Etica, permessi e gestione della privacy
La etica dei dati tutela sia le persone sia le specie. Evitare il disturbo diretto: niente playback insistente per uccelli, niente raccolta di esemplari senza permesso, rispetto di proprietà private e aree sensibili. Per specie a rischio o nidi, offuscare le coordinate (buffer di 500–1000 m o geoprivacy “offuscata”) e non pubblicare dettagli dell’ubicazione. Se partecipano minori, ottenere un consenso informato e limitare la condivisione di informazioni personali.
Stabilire regole chiare sull’uso delle licenze dei contenuti: per massima riusabilità, preferire CC BY o CC0 per dati e media, informando i partecipanti. Conservare un registro dei permessi (per aree verdi comunali, condomìni, riserve) e predisporre DPI adeguati (gilet alta visibilità, guanti). Prevedere una breve formazione su sicurezza stradale, rischi ambientali e su cosa fare in caso di ritrovamento di fauna ferita.
Validazione e controllo qualità con esperti
La validazione è il cuore che trasforma osservazioni in dati affidabili. Integrare tre livelli: 1) autocontrollo con checklist di errori comuni; 2) revisione tra pari nel gruppo; 3) verifica da parte di esperti o identificatori qualificati. Per immagini, chiedere scatti multipli (panoramica + dettaglio di caratteri diagnostici). Per audio, allegare sonogrammi quando possibile. Stabilire criteri di accettazione: ad esempio, conferma indipendente di due revisori o corrispondenza con chiavi dicotomiche.
Usare l’AI come supporto, non come sentenza: i suggerimenti di identificazione automatica vanno sempre verificati su base morfologica o acustica. Implementare controlli di qualità: rilevare duplicati, outlier spaziali/temporali, coordinate improbabili (in mare per specie terrestri), incongruenze tra habitat e specie. Documentare le correzioni con un log di revisione per garantire tracciabilità.
Dal taccuino al dataset: standard, licenze e pubblicazione
Per rendere i dati riutilizzabili, adottare lo standard Darwin Core: campi come scientificName, eventDate, decimalLatitude/Longitude, samplingProtocol, effort, occurrenceStatus, basisOfRecord. Creare un data dictionary con definizione dei campi, unità di misura e codici. Esportare in CSV puliti, con encoding UTF-8, e versionare con numeri semantici (es. v1.2.0). Allegare un README che descriva obiettivi, area di studio, metodi, limitazioni e schema dei metadati.
Per la pubblicazione, le opzioni includono repository con DOI (es. Zenodo), portali di open data comunali e pubblicazione su infrastrutture che alimentano GBIF tramite IPT, se compatibili con le policy locali. Indicare chiaramente la licenza (CC BY/CC0), i contatti del referente scientifico e la modalità di citazione. Pianificare release periodiche (trimestrali o stagionali) e conservare archivi immutabili dei rilasci precedenti per garantire riproducibilità. Valutare indicatori di qualità post-pubblicazione: completezza dei campi, percentuale di record con media, quota di determinazioni a livello di specie, e copertura spaziale rispetto ai siti campionati.
Per dare continuità, fissare brevi bioblitz di verifica, usare dashboard con grafici di sforzo e ricchezza (rarefazione, curve di accumulo) e condividere risultati con scuole e uffici tecnici. Competizioni e iniziative internazionali dedicate alla citizen science offrono finestre utili per testare i protocolli, reclutare nuovi volontari e confrontare le metriche con altre città, favorendo la convergenza su metodi comparabili.
