Metodologia

L Osservatorio misura il potenziale fotovoltaico realizzabile delle coperture residenziali italiane: quanta superficie di tetto è utilizzabile, quanta potenza ci sta sopra e quanta energia produrrebbe ogni kWp installato.

Non misura quanto fotovoltaico è stato installato. Per quello la fonte è il GSE, e i due dati non sono confrontabili: uno descrive il possibile, l altro l esistente.

Non misura prezzi. I prezzi che raccogliamo derivano da listini pubblici degli operatori e non costituiscono una rilevazione campionaria di quanto viene effettivamente pagato: pubblicarli come tale sarebbe scorretto, e per questo non sono in questo dataset.

una analisi satellitare di copertura, deduplicata sull'ultima per richiedente

Se la stessa persona richiede più analisi sullo stesso indirizzo, entra solo l ultima. Senza questa regola chi torna sul sito peserebbe più di chi ci passa una volta sola.

Le analisi provengono da due strumenti diversi, e la composizione di ogni cella è sempre dichiarata nel dataset:

• Google Solar APIrilievo satellitare della geometria di copertura
• PVGISmodello climatico della Commissione Europea

Sono strumenti con proprietà diverse: uno ricostruisce la geometria reale del tetto da rilievo satellitare, l altro stima da modello climatico sulla base delle coordinate. Per questo il dato nazionale è pubblicato anche scomposto per strumento: se i due valori divergono, il lettore deve poterlo vedere invece di ricevere una media che nasconde la differenza.

Le osservazioni provengono da chi ha richiesto spontaneamente un analisi del proprio tetto su solematica.it. È un campione auto-selezionato: sovra-rappresenta i proprietari già interessati al fotovoltaico e le aree dove abbiamo fatto più promozione.

Questo significa che i valori descrivono i tetti che abbiamo analizzato, non il tetto italiano medio. Chi usa il dato per estrapolare al patrimonio edilizio nazionale sta facendo un operazione che i dati non sostengono, e lo diciamo qui invece di lasciarlo scoprire a chi ci ha citato.

La geometria del tetto, però, non è auto-selezionata: una copertura misurata da satellite è quella che è, a prescindere da chi ha compilato il modulo. Il bias agisce su quali tetti finiscono nel campione, non su come vengono misurati.

Prima dell aggregazione ogni osservazione passa una serie di controlli. Le esclusioni non avvengono in silenzio: il numero di righe escluse per ciascun motivo è pubblicato in ogni edizione, nella sezione «bilancio del campione», e il conto deve tornare.

Sono esclusi inoltre gli immobili non residenziali, le osservazioni prive di provincia riconoscibile e quelle senza potenza o produzione valorizzate.

Per ogni cella pubblichiamo mediana e intervallo interquartile (25° e 75° percentile), non solo la media. Una media da sola nasconde la dispersione, ed è il motivo per cui molte rilevazioni di settore non sono verificabili: due distribuzioni molto diverse possono avere la stessa media.

Metodo di calcolo dei percentili: interpolazione lineare (R type 7 / numpy.percentile / Excel PERCENTILE.INC). Dichiararlo serve: metodi diversi danno numeri diversi sugli stessi dati, e senza questa indicazione una verifica indipendente non tornerebbe.

Ogni metrica porta il proprio n. La copertura dei campi non è uniforme — un analisi può avere la potenza ma non la superficie — e riportare un unico n di cella darebbe l impressione di una base dati che per alcune colonne non c è.

Una provincia viene pubblicata solo se raggiunge la soglia minima di osservazioni indicata in ogni edizione. Sotto quella soglia i percentili non sono stabili: basterebbe un tetto anomalo a spostare la mediana.

Le province sotto soglia non spariscono dal dataset: vengono elencate con il loro n, e le loro osservazioni confluiscono nell aggregato di ripartizione. Farle sparire darebbe l impressione di una copertura nazionale che non abbiamo, e un vuoto in tabella verrebbe scambiato per uno zero sul territorio.

Il database contiene altri campi che non sono aggregabili in modo corretto. Elencarli fa parte della metodologia: un lettore tecnico si chiede subito perché mancano.

Le analisi sono legate a indirizzi di abitazioni reali. Dal dataset non escono mai coordinate, indirizzi, osservazioni singole né qualsiasi campo riconducibile a una persona: esce solo l aggregato provinciale, e solo sopra la soglia minima di osservazioni.

La soglia di pubblicazione ha anche questa funzione: su celle troppo piccole un aggregato può diventare identificante.

Ogni edizione è immutabile. Una volta pubblicata non viene ricalcolata: chi la cita deve ritrovare gli stessi numeri anni dopo. È la condizione che distingue una fonte citabile da una pagina che cambia sotto i piedi di chi l ha citata.

Ogni edizione espone un hash SHA-256 del proprio contenuto, così che chi scarica il file possa verificare di avere esattamente quello pubblicato.

Se troviamo un errore non correggiamo i numeri sul posto: pubblichiamo una nuova edizione che dichiara quale sostituisce, e annotiamo l errata su quella superata, che resta online. Cancellare un dato sbagliato è peggio che lasciarlo visibile con la sua correzione accanto.

Il dataset è pubblicato sotto Creative Commons BY 4.0: riproducibile, modificabile e utilizzabile anche a fini commerciali, con obbligo di citare la fonte. Non serve chiedere il permesso.

Ogni edizione riporta la stringa di citazione suggerita, pronta da copiare. Se ti serve un formato bibliografico diverso, o un taglio dei dati che non abbiamo pubblicato, scrivici.

Se trovi un errore metodologico o un numero che non torna, segnalalo: dati@solematica.it. Le correzioni sostanziali diventano una nuova edizione con l errata dichiarata sulla precedente.