Collateral landscapes : geospatial assessment of building materials’ local-scale impacts

The global construction industry is a major contributor to environmental degradation, accounting for 30-50% of global resource extraction and greenhouse gas emissions. However, if existing environmental assessments primarily focus on global-scale metrics such as Global Warming Potential, the localised impacts of building material manufacturing remain poorly documented, as they are often treated as uncontrolled externalities and disconnected from the geographies where they originate. Examples of such highly localised impacts include, among others, land-use changes, biodiversity loss, water consumption, pollution, and social impacts, which appear especially critical during the extraction of building materials. To address these impacts, a spatialised approach that goes beyond numerical evaluations and incorporates their geographical components is necessary, as a systematic literature review of methodologies, local-scale indicators, and visualisation solutions showed how a methodology to assess, visualise, and localise local-scale impacts is missing. As a first outcome, the thesis proposes a novel definition of “Collateral Landscapes” (CLs) to frame localised impacts within global manufacturing processes and provides practical examples and categorisations of CLs. Secondly, the research aims to address the lack of methodological approaches to local impact assessment by developing an innovative tool, the Collateral Landscapes Impact Assessment Tool (CLIAT), which at the present stage focuses on extractive activities and is mainly intended for the use by planners and decision makers to perform preliminary assessment, prioritise and orient recovery operations. Eight Local Impact Categories were identified by grouping the systematically reviewed local-scale indicators. Among them, three categories (Visual Impact, Local Biodiversity Impact, and Local Water Footprint) were selected as assessment parameters for this first CLIAT implementation, with three corresponding indices developed. Each index is computed through Potential Impact Indicators and Local Vulnerability Factors. Potential Impacts quantify the pressure an extractive activity exerts as both direct and indirect effects. Local vulnerability factors then contextualise that pressure by describing how susceptible a specific territory is to potential impacts. In fact, the same impact can have very different outcomes depending on context. For instance, identical water withdrawals can be negligible in water-abundant catchment areas but severe in dry ones. Through such organisation, impacts are effectively measured by their consequences for the geographies where processes occur, rather than by absolute or intrinsic characteristics of the quarries. Each indicator is computed from open-source vector and raster spatial datasets using GIS software and statistical methods, then normalised to a standard 1-5 scale. Such normalisation is intended to provide uniformity among the different indicators and facilitate the communicability of the results to non-technical users. To complement numerical values, the outputs comprise maps and multilayered diagrams. Furthermore, atlases of the species and landscapes affected by the mining activity are generated through automated processes, providing a human-eye perspective to the analysis. Such outputs enable the assessment, comparison, and ranking of quarries based on their local-scale impacts, providing a foundation for decision-making regarding the opening of new mines, the management of existing licenses, and the prioritisation of recovery operations. The methodology is tested on six coloured marble quarries in the Lombardy Region, Northern Italy. This selection provides a representative pool of case studies because Lombardy has the nation’s highest extractive volumes, high anthropogenic pressure, and environmental sensitivity. The application of the CLIAT tool reveals three impact profiles: a high-impact outlier, where visual disruption and production magnitude are dominant; an intermediate cluster with varying combinations of pressures; and a lower-impact site. Consistent with the research assumptions, quarries sharing the same location exhibit similar sensitivities for the Water and Biodiversity indices, while the Visual Impact Index is the primary differentiator in site-specific rankings. Two measures are implemented to guarantee CLIAT’s robustness. First, the Visual Impact Index, the most innovative one, undergoes a questionnaire-based validation procedure that compares citizens’ perception scores with objective methodology values. The test shows a strong positive correlation (r = 0.92) with the tool’s output values, confirming the tool’s accuracy in reflecting human judgment. Second, the entire framework is subjected to an uncertainty and sensitivity analysis via a Monte Carlo experiment that systematically perturbs raw data, weighting schemes, and aggregation rules. The results of the experiment confirm that the CLIAT is structurally robust, as the relative positions of the sites remain coherent with the original results across all simulated scenarios. The research demonstrates that highly localised impacts can be effectively measured, located, and visualised through the proposed methodology. The CLIAT tool provides a scalable, replicable framework that addresses a critical gap by making Collateral Landscapes visible and actionable.

L’industria globale delle costruzioni costituisce uno dei principali fattori di degrado ambientale, essendo responsabile del 30–50% dell’estrazione globale di risorse e delle emissioni di gas a effetto serra. Tuttavia, se le valutazioni ambientali esistenti si concentrano principalmente su metriche di scala globale, come il Global Warming Potential, gli impatti localizzati della produzione dei materiali da costruzione restano scarsamente documentati, poiché sono spesso trattati come esternalità incontrollate e scollegati dalle geografie in cui hanno origine. Tra gli esempi di tali impatti fortemente localizzati rientrano, tra gli altri, i cambiamenti d’uso del suolo, la perdita di biodiversità, il consumo idrico, l’inquinamento e gli impatti sociali, che appaiono particolarmente critici durante l’estrazione dei materiali da costruzione. Per affrontare tali impatti, si rende necessario un approccio spazializzato che vada oltre le sole valutazioni numeriche e incorpori le loro componenti geografiche, poiché una revisione sistematica della letteratura su metodologie, indicatori a scala locale e soluzioni di visualizzazione ha mostrato l’assenza di una metodologia in grado di valutare, visualizzare e localizzare gli impatti locali. Come primo risultato, la tesi propone una nuova definizione di “Collateral Landscapes” (CLs), al fine di inquadrare gli impatti localizzati all’interno dei processi produttivi globali e di fornire esempi pratici e categorizzazioni dei CLs. In secondo luogo, la ricerca mira a colmare la carenza di approcci metodologici per la valutazione degli impatti locali attraverso lo sviluppo di uno strumento innovativo, il Collateral Landscapes Impact Assessment Tool (CLIAT), che allo stato attuale si concentra sulle attività estrattive ed è destinato principalmente all’uso da parte di pianificatori e decisori, per effettuare valutazioni preliminari, stabilire priorità e orientare le operazioni di recupero. Otto categorie di impatto locale sono state identificate attraverso il raggruppamento degli indicatori a scala locale emersi dalla revisione sistematica. Tra queste, tre categorie (Visual Impact, Local Biodiversity Impact e Local Water Footprint) sono state selezionate come parametri di valutazione per questa prima implementazione del CLIAT, con il conseguente sviluppo di tre indici corrispondenti. Ciascun indice è calcolato mediante Potential Impact Indicators e Local Vulnerability Factors. I Potential Impacts quantificano la pressione esercitata da un’attività estrattiva sia in termini di effetti diretti sia indiretti. I fattori di vulnerabilità locale contestualizzano poi tale pressione, descrivendo quanto uno specifico territorio sia suscettibile agli impatti potenziali. Infatti, uno stesso impatto può produrre esiti molto diversi a seconda del contesto. Ad esempio, identici prelievi idrici possono risultare trascurabili in bacini abbondanti d’acqua, ma gravi in contesti aridi. Attraverso tale organizzazione, gli impatti vengono misurati efficacemente in base alle loro conseguenze sulle geografie in cui i processi si verificano, piuttosto che in base a caratteristiche assolute o intrinseche delle cave. Ogni indicatore è calcolato a partire da dataset spaziali vettoriali e raster open source, mediante software GIS e metodi statistici, e successivamente normalizzato su una scala standard da 1 a 5. Tale normalizzazione è finalizzata a garantire uniformità tra i diversi indicatori e a facilitare la comunicabilità dei risultati agli utenti non tecnici. A integrazione dei valori numerici, gli output comprendono mappe e diagrammi multilivello. Inoltre, atlanti delle specie e dei paesaggi interessati dall’attività estrattiva vengono generati mediante processi automatizzati, offrendo una prospettiva più direttamente leggibile all’analisi. Tali output consentono di valutare, confrontare e classificare le cave in base ai loro impatti a scala locale, fornendo una base conoscitiva per il processo decisionale relativo all’apertura di nuove miniere, alla gestione delle concessioni esistenti e alla definizione delle priorità delle operazioni di recupero. La metodologia viene testata su sei cave di marmo colorato nella Regione Lombardia, nel Nord Italia. Questa selezione fornisce un insieme rappresentativo di casi studio, poiché la Lombardia presenta i più elevati volumi estrattivi nazionali, un’alta pressione antropica e una marcata sensibilità ambientale. L’applicazione dello strumento CLIAT rivela tre profili d’impatto: un caso anomalo ad alto impatto, in cui prevalgono l’alterazione visiva e l’entità della produzione; un gruppo intermedio, caratterizzato da combinazioni variabili di pressioni; e un sito a impatto più contenuto. In coerenza con le ipotesi di ricerca, le cave che condividono la stessa localizzazione mostrano sensibilità simili per gli indici relativi all’acqua e alla biodiversità, mentre il Visual Impact Index rappresenta il principale fattore discriminante nella classificazione sito-specifica. Per garantire la robustezza del CLIAT sono state implementate due misure. In primo luogo, il Visual Impact Index, cioè la componente più innovativa, è stato sottoposto a una procedura di validazione basata su questionario, che confronta i punteggi di percezione dei cittadini con i valori oggettivi restituiti dalla metodologia. Il test evidenzia una forte correlazione positiva (r = 0,92) con i valori di output dello strumento, confermandone l’accuratezza nel riflettere il giudizio umano. In secondo luogo, l’intero framework è stato sottoposto a un’analisi di incertezza e sensibilità mediante un esperimento Monte Carlo, che perturba sistematicamente i dati grezzi, gli schemi di ponderazione e le regole di aggregazione. I risultati dell’esperimento confermano che il CLIAT è strutturalmente robusto, poiché le posizioni relative dei siti rimangono coerenti con i risultati originari in tutti gli scenari simulati. La ricerca dimostra che gli impatti fortemente localizzati possono essere efficacemente misurati, localizzati e visualizzati attraverso la metodologia proposta. Lo strumento CLIAT fornisce un framework scalabile e replicabile, che colma una lacuna critica rendendo i Collateral Landscapes visibili e operativi.