zornade

Name: Zornade SaaS Platform
Availability: InStock
Author: Zornade

Community Mapping

API

Accedi ai dati catastali, geocoding e valutazioni immobiliari di tutta Italia tramite API REST - completamente gratuite.

Ottieni la tua API key gratuita

Crea un account per generare token API personali. 10.000 richieste/ora, tutti i dati inclusi.

Accedi o Registrati

API online · v2.4.0/health 1057ms

anteprima interattiva · dati reali dal database

Da una particella a 80+ campi arricchiti in una chiamata.

Seleziona una particella e scopri cosa restituisce GET /api/v2/parcels/{id} - mappa, rischi, valori OMI, demografia, terreno, beni culturali, POI. Tutto JSON, tutto reale.

85M+

Particelle

Sezioni dato

Regioni

1.000

Req/ora gratuite

Roma, Lazio

FID 28007851

3.59 ha

area poligono

GET/parcels/28007851

200 OK214 msX-RateLimit-Remaining: 999

Storia, OMI e POI attorno al monumento piu famoso d'Italia.

Comune

Roma

Regione

Lazio

H501

Foglio

508

sez. A

CAP

00184

ISTAT CAP

Area

3.59 ha

FID 28007851

Edifici

19.355 m² footprint

POI interni

Foursquare Places

Beni culturali

MiBAC / Carta Rischio

Questi sono dati reali restituiti dall'endpoint /parcels/{id}. Ogni sezione è filtrabile con ?include= per payload minimi.

Vai alla documentazione completa

Fonti istituzionali

Solo enti pubblici. Solo dati ufficiali.

Ogni dato è tracciato fino alla fonte primaria e attribuito esplicitamente nella risposta API.

Documentazione completa

Catalogo Dati Zornade: 20 blocchi, ~85 M particelle, fonti ufficiali

Documentazione tecnica completa di ogni campo restituito dall'API /parcels/{id}: origine, metodologia di costruzione, frequenza di aggiornamento e licenza. Trasparenza totale, tracciabilità fino alla fonte primaria.

~85 M

Particelle catastali

7.899

Comuni italiani

Blocchi dati

15+

Fonti ufficiali

Dati catastali base

/parcels/{id}?include=basic

Identificatori univoci, geometria poligonale, area e comune amministrativo per ogni particella catastale italiana presente nel WFS dell'Agenzia delle Entrate.

Copertura

~85 milioni di particelle, 7.899 comuni (Italia meno Bolzano/Trento serviti da fonti regionali).

Freschezza

Snapshot WFS Agenzia delle Entrate aggiornato in continuo; tabella `parcels` rigenerata su richiesta.

Campi restituiti

campo	tipo	descrizione
fid	integer	Identificatore numerico interno Zornade. Stabile per snapshot.
gml_id	string	Identificatore GML dell'Agenzia delle Entrate, formato `CadastralParcel.IT.AGE.PLA.<comune><foglio><particella>.<lettera>`.
label	string	Numero/lettera particella visibile sulla mappa catastale.
cadastral_reference	string	Riferimento catastale completo (foglio/particella/sub) se disponibile dal WFS.
area_m2	number (m²)	Area calcolata in proiezione metrica EPSG:3857 con `ST_Area(ST_Transform(geometry, 3857))`.
centroid	object { lat, lng }	Centroide geometrico in WGS84 (EPSG:4326).
geometry	GeoJSON Polygon	Geometria 2D in WGS84. Esclusa per default, includibile tramite `include=`.
municipality	object	`code` (codice catastale Belfiore), `name`, `province`, `region`.

Come viene costruito

Ingestion via wfs_parcel_ingestion.py: il WFS dell'Agenzia delle Entrate viene paginato per comune con buffer 16 km e le geometrie validate con ST_MakeValid. Per ogni comune wfs_parcel_count tiene traccia del numero atteso di particelle, validato a fine pull. Bolzano e Trento (non coperti dal WFS AdE) sono integrati da bolzano_parcel_ingestion.py e trento_parcel_ingestion.py tramite i rispettivi portali provinciali.

Fonte primaria

Agenzia delle Entrate - Servizio Cartografico WFS - sito ufficiale

Licenza: Riuso libero (cfr. condizioni AdE).

Foglio catastale, sezione, CAP

/parcels/{id}?include=cadastral

Dati amministrativi della particella: foglio, sezione urbana, codice catastale del comune e CAP sub-comunale, indispensabili per pratiche edilizie e visure.

Copertura

~302.000 fogli catastali, ~9.200 CAP sub-comunali italiani.

Freschezza

Geometrie fogli aggiornate ad ogni rebuild del WFS; CAP sub-comunali da ISTAT 2024.

Campi restituiti

campo	tipo	descrizione
foglio	string	Numero del foglio catastale (composito con sezione_urbana se presente).
sezione_urbana	string	Sezione amministrativa quando presente (centri storici, frazioni).
comune_code	string	Codice catastale Belfiore (es. "H501" per Roma).
postal_code	string	CAP sub-comunale derivato per join spaziale sul centroide.

Come viene costruito

Join spaziale: per ogni particella si calcola ST_Contains tra il centroide e i poligoni di catasto_fogli (foglio/sezione) e cap_subcomunali. Il codice comune è letto direttamente dal campo parcels.administrativeunit. La tabella parcel_catasto mantiene il match pre-computato (Phase 2 enrichment).

Fonte primaria

Agenzia delle Entrate (fogli) + ISTAT (CAP sub-comunali) - sito ufficiale

Licenza: CC BY 3.0 IT (ISTAT).

Indirizzi (street, number)

/parcels/{id}?include=address + addresses

Lista degli indirizzi civici che insistono sulla particella, da OpenAddresses e arricchimenti comunali. Utile per geocoding inverso e identificazione fabbricati.

Copertura

~18,7 milioni di civici italiani (copertura disomogenea per regione).

Freschezza

OpenAddresses snapshot 2024; comuni maggiori (Roma, Milano, Torino, Napoli) integrati con feed comunali.

Campi restituiti

campo	tipo	descrizione
address	object \| null	Primary address deterministico per la particella (`{ street, number, exponent, locality }`) o `null` se non disponibile.
addresses[]	array	Lista completa degli indirizzi che intersecano la particella (max 20 elementi). Ogni elemento contiene `street`, `number`, `exponent`, `locality`.

Come viene costruito

parcel_address contiene per ogni particella il primary address (deterministico per ordine alfabetico) e il conteggio totale. La lista completa è risolta runtime con ST_Intersects su addresses.geom, max 20 risultati per chiamata. Nota: alcuni feed comunali contengono duplicati esatti per lo stesso civico (vedi audit A7).

Fonte primaria

OpenAddresses + feed comunali (Roma Capitale, Comune di Milano, etc.) - sito ufficiale

Licenza: CC0 / ODbL (mix per fonte).

Rischio sismico

/parcels/{id}?include=risk (seismic_zone, pga)

Zona sismica ufficiale (1–4) e Peak Ground Acceleration (PGA) per ogni particella, secondo la classificazione INGV/OPCM. Dato chiave per due-diligence immobiliare e Sismabonus.

Copertura

100% del territorio italiano (zonazione OPCM 3274/2003 e aggiornamenti regionali).

Freschezza

Mappa di pericolosità sismica MPS04 (INGV 2004, ancora riferimento normativo). Aggiornamento MPS19 in corso di recepimento.

Campi restituiti

campo	tipo	descrizione
seismic_zone	integer (1–4)	1 = pericolosità molto alta, 4 = pericolosità molto bassa. Restituito nella sezione `risk`.
pga	number (g)	Peak Ground Acceleration con probabilità di superamento del 10% in 50 anni. Restituito nella sezione `risk`.

Come viene costruito

Join spaziale ST_Intersects tra centroide particella e poligoni di ingv_zonesismiche. Per particelle che cadono in zone di transizione tra ordinanze comunali diverse, viene preso il poligono più recente. Tabella pre-calcolata in parcel_risk.

Fonte primaria

INGV - Istituto Nazionale di Geofisica e Vulcanologia - sito ufficiale

Licenza: CC BY 4.0.

Rischio alluvionale (PGRA)

/parcels/{id}?include=risk (flood_level)

Livelli di pericolosità idraulica ISPRA-PGRA: HPH (alta), MPH (media), LPH (bassa). Obbligatori per atti notarili e mutui in aree mappate.

Copertura

100% bacini distrettuali idrografici italiani (7 distretti, ciclo PGRA 2021–2027).

Freschezza

Piano Gestione Rischio Alluvioni 2021 (terzo ciclo Direttiva 2007/60/CE). Aggiornamento parziale 2024.

Campi restituiti

campo	tipo	descrizione
flood_level	string	Livello peggiore che intersecta la geometria della particella: `HPH` (alta) \| `MPH` (media) \| `LPH` (bassa) \| `null`. Restituito nella sezione `risk`.

Come viene costruito

Per ogni particella si interroga ispra_alluvioni con ST_Intersects sul centroide (livello centroide) e sull'intera geometria (livello peggiore). La gerarchia HPH > MPH > LPH è applicata in PostGIS via CASE ordinato.

Fonte primaria

ISPRA - Piano Gestione Rischio Alluvioni - sito ufficiale

Licenza: CC BY 4.0.

Rischio frane (PAI/IFFI)

/parcels/{id}?include=risk (landslide_level)

Pericolosità da frana secondo i Piani di Assetto Idrogeologico (PAI) e inventario IFFI ISPRA. Cinque livelli da P1 (bassa) a P4 (molto alta) + AA (aree di attenzione).

Copertura

100% Italia. ~620.000 frane mappate nell'Inventario IFFI.

Freschezza

PAI aggiornati per autorità di bacino distrettuale. IFFI rilascio 2024.

Campi restituiti

campo	tipo	descrizione
landslide_level	string	Livello peggiore di pericolosità da frana: `P1` \| `P2` \| `P3` \| `P4` \| `AA` \| `null`. Restituito nella sezione `risk`.

Come viene costruito

ispra_frane contiene la fusione dei PAI dei 7 distretti idrografici. Il LATERAL join sulla geometria della particella usa ARRAY_AGG ordinato per priorità (P4 > P3 > ... > AA) e prende il primo elemento. Vedi audit A9 per ottimizzazione futura.

Fonte primaria

ISPRA + Autorità di Bacino Distrettuali - sito ufficiale

Licenza: CC BY 4.0.

Subsidenza InSAR (movimenti del suolo)

/parcels/{id}?include=subsidence

Velocità di abbassamento/sollevamento del suolo da interferometria SAR satellitare. Critico per zone bonificate, costiere e aree con estrazione idrica.

Copertura

Pianura Padana, costa adriatica, Roma, Napoli, aree vulcaniche. Copertura disomogenea su Appennino e Alpi.

Freschezza

Dataset PSI (Persistent Scatterer Interferometry) 2014–2023, processato da Sentinel-1.

Campi restituiti

campo	tipo	descrizione
velocity_mm_year	number (mm/anno)	Velocità lungo la linea di vista (LOS). Negativo = abbassamento.
acceleration	number (mm/anno²)	Variazione della velocità (proxy di stabilità nel tempo).
risk_class	integer (0–4)	0 = stabile, 4 = subsidenza severa.
risk_label	string	Etichetta leggibile: "Stabile", "Moderata", "Significativa", "Severa", "Estrema".
risk_index	number (0–1)	Indice composito normalizzato (velocità + accelerazione).
direction	string	`subsidence` \| `uplift` \| `stable`.
trend	string	`accelerating` \| `decelerating` \| `linear`.

Come viene costruito

Punti PSI di subsidenza intersecati con il centroide. Soluzione attuale usa LIMIT 1 non deterministico (audit A4): il punto restituito può non essere il più vicino. Ottimizzazione pianificata: ORDER BY centroide <-> geom LIMIT 1 con prefiltro ST_DWithin.

Fonte primaria

Copernicus Land Monitoring Service - European Ground Motion Service - sito ufficiale

Licenza: Copernicus Data and Information Policy (riuso libero).

Quota, pendenza, esposizione

/parcels/{id}?include=terrain

Metriche geomorfologiche calcolate dal DEM TINItaly 10 m: quote, ruggedness, pendenza e aspect prevalente. Indispensabili per valutazioni edificabilità e potenziale solare.

Copertura

100% Italia, risoluzione orizzontale 10 m.

Freschezza

TINItaly DEM versione 1.1 (INGV, rilascio 2023).

Campi restituiti

campo	tipo	descrizione
elevation_min	number (m)	Quota minima entro la particella.
elevation_max	number (m)	Quota massima.
elevation_mean	number (m)	Quota media.
elevation_std	number (m)	Deviazione standard delle quote (eterogeneità).
ruggedness_index	number (m)	Range di quota (max − min).
slope_mean	number (°)	Pendenza media calcolata su raster derivato.
slope_max	number (°)	Pendenza massima (0–90°).
tri_mean	number (m)	Terrain Ruggedness Index (Riley et al. 1999).
aspect_predominant	string	Esposizione prevalente: `N` \| `NE` \| `E` \| `SE` \| `S` \| `SW` \| `W` \| `NW` \| `flat`.

Come viene costruito

terrain_enrichment.py esegue zonal statistics su raster TINItaly DEM 10 m e su 3 raster derivati (slope, TRI, aspect) generati con GDAL DEMutilities (prepare_derived_rasters.sh). Output: parcel_terrain, una riga per particella.

Fonte primaria

INGV - TINItaly Digital Elevation Model - sito ufficiale

Licenza: CC BY 4.0.

Popolazione residente stimata

/parcels/{id}?include=population

Stima della popolazione residente per particella tramite redistribuzione dasymetric: somma WorldPop sul comune × frazione footprint edifici residenziali.

Copertura

100% Italia. Accuratezza migliore in aree con elevata copertura OSM/GBA.

Freschezza

WorldPop 2025 (raster 30 m) + footprint edifici aggiornati 2026-05.

Campi restituiti

campo	tipo	descrizione
estimated	number	Stima dasymetric: residenti = `municipality_total × residential_footprint_parcel / residential_footprint_muni`.
sum	number	Somma raw dei pixel WorldPop entro la particella (baseline).
pixel_count	integer	Numero di pixel WorldPop intersecati.
mean	number	Media WorldPop nei pixel intersecati.
dasymetric	number	Componente dasymetric della stima (in residenti).
municipality_total	number	Totale comunale (somma WorldPop sui confini ISTAT).
estimation_method	string	`hybrid` \| `raster_only` \| `fallback_legacy`.
estimation_confidence	number (0–1)	Confidenza relativa della stima.
source	string	Stringa di provenienza (es. `worldpop_2025_30m+osm_dasymetric`).

Come viene costruito

population_enrichment.py applica l'approccio dasymetric documentato da WorldPop: (1) calcolo budget comunale, (2) zonal stats raster sulla particella, (3) redistribuzione proporzionale al footprint residenziale OSM. Particelle senza edifici → popolazione 0. Fallback su building_footprint_m2 totale se residential_footprint_m2 nullo per il comune.

Fonte primaria

WorldPop (University of Southampton) + OSM Buildings - sito ufficiale

Licenza: CC BY 4.0 (WorldPop) + ODbL (OSM).

Edifici (footprint e classificazione)

/parcels/{id}?include=buildings

Conteggio e footprint degli edifici sulla particella, distinzione residenziale/non residenziale da OpenStreetMap e dal Geoportale Nazionale (GBA buildings).

Copertura

OSM 100% Italia; GBA copertura ufficiale Geoportale Nazionale.

Freschezza

OSM snapshot 2026-05 (mensile); GBA versione 2024.

Campi restituiti

campo	tipo	descrizione
count	integer	Numero totale di footprint che intersecano la particella.
footprint_m2	number (m²)	Area totale dei footprint (può eccedere area_m2 in caso di edifici multi-piano).
residential_count	integer	Edifici con tag/classificazione residenziale.
residential_footprint_m2	number (m²)	Area cumulativa residenziale.
source	string	`osm` \| `gba` \| `merged`.

Come viene costruito

building_enrichment.py intersecta i footprint OSM con la particella e classifica come residenziale per tag building=residential|apartments|house|.... gba_buildings_loader.py aggiunge il dataset ufficiale GBA (Geoportale Nazionale) come fonte alternativa e per validazione. Output in parcel_buildings.

Fonte primaria

OpenStreetMap + Geoportale Nazionale (GBA - Geographical Building Atlas) - sito ufficiale

Licenza: ODbL (OSM); riuso ufficiale (GBA).

Redditi MEF e affordability

/parcels/{id}?include=economics

Reddito medio dichiarato, distribuzione per scaglioni IRPEF, indice di Gini e affordability immobiliare per CAP sub-comunale. Dati MEF ufficiali aggregati alla zona postale.

Copertura

100% CAP italiani con dichiarazioni IRPEF. Soglia privacy MEF: nessun dato per CAP con < 3 dichiaranti.

Freschezza

Dichiarazioni dei redditi MEF - Dipartimento delle Finanze (ultimo rilascio disponibile).

Campi restituiti

campo	tipo	descrizione
average_income	number (EUR)	Reddito imponibile medio per dichiarante.
taxpayers	integer	Numero di dichiaranti nel CAP.
total_income	number (EUR)	Reddito complessivo aggregato del CAP.
net_tax	number (EUR)	IRPEF netta totale del CAP.
tax_year	integer	Anno di imposta a cui si riferiscono le dichiarazioni MEF.
gini_index	number (0–1)	Coefficiente di Gini calcolato dalle frequenze degli scaglioni IRPEF.
affordability_index	number (anni)	Anni di reddito medio per acquistare un appartamento standard al prezzo OMI mediano.
affordability_apt_size_m2	number (m²)	Taglio appartamento usato nel calcolo affordability (default 80 m²).
avg_residential_price_m2	number (EUR/m²)	Prezzo OMI mediano residenziale del CAP.
income_brackets	object	Frequenze per scaglione: `lte_zero`, `from_0_to_10k`, `from_10k_to_15k`, `from_15k_to_26k`, `from_26k_to_55k`, `from_55k_to_75k`, `from_75k_to_120k`, `over_120k`.

Come viene costruito

Dati MEF Direzione Studi e Ricerche Economico Fiscali aggregati per CAP. Il Gini è calcolato a runtime dalla curva di Lorenz delle 7 fasce IRPEF (RPC get_parcel_full_detail). L'affordability combina income_brackets mediano con il prezzo OMI mediano residenziale della zona. Match particella → CAP via centroide.

Fonte primaria

MEF - Dipartimento delle Finanze, Dichiarazioni dei Redditi - sito ufficiale

Licenza: Riuso libero (dati open MEF).

Demografia ISTAT (sezioni censuarie)

/parcels/{id}?include=demographics

Composizione demografica, istruzione, occupazione, stranieri, famiglie e abitazioni alla scala della sezione censuaria ISTAT. Risoluzione molto fine, ideale per analisi di micro-zona.

Copertura

~756.000 sezioni di censimento italiane.

Freschezza

Censimento permanente della popolazione e delle abitazioni (ISTAT, edizione 2021, rilascio 2023).

Campi restituiti

campo	tipo	descrizione
population_total	integer	Popolazione residente totale della sezione.
male / female	integer	Suddivisione di genere.
age_brackets	object	Classi quinquennali da `0_4` a `75_plus`.
education	object	Frequenze per titolo di studio: `no_title`, `elementary`, `middle_school`, `high_school`, `university`.
employed	integer	Residenti occupati.
foreigners	object	Stranieri: `total`, `eu`, `non_eu`.
households	object	Famiglie per numero componenti: `1_member`…`6_plus_members`, `total`.
dwellings	object	Abitazioni: `total`, `occupied`, `vacant`.

Come viene costruito

Tabella census_sections popolata con i microdati ISTAT 2021 aggregati a sezione censuaria. Match particella → sezione tramite ST_Contains sul centroide. Privacy ISTAT: variabili con conteggi sotto soglia possono essere arrotondate o oscurate.

Fonte primaria

ISTAT - Censimento Permanente della Popolazione - sito ufficiale

Licenza: CC BY 3.0 IT.

Copertura del suolo (CORINE)

/parcels/{id}?include=land_cover

Classificazione standardizzata europea della copertura del suolo CORINE Land Cover livello 3 (44 classi). Riferimento ufficiale per Valutazioni di Impatto Ambientale (VIA).

Copertura

100% Italia (parte del programma Copernicus Land).

Freschezza

CORINE Land Cover 2018 (ultima release confermata; CLC 2024 in pre-release).

Campi restituiti

campo	tipo	descrizione
code	string	Codice CLC a 3 cifre (es. "112" = "Tessuto urbano discontinuo").
class	string	Etichetta classe livello 3.
subclass	string	Sotto-classificazione se disponibile.
description	string	Descrizione estesa della classe.

Come viene costruito

Tabella corine_landcover popolata via download_corine.py dal portale Copernicus. Match particella → classe via ST_Intersects sul centroide; parcel_landcover mantiene il match pre-calcolato. Source string esplicita: "CORINE Land Cover 2018 - Copernicus/EEA".

Fonte primaria

Copernicus Land Monitoring Service (EEA - European Environment Agency) - sito ufficiale

Licenza: Copernicus Data Policy (riuso libero anche commerciale).

Uso del suolo urbano (Urban Atlas)

/parcels/{id}?include=land_use

Classificazione fine dell'uso del suolo nelle Functional Urban Areas (FUA) italiane: 27 classi urbane più alta risoluzione di CORINE. Disponibile per le ~80 città italiane sopra 50.000 abitanti.

Copertura

Solo Functional Urban Areas (FUA) europee. Per l'Italia: tutti i capoluoghi e centri principali.

Freschezza

Urban Atlas 2018 (release più recente per l'Italia).

Campi restituiti

campo	tipo	descrizione
code	string	Codice UA 5 cifre (es. "11100" = "Continuous urban fabric").
class	string	Etichetta classe Urban Atlas.
level1	string	Macro-categoria (urbano / industriale / verde / agricolo / acqua).
level2	string	Sotto-categoria livello 2 UA.

Come viene costruito

download_urban_atlas.py recupera i shapefile dal portale Copernicus per ogni FUA italiana e li carica in urban_atlas. Le particelle fuori FUA restituiscono null per questa sezione (comportamento atteso, non errore).

Fonte primaria

Copernicus Land Monitoring Service - Urban Atlas - sito ufficiale

Licenza: Copernicus Data Policy.

Quotazioni immobiliari OMI

/parcels/{id}?include=valuation

Valori minimi e massimi di compravendita e locazione per tipologia immobiliare, semestre per semestre, secondo l'Osservatorio del Mercato Immobiliare dell'Agenzia delle Entrate.

Copertura

~24.000 zone OMI sul territorio italiano (escluse aree marginali).

Freschezza

Semestre corrente (OMI 2025-2) + confronto col semestre precedente (OMI 2025-1).

Campi restituiti

campo	tipo	descrizione
zone	string	Codice zona OMI (es. "B29").
zone_description	string	Toponimo descrittivo (es. "VIMINALE (VIA TORINO)").
fascia	string	Fascia OMI (`B` centrale, `C` semicentrale, `D` periferica, `E` suburbana, `R` extraurbana).
microzona	integer	Identificativo micro-zona OMI all'interno della zona.
municipality	string	Denominazione del comune OMI di riferimento.
property_type	string	Tipologia: Abitazioni civili, signorili, economiche, ville, uffici, negozi, magazzini, box, capannoni, etc.
condition	string	Stato conservativo: NORMALE \| OTTIMO \| SCADENTE.
purchase.min_eur_m2 / max_eur_m2	number (EUR/m²)	Forchetta prezzi compravendita.
rental.min_eur_m2 / max_eur_m2	number (EUR/m²·mese)	Forchetta canoni di locazione.
previous_semester	object	Stessi campi del semestre precedente per calcolo trend.

Come viene costruito

omi_ingestion.py importa il pacchetto AdE (CSV QI_*_VALORI + QI_*_ZONE + un KML per comune con i poligoni zona) in omi_2025_2 (semestre corrente) e omi_2025_1 (precedente). La RPC esegue join spaziale del centroide e restituisce TUTTE le righe per la zona (multiple tipologie/condizioni).

Fonte primaria

Agenzia delle Entrate - Osservatorio del Mercato Immobiliare (OMI) - sito ufficiale

Licenza: Riuso libero per finalità non commerciali (cfr. condizioni AdE).

Storico quotazioni OMI (22 semestri)

/parcels/{id}?include=valuation_history

Serie storica completa delle quotazioni OMI per la particella, dal primo semestre 2015 al secondo semestre 2025 (22 semestri). Tipologia "Abitazioni civili", stato conservativo NORMALE. Include il tracking del codice zona OMI in ogni semestre, perché le zone possono essere riclassificate nel tempo.

Copertura

Tutte le particelle WFS con zona OMI assegnata (urbane). Le particelle in zone rurali (codici Rxx) restituiscono solo il codice zona, senza valori monetari.

Freschezza

Aggiornato con OMI 2025/2 (ultimo semestre pubblicato). Pre-calcolato nella satellite table `parcel_omi_history` da `10_enrich_omi_history.sql`. Lookup a singolo PK, latenza sub-millisecondo.

Campi restituiti

campo	tipo	descrizione
zone_current	string	Codice zona OMI corrente (semestre più recente).
municipality_code	string	Codice ISTAT del comune (es. "H501" per Roma).
property_type	string	Sempre "Abitazioni civili" in questa release.
condition	string	Sempre "NORMALE" in questa release.
semesters[]	array<object>	Lista cronologica di 22 elementi (2015/1 → 2025/2).
semesters[].semester	string	Identificativo semestre formato `YYYY_S` (es. "2024_2").
semesters[].zone	string	Codice zona OMI attivo in quel semestre (può differire da `zone_current`).
semesters[].purchase.{min,max,mid}_eur_m2	number (EUR/m²)	Forchetta prezzi compravendita; `mid` = media min/max. `null` per zone rurali.
semesters[].rental.{min,max,mid}_eur_m2	number (EUR/m²·mese)	Forchetta canoni di locazione. `null` per zone rurali.
semesters[].gross_yield_pct	number (%)	Rendimento lordo annuo: `(rental_mid × 12) / purchase_mid × 100`.
metrics	object	Analytics pre-calcolate (CAGR, volatilità, max drawdown). Attualmente `null`, popolato in una release futura.
annotations	object	Annotazioni editoriali sui cambi di zona / discontinuità. Attualmente `null`.
data_version	string	Versione del dataset storico (es. "omi_2015_1..2025_2_v1").

Come viene costruito

10_enrich_omi_history.sql per ogni comune fa lookup della particella sulla tabella OMI di ogni semestre (omi_2015_1 … omi_2025_2) tramite il codice r_omi_comune_amm/ r_omi_zona già materializzato nella satellite parcel_omi, e aggrega i 22 record in un unico jsonb. Le entry con campi monetari assenti (zone rurali) sono compattate via jsonb_strip_nulls per ridurre il payload. Il gross_yield_pct viene calcolato a build-time. Quando la zona OMI di una particella cambia tra semestri, lo storico riflette quella variazione: questo permette di tracciare riclassificazioni urbanistiche del comune nel decennio.

Fonte primaria

Agenzia delle Entrate - Osservatorio del Mercato Immobiliare (OMI), archivio storico semestrale 2015-2025 - sito ufficiale

Licenza: Riuso libero per finalità non commerciali (cfr. condizioni AdE).

Erosione costiera

/parcels/{id}?include=coastal_erosion

Per particelle entro 1 km dalla costa: tasso medio di avanzamento/arretramento della linea di riva, tipologia di costa, litologia e indice di severità.

Copertura

Coste italiane (continentale + isole maggiori).

Freschezza

Dataset ISPRA aggiornato 2023.

Campi restituiti

campo	tipo	descrizione
dynamic	string	`erosion` \| `accretion` \| `stable`.
avg_change_m_year	number (m/anno)	Variazione media della linea di riva. Negativo = arretramento.
max_change_m_year	number (m/anno)	Massima variazione registrata sul tratto.
severity_index	number (0–1)	Indice composito di severità.
coast_type	string	Tipologia: sabbiosa \| rocciosa \| ciottolosa \| artificiale.
lithology	string	Litologia prevalente del tratto.
distance_m	number (m)	Distanza in metri dalla linea di riva.

Come viene costruito

download_coastal_erosion.py importa il vettoriale ISPRA ispra_erosione_costiera. Per ogni particella si filtrano i tratti entro 1 km dal centroide (ST_DWithin) ordinati per distanza, max 5 record restituiti.

Fonte primaria

ISPRA - Sistema Informativo sulle Coste - sito ufficiale

Licenza: CC BY 4.0.

Vincoli culturali e paesaggistici

/parcels/{id}?include=cultural_heritage

Beni vincolati dal Codice dei Beni Culturali e del Paesaggio (D.Lgs. 42/2004) che insistono sulla particella: monumenti, ville storiche, parchi archeologici, fontane, edifici notificati.

Copertura

Vincoli formalizzati nel SIGECweb del MiC. ~230.000 beni in Italia.

Freschezza

SIGECweb 2024.

Campi restituiti

campo	tipo	descrizione
id	string	Identificatore SIGECweb.
name	string	Denominazione ufficiale del bene.
type	string	Tipologia (fontana, palazzo, chiesa, area archeologica, etc.).
class	string	Classe del bene secondo schedatura.
address	string	Indirizzo del bene.
municipality	string	Comune di ubicazione del bene vincolato.
province	string	Sigla provincia di ubicazione del bene.
catalog_code	string	Codice di catalogazione storica MiC.

Come viene costruito

download_vincoli_culturali.py importa il vettoriale dei vincoli MiC in vincoli_culturali. Match runtime via ST_Intersects tra geometria particella e geometria del bene (poligonale, lineare o puntuale).

Fonte primaria

Ministero della Cultura - SIGECweb (Istituto Centrale per il Catalogo e la Documentazione) - sito ufficiale

Licenza: Riuso libero per finalità non commerciali.

Potenziale fotovoltaico (per edificio)

/parcels/{id}?include=solar

Stima deterministica del potenziale fotovoltaico per ogni edificio sulla particella: kWp installabili, produzione annua kWh, CAPEX, LCOE, NPV a 20 anni e payback. Metodologia Zornade v1.1 conforme alle specifiche PVGIS/JRC.

Copertura

Copertura nazionale: tutti gli edifici del catalogo GBA con footprint ≥ 25 m² in Italia.

Freschezza

Irraggiamento TMY da PVGIS-SARAH3 v5.3 (2005–2023, baseline 2020). Curva CAPEX Italia 2025.

Campi restituiti

campo	tipo	descrizione
n_buildings	integer	Numero di edifici sulla particella valutati.
kwp_max_total	number (kWp)	Capacità installabile totale somma di tutti gli edifici.
pvout_modern_kwh_year_total	number (kWh/anno)	Produzione attesa scenario "moderno" (perdite di sistema 10% + soiling 3%).
pvout_pessimistic_kwh_year_total	number (kWh/anno)	Produzione attesa scenario "conservativo" (perdite 14%).
lcoe_eur_per_kwh_avg	number (EUR/kWh)	Levelized Cost of Energy medio ponderato sulla potenza.
npv_20y_eur_total	number (EUR)	Net Present Value a 20 anni (discount rate 5%, autoconsumo industriale/residenziale + CES + RID).
capex_eur_total	number (EUR)	Investimento iniziale stimato.
payback_years_simple_avg	number (anni)	Tempo di rientro semplice medio.
viability_class_max	string	`alta` \| `media` \| `bassa` \| `non_idoneo`. Classe di fattibilità del miglior edificio sulla particella.
roof_pitch_avg_deg	number (°)	Pendenza media tetti (peso = footprint).
roof_aspect_avg_deg	number (°)	Azimut medio tetti (0 = Nord, 180 = Sud).
buildings[]	array	Dettaglio per edificio. Campi principali: `building_fid`, `roof_shape`, `roof_pitch_deg`, `roof_aspect_deg`, `roof_area_real_m2`, `roof_geometry_regime`, `kwp_max`, `pvout_modern_kwh_year`, `pvout_pessimistic_kwh_year`, `kwh_per_kwp_year_modern`, `kwh_per_kwp_year_pessimistic`, `capex_eur`, `lcoe_eur_per_kwh`, `npv_20y_eur`, `payback_years_simple`, `viability_class`, `bipv_eligible`, `confidence_level`, `shading_data_source`, `exclusion_reason`.
data_version	string	Stringa identificativa del dataset (es. `pvgis:v5.3;sarah3:2025-10;model:v1.1;f_ostr:0.5_0.65`).
methodology_version	string	Versione metodologia Zornade (attuale: `v1.1`).
updated_at	string (ISO 8601)	Timestamp di ricalcolo della particella.

Come viene costruito

Pipeline a 6 stage (solar_*.py):

Geometria: footprint da gba_buildings + classe d'uso da CORINE → tilt e azimut ottimi.
Orizzonte: 36 bin di skyline calcolati da LIDAR PNRR (viewshed analysis).
TMY: serie oraria 8760 h da PVGIS-SARAH3 v5.3 (JRC).
Fisica: pvlib NOAA SPA + Hay-Davies + Faiman + Martin-Ruiz IAM + Huld 2011 + correzione CSI 2025.
Economia: CAPEX curva Italia 2025 (residenziale/industriale), autoconsumo, CES, RID, ROI 20 anni a sconto 5%.
Validazione: 5 livelli (schema, sanity envelopes, cross-check PVGIS API, GSE Atlaimpianti, Terna).

Output deterministico (seed 42). Metodologia Zornade v1.1.

Fonte primaria

PVGIS-SARAH3 v5.3 (JRC EU) + GBA buildings (Geoportale Nazionale) + CORINE 2018 + LIDAR PNRR - sito ufficiale

Licenza: PVGIS riuso libero; GBA riuso ufficiale; pipeline Zornade proprietaria.

Punti di interesse (POI)

/parcels/{id}?include=poi

Esercizi commerciali, ristoranti, servizi e luoghi di interesse sulla particella, con categoria standardizzata. Utile per analisi di walkability e valutazione retail.

Copertura

Italia, tramite snapshot Foursquare Open Source Places. ~2,8 milioni di POI attivi.

Freschezza

Snapshot Foursquare OS Places, aggiornamento trimestrale.

Campi restituiti

campo	tipo	descrizione
id	string	Foursquare venue ID.
name	string	Nome commerciale.
categories	string	Path di categoria (es. "[Food > Café]").
address	string	Indirizzo del POI.
locality	string	Località/quartiere.
coordinates	object	`{ lat, lng }`.

Come viene costruito

Tabella fsq_places, filtro date_closed IS NULL per esercizi attivi. Match via ST_Intersects con la geometria della particella.

Fonte primaria

Foursquare Open Source Places - sito ufficiale

Licenza: Apache 2.0.

Luminosità notturna VIIRS

/parcels/{id}?include=nightlights

Radianza notturna stimata per ogni particella catastale, disaggregata dasymetrically dal composito annuale NASA Black Marble VNP46A4. Proxy quantitativo di attività economica e di antropizzazione, utile per analisi urbane, OSINT e studi di sprawl.

Copertura

100% del territorio nazionale. La disaggregazione usa il building footprint OSM: nei comuni privi di edifici mappati si ricade su distribuzione uniforme; nei comuni senza pixel VIIRS validi (montagna remota, parchi naturali) tutte le particelle restano a `dark`.

Freschezza

Composito annuale VIIRS VNP46A4 Collection 2 (NASA Black Marble). Anno corrente del rilascio: 2023.

Campi restituiti

campo	tipo	descrizione
available	boolean	`true` se la particella ha un record in `parcel_nightlights`, `false` altrimenti. In questo secondo caso gli altri campi sono assenti.
ntl_parcel	number (nW/cm²/sr)	Radianza notturna assegnata alla particella tramite disaggregazione dasymetric proporzionale al footprint residenziale.
ntl_density	number ((nW/cm²/sr)/km²)	Densità di radianza per area particella (`ntl_parcel / area_m2 × 1.000.000`). Permette confronti cross-particella indipendenti dalla taglia.
ntl_class	string	Classe ordinale di radianza: `dark` (<0,5), `dim` (0,5–3), `medium` (3–10), `bright` (10–30), `very_bright` (≥30 nW/cm²/sr). Robusta a saturazione e variazioni stagionali.
ntl_share	number (0–1)	Quota del budget VIIRS comunale assegnata a questa particella. La somma su tutte le particelle dello stesso comune vale 1,0 (modulo arrotondamenti).
ntl_mean_comune	number (nW/cm²/sr)	Radianza media VIIRS dell'intero comune (zonal stats sul confine ISTAT). Utile per contestualizzare il valore singolo.
estimation_method	string	`dasymetric` (footprint edifici disponibile, distribuzione pesata); `uniform` (nessun edificio OSM, distribuzione uniforme sulle particelle); `no_ntl` (nessun pixel VIIRS valido per il comune).
ntl_year	integer	Anno del composito VNP46A4 utilizzato (es. `2023`).
source	string	Identificativo della fonte: `viirs_vnp46a4_c2_2023`.
updated_at	string (ISO 8601)	Timestamp dell'ultimo refresh della particella.

Come viene costruito

Pipeline nightlights_enrichment.py: (1) zonal stats mean del raster VIIRS VNP46A4 sui confini comunali ISTAT → ntl_mean_comune; (2) disaggregazione dasymetric alle particelle pesata sul footprint residenziale OSM: ntl_parcel = ntl_mean_comune × footprint_parcella / footprint_comune; (3) classificazione in 5 bande basata sulle soglie standard della letteratura VIIRS (Elvidge et al. 2017). Le particelle senza edifici ricevono ntl_parcel = 0 (classe dark). Il raster sorgente è il composito annuale Collection 2 a risoluzione nativa ~463 m, già corretto per stray-light, lunare e atmosferici dal pipeline NASA Black Marble. Per il rationale dasymetric vedi app/sql/migrations/011_parcel_nightlights.sql (commento in testa).

Fonte primaria

NASA Black Marble - VIIRS VNP46A4 (Collection 2) - sito ufficiale

Licenza: NASA Earth Science Data - riuso libero anche commerciale (cit. richiesta).

Riferimento tecnico API

Endpoint, autenticazione, headers, errori e best practice per integrare le API REST di Zornade.

API REST unica per geocoding, anagrafiche amministrative e dati catastali arricchiti. Tutto in JSON, solo metodo GET, stessa base URL per ogni endpoint.

Base URL

https://api.zornade.com/api/v2

Versione runtime

2.4.0 (endpoint health)

Autenticazione

x-api-key obbligatorio, eccetto /health

Rate limit

10.000 richieste/ora per token

Quickstart in 2 chiamate

1) Verifica servizio con GET /health.

2) Esegui una chiamata autenticata con x-api-key.

curl "https://api.zornade.com/api/v2/health"

curl -H "x-api-key: zrn_il_tuo_token" \
  "https://api.zornade.com/api/v2/parcels/locate?lat=41.9028&lng=12.4964"

Scopes disponibili:

• geocoding:read - endpoint geocoding

• admin_data:read - regioni/province/comuni

• parcels:read - endpoint particelle e enrichment

Endpoint stabili e orientati a risorsa. Tutti GET.

Endpoint	Scope	Descrizione
/api/v2/health	-	Stato servizio, versione, endpoint disponibili
/api/v2/geocode/search	`geocoding:read`	Geocoding diretto per testo
/api/v2/geocode/reverse	`geocoding:read`	Geocoding inverso da coordinate
/api/v2/admin/regions	`admin_data:read`	Elenco regioni
/api/v2/admin/provinces	`admin_data:read`	Province, filtro opzionale per regione
/api/v2/admin/municipalities	`admin_data:read`	Comuni, filtro per provincia/regione
/api/v2/parcels/search	`parcels:read`	Ricerca particelle per comune/foglio/label/sezione
/api/v2/parcels/locate	`parcels:read`	Ricerca per punto, multipunto o bbox
/api/v2/parcels/{id}	`parcels:read`	Dettaglio completo con include selettivo

Fonti istituzionali

Tutti i dati sono tracciati fino all'ente pubblico di origine.

Domande frequenti

Le API Zornade sono gratuite?

Sì. Tutte le API REST di Zornade sono gratuite per uso non commerciale, con rate limit di 10.000 richieste/ora per token. Per volumi superiori o uso enterprise contattare il team.

Come ottengo una API key?

Registrati gratuitamente su app.zornade.com, accedi alla sezione API e crea un token con gli scope necessari (geocoding:read, admin_data:read, parcels:read). Puoi generare fino a 5 token attivi per account.

Quali dati sono disponibili per ogni particella catastale?

Per ogni particella sono disponibili 20 blocchi dati: identificativi catastali, indirizzi, rischio sismico/alluvionale/frane, subsidenza InSAR, quote e pendenza, popolazione, edifici, redditi MEF, demografia ISTAT, copertura suolo CORINE, uso suolo Urban Atlas, quotazioni OMI, erosione costiera, vincoli culturali, potenziale fotovoltaico, POI e luminosità notturna VIIRS.

Le quotazioni OMI sono ufficiali?

Sì. Le quotazioni provengono direttamente dal pacchetto ufficiale dell'Osservatorio del Mercato Immobiliare (OMI) dell'Agenzia delle Entrate, semestre corrente e precedente, importate tramite la pipeline omi_ingestion.py.

Quante particelle catastali italiane sono coperte?

Circa 85 milioni di particelle catastali su 7.899 comuni italiani. Bolzano e Trento (non coperti dal WFS dell'Agenzia delle Entrate) sono integrati da fonti regionali separate.

Come viene calcolato il potenziale fotovoltaico?

Tramite pipeline a 6 stage che combina footprint edifici GBA, tilt/azimut ottimi, orizzonte LIDAR PNRR, irraggiamento TMY da PVGIS-SARAH3 v5.3 (JRC EU), fisica pvlib (NOAA SPA + Hay-Davies + Faiman + Martin-Ruiz + Huld 2011) ed economia con curva CAPEX Italia 2025. Output deterministico (seed 42), metodologia Zornade v1.1.

Posso usare le API in produzione?

Sì. Le API v2 sono stabili e versioning-safe. Inizia sempre da /health per verificare la versione, e usa il parametro include= su /parcels/{id} per ridurre payload e latenza.

Quali licenze hanno i dati sorgente?

CC BY 4.0 per ISPRA, INGV, Copernicus (CORINE, Urban Atlas, EGMS) e ISTAT. ODbL per OpenStreetMap. Apache 2.0 per Foursquare Places. Riuso libero per dati MEF, OMI e Agenzia delle Entrate. Ogni risposta API include il campo `source` con attribuzione esplicita.