Piscina Mirabilis

Informazioni generali e descrizione

La Piscina Mirabilis è una straordinaria cisterna romana di età augustea situata a Miseno, nel territorio di Bacoli, concepita per garantire l’approvvigionamento idrico alla flotta imperiale della Classis Misenensis. Scavata interamente nel banco di tufo, la struttura si sviluppa come un imponente ambiente ipogeo scandito da pilastri e navate che sorreggono un sistema di volte a botte, configurando uno spazio architettonico di grande monumentalità e forte valore simbolico. Il manufatto è parte integrante del complesso sistema idraulico alimentato dall’Acquedotto Augusteo del Serino e rappresenta uno dei più significativi esempi di architettura infrastrutturale romana. Inserita nel contesto paesaggistico e archeologico dei Campi Flegrei, la Piscina Mirabilis è oggi riconosciuta come nodo fondamentale della cosiddetta “Costellazione delle Acque”, un sistema di beni accomunati dal rapporto funzionale, simbolico e materico con l’elemento idrico.

Rilievo integrato

La documentazione del monumento è stata affrontata mediante un approccio di rilievo integrato, finalizzato alla restituzione accurata della complessa articolazione spaziale del manufatto. Le tecniche di acquisizione hanno privilegiato l’uso combinato di strumentazioni in grado di operare efficacemente in ambienti ipogei, caratterizzati da ridotte condizioni di illuminazione e da geometrie ripetitive. Il rilievo tridimensionale ha consentito di acquisire con elevata precisione le superfici murarie, i pilastri, le volte e le connessioni spaziali interne, mentre l’integrazione con tecniche image‑based ha permesso di completare la documentazione nelle porzioni esterne e nelle aree di raccordo con il contesto. La georeferenziazione dei dati ha assicurato coerenza metrica e affidabilità scientifica, rendendo possibile l’unificazione dei diversi dataset in un unico sistema spaziale.

Rappresentazioni

I dati acquisiti hanno costituito la base per l’elaborazione di rappresentazioni bidimensionali e tridimensionali finalizzate alla lettura architettonica e strutturale dell’opera. Le ortoproiezioni orizzontali e verticali consentono di cogliere la regolarità modulare dell’impianto, il ritmo dei sostegni e la relazione tra i diversi spazi dell’invaso. Piante, sezioni e vedute prospettiche restituiscono non solo la geometria del manufatto, ma anche la percezione spaziale dell’ambiente ipogeo, mettendo in evidenza la monumentalità e la qualità costruttiva dell’architettura. Le rappresentazioni assumono pertanto un valore interpretativo, utile sia all’analisi storica sia alle valutazioni conservative.

Modellazioni tridimensionali

A partire dai dati del rilievo integrato sono stati sviluppati modelli tridimensionali metricamente affidabili e ad alta risoluzione, capaci di restituire la complessità morfologica del monumento. Tali modelli costituiscono una base avanzata per la costruzione di un sistema informativo digitale del bene, nel quale la geometria è associabile a informazioni di carattere storico, materico e conservativo. In questa prospettiva, la modellazione tridimensionale non si limita a una visualizzazione formale, ma si configura come una possibile replica digitale del manufatto, suscettibile di aggiornamenti e implementazioni nel tempo. Il modello digitale può così supportare attività di studio, monitoraggio e gestione, ponendosi come strumento strategico per la conservazione del patrimonio.

Virtual Tour

La restituzione digitale del monumento ha reso possibile la realizzazione di esperienze di esplorazione virtuale finalizzate alla fruizione remota degli spazi ipogei. Attraverso ambienti virtuali navigabili, è possibile percorrere le navate, osservare le volte e comprendere l’organizzazione spaziale complessiva del manufatto senza necessità di accesso fisico. Il Virtual Tour svolge una duplice funzione: da un lato rende accessibile un bene complesso e delicato a un pubblico più ampio, dall’altro costituisce uno strumento operativo per lo studio e l’analisi, grazie alla possibilità di interrogare metricamente gli spazi e confrontare diverse configurazioni di lettura.

Documentazione di archivio

Pubblicazioni

Pubblicazioni consultate

Barba, S., Di Filippo, A., Cotella, V., Ferreyra, C., & Amalfitano, S. (2021). A SLAM integrated approach for digital documentation. In Culture and Computing. Interactive Cultural Heritage and Arts. 9th International Conference, C&C 2021, Proceedings of HCII 2021 (Virtual Event).

Chen, L., Papandreou, G., Kokkinos, I., Murphy, K., & Yuille, A. L. (2018). DeepLab: Semantic image segmentation with deep convolutional nets, atrous convolution, and fully connected CRFs. IEEE Transactions on Pattern Analysis and Machine Intelligence, 40, 834–848.

Chizhova, M., & Dore, K. (2017). Probabilistic reconstruction of 3D buildings using cellular automata. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 42, 187–194.

De Feo, G. A. (2007). Historical development of the Augustan aqueduct in Southern Italy: Twenty centuries of works from Serino to Naples. Water Science & Technology: Water Supply, 7(1), 131–138. https://doi.org/10.2166/ws.2007.01

De Feo, G. D. (2010). The greatest water reservoirs in the ancient Roman world and the “Piscina Mirabilis” in Misenum. Water Science & Technology: Water Supply, 10(3), 350–358.

He, K., Gkioxari, G., Dollár, P., & Girshick, R. (2020). Mask R‑CNN. IEEE Transactions on Pattern Analysis and Machine Intelligence, 42, 386–397.

Hou, Y., Soibelman, L., Volk, R., & Chen, M. (2019). Factors affecting the performance of 3D thermal mapping for energy audits in a district using infrared thermography (IRT) mounted on unmanned aircraft systems (UAS). In Proceedings of the 36th International Symposium on Automation and Robotics in Construction (ISARC 2019) (pp. 266–273). https://doi.org/10.22260/isarc2019/0036

Lin, D., Jarzabek‑Rychard, M., Schneider, D., & Maas, H.‑G. (2018). Thermal texture selection and correction for building façade inspection based on thermal radiant characteristics. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences (ISPRS Archives), 42(2), 585–591. https://doi.org/10.5194/isprs-archives-XLII-2-585-2018

Lowe, D. G. (2004). Distinctive image features from scale‑invariant keypoints. International Journal of Computer Vision, 60(2), 91–110.

Mayer, Z., Heuer, J., Volk, R., & Schultmann, F. (2021). Aerial thermographic image‑based assessment of thermal bridges using representative classifications and calculations. Energies, 14(21). https://doi.org/10.3390/en14217360

Wang, Y.‑S. (2008). Pictometry’s proprietary airborne digital imaging system and its application in 3D city modelling. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 37, 1065–1066.

Wong, A., Famuori, M., Shafiee, M., Li, F., Chwyl, B., & Chung, J. (2019). YOLO Nano: A highly compact “You Only Look Once” convolutional neural network for object detection. arXiv preprint, arXiv:1910.01271, 1–5.

Pubblicazioni del gruppo di ricerca

Schedatura