Classificazione dell uso reale del suolo nella pianura piacentina durante la stagione 2003 con tecniche di remote sensing.

Transcript

1 Amministrazione Provinciale di Piacenza - Area Programmazione territoriale Infrastrutture Ambiente SPTU - Servizio Programmazione Territoriale e Urbanistica Via Garibaldi 50, PIACENZA, tel. 0523/7951 Classificazione dell uso reale del suolo nella pianura piacentina durante la stagione 2003 con tecniche di remote sensing. P.Lega Rapporto Interno n 10/04 Maggio Premessa. La classificazione dell uso reale del suolo nella pianura piacentina durante la primavera estate 2003 che viene qui illustrata, rappresenta l aggiornamento della analoga classificazione già condotta con la stessa tecnica e sul medesimo territorio annualmente a partire dal Come già negli anni precedenti, si è utilizzata una suddivisione in classi in grado di discriminare le principali colture agrarie annuali (seminativi), le colture arboree, nonché le principali classi di occupazione permanente del territorio (acqua, edificato, ghiaie, ecc.). Con l aggiornamento annuale della cartografia dell uso reale del suolo della pianura, si intende alimentare un vero e proprio Sistema Informativo dell uso reale del suolo nella nostra provincia, in grado di evidenziare lo stato di fatto e le tendenze evolutive dell utilizzo del territorio agricolo e urbano della provincia: la cartografia tradizionale dell uso reale del suolo di produzione regionale, infatti, viene aggiornata all incirca ogni decennio ed è convenzionalmente concepita per monitorare le tendenze di lungo periodo e non per evidenziare i cambiamenti annuali della copertura vegetale. La variazione annuale dell uso reale del suolo, con particolare riferimento ai seminativi, si è già mostrata particolarmente utile nella stima dell impatto ambientale delle pratiche agricole, ma può esserlo anche nella stima dei consumi stagionali di acqua irrigua, nella valutazione dei valori agrari dei terreni, ecc. 2 - Materiali e metodi. Per sviluppare la classificazione dell uso reale del suolo durante la stagione agraria 2003, sono state utilizzate sia immagini del sensore ETM+ montato sul satellite Landsat7, sia una immagine TM del satellite Landsat5. Come è noto, il Landsat7 è l ultimo satellite della serie Landsat al quale sono state apportate alcune significative innovazioni rispetto alle precedenti piattaforme della medesima famiglia. Lanciato nel 1999 con parametri orbitali del tutto analoghi a quelli del Landsat5 (tuttora operativo), il Landsat7 si trova su di un orbita eliosincrona a 705 km di altezza media ed ha un tempo di ripetizione di 16 giorni. Il nuovo sensore ETM+ presenta due significative innovazioni rispetto al precedente TM: una nuova banda pancromatica ad ampia estensione con risoluzione geometrica di 15 m, e un aumento della risoluzione geometrica a 60 m. nella banda dell infrarosso termico; inoltre a causa della buona calibrazione del sensore, le riprese si presentano globalmente di ottima qualità. Sfortunatamente, a causa di una avaria delle apparecchiature di bordo, dal Giugno 2003 a tutt oggi le immagini Landsat7 non sono praticamente più disponibili al pubblico, anche se vengono ancora acquisite ed elaborate; per disporre quindi di una ripresa al culmine della stagione agraria 2003, è stata acquisita una immagine Landsat5-TM di fine Luglio, ancora di buona qualità ma parzialmente coperta da nubi. Nel corso del periodo primavera - estate 2003 sono risultate dunque disponibili sul nostro territorio 2 riprese Landsat7-ETM+, una delle quali parzialmente coperta da nubi, ed una ripresa Landsat5-TM: 04_10.doc 1

2 1. Immagine Landsat7-ETM+, scena del ; 2. Immagine Landsat7-ETM+, scena del ; 3. Immagine Landsat5-TM, scena del , che sono state acquisite come quarti di scena floating di centro N e 9 40 E dalla Soc. Eurimage di Roma, consorzio gestore dei dati Landsat per l Europa. L immagine di Marzo risultava completamente sgombra da nubi e in presenza di buona trasparenza atmosferica, ma con un residuo di copertura nevosa sui rilievi appenninici più elevati, indicativamente sopra i 1400 mslm; nelle immagini di Maggio e di Luglio si nota una sensibile presenza di formazioni cumuliformi a bassa quota sia sulla fascia della montagna che, localmente, anche in pianura; anche sull area di pianura considerata compaiono numerosi cumuli a bassa quota, seppure di modesta dimensione, sia a Nord Est che a Sud. Le tre immagini sono state importate nell ambiente di lavoro Ermapper v6.1 e successivamente georeferenziate e rettificate sulla base di un set di circa 50 punti di controllo a terra (GCP) già utilizzati nel corso degli anni precedenti; gli errori quadratici medi ottenuti dalla rettificazione delle 3 immagini sono risultati compresi tra 0.6 e 0.7 pixel (18-20 m.). Dai quarti di scena rettificati sono stati ritagliati i rettangoli comprendenti la fascia della pianura piacentina indicativamente al di sotto dei 250 m. di quota, coincidente con l area già considerata nelle analoghe analisi degli anni precedenti, e delimitata dai seguenti vertici di coordinate UTM: Vertice/coord. UTM UTM Est UTM Nord Vertice NO Vertice SE Estensione 60 km. 39 km. Le immagini ritagliate sono riportate a grande scala in fig. 8 in una rappresentazione RGB delle bande ETM e TM 3-2-1; si nota nelle immagini di Maggio e Luglio la nuvolosità cumuliforme diffusa nelle fasce di pianura e montagna. Le condizioni climatiche antecedenti le tre riprese sono state almeno in parte diverse: l immagine del 16 Marzo è stata eseguita a 10 giorni di distanza da precipitazioni di modestissima consistenza (1-2 mm) e a 2 settimane dall ultimo evento piovoso significativo, periodo trascorso con temperature medie attorno ai 10 C, massime giunte a 20 C e valori medi di umidità relativa attorno a 50-60%, e pertanto si può ritenere che i terreni si presentassero generalmente asciutti; l immagine del 3 Maggio è stata eseguita a circa 6 giorni di distanza da un evento piovoso di modesta entità che ha interessato tutto il territorio (4-7 mm) e a successive precipitazioni locali: è possibile pertanto che in questa ripresa parte dei terreni si presentassero con un contenuto superficiale di acqua ancora rilevabile. L immagine del 30 Luglio infine è stata ripresa a 5-6 giorni da un evento piovoso a carattere temporalesco che ha colpito soprattutto pianura e collina occidentali; anche in questo caso, nonostante nei giorni precedenti le temperature massime siano salite oltre i 30 C, è possibile che in talune zone i terreni si presentassero ancora umidi. Le tre immagini rettificate e ritagliate sono state infine fuse in un unico dataset (con l esclusione delle bande 6 dell infrarosso termico e della banda 8 pancromatica), ottenendo pertanto un dataset a 18 bande, allo scopo di consentire una scelta più varia delle bande nella classificazione multitemporale dell area. La tecnica di classificazione impiegata con il sw Ermapper è stata, come in precedenza, la classificazione assistita (supervised) con l algoritmo di Massima Verosimiglianza (maximum Likelihood), nella versione corretta per i pixel di confine con un filtro 3x3. La classificazione supervised si basa sulla individuazione di verità a terra, simultanee o comunque confrontabili con le riprese del satellite, che vengono poi impiegate in parte come siti di training della classificazione, 04_10.doc 2

3 ed in parte come siti di test per la compilazione delle matrici di confusione (cioè delle matrici previsto/osservato, o classificato/test). I rilievi a terra sono stati eseguiti tra il 15 Giugno e il 10 Luglio 2003 nelle seguenti zone di pianura: Monticelli Sud, S. Pietro in Cerro, Fiorenzuola Sud, Pontenure Valconasso - S. Giorgio, Gariga Podenzano - Settima, Rottofreno, Sarmato, Castel S. Giovanni Ovest. Come in precedenza, i controlli si sono limitati ad accertare la presenza delle singole colture, a prescindere dal loro stato fenologico o agronomico; le osservazioni sono state riportate sulla cartografia tecnica regionale (CTR) alla scala 1: I rilievi a terra hanno riguardato esclusivamente i seminativi, mentre per le colture arboree (vite, pioppo, bosco, cespuglieto) si è utilizzata la carta 1:25000 dell Uso Reale del Suolo della Regione Emilia Romagna (volo Italia 94), opportunamente confrontata con le ortofoto pancromatiche digitali a 1 m. di risoluzione del volo IT2000. Sulla base dei rilievi a terra sono state analizzate le firme spettrali dei campi ritenuti omogenei nelle immagini di Marzo (grano e medica) e di Maggio e Luglio (tutte le altre classi), al fine di individuare classi di copertura ben separabili e i relativi siti di training. A tale scopo si è seguita la stessa metodologia degli anni precedenti, selezionando una sola classe per coltura, ad eccezione del Mais, nella quale sono stati inseriti siti relativi a 2 differenti stadi o tipi fenologici. I siti di training e di test sono stati scelti tra gli appezzamenti delle verità a terra, in modo da non ricadere in aree coperte da nubi nelle immagini di Maggio e di Luglio; i siti sono stati suddivisi in modo da avere approssimativamente estensioni analoghe nei siti di training e in quelli di test; le estensioni dei siti di training e di test ammontano a circa 1900 Ha cad. e sono riportate in fig. 1. n. Classe cod. Training (Ha) Test (Ha) 1 Acqua AC Bietola BI Bosco BO Cespuglieto, arbusteto CE Pioppo CP Vite CV Edificato, non vegetato ED Ghiaia GH Girasole GI Grano GR Mais MA Mais 2 MA Medica, erbaio ME Pomodoro PO Seminativi misti di collina SM Soia SO totale (Ha) Fig. 1 Superfici dei siti di training e di test 2003 (Ha) Sono state utilizzate tutte le 15 classi già adottate nella classificazione del 2002, comprensive della classe del Girasole, mentre la classe del Mais è stata sdoppiata per rendere conto delle elevate differenze di ciclo della coltura, inserendo un piccolo campione di Mais a semina sensibilmente posticipata; le caratteristiche sintetiche delle classi sono le seguenti: 1. Acqua (AC): riferita esclusivamente al corso del Po; 2. Bietola (BI): la bietola viene seminata a partire dalla prima metà di Febbraio; a Marzo quindi il terreno risulta ancora nudo, mentre già da metà Giugno ha raggiunto il massimo sviluppo vegetativo, con una copertura del terreno del 100% in tutti i campi senza distinzione di precocità; 3. Bosco (BO): comprende bosco misto di latifoglie e corrisponde alla classe B della Carta regionale dell URS del 94; i siti di training sono stati individuati anche con l aiuto della Carta provinciale della Vegetazione Forestale; a Marzo le latifoglie in montagna si trovano prive di vegetazione, mentre in Luglio la vegetazione è al massimo di copertura; 04_10.doc 3

4 4. Cespugli e arbusti (CE): comprende tipiche aree non coltivate ai bordi dei torrenti principali o comunque incolte, in cui si associano terreno nudo, prato, cespugli e arbusti sparsi, alberi radi; i siti sono stati individuati soprattutto ai lati dell alveo del Trebbia; questa classe è stata inserita per competere con la Vite in questa tipologia di copertura; in Marzo si riscontra una rada copertura erbosa, a Maggio la ripresa vegetativa è generale; 5. Pioppo (CP): a Marzo la vegetazione è praticamente assente; a Maggio la vegetazione è già definitiva: la copertura del terreno è già al 100%; a Luglio i pioppi si trovano con tutte le foglie distese e al massimo dello sviluppo vegetativo, con una copertura del suolo sempre al 100%; 6. Vite (CV): a Marzo la vegetazione è ancora assente; a Giugno la pianta si trova in fioritura; a Luglio la vite è in fase di ingrossamento del grappolo, con la vegetazione al massimo sviluppo ed una massima copertura del suolo, attorno al 60-70%; i siti di training sono stati individuati per mezzo delle ortofoto IT2000 sui tre comprensori viticoli principali della collina; 7. Superficie non vegetata (ED): sono essenzialmente le zone edificate, raccolte in una unica classe comprensiva degli insediamenti residenziali e produttivi; i siti sono stati individuati sia sull area urbana di Piacenza che sui principali centri urbani della provincia; in questa classe ricadono però anche aree non vegetate a riflettività alta ma inferiore alla GH, sia su terreni agricoli che in ambito di alveo fluviale; 8. Ghiaie e sabbie (GH): copertura ghiaiosa e sabbiosa i cui siti di training sono stati ricavati essenzialmente dall alveo del Trebbia; 9. Girasole (GS): viene seminato all inizio della Primavera (Marzo) e raccolto generalmente in Settembre, quando tutte le piante sono secche; a Giugno il girasole risulta completamente fiorito; la presenza della coltura (training e test) è stata rilevata in comune di Alseno. 10. Grano e orzo (GR): la trebbiatura inizia a metà Giugno e dura circa due settimane: pertanto a metà Luglio alcuni campi trebbiati presentano ancora la paglia o le stoppie sul terreno, mentre altri risultano già lavorati. 11. Mais (MA e MA2): le semine del mais si verificano mediamente a metà Marzo; a metà Giugno la coltura si trova nella fase di foglie vere o distese, in cui non chiude ancora tra le file: la copertura del suolo pertanto non è ancora completa; in questo periodo le differenze fenologiche tra i campi sono già notevoli, a causa della scalarità delle semine; a metà Luglio la coltura è in fase di fioritura piena o già superata, con la copertura totale del terreno, ma con differenze notevoli di fase tra le varietà precoci e quelle tardive, e conseguentemente anche differenze di riflettività; per rendere conto di queste differenze, è stata individuata una seconda classe di mais tardivo (MA2); 12. Erba medica ed altri erbai (ME): nel corso di Maggio viene eseguito il primo sfalcio e pertanto ai primi del mese gli erbai di pianura dovrebbero risultare relativamente omogenei; a fine Luglio la coltura si presenta molto differenziata, trovandosi tra il primo e il secondo sfalcio con una fenologia compresa tra levata e fioritura, e pertanto con caratteristiche di riflettività altrettanto differenziate; 13. Pomodoro (PO): a Marzo si trova il terreno lavorato; ad inizio Aprile iniziano i trapianti; a inizio Maggio la coltura è in parziale fase di fioritura, con i trapianti ancora in corso; in questa data la copertura del terreno è minima, attorno al 10-20%; a fine Luglio i primi trapiantati sono già in fase di piena maturazione, con una copertura del suolo massima, attorno al 70-80%, mentre gli ultimi trapiantati hanno una copertura inferiore, stimabile attorno al 40-50%; in questo periodo la diversità fenologica dei campi risulta massima; 14. Seminativi misti e pascoli di collina (SM): comprende seminativi (in pratica solo grano), terreni ad erbaio, prati, pascoli e misti (cespugli, arbusti) nella fascia di collina ed individuati dall incrocio della Carta regionale dell URS del 94 e delle ortofoto IT2000; i siti di training sono stati individuati nel settore occidentale della collina, che risulta più esteso nel rettangolo considerato; questa classe si scosta alquanto dall erba medica nella regione dell infrarosso, in cui presenta mediamente la TM5 e TM7 più alte della medica nelle riprese primaverili, mentre in questo caso la TM4 risulta leggermente più bassa; questa classe interpreta anche molte 04_10.doc 4

5 situazioni di pianura rappresentate da seminativi all inizio della fase vegetativa con significativa presenza di terreno; 15. Soia (SO): anche per la soia il terreno è scoperto fino ai primi di Maggio, poichè le semine avvengono mediamente alla fine di Aprile; a metà Luglio la coltura si trova in fioritura: la vegetazione è già al massimo sviluppo e di conseguenza la copertura del suolo è al 100%; Anche quest anno non sono state recuperate verità a terra per le colture minori (sia orticole: aglio, cipolla, pisello, che altre: sorgo, ecc.) e per la frutticoltura, colture che occupano comunque una quota marginale del territorio di pianura; le firme spettrali delle 15 classi individuate sui siti di training nelle tre immagini sono riportate in fig e 9. L andamento delle firme è ormai consueto: si distaccano dall insieme delle classi l acqua (AC), che presenta sempre la riflettività più bassa nelle tre bande dell infrarosso, e le ghiaie (GH), che presentano sempre la riflettività più alta nelle tre bande del visibile (soprattutto nel blu). Anche le classi colturali mostrano un andamento delle firme del tutto omologo a quello degli anni passati. Il bosco si differenzia in ogni periodo dalle altre classi, per avere la riflettività nelle prime tre bande (visibile) sempre più bassa, mentre al momento di massima biomassa (Luglio) presenta un valore della banda 4 (infrarosso vicino) fra i più alti; grano, medica e seminativi misti di collina (SM) sono del tutto simili nel visibile durante l inverno e inizio primavera (in questo caso Marzo), ma si differenziano nella banda 4 e ancor più nella banda 5; a Luglio il grano si differenzia dai prati (ME) per la perdita ormai totale di biomassa fotosinteticamente attiva (banda 4 bassa), se non addirittura per la lavorazione dei suoli; medica e prati di collina rimangono simili nelle 3 bande del visibile anche nei due periodi successivi, mentre si differenziano nelle bande dell infrarosso. A Marzo, a parte medica, grano e prati e pascoli di collina che presentano una relativa densità di biomassa verde (TM4 alta), le altre colture o non sono ancora in campo o non sono ancora in fase vegetativa e pertanto i siti presentano una riflettività nell infrarosso vicino (TM4) bassa, tipica del terreno nudo; fa eccezione la vite che, essendo in buona parte inerbita, evidenzia un valore della banda 4 più alto: nelle firme spettrali di Marzo si osserva quindi una sostanziale omogeneità dei siti di training nel visibile (dove risalta in pratica solo la diversità dei terreni) e nell infrarosso. Ai primi di Maggio continuano ad avere i valori maggiori nella banda 4 il grano, la medica e i seminativi misti; si differenziano dalla ripresa di Marzo per una maggiore riflettività nella banda 4 sostanzialmente solo bosco, cespuglieto e pioppi, poiché, essendo in ripresa vegetativa, presentano maggiore biomassa di tutte le altre colture estive; presentano un aumento nella banda 4 anche la vite, a causa dell inerbimento e della ripresa vegetativa, e la bietola che incomincia a coprire il terreno. A fine Luglio la diversificazione di biomassa fotosinteticamente attiva tra le colture è praticamente massima, e così anche la riflettività nell infrarosso; ciononostante, alcune colture a semina o trapianto scalare (ad es. pomodoro e mais) presentano valori vicini, a causa della combinazione di situazioni in cui è ancora sensibilmente presente il terreno. La classificazione supervised è stata eseguita con Ermapper v6.1 mediante l impiego del classificatore di Massima Verosimiglianza (Maximum Likelihood), nella versione corretta per i pixel di confine, filtrati su di una matrice 3x3; è stata utilizzata una uguale probabilità a priori per ogni classe; per ogni pixel il software calcola la classe assegnata, la probabilità a posteriori di assegnazione alla classe, e la tipicità. Nella scelta delle bande da inserire nella classificazione, si sono considerati i risultati degli anni precedenti, provando poi diverse combinazioni possibili che permettessero una massima differenziazione tra le classi. La bontà dei risultati della classificazione è stata stimata in termini di Accuratezza globale (Overall Accuracy, OA) che corrisponde alla frequenza dei pixel correttamente classificati sull insieme dei pixel dei siti di test, Accuratezza di utilizzo (User Accuracy, UA) che, per ogni classe, corrisponde alla frequenza di pixel correttamente classificati su tutti i pixel classificati in quella classe nei siti di test; e la Accuratezza di produzione (Producer s 04_10.doc 5

6 Accuracy, PA) che, per ogni classe, corrisponde alla frequenza di pixel correttamente classificati su tutti i pixel dei siti di test appartenenti a quella classe. A queste si aggiunge il coefficiente K di Hudson e Ramm, che descrive l accuratezza globale della classificazione considerando sia gli errori di omissione (sulle colonne della matrice di confusione) che di commistione (sulle righe) ed è analogo e correlato alla OA. Classe Banda 1 Banda 2 Banda 3 Banda 4 Banda 5 Banda 7 AC BI BO CE CP CV ED GH GR GS MA MA ME PO SM SO Fig. 2 Firme spettrali dei siti di training nell immagine Landsat7-ETM+ del Classe Banda 1 Banda 2 Banda 3 Banda 4 Banda 5 Banda 7 AC BI BO CE CP CV ED GH GR GS MA MA ME PO SM SO Fig. 3 Firme spettrali dei siti di training nell immagine Landsat7-ETM+ del Classe Banda 1 Banda 2 Banda 3 Banda 4 Banda 5 Banda 7 AC BI BO CE CP CV ED GH GR GS MA MA ME PO SM SO Fig. 4 Firme spettrali dei siti di training nell immagine Landsat5-TM del _10.doc 6

7 3 Risultati. Si è partiti dunque da una combinazione base di bande, costituita dalle bande TM45 di Marzo e dalle TM di Maggio, ottenendo un risultato relativamente modesto, con una OA (Overall Accuracy) di 82% e un K = 0.80; il risultato modesto era comunque da aspettarsi in quanto la ripresa di inizio Maggio non contiene ancora una differenziazione tra le classi dei seminativi estivi; vengono classificati correttamente l acqua, l edificato e le ghiaie, il bosco e il cespuglieto, il grano; tutte le altre colture hanno una UA compresa tra il 40 e il 70%, mentre la classe del mais tardivo (MA2) non è per nulla classificata. Rispetto a questa combinazione base di bande si è provato ad aggiungere e togliere diverse altre bande che potrebbero essere ritenute significative nella differenziazione delle classi di copertura. L inserimento delle bande 4 e 5 di Luglio migliora sensibilmente l OA portandola al 90%; l ulteriore inserimento delle bande 1 di Marzo e Luglio apporta un ulteriore marginale miglioramento portando l OA a 90.6% con un K=0.89. Ulteriori combinazioni o sostituzioni di bande (come ad es. la sostituzione della banda 1 con la banda 3 in Marzo o in Luglio) hanno prodotto piccoli peggioramenti delle prestazioni. La combinazione di bande che produce la classificazione con prestazioni migliori è sembrata dunque essere quella composta dalle TM145 di Marzo, le TM di Maggio e le TM145 di Luglio; con questa soluzione comunque l UA rimane bassa (inferiore all 80%) per la Vite (74.8%), per i seminativi misti di collina (69.4%) e per la Soia (61.4%). Dal confronto dei risultati della classificazione con le stime Istat delle superfici agricole investite nelle varie colture durante il 2002 e il 2003 nella fascia di pianura della nostra provincia, risulta una sensibile sovrastima della superficie coltivata a Mais, una ipotetica sovrastima dei seminativi misti di collina, ed una sottostima delle superfici coltivate a Pomodoro e Bietola; per ridurre questi errori sistematici si è pertanto rifatta la classificazione utilizzando tuttavia differenti probabilità a priori per queste classi, invece di un valore uguale per tutte e pari a 0.625; si è dunque assegnata la probabilità pari a 0.1 a Pomodoro e Bietola, 0.01 a Mais e ai seminativi misti di collina: tutte le altre classi hanno di conseguenza avuto una probabilità a priori pari a , in quanto complessivamente normalizzata ad 1 su 16 classi. Il risultato di questa ulteriore classificazione è sostanzialmente pari a quello precedente, con una OA=90.4% e un K=0.88; in particolare, migliorano le UA di Mais e Soia, mentre peggiorano leggermente quelle di Pomodoro, Pioppo, Medica e Grano; nel complesso però le superfici totali della pianura vengono alquanto modificate e si avvicinano maggiormente alle stime Istat. Come negli anni precedenti, al fine di ottenere un risultato più affidabile ed aderente alla realtà, si è adottato sul dataset classificato un filtro majority 3x3 per l eliminazione dei punti isolati, e successivamente un filtro sulla probabilità a posteriori assegnata ad ogni pixel dall algoritmo di classificazione, tale da avere infine classificato almeno il 70% dell area di partenza; in base a questo criterio, la soglia di probabilità per questo filtro è stata determinata empiricamente nel 10%: con questa soglia si ottengono Ha classificati su di un area totale di , pari quindi al 70.5%. Riducendo il numero dei pixel classificati tramite l eliminazione di quelli a bassissima probabilità di assegnazione, l accuratezza della classificazione migliora ulteriormente, raggiungendo una OA=94.8% e un K=0.94. Poichè il filtro sulla probabilità a posteriori ha introdotto una nuova serie di punti isolati non classificati, questi possono essere eliminati da un ulteriore filtro majority 3x3, la cui adozione porta l OA=95.1% e il K=0.94. In questa versione finale, rimane ancora relativamente bassa l accuratezza UA di classificazione di SM, Seminativi Misti di collina (UA=84.6%, con un errore di commistione del 7.7% nella Medica), del Pomodoro (UA=77.9%, con un errore di commistione del 15.4% nel Mais) e della Soia (82.1%, con errori di commistione dell 8-9% sia nel Pomodoro che nella Bietola); sono superiori al 90% le UA di tutte le altre classi, e superiori al 98% le UA di Acqua, Cespuglieto, Bosco, Bietola, Mais e Girasole, mentre il Grano è prossimo al 98%. La matrice di confusione Producer Accuracy vede invece accuratezze basse per i Cespuglieti (PA=76.3%, con un errore di omissione dell 11.3% nell Edificato), per la Bietola (PA=85.6%, con 04_10.doc 7

8 errori di omissione nel Pomodoro e nella Soia), per il Mais (PA=81.4%, con un errore di omissione del 16.4% nel Pomodoro), per la Soia (PA=70.4%, con un errore di omissione addirittura del 27% nel Pomodoro), e per l erba Medica (PA=74.6%, con un errore di omissione del 24% in SM); tutte le altre classi hanno delle PA superiori al 90% e più modesti errori di omissione. Le matrici di confusione UA e PA sono riportate nelle fig. 5 e 6. AC CE GH BO CV SM ED PO BI MA2 MA SO GI CP ME GR AC 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0% CE 0.0% 99.0% 0.0% 1.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1% errori di com. GH 0.0% 2.7% 97.3% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 2.7% BO 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0% CV 0.2% 1.8% 0.0% 2.7% 91.8% 2.7% 0.1% 0.0% 0.1% 0.0% 0.0% 0.1% 0.0% 0.4% 0.0% 0.0% 8.2% SM 0.0% 0.6% 0.0% 1.3% 0.3% 84.6% 0.0% 0.0% 0.0% 0.0% 1.1% 0.1% 0.0% 0.4% 7.7% 3.8% 15.4% ED 0.0% 2.0% 1.2% 1.2% 0.0% 2.0% 93.5% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.2% 6.5% PO 0.0% 0.2% 0.0% 0.0% 0.0% 0.9% 0.1% 77.9% 0.7% 0.0% 15.4% 4.6% 0.2% 0.0% 0.0% 0.1% 20.1% BI 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.7% 98.6% 0.0% 0.0% 0.7% 0.0% 0.0% 0.0% 0.0% 1.4% MA2 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0% MA 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1.3% 0.0% 0.0% 98.5% 0.0% 0.0% 0.0% 0.2% 0.0% 1.5% SO 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 8.9% 7.8% 0.0% 0.6% 82.1% 0.6% 0.0% 0.0% 0.0% 17.9% GI 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.5% 0.0% 0.0% 0.0% 0.0% 99.5% 0.0% 0.0% 0.0% 0.5% CP 0.0% 1.2% 0.0% 1.2% 0.0% 0.9% 0.0% 0.0% 0.0% 0.0% 0.2% 0.2% 0.0% 96.1% 0.0% 0.2% 3.9% ME 0.0% 0.0% 0.0% 0.0% 0.0% 9.5% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 90.5% 0.0% 9.5% GR 0.0% 0.0% 0.0% 0.0% 0.5% 1.5% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.4% 97.7% 2.3% Fig. 5 Matrice di confusione User Accuracy (totali a 100 sulle righe) della classificazione finale sulle bande TM145 di Marzo, TM di Maggio e TM145 di Luglio, con diverse probabilità a priori delle classi e filtro del 10% sulle probabilità a posteriori. AC CE GH BO CV SM ED PO BI MA2 MA SO GI CP ME GR AC 99.9% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% CE 0.0% 76.3% 0.0% 0.1% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% GH 0.0% 2.7% 93.5% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% BO 0.0% 0.0% 0.0% 98.5% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% CV 0.1% 3.7% 0.0% 0.4% 97.9% 1.1% 0.0% 0.0% 0.6% 0.0% 0.0% 0.5% 0.0% 0.5% 0.0% 0.0% SM 0.0% 3.2% 0.0% 0.4% 0.8% 91.2% 0.0% 0.1% 0.0% 0.0% 2.0% 1.0% 0.0% 1.3% 24.0% 3.5% ED 0.0% 11.5% 6.5% 0.5% 0.0% 2.4% 99.9% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.2% PO 0.0% 0.5% 0.0% 0.0% 0.0% 0.6% 0.0% 96.8% 5.0% 0.0% 16.4% 26.9% 1.0% 0.0% 0.0% 0.0% BI 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.1% 85.6% 0.0% 0.0% 0.5% 0.0% 0.0% 0.0% 0.0% MA2 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 100.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% MA 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1.2% 0.0% 0.0% 81.4% 0.0% 0.0% 0.0% 0.3% 0.0% SO 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1.6% 8.8% 0.0% 0.1% 70.7% 0.5% 0.0% 0.0% 0.0% GI 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.1% 0.0% 0.0% 0.0% 0.0% 98.4% 0.0% 0.0% 0.0% CP 0.0% 2.0% 0.0% 0.1% 0.0% 0.3% 0.0% 0.0% 0.0% 0.0% 0.1% 0.5% 0.0% 98.3% 0.0% 0.0% ME 0.0% 0.0% 0.0% 0.0% 0.0% 2.7% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 74.6% 0.0% GR 0.0% 0.0% 0.0% 0.0% 1.3% 1.7% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1.2% 96.2% errori 0.1% 23.7% 6.5% 1.5% 2.1% 8.8% 0.1% 3.2% 14.4% 0% 18.6% 29.3% 1.6% 1.7% 25.4% 3.8% di om. Fig. 6 Matrice di confusione Producer Accuracy (totali a 100 sulle colonne) della classificazione finale sulle bande TM145 di Marzo, TM di Maggio e TM145 di Luglio, con diverse probabilità a priori delle classi e filtro del 10% sulle probabilità a posteriori. Le prestazioni finali della classificazione sono dunque da ritenersi più che soddisfacenti, poichè le PA risultano scarse solo per Cespuglieto, Soia e erba Medica; il Mais e la Bietola hanno 04_10.doc 8

9 una PA bassa ma comunque superiore all 80%, e tutte le altre classi hanno PA superiori al 90%, con Acqua, Bosco, Vite, Edificato, Pomodoro, Girasole, Pioppo e Grano superiori al 95%. Da un punto di vista d insieme, la mappa finale classificata rappresentata in fig. 10 evidenzia una relativa sottostima del pomodoro nel quadrante di nord est della pianura ed una generale sovrastima del seminativi misti di collina, che compaiono diffusamente anche nelle aree di pianura, sostituendosi probabilmente in molti casi ai medicai; la vite è stata giustamente ridimensionata nell area di collina rispetto alla classificazione del 2001, mentre si nota una sovrastima del pioppo su tutta la fascia (soprattutto lombarda) del Po. Come negli anni precedenti infine si è eseguita una stima quantitativa delle superfici classificate, considerando la sola area di pianura compresa all interno dei confini provinciali e al di sotto dell isoipsa dei 200 mslm; l area così ritagliata ha un estensione di Ha, pari al 48.4% dei Ha dell area totale considerata. Prima di ritagliare l area di pianura sono state inoltre tolte dal dataset classificato le aree coperte dalle nubi nelle due immagini di Maggio e di Luglio, dove la classificazione ha fornito risultati inattendibili, mentre si è verificato che sulle aree coperte dalle ombre delle nubi la classificazione ha dato risultati almeno in parte attendibili (con una certa sovrastima di ED). Le superfici sono riportate in fig. 7. Classe Sup(Ha) AC 777 BI 1488 BO 900 CE 1259 CP 2723 CV 3442 ED 8490 GH 1349 GI 127 GR MA 9038 MA2 301 ME 4985 PO SM SO 2311 Totale Fig 7. Superfici classificate nell area di pianura dopo il filtraggio, all interno dei confini provinciali sotto i 200 mslm e detratte le nubi. L eliminazione delle aree coperte da nubi ha ulteriormente ridotto la superficie classificata, diventata così di Ha, pari al 65.2% dei Ha dell area di sola pianura considerata; pur senza attribuire un significato quantitativamente realistico alle stime numeriche della superficie, si ottiene quest anno per il grano e il mais una stima del tutto analoga a quello dell anno precedente, mentre si nota una riduzione della superficie investita a pomodoro e bietola ed un incremento di quella investita a soia; la vite rimane costante, mentre il pioppeto sembra soggetto ad un incremento che deve essere considerato irrealistico e frutto di una evidente sovrastima. Il Girasole risulta del tutto irrilevante e confinato nel solo comune di Alseno, mentre lo sdoppiamento della classe del Mais non si è dimostrato strategico nella classificazione della coltura. I seminativi misti di collina ricevono una sostanziale sovrastima, in quanto vengono in larga parte confusi con i medicai e i prati e quindi risultano abbondanti anche nell area di pianura. L edificato (o non vegetato) risulta sensibilmente aumentato rispetto all anno precedente, essenzialmente in quanto confuso in parte dalle ombre delle nubi e in parte da terreni a scarsa copertura. 04_10.doc 9

10 4 - Bibliografia di riferimento. 1. P. Lega, S. Strobelt, Classificazione dell uso reale del suolo a seminativo in un territorio ad alta parcellizzazione in provincia di Piacenza con tecniche di remote sensing., Amm.ne Prov.le di Piacenza, Rapporto Interno n. 89/tam/97, Luglio 1997, pagg. 18;. 2. P. Lega, Stima quantitativa della superficie coltivata a cereali autunnali nella pianura piacentina con tecniche di remote sensing., Amm.ne Prov.le di Piacenza, Rapporto Interno n. 107/97, Ottobre 1997, pagg Richards J. A., Remote sensing digital image analysis. An introduction., 2nd edition, Springer Verlag Gomarasca M. A., Introduzione a telerilevamento e GIS per la gestione delle risorse agricole e ambientali., CNR P.F. RAISA, Varese P. Lega, B. Odone, A. Colombo, Classificazione dell uso reale del suolo nella pianura piacentina con tecniche di remote sensing durante la stagione agraria 1997., R.I. n. 340/98, Novembre 1998, pagg Lega P., Stima delle superfici investite a seminativi nella fascia di pianura dei bacini idrografici del territorio piacentino durante la stagione agraria 1997., R.I. n. 396/98, Dicembre 1998, pagg. 6; 7. Lega P., Classificazione dell uso reale del suolo nella pianura piacentina durante la stagione 1998 con tecniche di remote sensing., R.I. n 354/99, Settembre 1999, pagg Lega P., Classificazione dell uso reale del suolo nella pianura piacentina durante la stagione 1999 con tecniche di remote sensing., R.I. n 106/00, Giugno 2000, pagg Lega P., Classificazione dell uso reale del suolo nella pianura piacentina durante la stagione 2000 con tecniche di remote sensing., R.I. n 110/01, Agosto 2001, pagg Lega P., D Alessio P., Classificazione dell uso reale del suolo nella pianura piacentina durante la stagione 2001 con tecniche di remote sensing., R.I. n 09/02, Settembre 2002, pagg Lega P., Classificazione dell uso reale del suolo nella pianura piacentina durante la stagione 2002 con tecniche di remote sensing., R.I. n 10/03, Luglio 2003, pagg _10.doc 10

11 16 Marzo Maggio Luglio 2003 Fig 8. Quick look in composizioni RGB delle bande TM321 delle 3 immagini elaborate: Landsat7-ETM+ del 16 Marzo 2003 e del 3 Maggio 2003, Landsat5-TM del 30 Luglio _10.doc 11

12 Firme spettrali dei siti di training, 16 Marzo 2003 Band1 Band2 Band3 Band4 Band5 Band7 AC BI BO CE CP CV ED GH GI GR MA MA2 ME PO SM SO Firme spettrali dei siti di training, 3 Maggio 2003 Band1 Band2 Band3 Band4 Band5 Band7 AC BI BO CE CP CV ED GH GI GR MA MA2 ME PO SM SO Firme spettrali dei siti di training, 30 Luglio 2003 Band1 Band2 Band3 Band4 Band5 Band7 Fig 9. Firme spettrali dei siti di training nelle tre immagini considerate: 16 Marzo 2003, 3 Maggio 2003, 30 Luglio AC BI BO CE CP CV ED GH GI GR MA MA2 ME PO SM SO 04_10.doc 12

13 Fig 10. Piacenza, primavera-estate 2003; classificazione supervised dell uso reale del suolo, prodotta con l algoritmo di massima verosimiglianza sulle riprese Landsat7-ETM+ e Landsa5-TM del 16 Marzo, 3 Maggio, 30 Luglio _10.doc 13