Report metodologico relativo alla produzione della carta di uso/copertura del suolo della Lombardia al 2008.

Transcript

1 Politecnico di Milano Dipartimento di Architettura e Pianificazione Effetti ambientali dei cambiamenti di uso e copertura del suolo in Lombardia e nelle province di Novara e Verbania. Messa a punto dei geodatabase di riferimento, studio degli effetti urbanistico territoriali, ambientali, paesistici ed ecologici, ricerca di buone pratiche e policy di riferimento. Focus su aree EXPO2015. Report metodologico relativo alla produzione della carta di uso/copertura del suolo della Lombardia al Dicembre 2010 Progetto finanziato da

2 Report metodologico relativo alla produzione della carta di uso/copertura del suolo della Lombardia al Indice 1. PRODUZIONE DELLA MAPPA DI USO DEL SUOLO AL 2008 DELLA REGIONE LOMBARDIA Caratteristiche della mappa realizzata Classificazione delle coperture del suolo con immagini SPOT Dati telerilevati Pre elaborazione delle immagini Classificazione delle immagini Post classificazione Validazione della mappa Generazione della mappa di uso del suolo Identificazione delle classi d uso del suolo Prodotto finale ANALISI DEI CAMBIAMENTI DELLE COPERTURE/USI DEL SUOLO Produzione dei cambiamenti di uso del suolo Cambiamenti derivanti da intersezione di mappe riferite a tempi differenti Procedure di miglioramento dei cambiamenti [Credits DIAP] Responsabilità scientifica e progettazione Paolo Pileri Contributo scientifico e coordinamento operativo Marta Maggi Contributo scientifico, elaborazione immagini e produzione mappe Paolo Zaffaroni Contributo cura/elaborazione database Diana Giudici, Giancarlo Graci, Luca Tomasini 24

3 1. PRODUZIONE DELLA MAPPA DI USO DEL SUOLO AL 2008 DELLA REGIONE LOMBARDIA 1.1. Caratteristiche della mappa realizzata La produzione di una mappa degli usi/copertura del suolo aggiornata al 2008 era uno degli obiettivi del progetto per consentire di 1. Ottenere un aggiornamento del dato avvalendosi di dati tele rilevati (che comprendono dati satellitari e immagini aeree) 2. Avviare un confronto con i database geografici già esistenti 1 e messi a punto da ARPA Lombardia (anni 1999 e 2004) proprio a partire da immagini satellitari (Landsat5 TM 2 in quel caso) La scelta delle metodologie per la realizzazione della mappa degli usi/coperture del suolo al 2008 della Lombardia si è quindi allineata in modo da ottenere un prodotto finale avente le caratteristiche geometriche e tematiche delle versioni 1999 e 2004 di ARPA. Il progetto si è avvalso di immagini SPOT 3, come definito nell iniziale proposta tecnica, per il convenire di una serie di opportunità quali: la volontà di fare una scelta di innovazione, seguendo l orientamento dell Agenzia Europea per l Ambiente; il voler proporre una modalità di aggiornamento più frequente dello stato dell uso/copertura del suolo che, in un ottica di sviluppo di tale tipologia di monitoraggio, sia replicabile a soglie temporali più ravvicinate (ogni biennio/triennio sarebbe ottimale); la non disponibilità di immagini Landsat affidabili e recenti 4 La comparabilità tra le due fonti satellitari risulta valida per i confronti statistici (come appunto quelli attesi dal presente progetto) anche in presenza di metodologie per il confronto che sono ancora oggetto di studio per la disciplina e per le quali al momento non è ancora individuata una soluzione operativa ma solo funzioni empiriche. In tabella 1 sono raccolte le principali caratteristiche geometriche delle mappe realizzate da ARPA e di quella realizzata nel progetto (2008) Dal punto di vista tematico, invece, la legenda proposta da ARPA è stata rielaborata al fine di garantire una maggiore accuratezza e affidabilità del prodotto finale (Tab. 2 e 3). Tabella 1 Caratteristiche geometriche delle mappe Mappa DIAP 2008 Mappe ARPA Scala 1: : Risoluzione spaziale 20x20 m 30x30 m Unità minima mappata 2800 mq (7 pixel) 2700 mq (3 pixel) 1 Riferirsi a prodotti già esistenti è una scelta sostenibile in quanto consente di evitare duplicazioni di spese e quindi ottenere una generale razionalizzazione delle attività di ricerca 2 risoluzione spaziale 30 m e 7 bande spettrali 3 immagini multispettrali dei satelliti SPOT4 e 5, risoluzione spaziale 20 m e 4 bande spettrali 4 il sensore Landsat non è più funzionante in maniera ottimale da alcuni anni e in prospettiva potrebbe essere non più disponibile 25

4 Tabella 2 Legenda tematica della mappa di uso/copertura del suolo al 2008 CODICE 10 CLASSI CODICE 15 CLASSI NOME COPERTURE/USI 1 1 Corpi idrici Laghi, fiumi, canali 2 2 Superfici antropizzate Aree residenziali, industriali, commerciali, reti di trasporto, cave, cantieri, aree verdi urbane* 3 3 Rocce Affioramenti rocciosi, ghiaioni, greti fluviali 4 4 Boschi di conifere Boschi maturi di conifere 5 5 Boschi di latifoglie Boschi maturi di latifoglie 6 6 Vegetazione mista Vegetazione di transizione bosco prateria, boscaglia, cespuglietti, rimboschimenti recenti 7 Seminativi generici Seminativi vegetati in tutte le date, prati permanenti 8 Seminativi invernali Seminativi vegetati nelle immagini invernali, non vegetati nelle altre 9 Seminativi estivi Seminativi vegetati nelle immagini estive, non vegetati nelle altre 7 10 Seminativi doppio Seminativi vegetati in primavera, non vegetati ad inizio estate e di ciclo nuovo vegetati a fine estate 11 Seminativi mai vegetati Seminativi non vegetati in tutte le date 12 Risaie Seminativi con presenza d acqua nelle immagini primaverili 8 13 Colture permanenti* Vigneti, oliveti, frutteti, pioppeti 9 14 Praterie alpine Prati d alta quota, pascoli Neve e ghiacciai Nevai e ghiacciai * classi d uso per cui si necessita di dati ancillari Tabella 3 Corrispondenze fra la legenda della mappa DIAP e delle mappe ARPA Mappa DIAP 2008 Mappe ARPA CODICE CODICE 10 NOME 11 NOME CLASSI CLASSI 1 Corpi idrici 10 Corpi idrici 2 Superfici antropizzate 1 Antropizzato 3 Rocce 9 Rocce, ghiaie 4 Boschi di conifere 5 Conifere 5 Boschi di latifoglie 4 Latifoglie 6 Vegetazione mista 6 Cespuglieti 7 Seminativi 2 Seminativi 8 Colture permanenti 3 Colture permanenti e arboree 7 Prati e praterie 9 Praterie alpine 8 Vegetazione rada 10 Neve e ghiacciai 11 Nevi e ghiacci 26

5 1.2. Classificazione delle coperture del suolo con immagini SPOT Questa prima sezione descrive la procedura di produzione della mappa delle coperture del suolo, intese come superfici fisiche indipendentemente dal loro utilizzo da parte dell uomo; infatti la classificazione delle immagini satellitari si basa sullo studio del comportamento spettrale 5 delle superfici osservate. Tale comportamento dipende dalle caratteristiche biofisiche degli oggetti indagati, quali il colore, la composizione chimica, il contenuto d acqua e di sostanza organica, la densità, etc. In un secondo passaggio invece, grazie ai dati ancillari 6, verranno individuati gli usi del suolo; così ad esempio un pioppeto, che nella mappa delle coperture appartiene ai boschi di latifoglie, nella mappa degli usi diventerà una coltura permanente Dati telerilevati La mappa delle coperture del suolo al 2008 della Regione Lombardia è stata generata dalla classificazione di 25 immagini multispettrali SPOT4 HRVIR e SPOT5 HRG (Tab. 4) acquisite nel 2008 (per alcune aree sono state utilizzate anche alcune immagini 2007). In base alle disponibilità dell archivio SPOTIMAGE, è stata selezionata una copertura multitemporale per il territorio regionale di pianura (primavera, inizio e fine estate) e monotemporale estiva per il territorio collinare e montano (Tab. 5). Infatti, per la pianura l identificazione delle diverse colture è possibile solo mediante l osservazione del comportamento fenologico delle superfici, e quindi richiede un dato multitemporale; per la parte montana invece, dove è presente per lo più vegetazione naturale, è sufficiente una sola immagine acquisita nel periodo del rigoglio vegetativo. Tabella 4 Caratteristiche spettrali delle immagini utilizzate BANDE SPETTRALI SPOT4 HRVIR SPOT5 HRG* B1: µm (Verde) 20 m 10 m B2: µm (Rosso) 20 m 10 m B3: (Infrarosso Vicino) 20 m 10 m B4: (Infrarosso a onde corte) 20 m 20 m Tabella 5 Immagini acquisite per la classificazione degli usi/coperture del suolo della Regione Lombardia DATA ID SCENA COPERTURA NUVOLOSA (%) SATELLITE GRS K GRS J 13/04/ I 6 SPOT /04/ J 0 SPOT /04/ I 1 SPOT /04/ I 0 SPOT /04/ I 0 SPOT /04/ J 1 SPOT /06/ J 2 SPOT /08/ I 11 SPOT /08/ I 4 SPOT /08/ I 4 SPOT /08/ I 0 SPOT /08/ I 17 SPOT Con comportamento spettrale si intende la modalità con cui le onde elettromagnetiche provenienti dal Sole interagiscono con le diverse superfici osservate. Il risultato di tale modalità è la firma spettrale, che viene appunto registrata dai sensori presenti sui satelliti. 6 Con dati ancillari ci si riferisce a basi dati che possono dare un contributo per il riconoscimento e/o la validazione degli usi del suolo 27

6 24/08/ I 9 SPOT /08/ I 5 SPOT /08/ I 5 SPOT /08/ I 8 SPOT /08/ I 5 SPOT /08/ I 4 SPOT /08/ I 8 SPOT /08/ I 6 SPOT /09/ J 16 SPOT /09/ J 1 SPOT /09/ I 0 SPOT /10/ I 0 SPOT /10/ I 7 SPOT Figura 1 Mosaico delle immagini SPOT a copertura del territorio regionale utilizzate nella classificazione 28

7 Pre elaborazione delle immagini Nella pre elaborazione delle immagini si sono susseguite 4 diverse operazioni: 1. correzione geometrica (ortorettifica); 2. correzione atmosferica; 3. mascheratura di ombre e nuvole (solo per le immagini affette da questo problema); 4. ricampionamento geometrico (solo per le immagini SPOT5). 1. Le immagini SPOT sono state sottoposte al processo di ortorettifica per eliminare le distorsioni geometriche dovute al rilievo terrestre, utilizzando un modello digitale del terreno (DTM ASTER della NASA) e le ortofoto del Portale Cartografico Nazionale (volo IT 2007). Inoltre sono state ri proiettate nel Sistema di Riferimento Gauss Boaga fuso ovest. L errore medio di ortorettifica, verificato con almeno 5 punti di controllo per ogni immagine, è di 0,5 pixel, quindi in accordo con la soglia di accettabilità teorica del Telerilevamento. 2. Con la correzione atmosferica invece vengono corretti gli errori del segnale dovuti alla presenza dello strato atmosferico tra l oggetto osservato sulla superficie terrestre ed il sensore satellitare. La prima operazione della correzione consiste nel trasformare per ogni banda spettrale i digital number (DN, compresi fra 0 e 255), in valori di radianza al sensore, utilizzando i fattori di guadagno forniti nei dati ancillari dell immagine: 2 DN L λ ( W / m * sr * μm) = gain Successivamente si è scelto di applicare la tecnica di correzione del Dark Object, che consiste nel sottrarre dal segnale misurato in ogni pixel il valore di radianza di un oggetto a riflettività nulla, assumendolo come contributo dell atmosfera (path radiance). Nel presente caso si è considerato come valore di dark object la radianza minima di ogni banda spettrale: Lcorr( λ) = L λ L DO Infine i valori di radianza corretti vengono trasformati in riflettività, correggendo gli effetti dovuti all illuminazione solare: π * Lcorr ( λ) ρsup ( λ) = 1 E0( λ)* *cosθ 2 sun d dove: Lcorr(λ) = radianza spettrale corretta per l effetto atmosferico; E0(λ) = irradianza solare spettrale, nota dalle specifiche del sensore; d = distanza Terra Sole in AU (unità astronomiche) al momento dell acquisizione. I valori di d si calcolano, per ogni giorno dell anno, con la formula: d = * cos[ * ( n 4) ] dove: n = numero del giorno giuliano; Θsun = angolo di zenit del Sole, che definisce la direzione del flusso di radiazione solare incidente sulla superficie terrestre. 3. Per le immagini in cui si rileva la presenza di nuvole e ombre si è applicata una digitalizzazione delle aree obliterate al fine di escluderle dalla classificazione; queste sono state successivamente recuperate in fase di post processing. 4. Le immagini SPOT5, che hanno una risoluzione spaziale di 10 metri, sono state ricampionate a 20 per renderle omogenee all intero dataset (tab. 4). 29

8 Classificazione delle immagini Data la grande eterogeneità del territorio regionale lombardo, si è deciso di suddividere quest ultimo in ambiti geografici caratterizzati da coperture del suolo omogenee e di procedere alla classificazione delle stesse per ambiti separati. L individuazione degli ambiti è stata condotta utilizzando la cartografia DUSAF v.2.0 secondo i seguenti criteri: ambito corridoi fluviali : classi DUSAF codice 3113, 3222, 331 (con buffer di 20 metri), 411, 511 (con buffer di 200 metri); ambito montagna : classi DUSAF codice 3, 4 e 5 con quota maggiore di 300 metri; ambito pianura : classi DUSAF codice 1,2 e 3,4,5 con quota minore o uguale a 300 metri. Il metodo di classificazione impiegato è supervised ovvero guidato dalle conoscenze che l operatore ha del territorio, con algoritmo Maximum Likelihood applicato ad un dataset composto dalle 4 bande spettrali e, solo per l ambito montagna, anche dal DEM. La fase di addestramento del classificatore si è svolta selezionando i punti di training per le 15 classi direttamente a video sull immagine satellitare, con l ausilio della cartografia DUSAF v.2.0 e delle ortofoto del volo IT2007. La classificazione dell ambito corridoi fluviali è avvenuta sulle immagini estive considerando 3 classi di copertura del suolo: Corpi idrici, Rocce, Vegetazione generica ; quest ultima comprende tutti i tipi di copertura vegetale riportati in legenda senza distinzione, poiché all interno dell ambito è difficile collezionare dei dati di training affidabili. Quindi le aree classificate come Vegetazione generica sono state poi trasferite e classificate negli altri due ambiti. Nella classificazione dell ambito montagna si sono considerate le classi Corpi idrici, Rocce, Boschi di Conifere, Boschi di Latifoglie, Vegetazione Mista, Praterie alpine e Neve e ghiacciai ; inoltre si è reso necessario aggiungere la classe Ombre e, in alcuni casi, distinguere due categorie Boschi di Latifoglie in funzione dell esposizione nord e sud. Dopo un analisi di cross validazione sulle prime classificazioni, si è deciso di aggiungere al dataset spettrale anche il dato di quota fornito dal DEM, poiché questo aiuta a riconoscere i diversi tipi di vegetazione in base alla loro distribuzione secondo il gradiente altimetrico. In fase di post classificazione si è svolta una ri elaborazione delle classi Ombre e Neve e ghiacciai. Nel primo caso ad ogni pixel è stato assegnato un valore della classe di copertura interpretabile dalla DUSAF 2.0; nel secondo caso invece si è applicata la stessa correzione quando la copertura nevosa rilevata è dovuta ad un fenomeno stagionale occasionale (ad esempio nell immagine del 5 ottobre 2008 era presente la prima neve autunnale). Per l ambito pianura si è impiegata una classificazione multitemporale per mappare le classi Corpi idrici, Superfici antropizzate, Boschi di conifere, Boschi di latifoglie, Vegetazione mista, Colture permanenti e tutte le categorie dei Seminativi. La disponibilità di immagini nelle diverse fasi del ciclo vegetativo consente infatti di distinguere le coperture agricole in funzione della loro fenologia; si sono infatti considerati: seminativi generici, osservati vegetati in tutte le immagini disponibili; seminativi invernali, osservati vegetati nelle sole immagini invernali o di tarda primavera; seminativi estivi, osservati vegetati nelle sole immagini estive o di inizio autunno; seminativi a doppio ciclo, osservati vegetati in primavera e ad inizio estate; seminativi mai vegetati, osservati come non vegetati in tutte le immagini disponibili; risaie, aree osservate sature d acqua in primavera e vegetate nelle immagini estive. L ambito pianura è stato quindi suddiviso in 32 zone omogenee per data e numero di immagini satellitari disponibili, considerando un numero massimo di immagini utili per la classificazione pari a 4. Infatti, l aumento delle immagini impiegate, e quindi del numero di bande spettrali, richiederebbe la selezione di un eccessivo numero di campioni di training rendendo più laborioso l intero processo Post classificazione La prima operazione di post classificazione è stata rappresentata dal mosaico delle classificazioni dei tre ambiti, a cui è seguito un filtraggio geometrico per ottenere l unità minima mappata richiesta, ossia

9 mq, pari a 7 pixel. Inoltre tutte le aree obliterate per la presenza di nuvole o ombre sono state recuperate assegnando loro, come spiegato in precedenza, un etichetta sulla base della cartografia DUSAF, avente una legenda riadattata su quella della mappa da satellite. La seconda operazione è invece rappresentata da un controllo correttivo della classificazione, che è stata verificata sulle ortofoto IT Validazione della mappa La verifica dell accuratezza tematica, ovvero della corrispondenza tra il prodotto della classificazione e la realtà, è avvenuta sulla mappa aggregata a 10 classi. Tale verifica ha comportato la costruzione della matrice di errore (Tab. 6) mediante la selezione di un campione di 110 punti con distribuzione random. I punti sono stati interpretati su 3 immagini Ikonos e 6 immagini Quickbird multispettrali disponibili, aventi una collocazione geografica tale da non consentire la validazione della classe Neve e ghiacciai, poiché non presente in nessuna delle 9 immagini. Ai fini della validazione è stato fatto ricorso ad una procedura diversa da quella adottata per la validazione dei db ARPA esistenti. Tale procedura ha previsto che per ogni punto si siano valutate le due coperture prevalenti all interno di un intorno di raggio 30 m, ottenendo così un label primario e uno secondario. In questo modo si ottiene un valore di confronto univoco per i casi in cui l intorno ricade su una copertura omogenea e quindi interpretabile con certezza, mentre si ottengono due valori alternativi per i casi in cui l intorno ricade su una copertura eterogenea oppure la valutazione è dubbia (Fig. 2). label1= sup. antropizzata, label2 = / label1= bosco di latifoglie, label2 = seminativo Figura 2 Esempi di fotointerpretazione dei punti di test per la validazione Si è considerato accordo quando la classe del punto rappresentata nella mappa corrisponde al primo o al secondo label fotointerpretato. Per eliminare l effetto di soggettività del singolo, la fotointerpretazione è stata effettuata da tre diversi operatori, dei quali solo uno coinvolto nella fase di classificazione; in base alla regola di maggioranza per ogni punto si è ricavato un valore univoco per label primario e secondario, mentre i casi di totale disaccordo sono stati rivalutati. I casi di maggiore discordanza nei tre giudizi si sono avuti nella distinzione fra le coppie di classi Boschi di latifoglie Vegetazione mista, Seminativi Praterie alpine (per il caso dei prati permanenti) e Boschi di latifoglie Boschi di conifere. La difficoltà nel riconoscere correttamente queste categorie ha comportato l impiego di dati ancillari come la cartografia DUSAF 2.1 (2007) e la Carta Forestale Regionale (aggiornata al 2005). Tabella 6 Matrice di errore per la validazione della mappa delle coperture al

10 RIFERIMENTO AU Corpi idrici % Sup. antropizzate % Rocce * 82% MAPPA Boschi di conifere * 41% Boschi di latifoglie % Vegetazione mista % Seminativi % Praterie alpine % AP 100% 80% 93% 98% 58% 64% 78% 93% *n<110 per punti non interpretabili L accuratezza globale stimata è pari al 79.6%,. Tuttavia il valore di accuratezza non è il medesimo per le diverse coperture trattate. Per alcune, quali corpi idrici, superfici antropizzate, seminativi, i valori di accuratezza sono compatibili con le soglie di riferimento ideali indicate in letteratura (85%). Le classi meno accurate (Fig. 3) sono quelle relative alle coperture vegetali naturali; molti boschi di latifoglie vengono infatti erroneamente classificati come Boschi di conifere e Vegetazione mista, che è la copertura con la minore accuratezza. La confusione latifoglie conifere si ha soprattutto per le faggete, che spesso ricoprono versanti ombreggiati e quindi nell immagine satellitare hanno una risposta spettrale simile a quella delle conifere; la sovrastima della classe Vegetazione mista può invece essere dovuta ad un errore nella fase di training, ma anche al limitato numero di bande spettrali disponibili (4). Figura 3 Istogrammi delle accuratezze produttore e utente 7 per singole classi 7 L accuratezza del produttore è la probabilità che, considerato un punto di una certa classe secondo la realtà, esso venga classificato correttamente dalla mappa; il suo complementare è l errore di omissione. L accuratezza dell utente è invece la probabilità che, considerato un punto di una certa classe secondo la mappa, esso appartenga nella realtà a quella classe; il suo complementare è l errore di commissione. 32

11 1.3. Generazione della mappa di uso del suolo Identificazione delle classi d uso del suolo Per passare dalla mappa delle coperture a quelle degli usi del suolo è necessario individuare e distinguere, all interno della legenda, almeno due categorie che sono legate proprio all uso del suolo, pur a parità di copertura: il verde urbano e le colture permanenti. Le superfici ad uso verde urbano o colture permanenti sono rappresentate da coperture come Boschi di conifere, Boschi di latifoglie, Vegetazione mista, Seminativi. Esse sono state individuate incrociando la mappa delle coperture con la cartografia DUSAF e utilizzando i seguenti criteri: aree all interno di poligoni DUSAF di classe 1 al primo livello: catalogate come verde urbano e trasferite nella classe d uso Superfici antropizzate (Fig. 8); aree all interno di poligoni DUSAF di classe 22 al secondo livello: catalogate e trasferite nella classe d uso Colture permanenti (Fig. 4). Figura 4 Individuazione del verde urbano: il poligono rosso rappresenta l area di Parco Sempione, a Milano: a sinistra come appare nella mappa delle coperture del suolo (in giallo i seminativi e in marrone le superfici antropizzate), a destra nell ortofoto IT

12 Figura 5 Individuazione delle colture permanenti: i poligoni rossi rappresentano i meleti e i vigneti a nord di Tirano (SO): a sinistra come appaiono nella mappa delle coperture del suolo (in giallo i seminativi, in verde chiaro i boschi di latifoglie, in verde scuro i boschi di conifere e in marrone le superfici antropizzate), a destra nell ortofoto IT

13 Prodotto finale Tabella 7 Metadati della mappa di copertura del suolo 2008 Denominazione strato informativo lu08lomb10c Formato ESRI GRID Risoluzione spaziale 20 m Area minima mappata 7 pixel, 2800 mq Proiezione cartografica Gauss Boaga, Fuso Ovest Estensione geografica Regione Lombardia Accuratezza globale 79 % Immagini utilizzate Spot 4 e 5, date: 13/04, 17/04, 24/04/2007, 01/04, 26/04, 27/06, 07/08, 14/08, 19/08, 23/08, 24/08, 09/08, 28/09, 29/09, 05/10/

14 Figura 6 Mappa degli usi/coperture del suolo al 2008 della Regione Lombardia 36

15 2. ANALISI DEI CAMBIAMENTI DELLE COPERTURE/USI DEL SUOLO 2.1. Produzione dei cambiamenti di uso del suolo Cambiamenti derivanti da intersezione di mappe riferite a tempi differenti Per la di stima dei cambiamenti si è optato per l approccio di post classificazione in base a cui le aree di cambiamento vengono individuate come quei poligoni che, nell intersezione fra la mappa al tempo t1 e la mappa al tempo t2, cambiano codice di classe. In questo caso, dato che le due mappe hanno risoluzioni spaziali diverse, rispettivamente 30 metri per la mappa al 1999 (ARPA) e 20 metri per la mappa al 2008, si è dovuto riportare le due mappe alla stessa risoluzione, convertendo quella del 2008 a 30 metri. Il processo di ricampionamento geometrico è identico a quello adottato per il dataset delle Province di Novara e Verbania a cui si rimanda (ved. Report metodologico sulla produzione di mappe dei cambiamenti di copertura del suolo delle Province di Novara e Verbano Cusio Ossola, per i periodi e ) e consiste, in sintesi, dei seguenti passaggi: valutazione dello shift tra le origini di griglia delle due mappe raster; ricampionamento della mappa 2008 all unità minima di sottogriglia, ovvero al minimo comune multiplo dello shift in x e in y; spostamento dell origine di griglia della mappa 2008; applicazione del filtro di maggioranza a blocchi di 30x30 metri; ricampionamento a 30 metri. Successivamente le mappe sono state convertite in formato vettoriale ed intersecate tra di loro in ambiente GIS; i poligoni in cui il campo CLASSE cambia dal 1999 al 2008 sono stati identificati come cambiamenti (Fig. 7). Si è quindi applicato un filtro per eliminare i poligoni di cambiamento inferiori all ettaro, al fine di rendere più affidabile il prodotto; tale parametro per le Province di Novara e Verbania era stato mantenuto pari all unità minima della mappa (2700 mq), perchè si era applicato un diverso metodo di miglioramento, non ripetibile per il caso della Regione Lombardia 8 In particolare si rimanda al paper Serra, P., X. Pons e D. Saurì, Post classification change detection with data from different sensors: some accuracy considerations. International Journal of Remote Sensing, vol. 24, n. 16, Townshend, J.R.G., C.O, Justice, C. Gurney, e J. McManus, The effect of mis registrationon the detection of vegetation change. IEEE Transaction on Geoscience and Remote Sensing, 30,

16 A classe 1999 = seminativi B classe 2008 = sup. antropizzate C D Figura 7 Esempio di cambiamento individuato (realizzazione del Polo Fieristico di di Rho Pero): A) mappa tematica 1999 (classe seminativi), B) mappa tematica 2008 (classe sup. antropizzate), C) ortofoto IT 2000, D) ortofoto IT Procedure di miglioramento dei cambiamenti L analisi di post classificazione restituisce dei cambiamenti che rappresentano le differenze fra le due mappe. In tale classificazione possono permanere dei falsi cambiamenti causati da errori di classificazione (errore della mappa 1999, errore della mappa 2008 o di entrambe) oppure dallo shift geometrico tra gli elementi rappresentati. Allo scopo di rendere più affidabile il prodotto dei cambiamenti è stato applicato un procedimento di miglioramento andando a individuare e correggere i falsi cambiamenti; questa verifica è stata applicata in funzione della dimensione areale dei poligoni: poligoni di area maggiore o uguale ai 10 ettari: verifica a video su ortofoto e su immagini satellitari 2008; poligoni di area inferiore ai 10 ettari: validazione con poligoni di cambiamento ricavati dalle cartografie DUSAF v1.1 e v Il confronto a video ha permesso una stima delle cause dei falsi cambiamenti: su 2124 poligoni controllati, 902 sono stati valutati veri cambiamenti e 1222 falsi cambiamenti, di cui 569 dovuti ad errori di 38

17 classificazione della mappa 1999 e 614 dovuti ad errori di della mappa Queste diverse interpretazioni delle due mappe si osservano soprattutto per le classi rappresentanti le superfici naturali. Di seguito si riportano alcuni esempi di falsi cambiamenti: classe 1999 = superfici antropizzate classe 2008 = seminativi classe 1999 = praterie alpine classe 2008 = rocce classe 1999 = seminativi classe 2008 = boschi di latifoglie 39

18 classe 1999 = boschi di latifoglie classe 2008 = corpi idrici Figura 8 Esempi di falsi cambiamenti rilevati dalla verifica a video sulle ortofoto I poligoni inferiori ai 10 ettari rappresentano un numero troppo elevato per procedere ad una verifica puntuale; si è quindi optato per una loro validazione considerando come riferimento i poligoni di cambiamento ottenuti dall intersezione delle cartografie vettoriali DUSAF v.1.1 (aggiornata al 1999) e DUSAF v.2.1 (aggiornata al 2007). I poligoni di cambiamento da satellite sono stati sovrapposti agli analoghi stimati da DUSAF: se tale sovrapposizione supera il 50% dell area del poligono, allora esso viene accettato, altrimenti viene eliminato (Fig. 9). Questa operazione non è stata applicata ai poligoni che rappresentano un cambiamento verso la classe superfici antropizzate, per due motivi: da un lato si rischierebbe di eliminare tutte le nuove edificazioni avvenute fra il 2007, anno di riferimento di DUSAF v.2.1, e il 2008, anno di riferimento della mappa da satellite; dall altro il problema dei falsi cambiamenti occorre prevalentemente all interno delle classi della vegetazione naturale. Figura 9 Esempio di poligono di cambiamento accettato (a sinistra) e rifiutato (a destra). In rosso i poligoni di cambiamento ottenuti da satellite e in azzurro i poligoni di cambiamento ottenuti dall intersezione delle due versioni della cartografia DUSAF 40