Effetti ambientali dei cambiamenti di uso e copertura del suolo in Lombardia e nelle province di Novara e Verbania.

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. due Report metodologico sulla produzione di mappe dei cambiamenti di copertura del suolo delle Province di Novara e Verbano Cusio Ossola, per i periodi e Marzo 2010 Progetto finanziato da

2 Indice Indice... 2 Introduzione Dati utilizzati Metodologia Note metodologiche per la stima dei cambiamenti Risultati Stima dei cambiamenti Stima dei cambiamenti Stima dei cambiamenti Post elaborazioni del geodatabase Bibliografia Allegato [Credits DIAP] Responsabilità scientifica e progettazione Paolo Pileri Contributo scientifico e coordinamento operativo Marta Maggi Contributo scientifico, elaborazione immagini e produzione mappe Paolo Zaffaroni Pagina [ due _2]

3 Introduzione Il presente lavoro costituisce la continuazione di quanto già esposto nelle precedenti relazioni 1 relative al progetto Effetti ambientali dei cambiamenti di uso e copertura del suolo in Lombardia e nelle province di Novara e Verbania relative agli anni 1999 e Tale progetto è stato avviato da Fondazione Cariplo nell ambito della propria attività sulle tematiche ambientali e in linea con il nuovo Piano d Azione 15 "Sviluppare, sistematizzare e diffondere la conoscenza per orientare le decisioni. Il progetto prevede la costruzione di una banca dati spazializzata o geodatabase delle coperture del suolo aggiornata al 2008 della Regione Lombardia, confrontabile con quelle già esistenti prodotte da ARPA Lombardia per gli anni 1999 e Inoltre, come già spiegato nei precedenti rapporto, la fase 1 del progetto prevede anche l ampliamento del geodatabase delle coperture del suolo alle province di Novara e del Verbano Cusio Ossola per gli anni 1999, 2004 e Al momento il progetto ha visto la conclusione della costruzione dei geo databases delle province piemontesi e del loro confronto, al fine di derivare statistiche di cambiamenti di copertura del suolo intercorsi tra le varie soglie temporali. In questo documento sarà quindi descritta in dettaglio la metodologia utilizzata per il confronto multi temporale delle banche dati spazializzate delle province di Novara e del Verbano Cusio Ossola. Verranno presentati i risultati del confronto per i periodi , e La Figura 1 riassume schematicamente le varie fasi del lavoro che verranno descritte nel presente rapporto. 1 Rapporto metodologico sull utilizzo di immagini Landsat per la redazione di mappe di copertura del suolo delle Province di Novara e Verbano Cusio Ossola relative agli anni 1999, 2004 e Rapporto metodologico sull utilizzo di immagini SPOT per la redazione di una mappa di copertura del suolo delle Province di Novara e Verbano Cusio Ossola relativa all anno 2007 Pagina [ due _3]

4 1. Dati utilizzati Figura 1 Diagramma di flusso delle fasi metodologiche di lavoro L analisi dei cambiamenti di copertura del suolo nelle province di Novara (NO) e Verbania (VB) per i diversi intervalli temporali ( ; , ) si è basata sul confronto delle mappe di copertura del suolo prodotte dalla classificazione di immagini Landsat (1999 e 2004) e SPOT (2007). La tabella 1 e 2 riassume le principali caratteristiche di tali mappe. Si nota che la mappa relativa all anno 2007 ha una maggiore risoluzione spaziale (i.e. 20 m) grazie alle diverse caratteristiche dei sensori SPOT 4 e 5. La Tabella 2 presenta invece la legenda di tutte e tre le mappe di copertura del suolo. Tabella 1 Principali caratteristiche delle carte di coperture del suolo relative agli anni 1999, 2004 e 2007 Anno del dato Denominazione strato informativo lc99piem lc04piem lc07piem Formato ESRI GRID ESRI GRID ESRI GRID Risoluzione spaziale 30 m 30 m 20 m Area minima cartografabile 6 pixel, 5400 m 2 6 pixel, 5400 m 2 13 pixel, 5200 m2 Proiezione cartografica Gauss Boaga, Gauss Boaga, Gauss Boaga, Fuso Ovest Fuso Ovest Fuso Ovest Accuratezza globale 87 % 85% 85% Immagini utilizzate nella classificazione Landsat 5 TM, frame 194/28 date 20/03, 26/07, 12/ Landsat 5 TM, frame 194/28 date 17/03, 20/05, 23/ Spot 4 e 5, date: 16/04, 18/04, 20/07, 25/07, 10/08, 08/ Pagina [ due _4]

5 Tabella 2 Legenda utilizzata per la produzione delle carte di copertura del suolo Classe Colore Legenda 1 Acqua 2 Antropizzato 3 Rocce 4 Boschi di conifere 5 Boschi di latifoglie 6 Vegetazione di transizione 7 Seminativi 8 Praterie 9 Neve e ghiacciai 2. Metodologia Nel presente lavoro, ai fini dell identificazione dei cambiamenti di copertura del suolo, è stato scelto un approccio che prevede il confronto di mappe di copertura del suolo prodotte a partire da immagini satellitari acquisite a diverse soglie temporali. Tale approccio, definito di post classificazione, si differenzia da quelli basati sul confronto diretto tra le immagini satellitari. Per un analisi completa dei diversi metodi utilizzati in letteratura per l identificazione dei cambiamenti avvenuti tra due soglie temporali è possibile fare riferimento, tra gli altri, a Coppin et al. 2004, Lu et al. 2004, Mas Come descritto schematicamente in Figura 1, una volta prodotte le mappe di copertura del suolo per gli anni 1999, 2004 e 2007, si è proceduto alla loro conversione dal formato raster al formato vector. A tale operazione è seguita la loro intersezione (funzione intersect ) in ambiente GIS. Tale operazione consente di produrre un unico layer di poligoni a ciascuno dei quali risulta essere assegnato un codice a due cifre: la prima cifra rappresenta la classe di appartenenza del poligono al tempo t 1, la seconda la classe di appartenenza del poligono al tempo t 2. Se le cifre sono identiche significa che il poligono corrisponde ad una situazione di permanenza, viceversa ad una situazione di cambiamento di copertura del suolo. Successivamente, i poligoni che presentano una variazione del campo codice classe sono stati filtrati in funzione della loro superficie: più precisamente, i poligoni con superficie inferiore a 2700 m 2, corrispondente a 3 pixel di dimensioni 30x30 m, vengono esclusi dall analisi per limitare gli effetti di coregistrazione 2 geometrica delle due mappe. Tale filtraggio viene applicato in quanto la correzione geometrica di ciascuna immagine porta con sé, come già spiegato in un precedente rapporto 3, degli errori di georeferenziazione. Il confronto di due mappe georeferenziate tende quindi ad amplificare tali errori e a produrre dei poligoni di cambiamento che molto probabilmente non hanno un riscontro nella realtà, ma che sono invece generati dalla procedura di intersezione tra strati informativi (o mappe) non perfettamente co registrati tra di loro (Lunetta et al. 1991, Townshend et al. 1992, Stow 1999). Ricordiamo comunque che l errore di georeferenziazione di ciascuna mappa nel presente lavoro è inferiore a 1 pixel (errore limite di accettabilità) e che la scelta della soglia pari a 3 pixel è stata dettata da un principio cautelativo che tiene conto di tale errore e della minimum mapping unit (MMU) pari a 0,54ha 4. Infine, per minimizzare la sovrastima dei cambiamenti che è tipica del confronto a posteriori delle classificazioni monotemporali, i poligoni di area superiore o uguale a 2700 m 2 e che presentano una variazione del campo codice classe, sono stati sottoposti ad un ulteriore fase di filtraggio. Questa ha 2 Due immagini sono co registrate se un elemento del territorio viene rappresentato nella stessa posizione su entrambe le immagini e quindi esse risultano essere perfettamente sovrapponibili 3 Rapporto metodologico sull utilizzo di immagini Landsat per la redazione di mappe di copertura del suolo delle Province di Novara e Verbano Cusio Ossola relative agli anni 1999, Vedi Rapporto metodologico sull utilizzo di immagini SPOT per la redazione di una mappa di copertura del suolo delle Province di Novara e Verbano Cusio Ossola relativa all anno 2007 Pagina [ due _5]

6 previsto innanzitutto l applicazione alle immagini satellitari di partenza di un algoritmo di change detection (i.e. analisi dei cambiamenti in italiano) in grado di identificare direttamente le zone di cambiamento, senza produrre delle mappe di copertura del suolo. L algoritmo prevede di identificare i cambiamenti a partire dalla differenza dell indice di vegetazione NDVI (Normalised Difference Vegetation Index) derivato dalle scene estive di ciascun anno di riferimento (1999, 2004 e 2007). Il metodo è ampiamente illustrato in Zaffaroni et al (Allegato 1). I poligoni di cambiamento che vengono identificati come tali anche dalla differenza di NDVI vengono pertanto confermati, mentre quelli non corrispondenti vengono esclusi e conservano la classe di copertura della mappa Il risultato finale dell intero procedimento è una mappa dei cambiamenti e delle permanenze nell intervallo di tempo considerato. Tale mappa tematica prevede 9x9 possibili classi di transizione, di cui 72 di cambiamento e 9 di permanenza. Dalla mappa ottenuta è possibile poi derivare la matrice di transizione. Tale matrice si basa sulla logica dei flussi, ovvero sulla trasformazione che una certa copertura disponibile al tempo t 0 subisce in un certo intervallo di tempo Δt = (t 1 t 0 ). Il flusso di ingresso, riportato sulle righe, è rappresentato dalle diverse coperture del suolo al tempo iniziale t 0. Il flusso di uscita, riportato sulle colonne, è rappresentato dalle coperture al tempo finale t 1. Nelle celle della matrice è riportato il valore della superficie (ettari o m 2 ) trasformata. Nelle celle della diagonale principale è invece riportato il valore della superficie di una determinata categoria di uso del suolo, rimasta costante durante il periodo di tempo Δt. la matrice di transizione consente quindi di visualizzare prontamente il valore assoluto (in ettari o in m 2 ) delle aree trasformate da una copertura x al tempo t 0 ad una copertura y al tempo t 1 Pagina [ due _6]

7 Anche la mappa cambiamenti permanenze può essere sottoposta ad una procedura di validazione per testarne la validità. Tale passaggio metodologico non è diffuso negli studi di change detection ma risulta essenziale per valutare l accuratezza dei prodotti finali (Khorram 1999). Nel presente studio la valutazione dell accuratezza della mappa cambiamenti permanenze di copertura è stata fatta accorpando tutti i 72 possibili casi di cambiamento in un unica classe (classe cambiamento o di change) e tutti i 9 possibili casi di permanenza in un altra classe (classe permanenze o no change). In questo modo è stata ottenuta una mappa binaria costituita da due sole classi: change nochange. Per la sua validazione è stata derivata una matrice di errore binaria come quella proposta in Figura (Yuan et al. 2005). La costruzione di tale matrice richiede l estrazione di alcuni punti di test che vengono prima di tutto localizzati sulla mappa binaria change no change e poi interpretati visivamente su immagini satellitari o ortofoto ad alta risoluzione spaziale. Il controllo incrociato sulle due fonti di dati consente di quantificare il numero di punti che effettivamente corrispondono a cambiamenti o permanenze (casi A e B nella matrice di Figura ), quelli che sono stati classificati come cambiamenti ma che corrispondono a permanenze (caso C nella matrice di Figura ), quelli che sono stati classificati come permanenze ma che corrispondono a cambiamenti (caso D nella matrice di Figura ). Come per il processo di validazione di mappe di uso/copertura del suolo monotemporali 5, la matrice di errore può essere poi utilizzata per derivare una serie di statistiche di accuratezza quali l accuratezza utente, l accuratezza produttore e l accuratezza globale. Classe di riferimento Classificazione Accur. produttore (%) Cambiamento Permanenza Cambiamento A D Permanenza C B Acc. utente (%) Acc. globale (%) Figura 2 Modello di matrice di errore binaria (cambiamenti/permanenze) I punti di controllo, utili ai fini del processo di validazione, sono stati individuati, mediante una procedura di estrazione random, in quelle parti di area di studio per le quali erano disponibili immagini di validazione ad alta risoluzione. Si ricorda che mentre per gli anni 1999 e 2007 sono disponibili coperture di ortofoto per l intera area di studio, reperibili sul Portale Cartografico Nazionale ( per l anno 2004 sono invece state acquisite 1 immagine Ikonos e 1 Quickbird che coprono solo una parte delle province di Novara e Verbania (Figura ). 5 Vedi Rapporto metodologico sull utilizzo di immagini Landsat per la redazione di mappe di copertura del suolo delle Province di Novara e Verbano Cusio Ossola relative agli anni 1999, 2004 Pagina [ due _7]

8 Figura 3 Localizzazione all interno dell area di studio delle due immagini ad alta risoluzione disponibili per l anno 2004: a sinistra immagine Ikonos del 15/06/04 (6.5 x 7.5 km) e a destra immagine Quickbird del 18/05/04 (17 x 19 km) La numerosità del campione dei punti di test per ogni classe considerata (cambiamenti/permanenze) è stata calcolata utilizzando la formula standard valida per le distribuzioni binomiali. N = Z 2 * P * (1 P)/E 2 Equazione 1 dove: Z 2 = valore della distribuzione binomiale (e.g. 1,96 per un livello di confidenza del 95%) P = accuratezza attesa E 2 = errore consentito Per esempio, per P =50%, un livello di confidenza del 95% e un margine di errore del 5%, il numero N che si ottiene è pari a 384 per classe. A parità di tutti gli altri parametri, P = 50% consente di ottenere il campione in assoluto più numeroso. La numerosità del campione di test è stata poi ridotta in quanto sono stati esclusi i punti ricadenti su aree di confine tra due differenti coperture del suolo. I restanti punti sono serviti per compilare le matrici di errore e calcolare gli indici di accuratezza ovvero l accuratezza globale, l indice K, l accuratezza produttore e l accuratezza utente. 3.1 Note metodologiche per la stima dei cambiamenti L analisi dei cambiamenti di copertura del suolo tra il 2004 e il 2007 ha richiesto l intersezione di due mappe derivate da diversi sensori (Landsat e SPOT) e che presentano quindi una diversa risoluzione spaziale, rispettivamente di 30 m per il 2004 e di 20 m per il Al fine di poterle confrontare occorre quindi rendere omogenea la loro risoluzione spaziale. Ciò è possibile ricampionando 6. a 30 m la mappa del La procedura necessaria al ricampionamento geometrico e tematico prevede 4 fasi: 1. la valutazione dello sfasamento spaziale o shift tra le griglie delle due mappe raster che si vogliono confrontare (Figura ); 2. il ricampionamento della mappa a maggiore risoluzione spaziale, in questo caso quella relativa all anno 2007, all unità minima di sottogriglia, ovvero al minimo comune multiplo dello shift in x e in y, in questo caso 2 m 6 Ricampionare significa modificare la quantità di dati di un immagine alterando le dimensioni in pixel. Il ricampionamento verso il basso (riduzione del numero di pixel) elimina delle informazioni dall immagine. Il ricampionamento verso l alto (aumento del numero di pixel) aggiunge nuovi pixel. Pagina [ due _8]

9 3. lo spostamento dell origine di griglia della mappa 2007 in modo che coincida con quella della mappa 2004; 4. l applicazione di un filtro di maggioranza (Figura ), ovvero un filtro che assegna ad un blocco di celle il valore più frequente al suo interno. Tale filtro viene applicato su blocchi di 15x15 pixel da 2x2 m, ovvero su blocchi di dimensioni 30x30 m pari alla risoluzione spaziale che si vuole ottenere. Il risultato finale è un immagine ricampionata a 30 m di risoluzione spaziale. 2 m 6 m Figura 4 Stima dello shift tra l origine di griglia delle due mappe raster. In colore blu perimetro di un pixel della mappa a 20 m, in rosso il perimetro di un pixel della mappa a 30 m Figura 5 Esempio di applicazione del filtro di maggioranza usato per il ricampionamento spaziale da 2 m, ottenuto nella fase 2 del procedimento, a 30 m Una volta uniformata la risoluzione spaziale, le due mappe sono state poi sottoposte agli stessi passaggi già descritti nel precedente paragrafo, ovvero (a) l intersezione; (b) il filtraggio per l esclusione delle aree inferiori ad una certa dimensione spaziale (i.e m 2 ); (c) l identificazione dei cambiamenti veri e falsi mediante il confronto con la differenza di NDVI derivato dalle immagini estive degli anni 2004 e 2007; (d) la validazione della mappa dei cambiamenti e delle permanenze. Pagina [ due _9]

10 3. Risultati 4.1 Stima dei cambiamenti La Tabella 3 riporta le statistiche globali dell analisi di variazione delle coperture del suolo dal 1999 al 2004 nelle Province di Novara e Verbania. Tabella 3 Statistiche globali dell analisi di variazione delle coperture del suolo dal 1999 al 2004 Superficie (ha) % sull area di studio Cambiamenti 5541,8 1,5% Permanenze ,7 95,6% Cambiamenti di area < 2700 m ,0 2,9% Area di studio analizzata ,5 100% Si osserva che i cambiamenti di area inferiore a 2700 m 2, eliminati mediante il primo filtraggio, rappresentano circa il doppio rispetto a quelli veri. Infatti, nonostante una co registrazione di 0,5 pixel, la non perfetta sovrapposizione dei poligoni di permanenza delle due mappe genera nel confronto poligoni di cambiamento spuri composti da pochi pixel. Per limitare questo problema, alcuni autori (e.g. Townshend et al., 1992) ritengono necessaria una coregistrazione di 0,2 pixel, che è molto difficile da ottenere, soprattutto con immagini a media risoluzione. Altri studi propongono di adottare dei filtri spaziali: da un lato per ottenere una risoluzione minore aggregando i poligoni (Justice et al., 1999; Gong et al., 1992), dall altro per applicare un erosione dei lati dei poligoni limitando il confronto solo alla loro parte interna (Serra et al., 2003). Nel presente studio si è deciso di non ricorrere a tali filtri spaziali in quanto essi comportano o l applicazione di metodologie complesse e di difficile comprensione agli utenti finali o una notevole riduzione dell area disponibile per il confronto. Il problema come precedentemente spiegato è stato quindi superato eliminando le aree di cambiamento di dimensioni inferiori ad una certa dimensione (2700 m 2 ) Dalla mappa dei cambiamenti/permanenze si ricava la matrice di transizione (Tabella 4). Essa quantifica la superficie di variazione e di permanenza tra il 1999 ed il 2004 per tutte le classi di copertura del suolo. Dall analisi della matrice di transizione si osserva come la trasformazione più rilevante sia quella dalla classe seminativi alla classe antropizzato (1047,2 ha). La trasformazione da rocce a neve e ghiacciai (2397,7 ha) è dovuta ad un fenomeno stagionale, poiché l immagine estiva del 2004 usata per la classificazione dell area di montagna presentava una maggiore copertura nevosa rispetto a quella del E possibile notare come nelle tabelle che da qui in avanti verranno presentate, l estensione dell area di studio analizzata non è perfettamente coincidente. Le differenze osservate sono dovute al fatto che le tre mappe di copertura del suolo, derivate da diverse immagini satellitari, non sono perfettamente coincidenti dal punto di vista geometrico e quindi il loro confronto a due a due genera aree di intersezione che sono diverse. Pagina [due_10]

11 Tabella 4 Matrice di transizione e delle variazioni nette delle coperture del suolo per l intervallo temporale Landcover 2004 Landcover ,3 9,2 304,6 2,1 1,6 10,1 8, ,8 2 9, ,5 8,6 1,8 10,9 4,2 61, , ,7 0, ,5 14 9,2 37,1 5,2 17,4 2397, ,1 4 3,5 0,8 14, ,5 0,5 16,2 4,5 1,5 1, ,4 5 7,1 63,4 33,1 0, ,3 2,4 30,5 0, ,8 23,4 106,4 6,1 0, ,8 6,4 1,1 64, ,7 7 35,5 1047,2 32,2 18,7 5, ,7 0, ,4 8 71,6 0,6 2,9 64, ,6 29, ,66 9 3,1 731,2 2,8 8,5 4856,5 5602, , , , , , , , ,6 7358, ,6 Pagina [due_11]

12 Nella validazione della mappa dei cambiamenti/permanenze (Figura ), l esclusione dei pixel di test ricadenti su aree di transizione (totale 154 punti) ha portato alla verifica di 292 punti di cambiamento e 322 punti di permanenza, per un totale di 614 punti di controllo (Tabella 5). Figura 6 Particolare della mappa dei cambiamenti/permanenze relativa al periodo I poligoni rossi corrispondono alle zone di cambiamento, indipendentemente dal tipo di transizione. Tabella 5 Matrice di errore della mappa dei cambiamenti/permanenze delle coperture del suolo delle Province di Novara e Verbania dal 1999 al 2004 Riferimento verità cambiamento permanenza tot Mappa cambiamento permanenza tot AG 91,4% AP 97,6% 87,1% AU 83,9% 98,1% Dal calcolo della matrice di errore si è ottenuta un accuratezza globale (AG) superiore al 91%. I valori di accuratezza per le singole classi sono molto soddisfacenti. La classe cambiamento presenta un accuratezza produttore (AP) pari a 97.6 % (errore di omissione pari a 2.4%) ed un accuratezza utente (AU) pari a 83.9 % (errore di commissione pari a 16.1%). Invece la classe permanenza presenta un accuratezza produttore pari a 87.1 % (errore di omissione pari a 12.9%) ed un accuratezza utente pari a 98.1 % (errore di commissione pari a 1.9%). Per verificare l efficacia del secondo tipo di filtraggio, che ha visto l esclusione dei cambiamenti non confermati dalla differenza dell indice di NDVI, si è voluto validare una mappa in cui tale esclusione non era stata effettuata. Si è potuto quindi verificare che l accuratezza globale diminuisce a 85.1% e, mentre l accuratezza della classe permanenza rimane accettabile (a. produttore = 83.5% e a. utente = 98.1%), l accuratezza della classe cambiamenti degrada sensibilmente: infatti l accuratezza utente diventa pari a 54.1% (errore di commissione pari a 46.1%): ciò vuol dire che su 100 punti di cambiamento 46 sono in realtà falsi. Pagina [ due _12]

13 4.2 Stima dei cambiamenti La Tabella 6 riporta le statistiche globali dell analisi di variazione delle coperture del suolo dal 2004 al 2007 nelle Province di Novara e Verbania. Tabella 6 Statistiche globali dell analisi di variazione delle coperture del suolo dal 2004 al 2007 Superficie (ha) % sull area di studio Cambiamenti 9146,73 2,5% Permanenze* ,13 95,3% Cambiamenti di area < 2700 m ,15 2,1% Area di studio analizzata ,01 100% Dalla mappa dei cambiamenti/permanenze si ricava la matrice di transizione (Tabella 7). Essa quantifica la superficie di variazione tra il 2004 ed il 2007 per tutti i casi possibili di transizione da una classe di copertura all altra e la superficie di permanenza per tutte le classi di copertura del suolo. Osservando la matrice di transizione si osserva come, analogamente al confronto , la trasformazione più significativa sia quella dalla classe seminativi alla classe antropizzato (616,35 ha). La trasformazione da neve a ghiacciai rocce (5744,9 ha) è dovuta ancora ad un fenomeno stagionale. Infatti, l immagine estiva del 2004, usata per la classificazione dell area di montagna presenta una maggiore copertura nevosa rispetto all immagine del 2007, quindi nell analisi di cambiamento la trasformazione maggiore si ha dalla classe neve e ghiacciai alla classe rocce, l opposto a quanto osservato nell analisi Escludendo la trasformazione da neve a rocce e viceversa, la superficie totale trasformata dal 2004 al 2007 è di 3279,31 ha, corrispondente allo 0,91% dell intera area di studio (Tabella 6). Pagina [due_13]

14 Tabella 7 Matrice di transizione e delle variazioni nette delle coperture del suolo per le Province di Novara e Verbania per l intervallo temporale Landcover 2007 Landcover ,96 128,04 16,83 18,58 5,94 12, , , ,14 6,21 1,08 16,11 6,84 125, , ,03 8, ,8 125,18 32,04 108,41 14,38 32,31 122, ,75 4 6,3 4,86 29, ,41 39,01 234,9 10,62 14, ,2 5 12,78 76,41 20,79 78, ,64 17, , ,46 6 7,64 37,08 227,93 239,18 3, ,43 54,36 152, , ,63 616,35 8,46 0,45 16,38 19, , ,6 8 0,99 105,02 1,62 11,88 2, , ,67 9 8, ,92 8,55 43,56 49, , , , , , , , , , , , ,9 Pagina [due_14]

15 Nella validazione della mappa dei cambiamenti/permanenze (Figura ), l esclusione dei pixel di test ricadenti su aree di transizione ha portato alla verifica di 302 punti di cambiamento e 334 punti di permanenza (Tabella 8). Figura 7 Particolare della mappa dei cambiamenti/permanenze relativa al periodo I poligoni rossi corrispondono alle zone di cambiamento, indipendentemente dal tipo di transizione. Tabella 8 Matrice di errore della mappa dei cambiamenti/permanenze delle coperture del suolo delle Province di Novara e Verbania dal 2004 al 2007 Riferimento verità cambiamento permanenza tot Mappa cambiamento permanenza tot AG 85,7% AP 97,3% 79,4% AU 71,9% 98,2% Dal calcolo della matrice di errore si è ottenuta un accuratezza globale di poco superiore alla soglia di accettabilità (85,7%). La classe cambiamento presenta infatti un elevato errore di commissione (i.e. 1 AU = 28.1%), che comporta di conseguenza anche un discreto errore di omissione per la classe permanenza (i.e. 1 AP = 20.6%). La causa di questo risultato, che è comunque accettabile, è dovuta all utilizzo di immagini satellitari di sensori diversi per la classificazione delle coperture del suolo: la generazione dei falsi cambiamenti deriva, oltre che dalla qualità di co registrazione delle due mappe, da un lato dalla diversa risoluzione spaziale dei sensori, perchè SPOT consente di rilevare dettagli geometrici maggiori rispetto a Landsat, dall altro dalla maggiore ricchezza informativa di Landsat, che possiede tre bande spettrali in più (delle quali solo due usate) rispetto a SPOT, consentendo di rilevare dettagli tematici maggiori. Pagina [ due _15]

16 4.3 Stima dei cambiamenti La Tabella 9 riporta le statistiche globali dell analisi di variazione delle coperture del suolo dal 1999 al 2007 nelle Province di Novara e Verbania. Tabella 9 Statistiche globali dell analisi di variazione delle coperture del suolo Superficie (ha) Percentuale sull area di studio Cambiamenti 10743,29 3,0% Permanenze* ,54 94,8% Cambiamenti esclusi dal Filtro Area 7977,92 2,2% Area di studio ,75 100% Dalla mappa dei cambiamenti/permanenze si ricava la matrice di transizione (Tabella 10). Osservando quest ultima si nota che la trasformazione più significativa è quella dalla classe seminativi alla classe antropizzato (1922,41 ha). E inoltre da notare come la trasformazione da neve e ghiacciai a rocce (4137,73 ha) sia dovuta ad un fenomeno stagionale, infatti l immagine del 1999 usata per la classificazione dell area di montagna presenta una maggiore copertura nevosa rispetto all immagine del Pagina [due_16]

17 Tabella 10 Matrice di transizione e delle variazioni nette delle coperture del suolo per le Province di Novara e Verbania per l intervallo temporale Landcover 2007 Landcover ,98 55,67 187,1 25,38 48,92 22,48 49, , , ,87 40,15 6,03 226,09 47,34 693,89 0, , ,77 32, ,11 85,32 178,22 390,07 134,78 211,34 124, ,42 4 7,92 5,22 16, ,58 3,6 25,64 13,32 0, , ,81 116,46 31,92 3, ,67 5,76 77, , ,06 108,74 442,78 48,51 25, ,86 50,39 91, , , ,41 49,84 1,17 139,85 113, ,16 2, ,46 8 0,9 187,41 1,62 9,9 23,94 22, , , ,73 13,68 67, , , , , , , , , , , , ,83 Pagina [due_17]

18 Inoltre, senza queste trasformazioni, la superficie totale trasformata dal 1999 al 2007 è di ha, corrispondente all 1.8% dell intera area di studio. Nella validazione della mappa dei cambiamenti/permanenze (Figura ), l esclusione dei pixel di test ricadenti su aree di transizione ha portato alla verifica di 285 punti di cambiamento e 351 punti di permanenza (Tabella 11). Figura 8 Particolare della mappa dei cambiamenti/permanenze relativa al periodo I poligoni rossi corrispondono alle zone di cambiamento, indipendentemente dal tipo di transizione. Tabella 11 Matrice di errore della mappa dei cambiamenti/permanenze delle coperture del suolo delle Province di Novara e Verbania dal 1999 al 2007 Riferimento verità cambiamento permanenza tot cambiamento Mappa permanenza tot AG 84,9% AP 95,2% 79.9% AU 69.8% 97,2% Dalla stessa tabella si evince che per il confronto si è ottenuta un accuratezza globale pari alla soglia di accettabilità (85%). La classe cambiamento presenta infatti un elevato errore di commissione (i.e. 1 AU = 30.2%), che comporta di conseguenza anche un discreto errore di omissione per la classe permanenza (i.e. 1 AP = 20.1%). Le cause di tale risultato, che può comunque essere considerato accettabile, sono le stesse già esposte nel paragrafo precedente relativo al confronto Pagina [ due _18]

19 4. Post elaborazioni del geodatabase Una volta prodotte le mappe dei cambiamenti e delle permanenze, si sono rese necessarie alcune operazioni di modifica alla legenda, al fine di armonizzarla il più possibile alla legenda DUSAF e quindi CORINE. La legenda a nove classi è stata quindi sostituita con una legenda a 2 livelli di dettaglio, rispettivamente a 4 e 9 classi (Tabella 12), che è stata poi utilizzata come base per la creazione di un database interrogabile. Tabella 12 Corrispondenza tra la legenda a 9 classi utilizzata per la produzione delle mappe di land cover e land cover change e la nuova legenda a 2 livelli armonizzata con la legenda DUSAF Legenda originale Legenda nuova a 2 livelli Livello 1 Livello 2 Classe Codice Classe Codice Classe Codice Antropizzato 2 Antropizzato 1 Antropizzato 1 Seminativi 7 Agricolo 2 Agricolo 2 Boschi di conifere 4 Naturale 3 Boschi di latifoglie 31 Boschi di latifoglie 5 Boschi di conifere 32 Veg. di transizione 6 Veg. di transizione 33 Praterie 8 Praterie 34 Neve e ghiacciai 9 Rocce 35 Rocce 3 Neve e ghiacciai 36 Acqua 1 Acqua 5 Acqua 5 Pagina [ due _19]

20 Bibliografia Coppin, P., Jonckheere, I., Nackaerts, K. and Muys, B., 2004, Digital change detection methods in ecosystem monitoring: a review. International Journal of Remote Sensing, 25, Gong, P., E.F. Le Drew, e J.R. Miller, Registration noise reduction in difference images for change detection. International Journal of Remote Sensing, 13, Justice, C.O., B.L. Markham, J.R.G. Townshend e R.L. Kennard, Spatial degradation of satellite data. International Journal of Remote Sensing, 10, Khorram, S. (Ed.), Biging, G.S., Chrisman, N., Colby, D.R., Congalton, R.G., Dobson, J.E., Ferguson, R.L., Goodchild, M.F., Jensen, J.R., Mace, T.H. (1999). Accuracy assessment of remote sensing derived change detection. Monograph. Betheda, Maryland: ASPRS (American Society of Photogrammetry and Remote Sensing). Lu, D., Mausel, P., Brondizio E. and Moran, E., 2004, Change detection techniques. International Journal of Remote Sensing, 22, Lunetta, R.S., Congalton, R.G., Fenstermaker, L.K., Jensen, J.R., McGuire, K.C., Tinney, L.R. (1991). Remote sensing and geographical information systems data integration: error sources and research issues. Photogrammetric Engineering and Remote Sensing, vol. 57: Mas, J.F., 1999, Monitoring land cover changes: a comparison of change detection techniques. International Journal of Remote Sensing, 20, 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, Stow, D. A., 1999, Reducing the effects of misregistration on pixel level change detection. International Journal of Remote Sensing, 20, Townshend, J. R. G., Justice, C. O., Gurney, C., and McManus, J., 1992, The effect of image misregistration on the detection of vegetation change. IEEE Transactions on Geoscience and Remote Sensing, 30, Yuan, F., K.E. Sawaya, B.C. Loeffelholz e M.E. Bauer, Land cover classification and change analysis of the Twin Cities (Minnesota) Metropolitan Area by multitemporal Landsat remote sensing. Remote Sensing of Environment, n. 98, Zaffaroni, P., M. Maggi e P. Pileri, Effetti ambientali dei cambiamenti di uso e copertura del suolo in Lombardia e nelle Province di Novara e Verbania. Atti della 13 Conferenza Nazionale ASITA, 1 4 Dicembre 2009, Bari. Pagina [ due _20]

21 Allegato 1 Pagina [ due _21]

22 Pagina [ due _22]

23 Pagina [ due _23]

24 Pagina [ due _24]

25 Pagina [ due _25]

26 Pagina [ due _26]