Indice della presentazione

Transcript

1 Indice della presentazione Introduzione; Risposta spettrale della vegetazione e riconoscimento incendi; Tecniche di classificazione automatica e mappe del combustibile; Stima di parametri biochimici e biofisici e caratteristiche del combustibile; Mappatura delle aree bruciate; Monitoraggio post-evento

2 Tecniche di classificazione digitale SCOPO: REALIZZAZIONE DI MAPPE TEMATICHE (e.g carta di uso e copertura del suolo, carta delle aree allagate, carta delle aree percorse dal fuoco.) Scena reale Spazio delle misure Mondo dei significati (modelli) Osservazioni y x Classificazione Acqua Latifoglie B N Conifere Edificato PORZIONE DI TERRITORIO B 1 IMMAGINE MULTISPETTRALE MAPPA TEMATICA Nella mappa tematica i pixel dell immagine contengono oltre all informazione di tipo spaziale (posizione), una informazione di tipo semantico che specifica un attributo relativo ad un particolare tema di interesse.

3 Tecniche di interpretazione visuale Based on various characteristics: -Shape; -Size; -Pattern; -Tone; -Texture; -Shadow; -Site; -Association; -Resolution

4 Tecniche di interpretazione visuale Delineazione di aree simili e assegnazione a differenti classi ad opera di un utente esperto! Sono quindi soggettive, e la qualità del risultato è legato all esperienza dell operatore. Consentono comunque di ottenere risultati di dettaglio e molto accurate

5 Tecniche di sogliatura in bande singole Un semplice esempio di classificazione automatica basata sull informazione spettrale è la sogliatura di un immagine per la distinzione dei corpi idrici In questo caso, utilizziamo l informazione relativa a una sola banda per distinguere le diverse tipologie di superfici. Questo comporta notevoli problemi di errata classificazione nel caso in cui la separabilità delle due classi nella banda selezionata sia limitata. Scelta della banda più appropriata

6 Le classificazioni supervised Gli algoritmi di classificazione supervised prevedono una conoscenza a priori relativa all area da classificare. Schematicamente, si procede in questo modo: 1) Fase di addestramento: L esperto definite le classi di superficie di interesse, individua sull immagine, con l ausilio di rilievi sul terreno o altre informazioni (foto aeree, cartografia tematica, informazioni bibliografiche, ecc.), un certo numero di pixel (Training set) che sono ritenuti essere esempi rappresentativi o prototipi di ognuna delle classi stesse. 2) Analisi della separabilità e selezione dell algoritmo di classificazione 3) Applicazione. I diversi pixel dell immagine vengono classificati in base alla loro somiglianza con il comportamento spettrale tipico delle diverse classi, individuato a partire dall analisi dei training set. 4) Fase di valutazione dell accuratezza La verifica dell accuratezza della classificazione avviene mediante il confronto fra la classe assegnata dal processo di classificazione automatica in un certo numero di test pixels e la classe di appartenenza reale degli stessi pixel, identificata attraverso un processo indipendente (es. campagne di rilievo al suolo).

7 Similitudine spettrale in base alla distanza angolare Distanza angolare A Comportamento spettrale medio della classe A DN A = [ DN A, b1 DN A, b2 DN A, b3] Comportamento spettrale del pixel p1 DN = [ DN DN DN ] p1 p1, b1 p1, b2 p1, b3 α p1,a Distanza Angolare Algoritmo SAM (Spectral Angle Mapper): Si calcola l'angolo tra i vettori dei training set collezionati e il vettore di ogni singolo singolo pixel dell'immagine. Il pixel viene assegnato alla classe verso la quale mostra distanza angolare minore. α p1,a = Angolo tra i vettori DN A e DN p1 nello spazio n-dimensionale ( n = n bande)

8 Algoritmi statistici e classificazioni automatiche Algoritmo non sensibile ai diversi gradi di dispersione delle classi: il punto 1 è classificato come Sabbia piuttosto che Urbano come sembrerebbe. Il punto 3 è molto distante da tutti, ma viene classificato urbano.

9 Mappe del tipo di combustibile Combustibili aerei (sopra i 2 m): -Tipologia e speciazione; -Caratteristiche fisiche (contenuto idrico, densità e biomassa); -Distribuzione spaziale (continuità e discontinuità orizzontali); -Combustibili di superficie (fino a 2m): -Concorrono alla propagazione incendi radenti; -Parte superiore della lettiera, arbusti e novellame, cespugli e zone incolte; -Combustibili vivi e morti: -Importanza del ciclo fenologico della vegetazione (dinamica spazio-temporale);

10 Mappe del tipo di combustibile Combustibili aerei: tipologia Immagine iperspettrale Mappa della vegetazione Algorithm of classification

11 Bacino idrografico Val Masino Mappe del tipo di combustibile

12 Mappe del tipo di combustibile Hyperspectral data Tipi di combustibile aerei

13 Mappe del tipo di combustibile Clark et al

14 Mappe del tipo di combustibile Classificazione del combustibili vivo e morto

15 Mappe della dinamica QB 2.4m Sintesi falsi colori

16 Dinamica e coperture interessate dall evento Analisi con dati satellitari ad alta risoluzione geometrica (2-4 metri) QUICKBIRD Segmentazione a oggetti e algoritmo di connettività legenda Incendio di Cerete (Bg) del 2005