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

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

Classificazione di immagini SPOT per l aggiornamento al 2008 della mappa di copertura del suolo della Regione Lombardia

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

Elaborazione dei dati. pkt /9

Indice della presentazione

elaborazione di base

2.6 - ANALISI DELLE DINAMICHE AMBIENTALI

Correzione radiometrica

Elaborazione dei dati

Sommario. Giovanni Sylos Labini. Planetek Italia s.r.l. 1. Telerilevamento applicato al monitoraggio delle aree a rischio di incendio

Tecniche di telerilevamento pixel-oriented Per l'identificazione di superfici con materiali contenenti amianto: applicazioni in Lombardia Cinzia

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

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

PROGETTO ORTOFOTO DIGITALE a COLORI scala 1:5000 -

Progetto Life SOILPRO

Syllabus Attività Formativa

Proprio il diverso comportamento di una superficie, in relazione alla luce solare che la colpisce, ne determina il colore

Corso di Telerilevamento Lezione 2

TRACCIA PER L ESERCITAZIONE SUPERVISED CLASSIFICATION

Potenzialità dei dati telerilevati per la mappatura dei boschi di castagno

Introduzione al TELERILEVAMENTO. (Remote Sensing) Docente: Andrea Piemonte

SENSORI LINEARI. red green blu Ir vicino

L utilizzo della Banca Dati dell Uso del Suolo della Regione del Veneto a supporto dell attivit. attività di Pianificazione Territoriale

SISTEMI INFORMATIVI TERRITORIALI

Mappatura di aree inondate da immagini satellitari

Classificazione Object-Oriented

Pietro Alessandro Brivio Paolo Zaffaroni, Daniela Stroppiana, Mirco Boschetti. Il progetto

Telerilevamento e Modellistica Forestale

Telerilevamento. Workflow. pkt Immagine georeferita. Correzione geometrica. Immagine scena. Correzione Radiometrica.

Semplice analisi di change - detection sulle aree edificate per mezzo di immagini Landsat - TM.

Confronto fra CLC 2006 e DUSAF 2.1 della Regione Lombardia

Effetti radiativi diretti degli aerosol sull area mediterranea

Nome indicatore DPSIR Fonte dati Uso del suolo S Carta Tecnica Regionale. Disponibilità dati *** 2007 R

(parte2) 04 Aprile 2017 S. Giacomelli SCVSA- Università di Parma-BiGeA - Università di Bologna

Corso di Telerilevamento Lezione 3

SISTEMI INFORMATIVI GEOGRAFICI IN GEO- LOGIA

SISTEMI INFORMATIVI TERRITORIALI. Esercitazione 1 - Tavole. Visualizzazione cartografia Inserimento di un dato Raster. Visualizzazione cartografia

Relazione breve su dati di illuminazione e impermeabilizzazione

GIT - Sezione di Geoscienze e Tecnologie Informatiche Sezione della Società Geologica Italiana. Castello di Melfi 17 Giugno 2019, Melfi (PZ)

Applicazioni di telerilevamento da satellite in Emilia-Romagna

PROVINCIA AUTONOMA DI TRENTO

CARTOGRAFIA 2 V 1 LA CARTA TRADIZIONALE. È la rappresentazione sul piano della superficie terrestre secondo determinate norme e segni convenzionali

L a S c u o l a C o p e r n i c u s

Sistemi GIS: metodologie e casi applicativi

Cos è un immagine. Dalla visione soggettiva al numero. Caratteristiche delle immagini. Risoluzione spettrale e geometrica

Sistemi di diagnostica mobile dell infrastruttura e del materiale rotabile

MAPPARE IL CONSUMO DI SUOLO TRAMITE TELERILEVAMENTO

Utilizzo di strumenti innovativi di caratterizzazione idrologica e topografica dei suoli, per la progettazione di impianti irrigui di precisione

Stima speditiva del verde urbano a Bologna tramite analisi di immagini QuickBird multispettrali

1) Introduzione generale alla ingegneria delle dighe e degli impianti idroelettrici. 2) La progettazione geotecnica delle dighe in materiali sciolti

I S.I.T. aziendali. Progetto AVIGERE Applicazione della viticoltura di precisione ad alcune aziende

Urban Atlas metodo e risultati

Analisi della risposta spettrale di paesi abbandonati del Friuli mediante la trasformata Tasseled Cap (Kauth Thomas) applicata alle immagini Landsat

P R O G E T T O A N C O N A P A C O

METODOLOGIA DI ESTRAZIONE AUTOMATICA DELLE INFORMAZIONI RELATIVE ALLA CUS (CARTA DI USO DEL SUOLO) APPLICATA ALLE SCENE IKONOS

Immagini satellitari ad alta risoluzione

Telerilevamento: una panoramica sui sistemi

INDICE. Introduzione. 3 Capitolo 1 Cenni di geodesia

REGIONE EMILIA ROMAGNA

CARTA DI USO DEL SUOLO DELLA REGIONE LAZIO

Sistemi per la Sorveglianza ed il Monitoraggio del Territorio

30/09/2015. Esempi di applicazioni di dati acquisiti da missioni SAPR D.Stroppiana - CNR-IREA G. Sona Politecnico Milano

CHANGE DETECTION CON APPROCCIO OBJECT-ORIENTED: UNO STUDIO PRELIMINARE SULLA PINETA DI CASTEL FUSANO (ROMA)

PROGRAMMA 2017/ 2018 SISTEMI INFORMATIVI GEO- GRAFICI IN GEOLOGIA

CARTA DI USO DEL SUOLO DELLA REGIONE LAZIO

Monitoraggio delle variazioni degli usi del suolo in Toscana

REGIONE CAMPANIA Comune di Bellizzi

Applicazioni dei gis e del telerilevamento alla cartografia territoriale

Controllo della qualità del DTM LiDAR nelle aree urbanizzate della costa della Sardegna da Porto Rotondo a San Teodoro

Biodiversità e Tutela del suolo nei programmi di Fondazione Cariplo

TESI DI LAUREA in TECNICHE DI RILEVAMENTO PER IL MONITORAGGIO DEL TERRITORIO M. Candidato: Lorenzo Panciroli

Determinazione delle curve d invaso delle APE e prime considerazioni sui criteri per la verifica della loro corretta definizione geometrica

Scritto da VILLA GABRIELE Sabato 25 Ottobre :54 - Ultimo aggiornamento Domenica 26 Ottobre :20

Mappatura 2013 delle superfici coltivate a pomodoro da industria nel centro-sud Italia

Fabio Pacifici. Earth Observation Laboratory DISP, Tor Vergata University, Rome, Italy. 17 Gennaio 2008

TECNICO SUPERIORE PER I RILEVAMENTI TERRITORIALI INFORMATIZZATI

I mezzi tecnici sono oggi tali che dovrebbero permettere agli uomini di utilizzarli nell urbanistica e nell edificazione [ ] per adattare lo spazio

Il contributo di PAUNIL per la definizione delle preferenze ambientali e della ricchezza di specie

GEOMATEMATICA. Dott.ssa ELVIRA DI NARDO Dipartimento di Matematica e Informatica

Tav.8_1. Grandezze radiometriche spettrali.

Dalle immagini telerilevate. alle mappe

MODULO TELERILEVAMENTO

Marina Credali*, Donata Dal Puppo*, Alessandra Norcini*, Stefano Agostoni**

UTILIZZO DI DATI SATELLITARI DI TIPO SAR PER IL MONITORAGGIO DEI CORSI D ACQUA


CARTOGRAFIA: COM È FATTA UNA CARTA?

Scenario 3D RTE per la gestione e rappresentazione di dati geospaziali del PNS Lombardo e Catasto REL

ANALISI DELLE AREE DI POTENZIALE TRASFORMAZIONE PREVISTE DAI PGT

II workshop novembre 2010

Il deperimento dei Querco-carpineti planiziali: situazione attuale e indirizzi di gestione

Stima dell'equivalente idrico della neve (SWE) mediante integrazione di misure a terra e immagini satellitari

AT2 UTILIZZO DEI DATI AD ALTISSIMA RISOLUZIONE IKONOS PER APPLICAZIONI A PICCOLA SCALA

MODELLO DIGITALE DEL TERRENO DEL TERRITORIO LOMBARDO (DTM20)

SISTEMI INFORMATIVI GEOGRAFICI IN GEO- LOGIA

INDIVIDUAZIONE DI FENOMENI FRANOSI SUPERFICIALI TRAMITE ANALISI SEMIAUTOMATICA DI IMMAGINI SATELLITARI OTTICHE PRE-POST EVENTI PIOVOSI INTENSI

Progetto Energia Alta Val di Non. David Moser Coordinatore del gruppo Sistemi Fotovoltaici

APPLICAZIONE DI TECNOLOGIE AVANZATE PER LA VALUTAZIONE DELLA RISORSA IDRICA GLACIALE E LE RELATIVE DINAMICHE EVOLUTIVE (progetto LIDARdataVAL)

TOUR DELLE BUONE PRATICHE CITTA AMIANTO ZERO. Casale Monferrato 28 aprile 2017

S.I.B.A. Sistema Informativo Beni Ambientali Scala 1:10.000

Transcript:

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. uno Report 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. Marzo 2010 Progetto finanziato da

Indice Indice... 2 Introduzione... 3 1. Acquisizione dei dati satellitari... 3 1.1 Il satellite SPOT e le immagini SPOT... 3 1.2 Selezione delle immagini... 4 1.3 Formato dei dati... 11 2. Pre elaborazioni delle immagini... 11 2.1 Correzione geometrica... 11 2.2 Correzione atmosferica... 11 2.3 Ricampionamento geometrico delle immagini SPOT5... 11 2.4 Co registrazione delle immagini... 12 3. Classificazione delle immagini... 12 3.1 Legenda delle classi di copertura del suolo... 12 3.2 Suddivisione in ambiti geografici e classificazione... 12 3.3 Classificazione dell ambito corpi idrici... 12 3.4 Classificazione dell ambito montagna... 12 3.5 Classificazione dell ambito pianura... 13 4. Operazioni di post classificazione... 14 5. Valutazione dell accuratezza tematica... 15 6. Prodotto finale... 16 [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 [uno_2]

Introduzione Il presente lavoro è parte integrante della prima fase del progetto Effetti ambientali dei cambiamenti di uso e copertura del suolo in Lombardia e nelle province di Novara e Verbania, 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. In particolare esso rappresenta la seconda fase della sezione 1 del progetto. Tale fase prevede l aggiornamento del geodatabase delle coperture del suolo delle province di Novara e del Verbano Cusio Ossola all anno 2007. L esigenza di tale ampliamento nasce da una duplice ragione: da una parte l interesse di Fondazione Cariplo per questa porzione del territorio piemontese e dall altra la necessità di creare anche per esso una banca dati spazializzata delle coperture del suolo coerente con quella già esistente per la Regione Lombardia. Come già ampiamente spiegato nel precedente rapporto, caratteristica peculiare del progetto è l utilizzo di immagini satellitari a media risoluzione come principale fonte di dati per il monitoraggio della dinamica delle coperture del suolo. In particolare, in questo documento sarà descritta in dettaglio la metodologia adottata per la produzione di una cartografia tematica della copertura del suolo, per le province di Novara e del Verbano Cusio Ossola, a partire da immagini satellitari SPOT. Tale metodologia risulta comunque essere analoga nelle sue linee generali a quella già adottata per i dati Landsat. 1. Acquisizione dei dati satellitari 1.1 Il satellite SPOT e le immagini SPOT La costellazione di satelliti SPOT (Satellite Pour l Observation de la Terre) è il sistema di osservazione terrestre dell Agenzia Spaziale Francese (CNES). Dal 1986 al 2002 sono stati lanciati in orbita 5 satelliti, di cui funzionati al 2010 sono SPOT4 e SPOT5. I due satelliti hanno caratteristiche astronomiche simili: orbita polare, 832 km di altezza, ciclo di 23 e 26 giorni. Il satellite SPOT4 monta due sistemi ottici di ripresa: il primo è composto dalla coppia di sensori High Resolution Visible Infra Red (HRVIR) ed il secondo dal sensore Vegetation1. Il sistema HRVIR, grazie alla capacità di ripresa obliqua rispetto all orbita, è in grado di fornire immagini della stessa area terrestre con una frequenza di 5 giorni. Le immagini fornite hanno un ampiezza di 60x60 Km, con risoluzione spaziale di 10 m per il canale monospettrale e 20 m per il multispettrale (Tabella 1). Invece il sensore Vegetation1 ha una frequenza di ripresa giornaliera e fornisce immagini con risoluzione di 1 Km che coprono un area di 2250x2250 Km. Tabella 1 Caratteristiche dei sistemi ottici di ripresa del satellite SPOT4 Bande spettrali SPOT 4 HRVIR VEGETATION1 Monospettrale: 0.61 0.68 µm 10 m B0: 0.43 0.47 µm (Blu) 1 Km B1: 0.50 0.59 µm (Verde) 20 m B2: 0.61 0.68 µm (Rosso) 20 m 1 Km B3: 0.78 0.89 (Infrarosso Vicino) 20 m 1 Km B4: 1.58 1.75 (Infrarosso a onde corte) 20 m 1 Km Ampiezza della scena 60x60 km 2250x2250 km Il satellite SPOT5 monta tre sistemi ottici: il primo è composto dalla coppia di sensori High Resolutioon Geometry (HRG), il secondo dal sensore High Resolution Stereoscopic (HRS) per acquisizioni stereoscopiche ed il terzo è composto dal sensore Vegetation2 (Tab. 2). Il sistema HRG rispetto al HRVIR ha una frequenza Pagina [uno_3]

di rivisitazione di 2 3 giorni e una maggiore risoluzione spaziale. Il sistema HRS serve per la stereoscopia, con acquisizioni downward e backward rispetto alla direzione della strisciata. Invece il sensore Vegetation2 è uguale al predecessore Vegetation1 a bordo di SPOT4. Tabella 2 Caratteristiche dei sistemi ottici di ripresa del satellite SPOT5. Bande spettrali SPOT 5 HRVIR HRS VEGETATION1 Pan: 0.49 0.69 µm 2.5 5 m 10 m B0: 0.43 0.47 µm (Blu) 1 Km B1: 0.50 0.59 µm (Verde) 10 m B2: 0.61 0.68 µm (Rosso) 10 m 1 Km B3: 0.78 0.89 (Infrarosso Vicino) 10 m 1 Km B4: 1.58 1.75 (Infrarosso a onde corte) 20 m 1 Km 1.2 Selezione delle immagini Ampiezza della strisciata 60 km 120 Km 2250 km Per la ricerca delle immagini utili al progetto si è utilizzato il catalogo on line di SPOTIMAGE, il distributore ufficiale di dati SPOT (http://catalog.spotimage.com/pagesearch.aspx). La ricerca è avvenuta impostando i seguenti parametri: - area di interesse: province di Novara e Verbania; - tipo di prodotto: multispettrale a 10 o 20 m; - data di acquisizione: dal 01/04/2007 al 30/09/2007 - copertura nuvolosa : minore o uguale al 20% della scena - angolo di incidenza: compreso fra 30 e +30. Il sistema elenca una serie di risultati che è possibile selezionare per procedere all ordine. Figura 1 Catalogo on line per la ricerca di immagini SPOT Pagina [uno_4]

La Tabella 3 riporta le caratteristiche delle 9 immagini SPOT acquisite per la classificazione delle coperture del suolo al 2007 delle Province di Novara e Verbania (Figura 2). Le figure successive (da Figura 3a a Figura 3i) rappresentano invece i quicklooks delle singole immagini, utili a visualizzare la qualità delle immagini. Tabella 3 Caratteristiche delle immagini SPOT utilizzate per la classificazione. DATA ID SCENA COPERTURA RIS. NUVOLOSA SPAZIALE SATELLITE (%) GRS K GRS J SENSORE 16/04/2007 50562580704161030182J 0 10 m 5 56 258 HRG 18/04/2007 40552580704181023151I 10 20 m 4 55 258 HRVIR 20/07/2007 40562580707201033491I 0 20 m 4 56 258 HRVIR 25/07/2007 40542570707251037322I 8 20 m 4 54 257 HRVIR 25/07/2007 40542580707251037402I 3 20 m 4 54 258 HRVIR 10/08/2007 40562590708101029541I 1 20 m 4 56 259 HRVIR 08/09/2007 50542560709081039171J 0 10 m 5 54 256 HRG 08/09/2007 50542570709081039261J 0 10 m 5 54 257 HRG 08/09/2007 50542580709081039341J 0 10 m 5 54 258 HRG Pagina [uno_5]

Figura 2 Copertura dell area di studio con le immagini SPOT selezionate per la classificazione delle coperture del suolo all anno 2007 Pagina [uno_6]

Figura 3a SPOT5 16/04/2007, RGB 321 Figura 3b SPOT4 18/04/2007, RGB 321 Pagina [uno_7]

Pagina [uno_8]

Figura 3c SPOT4 20/07/2007, RGB 321 Figura 3d SPOT4 25/07/2007 (1/2), RGB 321 Figura 3e SPOT4 25/07/2007 (2/2), RGB 321 Figura 3f SPOT4 10/08/2007, RGB 321 Pagina [uno_9]

Figura 3g SPOT5 08/09/2007 (1/3), RGB 321 Figura 3h SPOT5 08/09/2007 (2/3), RGB 321 Figura 3i SPOT5 08/09/2007 (3/3), RGB 321 Pagina [uno_10]

1.3 Formato dei dati Le immagini acquisite sono al livello 2A, quindi sono state corrette per gli errori geometrici di sistema e proiettate nel Sistema di Riferiment o UTM WGS84 senza l utilizzo di p unti di controllo (GCPs), ma solo con parametri orbitali. 2. Pre elaborazioni delle immagini 2.1 Correzione geometrica Le immagini SPOT sono stat e sottoposte al processo di o rtorettifica per eliminare le distorsioni geometriche dovute al rilievo terrestre, utilizzando un modello digitale del terreno (DTM) e le ortofoto del Portale Cartografico Nazionale. Inoltre sono s tate ri proiettate nel Sistema di Riferimento Gauss Boaga fuso ovest. L errore medio di ortorettifica, verificato c on 5 punti di controllo per ogni immagine, è di 0,3 pixel. 2.2 Correzione atmosferica In questa fase 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 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 applica la tecnica di correzione del Dark Object, ossia si sottrae dal segnale misurato in ogni pixel il valore di radianza di un oggetto a riflettività nulla, assumendolo come contributo dell atmosfera (path radiance): L ( λ) L corr = λ L DO Infine i valori di radianza corretti vengono trasformati in riflettività, correggendo gli effetti dovuti all illuminazione solare: π * L corr ( 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 = 1 0.016729* cos[ 0.9856* ( 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. 2.3 Ricampionamento geometrico delle immagini SPOT5 Le immagini SPOT5 (datate 16/04/2007 e 08/09/2007), che hanno una risoluzione di 10 m, sono state ricampionate a 20 m, in quanto scopo del lavoro è stato quello di ottenere una mappa delle coperture del suolo con tale risoluzione spaziale. Pagina [uno_11]

2.4 Co registrazione delle immagini Per ottimizzare la sovrapposizione spaziale della serie temporale di immagini, si effettua una coregistrazione prendendo come riferimento quelle datate 16/04/2007, 20/07/2007 e 08/08/2007. 3. Classificazione delle immagini 3.1 Legenda delle classi di copertura del suolo La legenda tematica della mappa delle coperture del suolo, relativa all anno 2007, è la medesima utilizzata per le mappe al 1999 e al 2004 (Tabella 4). Tabella 4 Legenda della mappa delle coperture del suolo al 2007 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 3.2 Suddivisione in ambiti geografici e classificazione Come per la produzione delle mappe al 1999 e al 2004, il territorio di analisi è stato suddiviso in tre diversi ambiti fisiografici. Questa operazione è utile per facilitare la classificazione automatica poiché minimizza la complessità delle caratteristiche spettrali di una certa area. Gli ambiti considerati sono stati: - corpi idrici: spazio compreso in una distanza di 150 metri dalle sponde dei laghi e dei fiumi principali; sulla base delle ortofoto sono state rimosse le aree antropizzate a ridosso delle sponde, che vengono classificate negli altri due ambiti, mentre sono stati compresi interamente i greti dei fiumi e le spiagge; - montagna e collina: territori con quota superiore ai 300 m (da definizione ISTAT) in base al DEM; - pianura: territori con quota inferiore ai 300 m. 3.3 Classificazione dell ambito corpi idrici Per la classificazione di questo ambito si sono considerate solo 3 classi: acqua, rocce (corrispondenti a greti e spiagge) e vegetazione. Non si è data importanza alla distinzione del tipo di vegetazione (conifere/latifoglie/transizione) poiché per essa sono stati poi utilizzati i risultati degli altri due ambiti. La classificazione è avvenuta utilizzando un mosaico delle immagini estive (20/07/2007 e 08/09/2007) a copertura dell intera area di interesse. La tecnica impiegata è la Maximum Likelihood utilizzando le 4 bande spettrali. Le classi acqua e rocce derivate dalla classificazione di questo ambito sono state poi applicate come maschera agli altri due ambiti, per escluderle dalla classificazione. 3.4 Classificazione dell ambito montagna L ambito montagna comprende i territori montuosi e collinari con un altitudine superiore ai 300 metri, escluse le fasce ripariali di laghi e fiumi. L immagine in input alla classificazione è il mosaico delle scene estive, al quale si sono applicate tre diverse maschere per escludere: Pagina [uno_12]

- le aree già classificate come acque e rocce nell ambito corpi idrici ; - le aree che rientrano nell ambito pianura ; - le aree con la presenza di nuvole e ombre. Oltre alle 4 bande spettrali, nel dataset è stato aggiunto il DEM (Digital Elevation Model): infatti, poiché la vegetazione si distribuisce secondo un gradiente altimetrico, questo dato ancillare facilita la discriminazione tra classi di vegetazione differenti. Si è applicata una classificazione supervised Maximum Likelihood. Per la definizione del dataset di training si è utilizzato quello della classificazione 2004, andando a controllare tutti i pixel per eventuali variazioni subite dalle aree ad essi corrispondenti. Tabella 5 Dati di training della classificazione 2007 dell ambito montagna. CLASSE N pixel di training 1 Acqua 119 2 Antropizzato 208 3 Rocce 174 4 Conifere 170 5 Latifoglie 350 6 Vegetazione di transizione 248 7 Seminativi vegetati 101 8 Praterie 179 9 Neve e ghiaccio 100 Ombre 176 Dopo la classificazione ai poligoni compresi nella classe ombre, per i quali non si può avere alcuna informazione nemmeno dalle immagini nelle altre date, è stato assegnato il contenuto tematico della carta delle coperture del suolo del 2004, derivata da dati Landsat. 3.5 Classificazione dell ambito pianura L ambito pianura comprende i territori con un altitudine inferiore ai 300 metri, escluse le fasce ripariali di laghi e fiumi comprese nell ambito corpi idrici. L informazione tematica delle aree ricadenti in questo ambito è stata derivata dall intero dataset multitemporale, creando un mosaico di tutte le immagini disponibili al quale sono state applicate due maschere per escludere: - le aree già classificate come acque e rocce nell ambito corpi idrici ; - le aree che rientrano nell ambito montagn a. L ambito di classificazione è stato poi suddiv iso in aree corrispondenti al nume ro di immagini disponibili: quelle coperte dalla stessa combinazione di date vengono accorpati in un unico settore (Figura 4), all interno del quale si applica la classi ficazione supervised Maximum Likelih ood. Il dataset impiegato è rappresenta to dalla 4 band e spettrali, sen za aggiu nta d i informazioni ancillari. Le classi considerate sono: acqua, antropizzato, rocce, conifere, latifoglie, vegetazione di transizione, seminativi vegetati in tutte le date, seminativi vegetati solo in alcune da te, risaie. I pixel di training sono stati selezionati direttam ente sulle immagini. Le classificazioni dei diver si settori sono state poi mosaicate per ricomporre l ambito pianura, andando inoltre ad accorpare le cate gorie dei seminati vi in un unica classe. Pagina [uno_13]

Figura 4 Suddivisione in settori di classificazione dell ambito pianura. 4. Operazioni di post classificazione ll risultato della classificazione è stato sottoposto alle seguenti operazioni di post classificazione: 1. mosaicatura delle classificazioni dei tre ambiti geografici per ricomporre l area di studio; 2. filtraggio: al fine di assegnare la stessa unità minima mappabile delle mappe 1999 e 2004, si applica un filtro dimensionale sui poligoni inferiori a 5200 m2, corrispondenti a 13 pixel SPOT; 3. revisione con mappa 2004: per le classi antropizzato e rocce si effettua un incrocio con la mappa 2004 analizzando i seguenti casi: poligoni in classe rocce che nel 2004 sono classificati come urbanizzato: vengono trasformati nella classe antropizzato; poligoni in classe antropizzato che nel 2004 sono classificati come rocce: vengono trasformati nella classe rocce; poligoni in classe rocce che nel 2004 sono classificati come seminativi: vengono analizzati per distinguere tra veri seminativi o nuove edificazioni; Pagina [uno_14]

poligoni in classe antropizzato che nel 2004 sono classificati come seminativi: vengono analizzati per distinguere tra veri seminativi o nuove edificazioni; controllo fotointerpretativo dell intera classificazione per la correzione di errori macroscopici sfuggiti alla revisione con la mappa 2004. 5. Valutazione dell accuratezza tematica L accuratezza della mappa delle coperture del suolo al 2007 è stata valutata confrontando un campione di pixel con un dataset indipendente che rappresenta la verità. Da questo confronto si è ricavata la matrice di errore, da cui si sono estratti gli indici standard di accuratezza: accuratezza globale, indice K, accuratezza utente e produttore. Il dataset di riferimento è stato costruito estraendo, con un campionamento casuale stratificato per classi, 1150 punti di test (Tabella 6) a cui si è assegnata la classe di un intorno circolare di raggio 20 m da interpretazione delle ortofoto 06 del Portale Cartografico Nazionale (che per l area di studio sono datate 2007). Tabella 6 Testing set per la validazione della classificazione 2007 CLASSE no. pixel di testing 1 Acqua 45 2 Antropizzato 97 3 Rocce 99 4 Conifere 120 5 Latifoglie 303 6 Vegetazione di transizione 133 7 Seminativi 253 8 Praterie 79 9 Neve e ghiacciai 21 Totale 1150 Di seguito si riporta, per la mappa 2007 delle coperture del suolo, la matrice di errore (Tabella 7) e gli indici di accuratezza (Tabella 8). Tabella 7 Matrice di errore per la validazione della mappa 2007 Riferimento Classificazione 1 2 3 4 5 6 7 8 9 TOT 1 41 0 0 0 0 0 0 0 0 41 2 2 90 0 0 5 0 4 0 0 101 3 0 1 80 0 0 2 0 4 0 87 4 0 0 1 106 7 11 0 0 0 125 5 0 1 4 2 263 15 9 0 0 294 6 1 0 6 12 11 92 1 21 0 144 7 1 5 2 0 17 9 239 4 1 278 8 0 0 6 0 0 4 0 50 0 60 9 0 0 0 0 0 0 0 0 20 20 TOT 45 97 99 120 303 133 253 79 21 1150 Pagina [uno_15]

Tabella 8 Indici di accuratezza della mappa di copertura del suolo 2007. AG 85.3% K 0.82 1 2 3 4 5 6 7 8 9 PA 91% 93% 81% 88% 87% 69% 94% 63% 95% UA 100% 89% 92% 85% 89% 64% 86% 83% 100% Dalla validazione si è ottenuto un valore di accuratezza globale pari all 85.3 % ed un coefficiente K di 0.82. I valori qui ottenuti sono congrui con le mappe di copertura del suolo del 1999 e del 2004, per le quali l accuratezza è rispettivamente dell 87 % e dell 85%. Le classi con accuratezza inferiore alla soglia di accettabilità (85%) sono rocce, vegetazione di transizione e praterie. L accuratezza produttore della classe rocce è pari all 81%, che corrisponde ad un errore di omissione del 19%. La classe praterie presenta un accuratezza produttore inferiore, pari al 63%, a cui corrisponde un errore di omissione del 37%; l errore è perlopiù dovuto alla confusione con la classe vegetazione di transizione (21 punti su 79 analizzati). La classe meno accurata è quella della vegetazione di transizione: essa presenta infatti un accuratezza produttore del 69% e utente del 64%. L errore di omissione del 31% è dovuto maggiormente alla confusione con le classi conifere (11/133), latifoglie (15/133) e seminativi (9/133); invece l errore di commissione del 36% si deve maggiormente al fatto che la mappa cataloga in questa classe delle aree che in realtà sono praterie (21/144). 6. 7BProdotto finale Qui di seguito vengono presentati i metadati relativi alla mappa di copertura del suolo 2007 (XTabella 9X) e la mappa stessa (XFigura 1X). Tabella 9 Metadati della mappa di copertura del suolo 2007 Denominazione strato informativo lc07piem Formato ESRI GRID Risoluzione spaziale 20 m Area minima cartografabile 13 pixel, 5200 m2 Proiezione cartografica Gauss Boaga, Fuso Ovest Estensione geografica Province di Novara e Verbano Cusio Ossola Accuratezza globale 85 % Immagini utilizzate Spot 4 e 5, date: 16/04, 18/04, 20/07, 25/07, 10/08, 08/09 2007 Pagina [uno_16]

Figura 5 Mappa di land cover derivata d adati SPOT relativa all anno 2007 Pagina [uno_17]