Figura 3.1: spettro elettromagnetico

Documenti analoghi
Telerilevamento e Modellistica Forestale

Corso di Telerilevamento Lezione 2

Elaborazione dei dati. pkt /9

Misurare dallo spazio la produttività di foreste e colture agricole

Applicazioni di Telerilevamento per studi agronomici

Dalle immagini telerilevate. alle mappe

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

La realtà Aumentata e virtuale in agricoltura: sfide e strumenti a sostegno di progetti innovativi Roma 25/10/2017

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

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

Telerilevamento e SIT Prof. Ing. Giuseppe Mussumeci

Telerilevamento e SIT Prof. Ing. Giuseppe Mussumeci

Satelliti, droni e sensori prossimali: potenzialità e limiti in agricoltura di precisione

Rappresentazione in falsi colori del territorio piacentino con immagini satellitari.

UTILIZZO DELL INDICE NDVI

Tecniche di enfatizzazione

fenomeno X nm Å UV - visibile legami chimici infrarosso

Aeroclub Vercelli. Utilizzo dei S.A.P.R. in agricoltura

Telerilevamento e Modellistica Forestale

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

Prospettive per il monitoraggio colturale con i droni e imaging multi e iperspettrali

Impiego degli Indici di Vegetazione da immagini satellitari per descrivere sinteticamente le caratteristiche vegetazionali del territorio piacentino.

Correzione radiometrica

IL MONITORAGGIO COLTURALE CON SOLUZIONI GROUND SENSING PER SISTEMI INFORMATIVI AZIENDALI DI VITICOLTURA DI PRECISIONE

REPORT NDVI SURVEY Azienda Agricola RUGGIERO Lat Lon

Precision Farming: il rilevamento aereo multispettrale

APR: Possibilità di utilizzo in agricoltura

LED 1/2012 ORTOFLORICULTURA

Classificazioni di immagini satellitari per la valutazione della dispersione insediativa

Stato dell arte nell uso dei sensori per la diagnostica colturale

Valorizzazione delle produzioni vitifrutticole valtellinesi mediante metodi innovativi INNOVI

4. STRUMENTAZIONE OTTICA PER LA MISURA DELLO STATO NUTRIZIONALE DELLE COLTURE

1.3 Le barene: caratteristiche ed evoluzione Le barene e le alofite della laguna di Venezia come indicatori morfologici...

Acquisizione e rappresentazione di immagini

SPETTROFOTOMETRIA. Tutti sinonimi

COMUNE di POMIGLIANO D ARCO (NA)

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

Spettroscopia. 05/06/14 SPET.doc 0

Indice della presentazione

Osservazione della terra e agricoltura: i vari modi di declinare la parola TEMPO

Grandezze fisiche e loro misura

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

Grandezze fisiche e loro misura

Telerilevamento di prossimità per l Agricoltura

LA FOTOSINTESI E LA RESPIRAZIONE DELLE PIANTE: METODI E TECNICHE STRUMENTALI

ANOMALIE NDVI DA MODIS [TERRA/AQUA]

I Colori sono gli Atti della Luce. (Goethe)

MonSTEr GOLF. Monitoraggio Satellitare dei Tappeti Erbosi dei campi da GOLF

MODULO TELERILEVAMENTO

Applicazioni di telerilevamento da satellite in Emilia-Romagna

DAL SATELLITE POR CAMPANIA MISURA 1.9 PROGETTI MONOSETTORIALI

Dal dato remoto alle mappe di prescrizione: il rilevamento aereo e satellitare a confronto

Corso di Laurea in Informatica. Dipartimento di Scienze Fisiche -- Università di Napoli Federico II. Colori. Sistemi Informativi Multimediali

CLASSIFICAZIONE DI IMMAGINI MULTISPETTRALI IKONOS: METODOLOGIE A CONFRONTO

CORSO%DI%% A.A.% % Sezione%03c% SPETTRO ACUSTICO FISICA%TECNICA%AMBIENTALE%

Trasmissione di calore per radiazione

3.TRATTAMENTO DEI DATI TELERILEVATI

Attività di telerilevamento e GIS svolte dal laboratorio LaMMA della Regione Toscana L. BOTTAI, F. MASELLI

Convezione Conduzione Irraggiamento

RELAZIONE FINALE DEL DOCENTE. Materia: MATEMATICA E COMPLEMENTI DI MATEMATICA Classe 3PTVE A. S. 2015/2016

La fotosintesi. Le piante producono ossigeno gassoso scindendo le molecole d acqua.

Sorgenti di luce Colori Riflettanza

Termografia a infrarossi

Consiglio Nazionale delle Ricerche. Lorenza Fiumi CNR INSEAN

DEFINIZIONE DI RADIANZA La radiazione è caratterizzata tramite la Radianza Spettrale, I (λ, θ, φ, T), definita come la densità di potenza per unità di

CARTA DI USO DEL SUOLO DELLA REGIONE LAZIO

Bocchi Carlotta matr Borelli Serena matr Lezione del 5/05/2016 ora 8:30-10:30. Grandezze fotometriche ILLUMINOTECNICA

Cenni di colorimetria Leggi di Grassman. Prof. Ing. Cesare Boffa

Analisi del segnale. Analisi dei segnali: Nel dominio del tempo (d.t.), con l oscilloscopio Nel dominio della frequenza

SORVOLO MIVIS LUNGO L ASSE DEI REGI LAGNI (Agosto 2008) RUN 03

Modelli di Colore. Michele Nappi, Ph.D Università degli Studi di Salerno biplab.unisa.it

Valorizzazione delle produzioni vitifrutticole valtellinesi mediante metodi innovativi INNOVI

ACCORDO DI COOPERAZIONE TRA

Marco Dubbini, Michaela De Giglio.

Analisi degli inchiostri mediante spettrofotometria in riflettanza

COLORI. Nozioni di base, Sintesi additiva, Modo RGB, Canali e Istogramma. EDI II Colori, RGB, Canali, Istogramma 1

CARTA DI USO DEL SUOLO DELLA REGIONE LAZIO

Grandezze fisiche e loro misura

04/08/2011. MonSTEr GOLF. Monitoraggio Satellitare dei Tappeti Erbosi dei campi da GOLF

SEGNALI STAZIONARI: ANALISI SPETTRALE

5. ABBONDANZA DELLE SPECIE ALOFILE DA DATI IPERSPETTRALI

ANALISI AFFIDABILITÀ SCALE

Introduzione al colore

SEMINARIO TECNICO SISTEMI DI DIAGNOSTICA MOBILE DELLA INFRASTRUTTURA E DEL MATERIALE ROTABILE

Elementi di acustica architettonica. Prof. Ing. Cesare Boffa

CELLE FOTOVOLTAICHE ORGANICHE

Identificazione di aree a rischio per WND in Tunisia. Carla Ippoliti, Stat-GIS

SENSORI LINEARI. red green blu Ir vicino

SORVOLO MIVIS LUNGO L ASSE DEI REGI LAGNI (Agosto 2008) RUN 02

Spettroscopia molecolare: interazioni luce-materia

Risultati della Ricerca

Approccio down-sensing per l osservazione del territorio: dal satellite al drone Dott. Stefano Picchio

Le immagini digitali

La rappresentazione cartografica è una forma di descrizione del territorio fondata sulla restituzione delle relazioni spaziali di elementi geografici

Progetto PROMED 2 La protezione dell'ambiente nelle isole del Mediterraneo attraverso la valorizzazione di un sistema colturale arboreo

Acquisizioni 2005 da sensori satellitari ed aereotrasportati. Massimo Vincini CRAST - Università Cattolica del Sacro Cuore

L irraggiamento termico

Giuseppe Satalino, Francesco Mattia, Anna Balenzano, Guido Pasquariello

Essendo LUCE ha proprietà sia di Onda che di Particella" (Quanti o Fotoni...per chi conosce l'esperimento di Aspect)

CARATTERISTICHE DELLE STELLE

Transcript:

3 INDICI DI VEGETAZIONE Gli indici di vegetazione, derivanti da immagini satellitari o aeree sono un efficace fonte di informazioni per il monitoraggio della copertura vegetale. Questi indici si basano su combinazioni di misure di riflettanza in due o più canali spettrali e sono altamente correlati con parametri associati allo stato di salute delle piante ed a variabili della copertura vegetale come l indice di area fogliare, la frazione di copertura vegetale e la biomassa verde. Gran parte di questi indici sono basati su combinazioni algebriche della riflettanza nell intervallo spettrale del rosso (R, 0.6-0.7µm) e nell infrarosso vicino (NIR, 0.8-0.9 µm) dal momento che la vegetazione ha un interazione molto caratteristica con queste due bande spettrali. Figura 3.1: spettro elettromagnetico I pigmenti fotosintetici (principalmente la Clorofilla a) assorbono in maniera selettiva la radiazione elettromagnetica incidente, sfruttando soprattutto l'energia nell'intervallo di lunghezza d'onda del visibile (figura 3.1); ne risulta una firma spettrale caratterizzata da riflettanza bassa nel blu e nel rosso ed elevata nell'infrarosso vicino a causa della diffusione dell energia da parte della struttura interna delle foglie. Il contrasto, tra il rosso e l infrarosso vicino permette di distinguere nettamente la vegetazione da altri elementi presenti nelle immagini, come suolo o acqua, (figura 3.2) ed è alla base di una grande varietà di indici quantitativi per misurare la condizione di vegetazione da dati telerilevati. 24

Figura 3.2: spettri di riflettanza di vegetazione verde, suolo e acqua 3.1 GLI INDICI NDVI E WDVI Gli indici di vegetazione si possono dividere in due categorie: gli indici basati sulla pendenza, e gli indici basati sulla distanza (Jackson e Huete, 1991). Per capire questa distinzione, è necessario considerare la posizione dei pixel della vegetazione in un grafico bidimensionale (o grafico bi-spettrale) di riflettanza: quella del rosso contro quella dell infrarosso. Gli indici basati sulla pendenza sono semplici combinazioni aritmetiche che si concentrano sul contrasto tra il modello della risposta spettrale di vegetazione nel rosso e porzioni del vicinoinfrarosso dello spettro elettromagnetico. Si chiamano così perché i diversi valori degli indici sono rappresentati nel grafico bispettrale da linee passanti per l origine, ma con pendenze diverse. L indice di vegetazione più diffuso è l NDVI Normalized Difference Vegetation Index (indice di vegetazione normalizzato), che ha il vantaggio di permettere il confronto di immagini riprese in tempi diversi. 25

Per ricavare l NDVI dalle immagini acquisiste con il sensore Quickbird è si è utilizzata la formula: NDVI ( b4 b3) = ( b4+ b3) dove b4 è la riflettanza nel vicino infrarosso (NIR, near infrared) e b3 nel rosso. Figura 3.3 : indice NDVI della barena di San Felice Il risultato della conversione di un immagine con l indice NDVI è un immagine rappresentata da toni di grigio. Un esempio è riportato in figura 3.3. Il secondo gruppo è quello degli indici basati sulla distanza che misurano la presenza di vegetazione valutando le differenze nel grafico bispettrale dei valori di riflettanza di ogni punto in relazione a quelli relativi al suolo nudo. Questo gruppo di indici è derivato essenzialmente dell Indice di Vegetazione Perpendicolare (PVI); che ha l'obiettivo principale di annullare l'effetto del suolo nei casi in cui la vegetazione è rada e i pixel contengono una miscela di vegetazione verde e di sfondo. Questo è particolarmente importante in ambienti aridi e semiaridi. La linea di suolo descrive la firma dei suoli in un grafico bi-spettrale rosso/nir e si ottiene per regressione lineare della banda del vicino-infrarosso contro la banda del rosso effettuata su esemplari di pixel di suolo nudo. I pixel sono attribuibili a suolo o vegetazione a seconda della distanza dalla linea del suolo. Le superfici del suolo sono eterogenee e caratterizzate da diversi attributi (umidità, scabrezza, illuminazione, composizione mineralogica e organica, ecc.) che, se uno degli effetti non è dominante sugli altri, producono uno sparpagliamento dei punti attorno alla linea del suolo. 26

Gli indici basati sulla distanza rispetto alla linea del suolo richiedono la pendenza (b) e l intercetta (a) della linea ottenuta dai punti attribuiti al suolo. A questo gruppo appartiene il WDVI Weighted Difference Vegetation Index (Indice di Vegetazione Ponderato) che per l immagine QuickBird è definito dall equazione: NIR (b4) 0.034 0.032 0.03 0.028 0.026 0.024 0.022 0.023 0.024 0.025 0.026 0.027 0.028 rosso (b3) y = 1.414x - 0.0064 R 2 = 0.793=p Figura 3.4: pendenza di maggio per indice WDVI WDVI = b4 ( p * b3) Dove b3 è la riflettanza nel rosso, b4 nel vicino infrarosso e p è la pendenza della linea del suolo (figura 3.4). In figura 3.5 è riporta l immagine WDVI dell area di San Felice ottenuta a partire dall immagine satellitare già usata per costruire l immagine NDVI riportata in figura 3.3. Figura 3.5: indice WDVI della barena di San Felice 27

L indice più noto resta comunque l NDVI ma anch esso, come gli altri, risente di effetti del suolo difficilmente eliminabili. Nel caso delle barene questi effetti sono dovuti alla presenza dell acqua e alla variabilità del suo livello dovuto alle maree. Il rumore di fondo delle immagini maschera informazioni importanti quando si voglia spingere le analisi troppo in dettaglio e quando la risoluzione spaziale sia eccessiva. Per questo, progettando campagne di telerilevamento, è necessario valutare gli strumenti a disposizione (risoluzione spaziale e risoluzione spettrale) e gli obiettivi da raggiungere (le varietà da riconoscere) in modo da stabilire il compromesso più consono ai costi dell intervento. 28