Il telerilevamento per il monitoraggio degli effetti degli incendi forestali

Il telerilevamento per il monitoraggio degli effetti degli incendi forestali Lorenzo Bottai 1, Alessandro Montaghi 2 e Fabio Maselli 3 1 LaMMA, Via Madonna del Piano, Edificio D - 50019 Sesto Fiorentino (Fi). E-mail: bottai@lamma.rete.toscana.it 2 geolab, Dipartimento di Scienze e Tecnologie Ambientali Forestali, Università degli Studi di Firenze, Via S. Bonaventura 13, 50145 Firenze 3 IBIMET-CNR, Via Caproni 8, 50100 Firenze Riassunto Gli incendi boschivi sono un fenomeno che si verifica stagionalmente nell area mediterranea, in particolare nella penisola Italiana, in dipendenza delle caratteristiche climatiche dell area, della vegetazione e dello stato di secchezza del combustibile presente. Nel presente lavoro vengono illustrate le principali capacità del telerilevamento, integrato con l utilizzo di Sistemi Informativi Geografici (GIS), per il monitoraggio della vegetazione percorsa da incendio. In questo ambito vengono considerati sia lo studio delle aree percorse da incendio, che il monitoraggio della ripresa vegetativa negli anni successivi all evento. Nel lavoro vengono identificate due metodologie principali. La prima è basata su analisi multitemporali, attraverso scene acquisite in due istanti diversi (pre- e post-evento), applicando procedure di analisi dei cambiamenti (Change Detection Analysis). La seconda metodologia riguarda l acquisizione di una singola immagine monotemporale post-evento, utilizzando tecniche di estrazione di oggetti presenti sulle scene digitali con classificazioni digitali (Image Segmentation Analysis). Le due tipologie di analisi possono essere applicate partendo dalle bande spettrali che costituiscono la scena acquisita, oppure utilizzando idonee elaborazioni per realizzare indici di vegetazione al fine di evidenziare alcune caratteristiche della vegetazione. Oltre ad una panoramica generale delle principali tecniche di analisi, viene illustrata la metodologia sviluppata presso il LaMMA, nell ambito del progetto Interreg-Medifire, per la perimetrazione delle superfici forestali percorse da incendio. Parole chiave: telerilevamento, immagini multispettrali Landsat, monitoraggio, incendi forestali Remote sensing for monitoring the effects of forest fires Abstract Forest fires are a phenomenon which occurs regularly in the Mediterranean basin, and particularly in the Italian Peninsula. They generally depend on the climatic features of the area, on the vegetation type and on the dryness of existing fuel. The present work illustrates the capacity of remote sensing and GIS methodologies to monitor the effects of fires on forest vegetation. Specifically, both the delineation of areas affected by fires and the monitoring of vegetation re-growth are considered. Two main methodologies are identified, the first based on the analysis of multitemporal scenes (pre and post event), the second based on the use of an unique scene (post event). In the former case change detection techniques are applied, while image segmentation analysis are utilized in the latter case. The two approaches may be applied both starting from the original spectral bands of a scene and star- 75

Bottai et al. Il telerilevamento per il monitoraggio degli effetti degli incendi forestali ting from specific transforms aimed at highlighting some vegetation features. A classical example of the second method is provided by the combination of red and near infrared data to compute vegetation indices. The paper concludes with an overview of the methodology developed by LaMMA within the INTERREG-MEDIFIRE project, aimed at delineating forest areas affected by fires. Keywords: remote sensing, Landsat multispectral data, monitoring, forest fires Introduzione Nell area Mediterranea ed in particolare nella penisola Italiana, il fenomeno degli incendi rappresenta una calamità a carattere stagionale data la sua dipendenza dalle condizioni meteorologiche, dalle caratteristiche dei combustibili vegetali e dalle particolarità fisiografiche del territorio. Sovente gli incendi non sono confinati alle sole superfici forestali ma interessano anche sistemi agro-pastorali e aree urbanizzante, costituendo un pericolo reale per la popolazione. Riferendoci alle sole aree boscate, questo fenomeno si verifica principalmente in due distinti periodi dell anno, secondo la diversa dislocazione geografica delle zone considerate. Nelle regioni del centro e sud Italia il massimo degli incendi avviene nel periodo estivo, mentre nel Nord e per zone di alta montagna il fenomeno si verifica principalmente alla fine del periodo invernale. Secondo i dati pubblicati dal Corpo Forestale dello Stato [1990, 2000] il fenomeno monitorato dal 1990 al 2000 mostra caratteristiche preoccupanti. Un primo dato riscontrabile è la costante crescita del numero e della superficie forestale colpita, passando da una media di circa 40.000 ha incendiati nel 1990 a circa 80.000 ha nel 2000. A livello regionale le più colpite, come numero di incendi, sono la Sardegna, in cui si verificano la metà degli incendi totali del Paese, la Calabria, la Campania e la Toscana [Corpo Forestale dello Stato, 2005, 2006, 2007]. A livello europeo la situazione degli incendi boschivi presenta caratteri allarmanti per tutti i paesi che si affacciano sul bacino del Mediterraneo. Questi paesi sono ogni anno interessati dal problema secondo dinamiche simili a quelle Italiane per l esistenza di comuni aspetti climatici, vegetazionali, storici e culturali che concorrono a determinare diffuse condizioni di vulnerabilità nei confronti del fuoco [Barbosa et al., 2007]. In materia di incendi forestali, Leggi Nazionali e Comunitarie disciplinano le modalità di intervento sia preventivo sia di recupero. In base alla normativa corrente, alle Regioni spetta la programmazione degli interventi di prevenzione, di lotta e di ricostituzione dei soprassuoli bruciati. Gli interventi di avvistamento, spegnimento e la circoscrizione degli incendi sono di competenza dei Comandi stazione del Corpo Forestale, dei Carabinieri e dei Comuni. Di particolare importanza risulta essere la prescrizione formulata circa l impossibilità di edificare a qualunque titolo sui terreni boscati percorsi dal fuoco. Tali zone non possono avere una destinazione diversa da quella in atto prima dell incendio, per evitare che questo possa essere uno strumento per le speculazioni connesse all edilizia. Da questa considerazione deriva la necessità operativa del censimento delle aree bruciate, prevista nella normativa esistente sia a livello nazionale sia a livello locale. La legge quadro di riferimento in materia di incendi boschivi è la L. 353/2000, nella quale si prevede la realizzazione, da parte dei Comuni, di un catasto degli incendi che riporti gli eventi verificatisi negli ultimo quinquennio, la loro localizzazione e relativa perimetrazione, al fine di apporre il vincolo quindicennale al mutamento di destinazione ed il vincolo di inedificabilità, di pascolo e di caccia. Nel caso della Regione Toscana la legge di riferimento è L.R. 39/2000 che attribuisce alle Province il compito di predisporre l inventario e la cartografia delle aree incendiate, mentre è di pertinenza dei singoli Comuni l istituzione del catasto dei boschi e dei pascoli colpiti dalla suddetta calamità. Il presente contributo è basato sulle attività sviluppate presso il laboratorio LaMMA (Labo- 76

ratorio di Meteorologia e Modellistica Ambientale) della Regione Toscana, unitamente alla collaborazione con l istituto IBIMET-CNR, nell ambito delle attività di ricerca compiute in questi ultimi 15 anni. In riferimento al progetto GRINFOMED MEDIFIRE, relativo all iniziativa INTERREG, la regione Toscana e il laboratorio LaMMA, si sono occupati della problematica della perimetrazione delle aree forestate percorse da incendio, attraverso l utilizzo di tecnologie innovative di elaborazioni di immagini digitali per l integrazione dei risultati in un Sistema Informativo Territoriale. Uso dei dati satellitari per il monitoraggio degli effetti degli incendi L uso di immagini riprese dai sensori montati a bordo di satelliti per il monitoraggio delle risorse terrestri si è notevolmente diffuso negli ultimi 20 anni, trovando applicazioni pratiche anche in progetti operativi di monitoraggio. Nell ambito del monitoraggio degli incendi, le applicazioni del Telerilevamento contribuiscono a stimare il rischio, la quantità e la tipologia del combustile. Tali informazioni risultano necessarie anche per lo sviluppo e l implementazione dei modelli di simulazione [Finney e Ryan, 1995; Chuvieco et al., 2002; Aguado et al., 2003; Chirici e Corona 2005]. Altri aspetti, sull uso del Telerilevamento, riguardano la perimetrazione delle aree bruciate e il monitoraggio della variazione nel tempo della struttura della vegetazione post-incendio [Marchetti et al., 1995; Chuvieco, 1999; Díaz- Delgado e Pons, 2001; Díaz-Delgado et al., 2003]. Per quanto riguarda la perimetrazione, questa è stata condotta a piccole scale utilizzando dati derivati da sensori a bassa e bassissima risoluzione (es: NOAA-AVHRR, MODIS, METEOSAT, ecc) attraverso tecniche di estrazione automatica o semi-automatica dei perimetri delle aree bruciate [Barbosa et al., 1999; Pereira, 1999]. L avvento delle immagini a media e alta risoluzione multispettrali ha portato ad ampliare il ventaglio di applicazioni possibili, anche in settori dove la scala di riferimento induceva l utilizzo di immagini aeree come sorgente informativa. Diversi studi hanno dimostrato la capacità del Landsat Thematic Mapper (TM) e del Landsat Enhanced Thematic Mapper Plus (ETM+) nelle applicazioni per la delimitazione delle aree percorse dal fuoco [White et al., 1996; Miller e Yool, 2002; Silva et al., 2005; Röder et al., 2008]. Una singola immagine acquisita appena dopo il passaggio del fuoco si è dimostrata sufficiente per lo sviluppo di mappe tematiche in varie superfici forestali [Turner, 1994; Kushla e Ripple, 1998; Twele, 2004; Van Wagtendonk et al., 2004; Cocke et al., 2005; Epting et al., 2005]. Attualmente sono allo studio le informazioni derivate dai sensori montati sui satelliti di tipo commerciale. Negli ultimi anni abbiamo assistito alla progettazione e al successivo lancio in orbita di satelliti ad altissima risoluzione spaziale (risoluzione a terra variabile tra 1 e 0,60 metri) con la possibilità di acquisizione di dati multispettrali, utilizzabili anche nell individuazione e delimitazione delle aree percorse dal fuoco [Chirici et al., 2001; Chirici et al., 2002; De Matteo, 2007]. Le possibilità offerte da queste nuove tecnologie sono quindi sempre più simili a quelle dei prodotti realizzati con sensori aviotrasportati. I sistemi di elaborazione delle immagini da satellite sono normalmente integrati in software per la gestione e l elaborazione dei dati territoriali noti anche con l acronimo GIS (Geographic Information System). La scelta di inserire funzionalità di elaborazione di immagini telerilevate in ambiente GIS deriva dalla necessità di esplicitare delle informazioni che sono contenute potenzialmente nelle immagini e rese disponibili da appropriati algoritmi di calcolo. Attraverso questa tecnologia è possibile attingere ad una fonte di dati di grosso dettaglio geometrico e tematico facilmente reperibile ed aggiornabile. Metodologie di analisi L identificazione delle aree percorse da incendio può essere effettuata utilizzando due metodologie distinte, basate rispettivamente su analisi multispettrale monotemporale e su ana- 77

Bottai et al. Il telerilevamento per il monitoraggio degli effetti degli incendi forestali lisi multispettrale multitemporale [Hall et al., 1980; Tanaka et al., 1983; Burgan et al., 1984; Milne et al., 1986; Chuvieco et al., 1988; Jakubauskas et al. 1990; Lopez Garcia et al. 1991; Bottai et al. 1999]. Nel caso dell analisi monotemporale vengono utilizzate varie metodologie per mettere in evidenza l area percorsa da incendio. Molte di queste tecniche sono basate sull uso di immagini derivate dall elaborazioni delle singole bande, secondo apposite combinazioni, per far risaltare alcuni aspetti della vegetazione (indici di vegetazione). Diversi autori hanno dimostrato una buona correlazione tra gli indici di vegetazione, calcolati da dati telerilevati delle aree incendiate, e il grado di danno dell incendio [García-Haro et al., 2001; Sunar e Özkan, 2001; Díaz-Delgado et al., 2003; Ruiz-Gallardo et al., 2004; Doerr et al., 2006; Hammill e Bradstock, 2006]. Tra gli indici più comunemente utilizzati l NDVI (Normalized Difference Vegetation Index) mostra una buona correlazione con i dati misurati a terra della gravità del danno [Sunar e Özkan, 2001; Chafer et al., 2004; Hammill e Bradstock, 2006]. L NDVI è definito come [1]: NDVI = (ρnir- ρred)/ (ρnir+ ρred) [1] dove ρnir e ρred sono rispettivamente le riflettanze delle bande del vicino infrarosso e del rosso. In accordo con White et al. (1996) la banda del 7 (SWIR) del Landsat Thematic Mapper (TM), utilizzata al posto di quella del rosso (NIR-SWIR), mostra una correlazione maggiore rispetto all NDVI. L indice NIR-SWIR, originariamente designato per stimare il contenuto di acqua della vegetazione [Hunt e Rock, 1989; Gao, 1996; Fraser et al., 2000; De Santis et al., 2006], si dimostrato utile anche per la mappatura delle aree bruciate [López García e Caselles, 1991], in quanto l incendio determina una forte diminuzione nel contenuto di umidità delle piante e del suolo. L indice NIR-SWIR più efficace nello stimare il grado di danno dell incendio è il NBR (Normalized Burned Ratio), proposto da Key e Benson [2002], espresso come [2]: NBR = (ρ4- ρ7)/ (ρ4+ ρ7) [2] dove ρ4 e ρ7 sono rispettivamente la banda 4 (NIR) e la banda 7 (SWIR) del Landsat TM. L indice NBR si basa sul principio che in un area a vegetazione, in cui si è verificato il passaggio del fuoco, si osserva una diminuzione della riflettanza del NIR con un aumento sia della riflettanza dell infrarosso medio [Chuvieco e Congalton, 1988] e della temperatura. In base a questo concetto, è stato proposto recentemente da Holden et al. [2005] l indice NBRT (Normalized Burn Ratio-Thermal), che include anche la banda del termico. La formulazione di questo ultimo indice, che si è rilevato molto efficace nella determinazione dell area colpita, risulta la seguente [3]: NBRT = (b4 (b7 *SBb6)) / (b4 + (b7 *SBb6)) [3] Dove b4 e b7 sono rispettivamente le bande 4 e 7 del Landsat mentre SBb6 scaled brightness temperature è ricavata dalla banda 6 [Holden et al., 2005]. Altre tecniche sono incentrate sull elaborazione per l individuazione di oggetti, presenti nell immagine, tramite classificazioni automatiche [Wulder et al., 2006]. Nel caso dell analisi multitemporale, vengono utilizzate tutte le metodologie di indagine sovra-descritte, seguite da analisi con algoritmi di Change-detection. Questi algoritmi possono essere basati su dati qualitativi (confronto tra due classificazioni ottenute in due istanti temporali successivi) o quantitativi (confronto tra bande o elaborazioni di bande, 78

indici di vegetazione, acquisite e calcolate in due istanti temporali successivi). In genere gli algoritmi di classificazione automatica delle aree percorse da incendi sono basati sull uso di indici di vegetazione [Tanaka et al., 1983; Sader et al., 1989]. La seguente Tabella 1 descrive in maniera sintetica i principali metodi di analisi degli effetti degli incendi basati sull uso di una o più immagini. Tabella 1 - Principali tecniche di analisi per la derivazione delle aree percorse da incendio. Analisi basata su una scena Tutte le elaborazioni sono basate sulle caratteristiche spettrali dell oggetto area bruciata e utilizzano metodi di classificazione delle immagini, considerando le bande della scena o singoli indici elaborati con semplici algoritmi di level-slicing (soglie sull istogramma). Analisi basata su due scene In questo caso, molte tecniche pixel-based sono state sviluppate al fine di comparare alcune caratteristiche dei singoli pixel riferiti a scene acquisite in periodi diversi. Sempre in questo tipo di analisi possiamo distinguere: Analisi per comparazione multitemporale sulle singole bande Analisi per comparazione multitemporale sulle classificazioni Analisi per comparazione di indici di vegetazione Caso di studio Reggello In questo paragrafo viene descritta operativamente la procedura sviluppata presso il LaMMA (Laboratorio di Meteorologia e Modellistica Ambientale Regione Toscana), che consente la realizzazione del catasto informatizzato delle aree percorse da incendio a partire dall integrazione di immagini telerilevate e dati ausiliari in formato GIS. In questo caso di studio sono stati testati alcuni degli algoritmi di classificazione delle aree percorse da incendio descritti precedentemente. L incendio analizzato è avvenuto in data 5.08.2003, vicino all abitato di Reggello (Firenze). La superficie percorsa stimata, riportata nelle schede A.I.B. (Anti Incendi Boschivi) del Corpo Forestale, è stata di circa 140 ha. Rispetto ai numerosi incendi che si verificano nelle aree caratterizzate da clima mediterraneo, questo caso risulta particolare essendo localizzato in un area pedomontana a quota di circa 500-600 m sull Appennino Toscano, nella zona fito-climatica del Castanetum. L incendio si è sviluppato in una zona caratterizzata da boschi a densità rada e cespuglieti in evoluzione. La formazione forestale presente era costituita da boschi eterogenei di Pino nero (Pinus nigra L.), Roverella (Quercus pubescens L.) e Castagno (Castanea sativa Mill.) di età compresa tra 25 e 30 anni. Dall intera superficie colpita sono da scorporare circa 30 ha di territori agricoli coltivati principalmente ad oliveti. In termini di uso suolo le superfici colpite sono state le seguenti: alto fusto resinose 30 ha, alto fusto misto 20 ha, ceduo semplice 20 ha, boschi radi 40 ha, frutteti e oliveti 20 ha, pascolo 10 ha. Metodologia utilizzata per la mappatura dell incendio Il sistema sviluppato è in grado di delimitare le aree boscate percorse da incendio e di generare una apposita cartografia digitale sovrapponibile a quelle tecniche di riferimento. In questo sistema è previsto l utilizzo del dato digitale multispettrale in modo da consentire un analisi in automatico delle aree potenzialmente percorse da incendio. Una fase di fo- 79

Bottai et al. Il telerilevamento per il monitoraggio degli effetti degli incendi forestali tointerpretazione a video è necessaria per il rilievo definitivo e per riportare l area rilevata su base catastale. In generale, la metodologia sviluppata è in gradi di supportare qualsiasi dato digitale multispettrale, sia derivato da sensori satellitari che da sensori aviotrasportati, anche se la soluzione prefigurata prevede un analisi di dati digitali multispettrali acquisiti con sensori aviotrasportati o dati satellitari della nuova generazione. Il sistema è basato su software GIS con funzioni di ImageProcessing che ha consentito di gestire contemporaneamente i seguenti dati: - basi cartografiche: 1) cartografia tecnica Regionale sezioni CTR 10K; 2) cartografia Catastale mosaico in scala 1:5.000; 3) canopine catastali in scala 1:2.000 relative all area di indagine. - dati digitali multispettrali: 1) immagini satellitari Landsat TM antecedenti all incendio; 2) immagini satellitari Landsat TM successive all incendio. I dati digitali sono stati elaborati attraverso la seguente catena di pre-processamento: 1) Correzioni di sistema per eliminare gli errori di acquisizione e di posizione del mezzo di trasporto; 2) correzioni geometriche al fine di eliminare le deformazioni introdotte dall orografia del territorio ripreso (orto-correzione con DTM). Segue la fase di Gereferenziazione ed eventuale proiezione nel sistema di riferimento adottato per una perfetta sovrapposizione tra il dato digitale e le mappe topografiche e catastali di riferimento. Elaborazioni digitali effettuate Prima dell elaborazione degli indici di vegetazione sono stati trasformati i valori digitali in valori di riflettanza e con essi è stato calcolato l indice di vegetazione NDVI [Jackson 1983, Hute 1988]. Le immagini di NDVI pre- e post-incendio sono mostrate nella Figura 1. Da questa figura si può facilmente notare l area colpita dell incendio. Prima dell evento l indice di vegetazione presenta valori decisamente più alti rispetto alla scena ripresa successivamente. La scena post-evento mostra l area percorsa, evidenziando un area compatta a basso valore di indice di vegetazione. Oltre all indice NDVI è stata utilizzata direttamente anche la sola banda dell infrarosso vicino. Attraverso questa fase l operatore identifica con una sola scena l area percorsa da incendio per fotointerpretazione o identificando delle soglie specifiche sui singoli indici. In pratica i valori bassi degli indici sono legati alla perdita di copertura vegetale attiva. Il sistema è in grado di effettuare la classificazione e segmentazione di scene monotemporali. La tecnica di classificazione si basa su una procedura che consta di tre fasi: 1) ricerca delle firme spettrali; 2) classificazione con algoritmo di massima verosimiglianza; 3) verifica dell accuratezza. Nel caso di utilizzo di dati multitemporali la procedura adottata prevede l applicazione di tecniche decorrelanti, tipo le analisi delle componenti principali (PCA). In pratica si seleziona l indice di vegetazione più promettente delle due scene e viene applicata la trasformata PCA. La prima componente rappresenta le aree con caratteristiche di non cambiamento mentre la seconda mette in evidenza le aree con maggiore decorrelazione, che corrispondono nel caso di studio alle zone che hanno subito i maggiori cambiamenti dovuti al passaggio del fuoco. I risultati di questa analisi effettuata sui dati di Reggello sono mostrati in Figura 2. La Figura 3 riporta le firme spettrali di un area percorsa da incendio ed di una non percorsa. 80

Figura 1A - Immagine NDVI di Reggello derivata dalla scena TM acquisita prima dell incendio. Figura 1B - Immagine NDVI di Reggello derivata dalla scena TM acquisita dopo l incendio (all interno del quadrato è visibile l area percorsa dall incendio). Tale figura ci permette di comprendere il comportamento spettrale delle superfici da evidenziare. In particolare si vuole sottolineare oltre all evidente diminuzione della riflettanza nella banda dell infrarosso anche l innalzamento della emissione nella banda del termico. Questo fenomeno è utilizzato per mettere in evidenza in modo più preciso le aree colpite dall incendio. Figura 2 - Risultati dell algoritmo automatico di decorrelazione applicato all immagini IRI di Reggello. L immagine di sinistra mostra il grafico riportante sull ascissa l indice IRI prima dell evento mentre sull ordinata quello post-evento. Le aree che presentano i cambiamenti e quindi quelle che probabilmente sono state percorse da incendio sono quelle lontane dalla linea di regressione (IRI post evento più basso rispetto ad IRI pre-evento). L immagine di destra mostra il risultato dell analisi decorrelante realizzata con l elaborazione per PCA (Principal Component Analisys) con le due immagini derivate (all interno del quadrato è visibile l area percorsa dall incendio). 81

Bottai et al. Il telerilevamento per il monitoraggio degli effetti degli incendi forestali Figura 3 - Confronto tra firme spettrali di un area percorsa da incendio e una non percorsa. Notare come sia diversa nei conteggi digitali la banda 4 della scena acquisita dopo l incendio. La Figura 4 mostra gli scatter plot ottenuti utilizzando le bande del sensore ETM+ montato su satellite Landsat. I box in evidenza sono i limiti massimi e minini delle firme spettrali delle seguenti categorie: area incendiata, vegetazione forestale, aree nude. In tutti gli scatter plot la distribuzione dei pixel relativi alle diverse categorie è comunque in senso orario partendo dall alto con la classe vegetazione forestale, seguita dalle aree prive di vegetazione fino alla categoria area percorsa da incendio. Risulta visibile la forte separabilità delle classi prese come riferimento, con la differenza maggiore per le classi vegetato ed area incendiata, con una evidente separazione anche tra la classe area incendiata e area nuda [Richards, 1993]. La Figura 5 rappresenta l elaborazione in falsi colori utilizzata come dato ausiliario per la fase di fotointerpretazione. L immagine di sinistra risulta essere una comune combinazione in falsi colori 4,5,3 che spesso viene utilizzata per la realizzazione di cartografia tematica dell uso suolo (progetto Corine2000). L immagine di destra è stata realizzata a partire da una combinazione di bande che utilizzano anche la banda 6 del termico. In pratica sono state realizzate tre bande sintetiche utilizzate successivamente in combinazione RGB. Queste immagini sintetiche sono state calcolate secondo la seguente formula [4, 5 e 6]: Canale del rosso = B7 + 3B6 + B5 [4]; Canale del verde = B6+3B5+B4 [5]; Canale del blu = B3+3B2 + B1 [6]. Questa combinazione di bande risulta molto promettente per la determinazione delle aree percorse da incendio in quanto la banda 6 del termico, utilizzata in combinazione con la banda 7 e 5, mette bene in evidenza le aree percorse da incendio che risultano di colore granata. Attraverso l utilizzo dei tematismi descritti, sono state individuate le aree percorse da incendio con digitalizzazione diretta a video. Successivamente è stata realizzata una scheda per ogni area percorsa da incendio dove sono indicate tutte le informazioni geometriche, la percentuale e il tipo di uso del suolo dell area interessata e una monografia riportante il po- 82

Figura 4 - Caratteristiche spettrali e confronto tra aree percorse da incendio, aree boscate e aree nude utilizzando le bande del landsat. Si notino la forte separabilità delle tre classi individuate (figura a sinstra: rapporto B4/B6; centrale: B4/B3; a destra: B4/B7). Figura 5A - Elaborazione RGB 453 della scena dopo l incendio (all interno del quadrato è visibile l area percorsa dall incendio). Figura 5B - Elaborazione RGB = (B7+3B6+B5), (B6+3B5+B4), (B3+3B2+B1) della scena dopo l incendio (all interno del quadrato è visibile l area percorsa dall incendio). ligono sovrapposto alla cartografia di riferimento. Contemporaneamente sono stati riportati gli estremi catastali (Comune, foglio e Particella) delle particelle ricadenti dentro la zona interessata al fenomeno. Si è infine provveduto alla verifica dell area percorsa da incendio nell immagine LANDSAT 5 ETM 29 settembre 2003. I risultati delle elaborazioni effettuate sono visibili in Figura 6. L area percorsa dall incendio è risultata di circa 172 ha. Con l operazione di intersect tra i fogli catastali e lo shape di fotointerpretazione sono stati individuate le particelle investite dall evento. Conclusioni Nella prima parte del presente articolo è stato mostrato come siano attualmente disponibili numerose metodologie basate sull uso di immagini telerilevate che consentono la mappatu- 83

Bottai et al. Il telerilevamento per il monitoraggio degli effetti degli incendi forestali Figura 6 - Risultato cartografico ottenuto dall intersezione dell area individuata da satellite e i fogli catastali con le relative particelle sovrapposto alla Carta Tecnica regionale (scala 1:10.000). ra automatica o semi-automatica delle aree dove sono avvenuti incendi boschivi. E inoltre possibile usare simili metodologie per la valutazione del livello di danno e delle relative fasi di recupero della vegetazione forestale. La sperimentazione condotta ha mostrato i risultati ottenibili applicando queste metodologie ad un caso di studio in Toscana. Tale sperimentazione ha anche messo in luce la presenza di alcune problematiche aperte a livello applicativo. Gli standard per la restituzione cartografica delle mappe ottenute richiedono infatti l uso di immagini ad altissima risoluzione spaziale (nell ordine del metro), che sono piuttosto costose e necessitano di lunghi tempi di pre-elaborazione. Deve inoltre essere affrontato il problema del riconoscimento dei vari livelli di danno, che è spesso di difficile realizzazione senza una taratura locale delle metodologie adottate. Alla luce dei risultati ottenuti, e nonostante le limitazioni descritte, le metodologie di analisi semi-automatica delle immagini satellitarie per mappare gli effetti degli incendi stanno divenendo sempre più diffuse. Le prossime fasi sperimentali dovranno rendere tali metodologie sempre più capaci di funzionare in modo automatico e di produrre output standardizzati di alta qualità sia geometrica che tematica. Bibliografia Aguado I., Chuvieco E., Martín P., Salas J. (2003) - Assessment of forest fire danger conditions in southern Spain from NOAA images and meteorological indices. Int. J. Remote 84

Sens., 24(8): 1653-1668. Barbosa P., Amatulli G., Boca R., Camia A., Kucera J., Libertà G., San-Miguel Ayanz J., Schmuck G., Schulte E., Dierks H.H. (2006) - Forest Fires in Europe 2006. EUR - Scientific and Technical Research series, Luxembourg pp. 77. Barbosa P. M., Grégoire J.M., Pereira J.M.C. (1999) - An algorithm for extracting burned areas from time series of AVHRR GAC data applied at continental scale. Remote Sens. Environ., 69: 253-263. Bottai L., Bagnoli M., Carnemolla S., Oradini A. (1999) - Satellite based monitoring of tuscany wildfires. Proceedings of IUFRO Conference on Remote Sensing and Forest Monitoring, Poland. Burgan R.E., Shasby M.B., (1984) - Mapping broad-area fire potential from digital fuel, terrain and weather data. Journal of Forestry, 82: 228-231. Chafer C.J., Noonan M., Macnaught E. (2004) - The post-fire measurement of fire severity and intensity in the Christmas 2001 SydneyWildfires. Int. J. Wildland Fire, 13: 227-240. Chirici G., Corona P. (2005) - An overview of passive remote sensing for post-fire monitoring. Forest@ 2: 282-289. Chirici G., Corona P., Marchetti M., Portoghesi P., Travaglini D. (2002) - Feasibility assessment of very high resolution satellite imagery for hierrchical classification of burnt pine stando in a Mediterranean coastal environment. Atti III Congresso SISEF Alberi e foreste per il nuovo millennio, Viterbo, pp. 67-72. Chirici G., Corona P., Dellisanti R., Di Giovine M., Marchetti M., Rossigni P., Travaglini D. (2001) - Confronto e integrazione di dati telerilevati IKONOS e Landsat 7 ETM+ nella valutazione dei danni da incendio in ambiente mediterraneo: il caso della Pineta di castel Fusano. Atti VI Conferenza ASITA, Perugia, vol. I, pp. 787-792. Chuvieco E., Riano D., Aguado I., Cocero D. (2002) - Estimation of fuel moisture content from multitemporal analysis of Landsat thematic mapper reflectance data: Applications in fire danger assessment. Int. J. Remote Sens., 23(11): 2145-2162. Chuvieco, E. (1999) - Remote sensing of large wildfires: in the European Mediterranean Basin. Springer Ed., Berlin, pp. 212. Chuvieco E., Congalton R.G., (1988) - Mapping and Inventory of Forest Fires form Digital Processing of TM Data. Geocarto International 4: 41-53. Cocke A.E., Fulé P. Z., Crouse J.E. (2005) - Comparison of burn severity assessments using differenced normalized burn ratio and ground data. Int. J. Wildland Fire, 14: 189-198. Corpo Forestale dello Stato (2007) - Gli incendi boschivi 2006. Ministero delle Politiche Agricole, Alimentari e Forestali, Roma. Corpo Forestale dello Stato (2006) - Gli incendi boschivi 2005. Ministero delle Politiche Agricole e Forestali, Roma. Corpo Forestale dello Stato (2005) - Gli incendi boschivi 2004. Ministero delle Politiche Agricole e Forestali, Roma. De Matteo E., Colombo R., Meroni M., Comini B., Fracassi G., Cavini L., Olivieri M., Deligios G. (2007) - Delimitazione di aree boschive montane percorse dal fuoco mediante immagini satellitari ad alta risoluzione geometrica. Forest@ 3: 264-271. De Santis A., Vaughan P., Chuvieco E. (2006) - Foliage moisture content estimation from 1-D and 2-D spectroradiometry for fire danger assessment. Journal of Geophysical Research - Biosciences. Díaz-Delgado R., Lloret F., Pons X. (2003) - Influence of fire severity on plant regeneration through remote sensing imagery. Int. J. Remote Sens., 24(8): 1751-1763. Díaz-Delgado R., Pons X. (2001) - Spatial patterns of forest fires in Catatonia (NE of Spain) along the period 1975-1995. Analysis of vegetation recovery after fire. Forest 85

Bottai et al. Il telerilevamento per il monitoraggio degli effetti degli incendi forestali Ecology and Management, 147: 67-74. Doerr S.H., Shakesby R.A., Blake W.H., Chafer C.J., Humphreys G.S., Wallbrink P.J. (2006) -Effects of differing wildfire severities on soil wettability and implications for hydrological response. Journal of Hydrology, 319: 295-311. Epting J., Verbyla D., Sorbel B. (2005) - Evaluation of remotely sensed indices for assessing burn severity in interior Alaska using Landsat TM and ETM+. Remote Sens. Environ., 96: 328-339. Fraser R.H., Li Z., Cihlar J. (2000) - Hotspot and NDVI Differencing Synergy (HANDS): A new technique for burned area mapping over boreal forest. Remote Sens. Environ., 74, 362-376. Gao B.C. (1996) - NDWI-A normalized difference water index for remote sensing of vegetation liquidwater fromspace. Remote Sens. Environ., 58: 257-266. Finney M. A., Ryan, K.C. (1995) - Use of the FARSITE fire growth model for fire prediction in US national parks. Proceedings of the international emergency management and engineering conference, May 1995, Sofia Antipolis (pp. 183-189). Garcia-Haro J., Gilabert M.A., Melia, J. (1996) - Linear spectral mixture modelling to estimate vegetation amount from optical spectral data. Int. J. Remote Sensing, 17: 3373-3400. Hall D.K., Ormsby J.P., Johnson L., Brown J., (1980) - Landsat Digital Analysis of the initial Recovery of Burned Tundra at Kokolik River, Alaska. Remote Sensi. Environ., 10: 263-272. Hammill K.A., Bradstock R.A. (2006) - Remote sensing of fire severity in the Blue Mountains: Influence of vegetation type and inferring fire intensity. Int. J. Wildland Fire, 15: 213-226. Holden Z.A., Smith A.M., Morgan P., Rollins M.G., Gessler P.E. (2005) - Evaluation of novel thermally enanched spectral indices for mapping fire perimeters and comparisons with fires atlas data. Int. J. Remote Sens.. 26: 4801-4808. Hunt E.R., Rock B.N. (1989) - Detection of changes in leaf water content using near and middle-infrared reflectances. Remote Sensi. Environ., 30: 43-54. Hute A.E., (1988) - A soil-adjusted Vegetation Index (SAVI). Remote Sens. Environ., 25: 53-70. Jackson R.D. (1983) - Spectral indices in n-space. Remote Sens. Environ., 13: 409-421. Jakubauskas M.E., Lulla K.P., Mausel P.W. (1990) - Assessment of Vegetation Change in Fire-Altered Forest Landscape. Photogram. Eng. Remote Sens. 56: 371-377. Key C.H., Benson N.C. (2002) - Fire effects monitoring and inventory protocol - Landscape assessment. Missoula, MT: USDA Forest Service Fire Science Laboratory. Kushla J.D., Ripple W.J. (1998) - Assessing wildfire effects with Landsat Thematic Mapper data. Int. J. Remote Sens., 19: 2493-2507. Lopez Garcia M.J., Caselles V. (1991) - Mapping Burns and Natural Reforestation Using Thematic Mapper Data. Geocarto International 7: 31-37. Marchetti M., Ricotta C., Volpe F. (1995) - A qualitative approach to the mapping of postfire regrowth in Mediterranean vegetation with Landsat-TM. Int. J. Remote Sens., 16: 2487-2494. Miller J.D., Yool S.R. (2002) - Mapping forest post-fire canopy consumption in several overstory types using multi-temporal Landsat TM and ETM data. Remote Sens. Envirn., 82: 481-496. Milne A.K. (1986) - The use of Remote Sensing in Mapping and Monitoring Vegetation Change Associated with Bushfire Events in Eastern Australia. Geocarto International 2: 25-32. Pereira J. M. C. (1999) - A comparative evaluation of NOAA/AVHRR vegetation indexes for burned surface detection and mapping. IEEE Trans. Geosci. Remote Sens., 37(1), 217-226. 86

Richards J.A., (1993) - Remote Sensing Digital Image Analysis. Springer Ed., New Yoirk pp. 363. Röder A., Hill J., Duguy B., Alloza J.A., Vallejo R. (2008) - Using long time series of Landsat data to monitor fire events and post-fire dynamics and identify driving factors. A case study in the Ayora region (eastern Spain). Remote Sens. Environ., 112: 259-273. Ruiz-Gallardo J. R., Castaño S., Calera, A. (2004) - Application of remote sensing and GIS to locate priority intervention areas after wildland fires in Mediterranean system: A case study from south-eastern Spain. Int. J. Wildland Fire, 13: 241-252. Sader S.A., Waide R., Lawrence W., Joyce A. (1989) - Tropical Forest Biomass and Successional Age Class Relationship to a Vegetation Index Derived from Landsat TM data. Remote Sens. Environ., 28:143-156. Silva L.M.N., Sà A.C.L., Pereira J.M.C., (2005) - Comparasion of burned area estimates derived from SPOT-VEGETATION and Landsat ETM+ data in Africa: influence of spatial pattern and vegetation type. Remote Sens. Envirn., 96: 188-201. Sunar F., Özkan C. (2001) - Forest fire analysis with remote sensing data. Int. J. Remote Sens., 22: 2265-2277. Tanaka S., Kimura H., Suga Y. (1983) - Preparation of a 1:25.000 Landsat map for assessment of burnt area on Etajima Island. Int. J. Remote Sens., 4:17-31. Turner M. G., Hargrove W. W., Gardner R. H., Romme W. H. (1994) - Effects of fire on landscape heterogeneity in Yellowstone National Park, Wyoming. Journal of Vegetation Science, 5: 731-742. Twele A. (2004) - Post-fire vegetation regeneration. The case study of the Masif de l Étoile fire. European Commission, Directorate General Joint Research Centre (EUR 21010). Van Wagtendonk, J. W., Root, R. R., Key, C. H. (2004) - Comparison of AVIRIS and Landsat ETM+ detection capabilities for burn severity. Remote Sens. Environ., 92: 397-408. White J.D., Ryan K.C., Key C.C., Running, S.W. (1996) - Remote sensing of forest fire severity and vegetation recovery. Int. J. Wildland Fire, 6: 125-136. Wulder M.A., White J.C., Bentz B., Alvarez M.F., Coops N.C. (2006) - Estimating the probability of mountain pine beetle red-attack damage. Remote Sens. Environ., 101: 150-166. Manoscritto ricevuto il 15/05/2007, accettato il 27/12/2007. 87