Determinazioni dei campioni

Per riconoscere e discriminare, in una immagine, le classi definite nella legenda, il classificatore deve essere a tal fine addestrato: in base alla disponibilità delle fonti informative relative all’area studiata, l’operatore individua dei training samples per ogni classe, sui quali vengono calcolate le firme. Dovendo essere rappresentativi, risulta importante che i campioni siano scelti (Brivio et al., 2006):

 in aree omogenee al loro interno, per meglio rappresentare il prototipo o modello della classe; sono da evitare inoltre le aree di confine fra elementi diversi sul terreno per limitare il problema dei pixel misti;

 in zone diverse della stessa immagine, in modo che nella costruzione del prototipo della classe si tenga conto della variabilità propria della classe;

 in numero sufficiente per garantire dei risultati ragionevoli usando tecniche che ricorrono a parametri statistici, come media e covarianza.

Considerando l’oggetto di studio della ricerca, il principale obiettivo è stato quello di estrarre dalle varie fonti il maggior numero di informazioni possibile circa le colture agricole, presenti sul terreno nei diversi anni: procedendo però con classificazioni supervisionate, è risultato necessario prevedere i campioni di tutte le altre coperture costituenti l’area di interesse. Come già descritto nel capitolo precedente, la zona presenta una grande varietà di paesaggi, sia naturali che antropici.

5.1.2.1 Utilizzo della Carta dell’Uso del Suolo di Ravenna

Nonostante il suo carattere relativamente generico, rispetto ai fini ultimi della tesi, la Carta dell’Uso del Suolo è risultata molto utile per la determinazione diretta di tre classi relative alle colture arboree (FRUTTETI, VIGNETI, COLTURE DA LEGNO), e come fonte di consultazione ausiliaria per le rimanenti coperture.

L’estensione mediamente grande e la varietà limitata di questa tipologia di colture (vigneti, pescheti, pereti, pruneti sono le principali), hanno giocato un ruolo importante nella redazione della carta, prima, e nella loro identificazione sul dato ASTER dopo (Figg. 5.1, 5.2 e 5.3).

Dei restanti tematismi, alcuni prevedono più usi del suolo sotto un’unica voce (esempio: “sistemi colturali e particellari complessi”) e, quindi, non rispettando il dettaglio richiesto per le colture erbacee, sono stati scartati. Altri, come “verde urbano, aree sportive e ricettive” o “reti stradali e ferroviarie e spazi accessori”, a causa della risoluzione minima di 15 m, non sono facilmente individuabili nel color composite. Sono invece servite, nella fase di verifica, le classi “boschi misti o di conifere”, “Spiagge, dune e sabbia”, “Aree portuali”, “Ambiti urbani consolidati”. Inoltre, la

suddivisione dei corpi idrici adottata ha suggerito la scelta dei campioni relativi utilizzati nelle classificazioni.

Fig. 5.1 – Particolare della Carta dell’Uso del Suolo: secondo la legenda redatta dal SIT di Ravenna,

l’arancione corrisponde alle colture da legno.

Fig. 5.2- Dettaglio dell’immagine QuickBird (Google Earth) in cui si riconosce la colture di legno.

Fig. 5.3 – Dettaglio dell’immagine ASTER (color composite) con riportato il training site della classe COLTURE DI LEGNO

5.1.2.2 Utilizzo della Carta della Vegetazione di Ravenna

Dalla Carta della Vegetazione è stato possibile estrarre i campioni relativi ai diversi ambienti naturali presenti nella zona, come PALUDE SALMASTRA, BACINI D’ACQUA SALATA, SPIAGGIA, BOSCHI MISTI O DI CONIFERE, VEGETAZIONE SOMMERSA ACQUA

DOLCE, VEGETAZIONE SOMMERSA ACQUA SALMASTRA,VEGETAZIONE SOMMERSA

ACQUA SALMASTRA, VEGETAZIONE ALOFILA (Fig. 5.4). Si ricorda che alcuni corpi idrici, come la Piallassa Baiona e la Piallassa Piombone, sono caratterizzate da un’alta variabilità del livello dell’acqua che conferisce una certa dinamicità all’estensione delle zone occupate dalla vegetazione: di conseguenza la risposta spettrale di tali aree cambia a seconda del periodo di acquisizione dell’immagine.

Fig. 5.4 – Esempio di estrazione di training site dalla Carta della Vegetazione

Inoltre, questa fonte è risultata utile anche per individuare i campioni dell’area urbana, comunque già visibile, almeno per i centri più grossi, nel color composite (Fig. 5.5).

I training site prelevati per l’area urbana e l’area industriale, racchiudono al loro interno situazioni altamente disomogenee: essendo però centri grandi e totalmente differenti dal contesto in cui sono inseriti, una loro mancata considerazione tra le aeree di addestramento causerebbe dei problemi di confusione agli algoritmi propri della sperimentazione.

Fig. 5.5 – Esempio di estrazione del training site dell’area urbana dalla Carta della Vegetazione

5.1.2.3 Utilizzo delle dichiarazioni PAC e delle mappe catastali

Le dichiarazioni PAC e le mappe catastali rappresentano il contributo più importante per la determinazione dei campioni relativi alle colture erbacee. Di seguito, si riporta la procedura generale seguita.

La figura 5.6 rappresenta l’estratto della dichiarazione PAC del 2006 di un’azienda di Ravenna, nella quale per il rispetto della privacy sono stati cancellati tutti i dati fiscali, situata nella sezione B del comune di Ravenna (S.Alberto): quelle messe in risalto, sono le colture coltivate nella particella 34 del foglio 115, cioè PERA, PISELLO, BIETOLA, GRANO,VITE e PESCA, assieme ai relativi ettari di superficie occupata. Si ricorda che non sono stati presi in considerazione terreni con una superficie inferiore ai 3 ettari, pari a 30000 m2: in tal modo, data la risoluzione massima di 15 m di un pixel, sono stati ammessi, salvo eccezioni strettamente necessarie, solo training site costituiti da un numero di pixel superiore a 100, sufficienti per la determinazione dei parametri statistici nella generazione della firma spettrale. I manuali dei software consigliano un numero di pixel pari a 10 volte il numero di bande usate (Eastman J.R., 1999).

Fig. 5.6 – Estratto di dichiarazione PAC, relativo alle particella del foglio 115 (Sezione B – S.Alberto)

Dalla figura 5.7 risulta evidente che le informazioni relative alla particella 34 non soddisfano le reali esigenze di dettaglio, relativamente alla sua composizione, necessarie in questa fase: spesso per determinare la collocazione delle diverse colture all’interno delle particella (Fig 5.8), si sono rivelati fondamentali la collaborazione con i tecnici dell’azienda e i sopraluoghi nelle aziende agricole.

Fig. 5.7 – Dettaglio della particella 34 (Foglio 115, Sezione B) nella mappa catastale (a sinistra), con la relativa tabella degli attributi, e nel color composite Aster (a destra)

Legenda:  Ps: PESCA  Pi: PISELLO  G: GRANO  Pr: PERA  B: BIETOLA  V: VITE

Fig. 5.8 – Suddivisione in terreni della particella 34 con le rispettive colture (a sinistra) e e individuazione del training site PERA sul color composite Aster ( a destra)

Si sono comunque verificati alcuni casi nei quali i dati presenti nelle dichiarazioni PAC si sono rivelati sufficienti:

 coincidenza del singolo appezzamento (di superficie estesa) con il mappale (o particella) catastale (caso raro);

 presenza sul terreno di colture con ciclo completamente sfasato e quindi non tutte contemporaneamente presenti nel momento di acquisizione;

 confronto con altre dichiarazioni PAC.