34
Capitolo 3
Metodologia elaborata per il calcolo degli indici morfometrici su tratti discreti della costa elbana tramite analisi GIS.
§ 3.1 Sistemi Informativi Geografici (GIS).
Un Sistema Informativo Geografico (GIS, acronimo del termine inglese Geographic Information System) è uno strumento che permette la gestione e l’elaborazione di grandi quantità di dati riferibili ad elementi, eventi o fenomeni localizzati sulla superficie terrestre.
Fin dagli albori delle prime civiltà, l’uomo ha sentito la necessità di registrare i dati geografici con disegni, graffiti o pitture rupestri, e con il passare del tempo si è assistito ad un enorme sviluppo delle conoscenze e delle tecniche di rappresentazione del mondo conosciuto. La cartografia, la topografia e la geografia hanno origini antichissime e la loro storia rappresenta un’importante testimonianza del passato. Dal XVII secolo in poi dalla geografia nacquero nuove scienze specialistiche che approfondivano alcuni aspetti come: la geodesia, per studiare la forma e le dimensioni della Terra, la geologia e la geomorfologia per descrivere la natura del suolo e le forme del rilievo. Così un passo dopo l’altro fino ai giorni nostri e all’avvento della cartografia numerica.
Il primo software di elaborazione dei dati geografici fu realizzato nella seconda metà degli anni ’60, da un gruppo di informatici americani: era un programma di tipo CAD (Computer Aided Design), tuttora in uso per il disegno tecnico.
Il passaggio evolutivo da CAD a GIS avviene grazie alla consapevolezza che la cartografia non era più rivolta solo ad indicare con precisione la localizzazione e le forme degli oggetti sul territorio,
35
piuttosto doveva delineare le caratteristiche ed i fenomeni, le loro correlazioni e le leggi che regolano fenomeni stessi.
I vantaggi dell’utilizzo di una cartografia numerica sono molteplici: dalla possibilità di memorizzare grandi quantità di dati, alla velocità di acquisizione ed elaborazione e ancora la possibilità di editare frequentemente.
Oggi la fotografia aerea, il telerilevamento e le immagini da satellite rendono possibile lo studio di vaste aree del territorio terrestre con un dettaglio mai raggiunto prima. E’ inoltre possibile osservare le trasformazioni del territorio nel tempo osservando i processi di desertificazione, di erosione della costa, l’evolversi di incendi forestali, delle alluvioni e dei sistemi climatici. La cartografia non è più “istantanea” ma permette una visione dinamica dell’informazione. Le applicazioni dei software GIS spaziano in svariati settori: scienze ambientali e gestione delle risorse naturali, urbanistica e pianificazione territoriale, turismo, telecomunicazioni, energia e servizi, protezione civile e epidemiologia e così via.
Questo perché il GIS permette di realizzare delle carte geografiche che, oltre agli elementi geografici di base come città, strade, fiumi, tracciabili facilmente tramite punti o linee, riesce allo stesso tempo a rappresentare realmente dei concetti. I concetti di classificazione del territorio vengono chiamati temi, come ad esempio: le coperture vegetali, i litotipi affioranti e le zone urbane, che vengono ben rappresentate da aree o poligoni. All’interno di ciascun poligono le proprietà del tema sono considerate omogenee.
Il dato geografico assume una duplice natura: la parte spaziale, che mostra la geometria e la localizzazione nello spazio dei suoi elementi ed i rapporti fra di essi, la parte non spaziale detta alfanumerica, definita come attributi, che elenca tutte le altre proprietà del dato. Mentre la parte spaziale del dato è rappresentata comunemente dagli elementi geometrici già menzionati (punti, linee e poligoni); la parte alfanumerica è memorizzata in tabelle, e diverse tabelle contenenti i
36
dati relativi ai vari temi, collegate tra loro formano la banca dati geografica o geodatabase.
Una delle caratteristiche fondamentali di un software GIS è la capacità di georeferenziare i dati, ossia di assegnare le coordinate spaziali reali ad ogni elemento, così da ottenere il corretto posizionamento sulla superficie terrestre dei vari tematismi presi in esame. Capita però che i dati vengano forniti senza alcuna informazione riguardo al relativo sistema geodetico-cartografico e tali dati risultano pertanto difficilmente utilizzabili. L’evoluzione dei software GIS ha rimediato tale inconveniente, infatti gli ultimi aggiornamenti del software gli permettono, durante il caricamento del dato, di riconoscere se questo è georiferito e in quale sistema.
Come accennato prima i dati in un GIS possono essere rappresentati graficamente da punti, linee e poligoni, con associate tabelle descrittive: dati vettoriali.
I dati vettoriali vengono memorizzati attraverso le coordinate dei punti significativi degli elementi stessi: come ad esempio memorizzare un cerchio tramite le coordinate del suo centro e la misura del suo raggio. Ma esiste anche un altro modello di dati: i dati raster. Questi ultimi, invece, vengono memorizzati tramite la creazione di una griglia composta da celle alle quali viene associato un valore alfanumerico che ne rappresenta un attributo. Questi valori possono rappresentare sia fenomeni naturali o antropici, sia il risultato ottenuto dall’analisi di più informazioni (la risultante della combinazione di temperatura, direzione del vento, tipo di copertura vegetale).
I dati raster sono i dati prodotti dagli scanners, dai programmi di interpretazione di immagini come quelli usati per le immagini da satellite. Gli standard di trasferimento più comuni per questo ultimo formato di dati, allo scopo di permettere il dialogo dei dati fra i diversi settori, sono: TIFF, RLC, LAN, BIP, GRASS e GRID. Questi sono utilizzati nei diversi campi di applicazione.
37
Nello studio morfometrico delle coste dell’isola d’Elba, oggetto del presente studio, sono stati utilizzati come fonte di dati gli shapefile georeferenziati in scala 1:10.000 della Carta Tecnica Regionale (C.T.R) della Toscana.
Per l’elaborazione degli indici morfometrici (If e ff), è stato necessario l’utilizzo del software ArcView GIS 3.3 della ESRI, in quanto le estensioni necessarie al calcolo di tali indici sono estensioni particolari create esclusivamente per la versione 3. x del software GIS.
Il resto dell’analisi: creazione della linea di costa oggetto di studio, gestione delle tabelle di attributi, calcolo dell’esposizione della costa e analisi litologica, sono proseguite con l’utilizzo del più recente software ARCGIS 9.3 della ESRI che offre maggiori funzionalità.
§ 3.2 Creazione della “polyline” della costa dell’Isola d’Elba.
La prima fase di studio prevede la creazione di una polilinea (tradotto dall’inglese polyline) che rappresenta lo sviluppo della costa dell’isola d’Elba. Per fare ciò sono stati utilizzati i 17 shapefile poligonali relativi ai rispettivi raster georeferenziati della C.T.R. in scala 1:10.000.
La prima cosa da fare è lanciare l’applicazione ArcMap del software ArcGis 9.3 della ESRI che permette di visualizzare i dati geografici, insieme o separatamente, con l’uso di legende appositamente create, di analizzare le caratteristiche spaziali (aree, perimetri, distanze, scale), di digitalizzare e georeferenziare nuovi dati e infine di creare il layout per la divulgazione dei dati e la stampa. Una volta aperta la nuova mappa (new empty map), è possibile caricare i dati che si desidera analizzare utilizzando il tasto Add Data dalla barra degli strumenti.
Dopo aver caricato i 17 shapefile poligonali rappresentanti i confini comunali dell’isola d’Elba, si è reso necessario unirli affinchè si ottenesse un unico oggetto (fig. 19).
38
Fig. 19 Unione dei 17 shapefile relativi ai confini comunali dell’isola d’Elba.
Il comando utilizzato per l’unione è il comando Union che si trova all’interno di un’applicazione che prende il nome di ArcToolbox, la quale contiene numerosi strumenti divisi per categoria, utili allo svolgimento di numerose operazioni più o meno complesse sui dati geografici a disposizione. Ricapitolando, la funzione Union si trova in
ArcToolbox, nella toolbox Analysis Tools, all’interno della toolset
Overlay. Quello che otteniamo è un unico tema poligonale, chiamato “unione_poligoni.shp”, rappresentante l’isola intera (fig 20).
39 Fig.20 Shapefile “Unione poligoni”
A questo punto per poter ottenere la sola linea di costa, è necessario manipolare i dati attraverso gli strumenti di digitalizzazione contenuti in una toolbar che prende il nome di Editor Toolbar. Quindi si clicca su start Editing ed è ora possibile modificare i dati grafici. Selezionando gli oggetti che si desidera cancellare è possibile eliminarli dallo shapefile e il risultato è un tema poligonale rappresentante solo la linea di costa. Dopo di che è necessario trasformare lo shape ottenuto dall’editing in uno shapefile polylineare utilizzando la funzione Feature to line presente all’interno della toolbox Data Menagement Tools, nella toolset Features (fig.21). Si ottiene così un nuovo tema di linee spezzate, chiamato “linea_costa”.shp, le cui interruzioni corrispondono ai limiti dei fogli della C.T.R..
Altro passaggio per la creazione della linea di costa dell’isola è l’unione di tutte le polilinee in un’unica polilinea attraverso la funzione
40
Dissolve presente nella toolbox Data Menagement Tools, nella toolset Generalization (fig. 22).
Fig.21 Shapefile polilineare rappresentante la linea di costa,
41
§ 3.3 Calcolo dell’Indice di frastagliatura per tratti discreti della costa
dell’Isola d’Elba.
L’Indice di Frastagliatura (If) per un tratto di costa, come si è già anticipato, è dato dal rapporto tra la lunghezza del litorale L e la distanza in linea d’aria, o lunghezza euclidea, D tra il punto iniziale e quello finale del litorale analizzato:
Per il calcolo di tale indice è stato necessario far ricorso al software ArcView GIS 3.3 della ESRI, in quanto l’estensione che divide la linea di costa in tratti di uguale distanza in linea d’aria è stata appositamente creata per questa edizione del software geografico e non è presente nella versione recente 9.3.
Inoltre bisogna far presente che la definizione di distanza euclidea, riportata sopra, sottintende che la linea di costa da analizzare abbia un inizio e una fine ben distinti tra loro, cosa che non è possibile avere quando si studia la linea di costa di un’isola come appunto la costa elbana.
Quindi prima di iniziare la fase di calcolo dell’indice è stato necessario modificare il tema “linea costa dissolve1” interrompendo la linea per un tratto pari al valore più alto scelto come D. Se la distanza in linea d’aria massima presa in considerazione fosse stata 500 m, l’interruzione della costa avrebbe dovuto essere pari a tale distanza. Si è deciso dunque di interrompere la linea di costa eliminando il tratto relativo al porto di Portoferraio, tratto di costa più antropizzato dell’isola e di conseguenza meno importante ai fini dell’analisi.
42
Tale operazione è stata svolta editando il tema “linea costa”, con il software ArcGis 9.3 ottenendo il tema “linea costa Elba.shp”, come mostrato nella figura che segue.
Fig. 23 Linea costa buona.
Nell’elaborare la metodologia di analisi dell’indice tramite GIS si è scelto di dividere la linea di costa in tratti discreti individuati dai punti che sottendono la distanza D impostata. Scegliendo di dividere la polilinea ogni 1000 m in linea d’aria (D = 1000), si ottengono 106 “settori”, oggetto di studio morfometrico, ben distinti in figura 24 attraverso i punti del tema “1000.shp”.
Sono state scelte 19 diverse misure di D così da poter stabilire a posteriori quale fosse la distanza in linea d’aria che evidenziasse la più alta variabilità nei valori di indice di frastagliatura e che quindi permettesse di individuare tratti di costa con caratteristiche nettamente differenti. La scelta dei valori di D va da 100 a 1000 m con un incremento pari a 50 metri.
43
La procedura utilizzata con l’ausilio del software ArcView Gis 3.3 prevede l’utilizzo di una particolare estensione denominata “distanza euclidea.apr” creata all’interno di un Progetto (project), cioè semplicemente un file dove ArcView registra tutti i documenti di un’applicazione. Quindi aprendo una nuova Vista e caricando il tema “linea costa Elba”, bisogna prima selezionare la polilinea e successivamente lanciare l’estensione che provvederà a creare un nuovo tema di punti equidistanziati in linea d’aria e collocati lungo la linea di costa che prende il nome di “1000.shp” (fig,24).
Fig.24 Creazione del tema “1000.shp”.
Il passaggio successivo è quello di spezzare la linea di costa in corrispondenza di questi punti così da ottenere un ulteriore tema lineare composto da tante linee ciascuna riferita ad un tratto di costa di lunghezza euclidea identica.
L’estensione che compie questa operazione è chiamata “Point and
Polyline Tools” abbreviata P/PL-Tools. Il tema ottenuto ad esempio
44
mostrato dalla fig. 25 nella quale è possibile vedere anche la tabella con le polilinee.
Fig.25 Tema Sp.1000.shp.
Nella tabella sono presenti due campi, il campo “Shape” dove appaiono più record che identificano appunto le varie polilinee in cui è stato suddivisa la linea di costa, e il campo “Lineid” che associa un numero in ordine crescente a ciascuna polilinea, così da poterle differenziare.
A questo punto si è preferito proseguire l’analisi utilizzando il software ArcGis 9.3.
Aprendo una nuova mappa e caricando i 19 temi, ottenuti spezzando la linea di costa nei punti in linea d’aria, è possibile proseguire nel calcolo dell’indice If. Per ciascun tema è necessario aprire la tabella dal comando “Open attribute table” che appare cliccando con il tasto destro sul tema presente nella TOC (Table of Contents) . Una volta aperta la tabella si aggiunge un campo denominato “Length” nel quale
45
verrà calcolato lo sviluppo lineare effettivo di ciascuna polilinea necessario per il calcolo dell’indice If.
La mossa successiva è appunto quella di calcolare l’indice per cui si aggiunge un nuovo campo denominato If e lo si calcola aprendo la finestra “Field Calculator” e digitalizzando il rapporto Length/1000, come nell’esempio in figura 26.
Fig.26 Calcolo indice di frastagliatura.
Ci sono delle precisazioni da fare: se si osserva il campo Lineid si nota che i numeri identificativi di ciascuna polilinea non sono tutti, o meglio qualche numero viene saltato , proprio come nell’esempio riportato in figura 27 relativo al tema “sp_1000.shp”. Questo è dovuto al fatto che quando è stato calcolato il campo “length” ci si è accorti che alcune polilinee avevano lunghezza pari a 0, cosa non reale. Un controllo ha evidenziato che vi erano dei punti doppi sulla linea di costa dovuti alla digitalizzazione della stessa, per cui è bastato selezionarli e eliminarli editando i temi.
46 Fig. 27 Calcolo dell’If per i 19 temi.
Questa procedura viene applicata fedelmente per ciascun valore di D scelto, ottenendo quindi 19 tabelle, associate a ciascuno dei temi creati dividendo la linea di costa nei punti equidistanziati in linea d’aria (fig 27). Le tabelle sono tutte raccolte nell’Allegato I.
Per poter scegliere il valore di D che massimizza la variabilità spaziale dell’indice di frastagliatura lungo la costa, si è resa necessaria una breve analisi statistica. Tale analisi è stata eseguita con un foglio di calcolo di Microsoft Excel.
Per fare ciò basta aprire il file di tipo .DBF, relativo alla tabella del tema studiato, con il software Excel e salvarlo in questo nuovo formato. Dopo di che l’analisi può tranquillamente proseguire nel foglio di calcolo a disposizione con il software Microsoft Office Excel.
47
§ 3.4 Analisi statistica delle tabelle di dati ottenute per ciascun tema. Per poter stabilire quale valore di distanza euclidea D rappresenta meglio i valori di Indice di frastagliatura ottenuti, è utile studiare la
varianza e l’autocorrelazione degli If calcolati nelle tabelle di ciascun
tema.
La varianza è una delle più comuni misure di dispersione dei dati intorno al valore medio.
Definita come il quadrato dello scarto quadratico medio, può essere indicata da 2 e la formula che la descrive è la seguente:
Dove N è un insieme di numeri X1, X2,…, XN e µ ne rappresenta la media.
Lo scopo di questa analisi è trovare la serie di valori di If con maggiore varianza, ovvero con una maggiore dispersione attorno al valore medio, indicata graficamente da una campana molto piatta, come si può osservare nella fig. 28, dove è riportato uno degli esempi più conosciti ed utilizzati di distribuzione di probabilità: la curva normale o distribuzione Gaussiana, definita dall’equazione:
!
La curva descritta da tale funzione è centrata sul punto di ascissa X = µ e in corrispondenza di questo ha il suo massimo in ordinata pari a ! "
48 Fig. 28 Funzioni di distribuzione Gaussiane.
La correlazione, invece, indica il grado della relazione tra variabili, e per mezzo di essa si riesce a determinare quanto bene un’equazione lineare o un’altra equazione qualsiasi descrivano o spieghino tale relazione. Quindi si dice che una variabile è correlata ad un’altra se esiste una relazione matematica che le leghi, ovvero se una può dipendere dall’altra.
In particolare l’autocorrelazione tenta di correlare i valori di una variabile x, in una serie temporale o spaziale, con i corrispondenti valori di x a tempi o spazi anteriori.
La formula utilizzata è quella dei momenti misti per il coefficiente di correlazione lineare, definita come:
# $ %&
' $ % $ &
dove x = x - %( e y = y - &).
49
Le variabili x e y rappresentano quindi gli scarti dei valori dalla media e la quantità r è detta appunto coefficiente di correlazione.
Bisogna notare che r è una quantità adimensionale, cioè non dipende dall’unità di misura impiegata, e varia tra -1 e +1 (rispettivamente correlazione lineare positiva e correlazione lineare negativa).
Nel caso di studio in esame, l’analisi di correlazione viene eseguita sulla serie di valori di If di ciascun tema.
Infatti aprendo il foglio Excel relativo ai 19 temi creati in precedenza, è possibile calcolare la autocorrelazione utilizzando la formula presente nel menù Formule, assegnando alla variabile x i valori della serie che vanno dal primo al penultimo (Matrice 1), e alla variabile y i valori che vanno dal secondo della serie all’ultimo (Matrice 2), come mostrato nella fig. 29.
Fig. 29 Calcolo dell’autocorrelazione per il Tema sp_1000.shp
Ecco quindi perché in questo caso ci si riferisce alla definizione di autocorrelazione.
50
Lo scopo del calcolo di questo parametro statistico è ricercare la più bassa autocorrelazione esistente tra i valori di If di ogni tema. Questo per accertarsi che l’If calcolato per ogni settore (definito da una specifica distanza euclidea D assegnata tra i punti), fosse in qualche modo indipendente dal valore di If calcolato per il settore successivo. I risultati di questa analisi statistica sono riportati nella tabella 2.
Tabella 2 Analisi statistica dei valori di IF per classi di D
Per facilitare l’individuazione della distanza D con maggior varianza e minore autocorrelazione, si è deciso di rappresentare la tabella con un grafico creato sempre tramite gli strumenti forniti dal foglio di lavoro di Excel, (fig. 30).
Dal grafico infatti si può individuare come dato migliore quello relativo alla classe D = 600 m.
Nel seguito di questa analisi morfometrica verrà preso in considerazione solo questo tema.
51
52
§ 3.5 Calcolo della Frequenza di frastagliatura per i tratti discreti di
costa individuati per il tema 600.
Ricordando che la frequenza di frastagliatura è definita dal rapporto fra il numero di tratti rettilinei e la lunghezza complessiva del tratto di litorale considerato, si può scrivere per una linea di riva di sviluppo L ed approssimabile ad una spezzata costituita da n tratti elementari la relazione:
*
Questa procedura è stata eseguita utilizzando il software ArcGis 9.3 della ESRI e scaricando dal sito internet www.esri.com le estensioni necessarie per il calcolo di n.
La tabella degli attributi ottenuta dal calcolo dell’If per il tema 600 (riportata nell’allegato 1 e raffigurata nella figura 31) contiene 172 records, corrispondenti ciascuno ad un tratto discreto (settore) di costa, in cui è stata suddivisa la linea di sviluppo complessivo del litorale dell’isola d’Elba (linea costa Elba.shp).
53
Come si può osservare dalla figura i campi presenti nella tabella sono tre: LINEID, che contiene il codice numerico identificativo di ogni settore; LENGTH, che misura la lunghezza complessiva del tratto di costa in questione; IF, che contiene tutti i valori di indice di frastagliatura calcolati per ogni settore.
A questo punto per trovare il numero n di tratti elementari in cui è spezzata la linea è necessario lanciare l’applicazione ArcMap e aprire una nuova mappa dove verrà caricato il tema “sp_600.shp” e aprendo la tabella verrà aggiunto un campo chiamato VERTEX. In questo campo verranno calcolati tutti i vertici presenti sulla linea di costa che si sta studiando riferiti per ogni record al settore corrispondente. Per eseguire questa operazione è stata scaricata dal sito ufficiale della ESRI l’estensione “Countvertices”che contiene la formula da utilizzare nella finestra di calcolo “Field Calculator” spuntando la casella “Advance” (fig. 32).
54
Dopo di che si prosegue con il calcolo di n, aggiungendo il campo omonimo e procedendo al calcolo sempre tramite la finestra “Field Calculator”, in questo caso sarà sufficiente digitare la formula “VERTEX – 1”, (fig. 33).
Fig. 33 Calcolo del Campo n.
Ora sono disponibili tutti i dati per calcolare l’indice ff, per cui si aggiungerà il campo e si eseguirà l’operazione come quella sopra digitando la formula della frequenza di frastagliatura (fig. 34).
Occorre fare una precisazione su una piccola imprecisione ottenuta dall’applicazione di questa metodologia di calcolo.
Nel trovare la Frequenza di frastagliatura ff si verificherà un errore circa del 10 % dato dall’aggiunta di almeno uno o due vertici rispetto a quelli di digitalizzazione; questi sono dovuti al fatto che i settori in cui è stata divisa la linea di costa non coincidono ovviamente con l’inizio o la fine dei segmenti di digitalizzazione, per cui ogni volta che la linea è stata spezzata nel punto corrispondente alla distanza euclidea
55
selezionata, di fatto sono stati aggiunti ad ogni settore due vertici. L’errore commesso è comunque un errore relativo, costante per tutta la linea di costa, quindi è possibile considerare i valori di ff ottenuti ugualmente confrontabili. La tabella riferita al tema 600 si trova nell’Allegato II.
Fig. 34 Calcolo dell’indice FF.
A questo punto per poter visualizzare graficamente i risultati ottenuti dall’analisi morfometrica fin qui descritta, è possibile preparare un
Layout, cioè un elaborato cartografico che consente di organizzare gli
elementi grafici (viste, testi, grafici, simboli vari,…) per la stampa di cartografie. I layout preparati in relazione all’Indice di Frastagliatura e alla Frequenza di Frastagliatura relativi al tema 600 sono riportati in fondo al capitolo.
Con il supporto di un grafico Excel è possibile raffigurare graficamente anche i risultati dei due indici morfometrici divisi in classi, per rendersi conto dell’andamento del litorale.
Per avere un quadro generale della distribuzione geografi
IF raggruppato in classi, è possibile raffigurare la frequenza con un istogramma che evidenzia come i valori di If compresi fra 1,2 siano i più rappresentati statisticamente, seguiti dai valori più bassi che vanno da 1,0 a 1,2.
costa a medio-bassa curvatura.
Istogramma riassuntivo dei valori di IF ottenuti dall’analisi divisi in classi.
Rimane il fatto che, avendo eliminato l’area più antropizzata dell’isola relativa al porto di Por
antropici di grande rilevanza per cui anche le classi riferite a valori di If elevati rispecchiano un ambiente naturale.
La classe 5,9-12 è rappresentata da sono, Capo della Stessa
Lacona nel sud dell’isola, e Capo d’Enfola opposta dell’isola.
Della classe 3,8 < If < 5,9 è da tenere in considerazione solo i Punta di Fetovaia, lo sperone a sud
escludere il tratto di Marciana Marina perché relativo al porto.
0 10 20 30 40 50 60 1.0-1.1 1.1-1.2 56
Per avere un quadro generale della distribuzione geografica dell’indice IF raggruppato in classi, è possibile raffigurare la frequenza con un istogramma che evidenzia come i valori di If compresi fra 1,2 siano i più rappresentati statisticamente, seguiti dai valori più bassi che
Questo ci dice che il litorale elbano presenta una bassa curvatura.
Istogramma riassuntivo dei valori di IF ottenuti dall’analisi divisi in classi.
Rimane il fatto che, avendo eliminato l’area più antropizzata dell’isola relativa al porto di Portoferraio, nel litorale non vi sono altri centri antropici di grande rilevanza per cui anche le classi riferite a valori di If elevati rispecchiano un ambiente naturale.
12 è rappresentata da due tratti ad alta curvatura che sono, Capo della Stessa (If = 11,24), tra il Golfo Stella e il Golfo di nel sud dell’isola, e Capo d’Enfola (If = 6,9) dalla parte Della classe 3,8 < If < 5,9 è da tenere in considerazione solo il tratto di Punta di Fetovaia, lo sperone a sud-ovest dell’isola, mentre è da escludere il tratto di Marciana Marina perché relativo al porto.
1.2-1.4 1.4-1.6 1.6-1.8 1.8-2.1 2,1-2.5 2.5-3.8 3.8
IF_TEMA_600
IF
ca dell’indice IF raggruppato in classi, è possibile raffigurare la frequenza con un istogramma che evidenzia come i valori di If compresi fra 1,2-1,6 siano i più rappresentati statisticamente, seguiti dai valori più bassi che i dice che il litorale elbano presenta una
Rimane il fatto che, avendo eliminato l’area più antropizzata dell’isola toferraio, nel litorale non vi sono altri centri antropici di grande rilevanza per cui anche le classi riferite a valori di due tratti ad alta curvatura che o Stella e il Golfo di dalla parte l tratto di ovest dell’isola, mentre è da
Nel caso delle classi che vanno da 2,1<If<2,5 e 2,5<If<3,8 abbiamo Capo Pini, sempre nel sud dell’isola, Cala di
Azzurro e il tratto a Nord di Punta della Linguella alla bocca del porto di Portoferraio. Tra questi è presente anche il tratto che comprende il porto di Rio Marina ma in questo caso
antropizzata per cui di scarso
Anche per l’indice di Frastagliatura è stato creato un grafico sono rappresentate 7 classi per comodità di studio.
Si può osservare che la classe più rappresentata è quella riferita a valori compresi tra
seguire 70 Dv/Km e 88 Dv/Km
Istogramma riassuntivo dei valori di FF ottenuti dall’analisi, divisi per classi. Solo attraverso lo studio dei parametri di esposizione
litologia si potrà ottenere una spiegazione delle dinamiche erosive del litorale. 0 10 20 30 40 50 60 70 80 0.01-0.02 0.02 57
Nel caso delle classi che vanno da 2,1<If<2,5 e 2,5<If<3,8 abbiamo Capo Pini, sempre nel sud dell’isola, Cala di Mola vicino a Porto Azzurro e il tratto a Nord di Punta della Linguella alla bocca del porto . Tra questi è presente anche il tratto che comprende il porto di Rio Marina ma in questo caso si tratta di una zona antropizzata per cui di scarso valore.
Anche per l’indice di Frastagliatura è stato creato un grafico sono rappresentate 7 classi per comodità di studio.
Si può osservare che la classe più rappresentata è quella riferita a valori compresi tra 50 Dv/Km (divisioni per Km) e 70 Dv/Km seguire 70 Dv/Km e 88 Dv/Km, ossia costa ad alta frastagliatura
Istogramma riassuntivo dei valori di FF ottenuti dall’analisi, divisi per classi. Solo attraverso lo studio dei parametri di esposizione della costa litologia si potrà ottenere una spiegazione delle dinamiche erosive del
0.02-0.03 0.03-0.04 0.04-0.05 0.05-0.07 0.07-0.088
FF_TEMA_600
FF
Nel caso delle classi che vanno da 2,1<If<2,5 e 2,5<If<3,8 abbiamo Mola vicino a Porto Azzurro e il tratto a Nord di Punta della Linguella alla bocca del porto . Tra questi è presente anche il tratto che comprende il si tratta di una zona Anche per l’indice di Frastagliatura è stato creato un grafico in cui Si può osservare che la classe più rappresentata è quella riferita a Km e a , ossia costa ad alta frastagliatura.
Istogramma riassuntivo dei valori di FF ottenuti dall’analisi, divisi per classi. della costa e litologia si potrà ottenere una spiegazione delle dinamiche erosive del
58
59
