3. Immagini Landsat e trattamento preliminare.
3.1. Immagini utilizzate.
Con lo scopo di realizzare un’analisi multitemporale, sono state prese in esame due immagini di due date differenti. Entrambe le immagini sono state ottenute dal satellite Landsat-7 ETM (le cui caratteristiche sono già state esposte nel precedente capitolo), e distribuite da Telespazio.
Ogni immagine Landsat è caratterizzata da tre informazioni principali: le prime due (traccia e frame o path e row) ne definiscono l’inquadramento geografico, mentre la terza (data) rappresenta la data in cui tale immagine è stata acquisita.
L’area su cui verte questo studio è l’immagine Landsat traccia 192 – frame 30 che praticamente comprende gran parte della Toscana e una piccola parte del Lazio e dell’Umbria (figura 3.1).
La prima immagine è stata registrata il 15 febbraio del 2001 (figura 3.2), mentre la seconda risale al giorno 13 ottobre sempre del 2001 (figura 3.3). Queste date sono state scelte in modo da includere l’intera stagione estiva che, essendo molto calda e poco piovosa nel clima mediterraneo, rappresenta un periodo con grande probabilità di accadimento di incendi.
3.2. Preelaborazioni di base sulle immagini.
In generale i dati raccolti da sensori montati sulle varie piattaforme necessitano, prima di essere utilizzati per l’interpretazione, di una fase detta di preelaborazione. Questa fase viene anche chiamata di restauro dell’immagine poiché in essa si cerca di ovviare agli errori, al rumore e alle
distorsioni introdotte durante l’acquisizione e la trasmissione, al fine di ottenere una rappresentazione il più fedele possibile alla scena.
Figura 3.1 (da IGG-CNR di Pisa). Griglia delle immagini Landsat relative al territorio italiano.
Essa comprende sia le procedure di correzione geometrica che radiometrica:
• Le correzioni geometriche servono ad eliminare le deformazioni introdotte dal sistema di ripresa.
• Le correzioni radiometriche servono per eliminare l’errore introdotto dall’influenza dello strato di atmosfera interposto tra il sensore e la scena investigata ( come già discusso nel paragrafo 2.2.4).
Figura 3.2. Immagine Landsat-7 ETM (in RGB a colori veri con strtching lineare)traccia 192 - frame 30 del 15-02-01 fornita da Telespazio.
Figura 3.3. Immagine Landsat-7 ETM (in RGB a colori veri con strtching lineare)traccia 192 - frame 30 del 13-10-01 fornita da Telespazio.
3.2.1. Correzioni geometriche.
Le distorsioni geometriche sono quegli effetti legati alle caratteristiche del sistema (sensore – piattaforma – Terra) che si mantengono costanti nel tempo: esse sono quindi prevedibili e la corrispondente trasformazione geometrica si può costruire in un modo abbastanza semplice sulla base di modelli deterministici.
Lo scopo delle correzioni geometriche è di eliminare gli errori nella localizzazione del pixel, disponendo quindi degli elementi della scena nella loro corretta posizione all’interno dell’immagine.
Appartengono a questa categoria le distorsioni provocate dalle variazioni di velocità di rotazione dello specchio dello scanner, dalla rotazione terrestre durante la ripresa, dalla non linearità propria del sistema di scansione ottico-meccanico.
Le correzioni geometriche fin qui esaminate vengono normalmente applicate alle immagini riprese dai satelliti direttamente presso le stazioni riceventi, prima che questi dati vengano distribuiti agli utenti. Essi perciò vengono detti “ system corrected data “.
Anche le immagini Landsat-7 ETM, distribuite da Telespazio, sono state sottoposte a tale tipo di correzioni geometriche, sono dunque già system corrected. Per tale motivo non sono state effettuate sulle immagini altre operazioni di correzione geometrica (Brivio et al.,1992).
3.2.2. Correzioni atmosferiche.
In certe circostanze, la calibrazione di dati di immagini per le unità di radianza è necessaria prima della classificazione e della change detection (rilevazione di mutamenti) usando immagini multitemporali (Duggin and Robinove, 1990). Gli effetti dell’atmosfera possono ostacolare la corretta interpretazione delle immagini se essa non viene presa in considerazione (Verstraete, 1994). Se tale correzione è necessaria dipende dalle informazioni desiderate e dai metodi analitici utilizzati per estrarre informazioni.
Per molte applicazioni, fra metodi di classificazione e di change detection, le correzioni atmosferiche non sono strettamente necessarie. Un tipico esempio di applicazione in cui la correzione atmosferica non è necessaria è la classificazione di immagini con il classificatore maximum likelihood usando una sola data. Infatti, la correzione atmosferica ha un
piccolo effetto sull’accuratezza della classificazione (Potter, 1974; Fraser et al., 1977; Kawata et al., 1990).
Per dati del Landsat TM, l’effetto atmosferico dominante è lo scattering che è additivo per i segnali del remote sensing, mentre l’effetto moltiplicativo dovuto all’assorbimento è spesso trascurato perché le bande del TM sono selezionate per evitare gli effetti dovuti all’assorbimento. Così la correzione atmosferica per un’immagine di una sola data è spesso equivalente ad una sottrazione di una costante da tutti i pixels di una banda spettrale. Tale correzione non è altro che una traslazione delle origini in uno spazio multidimensionale (figura 3.4) dove, benché la media di una classe cambi, la matrice di varianza-covarianza rimane uguale.
Figura 3.4 (da Song et al., 2001). Sottrazione di una costante da una banda, ossia traslazione dell’origine del set di dati.
Il fatto di non dover correggere il dato per la presenza dell’atmosfera nel caso di una classificazione di un’immagine di una sola data può essere esteso anche alla post classification change detection (Singh, 1989). Infatti in
questo caso immagini multiple sono classificate individualmente e le risultanti mappe sono confrontate per rilevare cambiamenti(Foody et al., 1996).
In definitiva, purché i dati derivino da una classificazione per ciascuna immagine, la correzione atmosferica non è necessaria (Song et al., 2001).
Per far vedere che è giustificato non attuare nessuna correzione atmosferica anche per quel che riguarda il metodo del rapporto tra immagini, metteremo in relazione i valori misurati per una certa banda nell’immagine pre incendio con i valori misurati sempre per la stessa banda nell’immagine post incendio.
I valori vengono misurati negli stessi punti delle due immagini e ne vengono scelti quaranta come campione rappresentativo.
Questi valori vengono riportati su di un piano cartesiano che ha come coordinate :
• sull’asse delle ascisse i valori che i punti hanno nella banda considerata nell’immagine post;
• sull’asse delle ordinate i valori che i punti hanno nella medesima banda nell’immagine pre.
Le bande prese in considerazione sono la banda TM 7, TM 4 e TM 3 perché costituiscono i migliori tre canali, che possono essere usati per mappare le aree bruciate (Koutsias et al., 2000). Per essere certi di scegliere esattamente gli stessi pixels sono state usate le coordinate geografiche dei punti utilizzando l’operazione di “link” tra le due immagini (vedere figura 3.5).
Le figure 3.6,3.7 e 3.8 mostrano le curve di dispersione dei valori per le bande TM 7, 4 e 3. Le rette di regressione mostrano come i due set di dati siano molto correlati fra di loro e, infatti, il coefficiente di correlazione è molto vicino all’unità.
Le rette di regressione ottenute per le due bande TM 7 e 4 sono rispettivamente:
y = 0,8796x + 0,8941 per la banda TM 4 e y = 0,92x + 0,6469 per la banda TM 7.
Essendo il termine noto inferiore all’unità, possiamo approssimarlo a zero e considerare le due rette passanti per l’origine. Considerando poi, che l’indice utilizzato è il rapporto di bande 7/4 si vede come il rapporto 0,92/0,8796 ≈ 1.
Figura 3.5. Link fra le due immagini mediante l’input di coordinate geografiche del punto (in latitudine e longitudine).
La banda TM 3, invece, mostra una dispersione più accentuata dei valori a causa della maggiore influenza che ha sulle bande del visibile lo scattering atmosferico. Quando sarà considerato il grado di funzionalità di indici come SAVI, NDVI e VI si dovrà tenere conto di questo fatto proprio perché acquisiscono nella banda TM 3.
Vediamo i grafici di dispersione dei valori ottenuti per le tre bande considerate.
dispersione DN nella banda 3 y = 0,8366x + 4,8332 R2 = 0,9021 0 10 20 30 40 50 60 70 80 90 100 0 20 40 60 80 100 120
DN banda 3 nell'immagine post
DN banda 3 nell'immagine
pre
Figura 3.6. Grafico della dispersione dei valori nella banda 3.
dispersione DN nella banda 4
y = 0,8796x + 0,8941 R2 = 0,9041 0 20 40 60 80 100 0 20 40 60 80 100
DN banda 4 nell'immagine post
DN banda 4 nell'immagine
pre
Figura 3.7. Grafico della dispersione dei valori nella banda 4.
dispersione DN nella banda 7 y = 0,92x + 0,6469 R2 = 0,9066 0 20 40 60 80 100 120 0 20 40 60 80 100 120
DN banda 7 nell'immagine post
DN banda 7 nell'immagine
pre
Figura 3.8. Grafico della dispersione dei valori nella banda 7.
3.3. Ritagli di scene della stessa dimensione.
Il criterio base per poter fare qualsiasi tipo di operazione tra due immagini è che abbiano le stesse dimensioni, ossia lo stesso numero di pixels.
Essendo un’immagine, nient’altro che una matrice costituita da elementi discreti (pixels), ognuno dei quali definito da due numeri che indicano la posizione (righe e colonne), quello che deve essere assolutamente garantito è il fatto che tali matrici abbiano i lati esattamente uguali. Se questo vincolo viene rispettato, allora le due immagini sono perfettamente sovrapponibili. Però, per lo scopo di questo lavoro, non è solo importante che le due scene siano di dimensioni uguali, ma anche che ogni coppia di pixels corrispondenti abbia le stesse coordinate geografiche. In tal modo variazioni nel digital number (che indica il corrispondente valore di riflettanza al suolo) stanno a significare che è avvenuto un cambiamento nel sistema di riflettere la radiazione da parte del suolo in quel preciso pixel (ricordo che il TM ha una risoluzione al suolo di 30x30 metri).
Le immagini ottenute dal Landsat-7 ETM corrispondono alla stessa area geografica ma non sono sovrapponibili perché il satellite è sempre in moto lungo la propria orbita, e risulta praticamente impossibile che registri due immagini distanti nel tempo dalla stessa posizione. Proprio per questo è stato necessario scomporre le due scene iniziali in più ritagli (tre per ogni immagine), in modo da far combaciare geograficamente ogni angolo di un ritaglio con il corrispondente angolo dell’altro.
Le coordinate geografiche del primo ritaglio sono:
• 1° vertice = ( 44°7’40.67’’ N di latitudine ; 10°11’46.05’’ E di longitudine); • 2° vertice = ( 44°5’50,18’’ N di latitudine ; 11°54’18,90’’ E di longitudine); • 3° vertice = ( 42°16’29,58’’ N di latitudine ; 10°9’37,65’’ E di longitudine ); • 4° vertice = ( 42°14’45,97’’ N di latitudine ; 11°49’7,45’’ E di longitudine ).
Le medesime operazioni ed elaborazioni sono applicate su ogni ritaglio in modo tale da studiare l’intero territorio fotografato dal satellite con la stessa metodologia.
Questa operazione, così come tutte le altre elaborazioni effettuate su ogni ritaglio di immagine è stata fatta utilizzando unicamente il programma ENVI 3.2.
ENVI (the Environment for Visualizing Images) è un sistema per l’elaborazione di immagini. Fin dalla propria nascita, ENVI fu designato per indirizzare i numerosi e specifici bisogni di tutti coloro che regolarmente utilizzavano dati provenienti da piattaforme satellitari o da piattaforme aeree usate per il telerilevamento. ENVI fornisce visualizzazioni comprensibili dei dati e un’analisi per immagini di tutti i formati e di tutti i tipi ( ENVI User ’s Guide, 2001).
Nelle figure seguenti (3.9 e 3.10) sono visibili le immagini pre e post incendio in RGB (RedGreenBlue) a colori veri per il ritaglio numero 1 creato. La composizione delle bande 123 in RGB è detta anche a colori veri perché vediamo l’immagine così come si vedrebbe a occhio nudo.
Figura 3.9. Ritaglio 1 dell’immagine pre incendio(del 15-02-01) in RGB a colori veri con strtching lineare.
Figura 3.10. Ritaglio 1 dell’immagine post incendio(del 13-10-01) in RGB a colori veri con strtching lineare.
Queste due immagini ci danno una visione d’insieme dell’area studiata ma è possibile anche studiare ad un maggiore ingrandimento alcune zone di particolare interesse come mostrato dalle figure seguenti.
Figura 3.11. Città di Firenze (riquadro rosso) e periferia presi dall’immagine del 15-02-01.
Figura 3.13. Città di Pisa(nel riquadro rosso) e pianura pisana, in alto si vedono anche Lucca (a destra) e il lago di Massaciuccoli (sinistra).
Figura 3.15. Città di Lucca.
Le coordinate geografiche del secondo ritaglio sono : • 1° vertice = ( 43°49’1,15’’ N di latitudine ; 11°53’29,81’’ E di longitudine); • 2° vertice = ( 43°48’12,99’’ N di latitudine ; 12°22’43,51’’ E di longitudine); • 3° vertice = ( 42°12’57,61’’ N di latitudine ; 11°57’44,64’’ E di longitudine); • 4° vertice = (42°13’10,76’’ N di latitudine ; 11°49’3,21’’ E di longitudine).
Le coordinate geografiche del terzo ritaglio sono :
• 1° vertice = ( 42°53’31,26’’ N di latitudine ; 10°2’29,52’’ E di longitudine); • 2° vertice = ( 42°53’12,65’’ N di latitudine ; 10°30’22,21’’ E di longitudine); • 3° vertice = ( 42°41’6,37’’ N di latitudine ; 10°30’4,63’’ E di longitudine); • 4° vertice = ( 42°41’24,85’’ N di latitudine; 10°2’17,37’’ E di longitudine).
Nelle figure seguenti (3.17 e 3.18) sono visibili le immagini pre e post incendio in RGB a colori veri per il ritaglio numero 2 creato applicando uno stretching di tipo lineare.
Figura 3.17.Immagine Figura 3.18. Immagine post pre del ritaglio 2. del ritaglio 2.
Nelle figure seguenti (3.19 e 3.20) sono visibili, invece, le immagini pre e post incendio in RGB a colori veri per il ritaglio numero 3 creato applicando uno stretching di tipo lineare.
Figura 3.19. Immagine pre del ritaglio 3 .
