• Non ci sono risultati.

CAPITOLO 6

N/A
N/A
Protected

Academic year: 2021

Condividi "CAPITOLO 6"

Copied!
18
0
0

Testo completo

(1)

Valutazione della ricostituzione della vegetazione nelle aree percorse

dagli incendi scelti come riferimento

6.1. Gli indici di vegetazione

Negli studi degli ecosistemi forestali attraverso il telerilevamento, gli indici di vegetazione più comunemente usati sono calcolati mediante semplici funzioni basate sulle lunghezze d’onda del rosso visibile (R), dell’infrarosso vicino (NIR) e dell’infrarosso a onda corta (SWIR).

I valori di riflettanza, nelle bande corrispondenti a suddette regioni dello spettro, sono stati impiegati per valutare il recupero delle due coperture boschive colpite negli incendi “01_07” e “01_08”, mediante vari indici di vegetazione (VIs).

Gli indici di vegetazione analizzati in questo paragrafo sono elencati nella tabella 6.1 dove, per ciascuno di essi, vengono riportate le seguenti informazioni:

• l’identificativo di riconoscimento • l’espressione matematica

• una descrizione sintetica • i riferimenti bibliografici

Gli indici SR e NDVI, tra quelli presentati nella tabella 6.1, sono i più usati per stabilire una correlazione tra l’indice di area fogliare (LAI), o altri parametri caratteristici della copertura vegetale, e i dati telerilevati.

La figura 6.1 è un esempio di studio per valutare i rapporti tra la riflettanza misurata sul campo e l’indice di area fogliare della specie Euonymus japonicus (Lee, 2004). Nell’indagine è stato utilizzato uno spettro radiometro portatile (GER 2006) capace di misurare la riflettanza tra 0,35 µm e 2,5 µm. Il campo di vista dello strumento (FOV), a un’altezza di 140 cm dal nadir, corrisponde a un ellisse avente semiassi maggiore e minore pari a 24 cm e 18 cm rispettivamente. Le foglie, perlopiù uniformi, permettono un rapido confronto del LAI con l’indice NDVI stimato dalle misure dirette

(2)

di riflettanza. La disposizione a più strati, inoltre, ha permesso di assumere trascurabile il contributo del suolo sottostante.

Indice Formula Descrizione Riferimenti

SR

R NIR

ρ

ρ Simple ratio

Correlato ai cambiamenti nel quantitativo di biomassa, nel contenuto e concentrazione dei pigmenti, etc

Beret e Guyot, 1991; Tucker, 1979. NDVI (( )) R NIR R NIR ρ ρ ρ ρ +

− Normalized Difference Vegetation Index

Correlato ai cambiamenti nel quantitativo di biomassa, nel contenuto e concentrazione dei pigmenti, etc

Fassnacht et al., 1997; Smith et. Al.,

1991.

PVI

(

)

( a b)

a +1 ⋅ ρNIR− ρR− 1

2

Perpendicular Vegetation Index Ortogonale alla retta dei suoli, tende a eliminare le differenze tra differenti tipi di suoli ed è più efficace in condizioni di LAI bassi, per le regioni aride o semiaride (a =

coefficiente angolare della retta dei suoli; b = intercetta della retta dei suoli).

Baret e Guyot, 1991; Huete et al., 1985 SAVI ( ( ) ( ) ) L L R NIR R NIR + + + ⋅ − ρ ρ ρ

ρ 1 L è un fattore di correzione che varia tra 0 e 1 per le Soil Adjusted Vegetazion Index coperture vegetali dense o poco dense rispettivamente.

L = 0,5 può ridurre problemi di rumore del suolo per un’ampia gamma di LAI.

Huete, 1988; Leeuwen and Huete, 1996. NLI

(

(

)

)

R NIR R NIR ρ ρ ρ ρ + − 2

2 Non – Linear Vegetation Index

Rende lineari le relazioni tra VIs e parametri di superficie che tendono ad essere non lineari.

Goel e Quin, 1994. RDVI (( )1)/2 R NIR R NIR ρ ρ ρ ρ +

− Re- normalized Difference Vegetation Index Rende lineari le relazioni tra VIs e parametri di superficie

che tendono ad essere non lineari.

Roujean e Breon, 1995. MSR (( ) ) 1 / 1 / 2 / 1 + − R NIR R NIR ρ ρ ρ

ρ Modified Simple Ratio

Rende lineari le relazioni tra VIs e parametri di superficie che tendono ad essere non lineari. Può migliorare i risultati rispetto a RDVI.

Chen, 1996.

WDVI ρNIRaρR

Weighted Difference Vegetation Index Assume che il rapporto tra la riflettanza nel NIR e nel R per

il suoli nudo sia costante; è correlato al PVI, ma ha un intervallo di applicabilità più ristretto (a = coefficiente

angolare della retta dei suoli).

Clevers, 1988; Clevers, 1991. MNLI

(

(

)

(

)

) L L R NIR R NIR + + + ⋅ − ρ ρ ρ ρ 2

2 1 Modified Non – Linear Vegetation Index

E’ una versione migliorata del NLI e inoltre considera i meriti del SAVI. L = 0,5 può essere applicato a un’ampia

gamma di LAI. Gong, Pu e Biging, 2003. NDVI*SR

(

(

)

)

R NIR R NIR 2 2 ρ ρ ρ ρ + −

Studiato per combinare i meriti del NDVI con quelli del SR Biging, 2003. Gong, Pu e

SAVI*SR

(

)

( NIR R ) R R NIR L ρ ρ ρ ρ ρ ⋅ + + − 2

Studiato per combinare i meriti del SAVI con quelli del SR Biging, 2003. Gong, Pu e

TSAVI

[

a ( ab X

(

1 a) 2

)

]

b a a R NIR R NIR + + − + − − ρ ρ ρ

ρ Modifica il SAVI per compensare la variabilità dei suoli Transformed Soil Adjusted Vegetation Index dovuta ai cambiamenti nell’elevazione solare e nella struttura della copertura (a = coefficiente angolare della

retta dei suoli; b = intercetta della retta dei suoli).

Baret e Guyot, 1991. "SR" NIR SWIR ρ ρ “Simple ratio”

Considera al posto del NIR lo SWIR e al posto del R il NIR; sensibile allo stato idrico della vegetazione

Gong, Pu e Biging, 2003.* "NDVI" (( )) NIR SWIR NIR SWIR ρ ρ ρ ρ +

− “Normalized Difference Vegetation Index”

Considera al posto del NIR lo SWIR e al posto del R il NIR; sensibile allo stato idrico della vegetazione

Gong, Pu e Biging, 2003.* "NLI"

(

(

)

)

NIR SWIR NIR SWIR ρ ρ ρ ρ + − 2

2 “Non – Linear Vegetation Index”

Considera al posto del NIR lo SWIR e al posto del R il NIR; sensibile allo stato idrico della vegetazione

Gong, Pu e Biging, 2003.* "RDVI" (( )1)/2 NIR SWIR NIR SWIR ρ ρ ρ ρ +

− “Re- normalized Difference Vegetation Index” Considera al posto del NIR lo SWIR e al posto del R il NIR;

sensibile allo stato idrico della vegetazione

Gong, Pu e Biging, 2003.* "MSR" (( ) ) 1 / 1 / 2 / 1 +NIR SWIR NIR SWIR ρ ρ ρ

ρ “Non – Linear Vegetation Index”

Considera al posto del NIR lo SWIR e al posto del R il NIR; sensibile allo stato idrico della vegetazione

Gong, Pu e Biging, 2003.*

Tabella 6.1: indici di vegetazione analizzati in questo capitolo; i colori rosso e verde distinguono rispettivamente i VIs sensibili al rosso visibile – infrarosso vicino, da quelli sensibili all’infrarosso SWIR – NIR (vedi testo).

(3)

Figura 6.1: un campione di vegetazione usato per determinare la correlazione tra un LAI noto e la riflettanza misurata attraverso uno spettro radiometro portatile (l’ellisse nera rappresenta il FOV dello strumento) (Lee, 2004).

L’indice di area fogliare è definito dal rapporto tra la superficie complessiva di tutte le foglie presenti all’interno di una copertura vegetale (considerando solo la superficie di una delle due pagine fogliari), e l’estensione della copertura stessa (m2/m2). Questo parametro adimensionale riveste notevole importanza per la quantificazione degli scambi energetici e di biomassa all’interno degli ecosistemi terrestri (Gong, 2003).

La misura diretta del LAI produce risultati relativamente accurati, ma è molto laboriosa e perlopiù distruttiva, pertanto la stima di tale indice sul campo può risultare problematica quando sono interessate vaste formazioni boschive.

I dati telerilevati sono stati impiegati dagli scienziati, su scala regionale, per la stima delle seguenti variabili relative agli ecosistemi forestali:

• la frazione di radiazione fotosinteticamente attiva che viene assorbita dalle piante (APAR)

• la temperatura della copertura vegetale • i tipi di comunità presenti

• gli indici di area fogliare

A un aumento dell’indice di area fogliare corrisponde una diminuzione della riflettanza nel rosso visibile, dovuta all’assorbimento della radiazione incidente da parte

(4)

dei pigmenti fotosintetici, come la clorofilla. Nell’infrarosso vicino, invece, il segnale cresce in quanto sono presenti più strati fogliari che riflettono verso l’alto l’energia in arrivo.

Nel NIR, infatti, la risposta spettrale è condizionata dalla riflessione diffusa della luce da parte dei componenti della parete cellulare, come la lignina. Tale fenomeno si concretizza facendo registrare elevati valori di riflettanza, e trasmittanza, a queste lunghezze d’onda (Gong, 2003).

Gli indici di vegetazione sono sensibili alle proprietà ottiche del suolo sottostante la copertura vegetale, pertanto, qualora non si possa tener conto degli effetti del terreno sulla riflettanza, la loro applicazione risulta limitata. Alcuni tra gli indici di vegetazione elencati nella tabella 6.1 sono stati formulati per considerare anche il contributo dei suoli sulla riflessione dell’energia incidente.

Le indagini sperimentali hanno dimostrato che l’indice di vegetazione perpendicolare (PVI), sebbene sia stato studiato per cercare di ridurre il rumore prodotto dal suolo sui classici VIs, è comunque affetto dall’influenza del terreno (Gong, 2003). Il PVI applicato a coperture vegetali sporadiche che si trovano su suoli chiari, infatti, fornisce valori sovrastimati. Tale problema ha indotto i ricercatori a formulare il WDVI, tuttavia, quest’ultimo non ha prodotto risultati significativamente migliori rispetto a quelli conseguiti dall’applicazione del PVI (Gong, 2003).

Il SAVI rappresenta quella generazione di indici dove figura una costante, o un fattore di correzione, il cui scopo è quello di produrre dei VIs in cui sia minimo il contributo della riflettanza dei suoli sottostanti. Tale indice, derivato dal NDVI, introduce un fattore di correzione “L“ che permette di stimare isolinee di vegetazione perlopiù indipendenti dalla luminosità del terreno.

A livello grafico il SAVI produce una traslazione dell’origine dello spazio bispettrale NIR – rosso visibile, al fine di tener conto dei seguenti fattori:

• interazioni del primo ordine tra suolo e vegetazione

• estinzione differenziale del flusso d’energia nel rosso e nel NIR, attraverso lo spessore della vegetazione

(5)

Il SAVI diventa equivalente al PVI qualora L tenda all’infinito, tuttavia, questa costante, in genere, assume valori compresi tra i seguenti estremi:

• 0, per le formazioni densamente vegetate allorquando il SAVI corrisponde all’indice NDVI da cui deriva;

• 1, nelle coperture caratterizzate da una bassa densità di piante.

Un fattore di correzione L pari a 0,5 può essere utilizzato per quelle superfici caratterizzate da coperture vegetate intermedie. In questo modo il valore del SAVI risulta superiore a quello degli indici NDVI e PVI per un ampia gamma di condizioni di vegetazione (Huete, 1988).

L’indice SAVI trasformato (TSAVI) è stato sviluppato per le superfici contraddistinte da vegetazione molto rada. Esso, inoltre, permette di compensare la variabilità della risposta dei suoli dovuta alle differenze di elevazione solare e di struttura delle piante.

Il TSAVI tende a zero per i suoli nudi e si avvicina a 0,7 per le coperture molto dense.

Al fine di simulare delle relazioni non lineari tra gli indici di vegetazione e i parametri biofisici della superficie, alcuni studiosi hanno proposto gli indici di vegetazione non lineari: NLI, RDVI e MSR.

L’indice NLI è stato impiegato per ricavare il MNLI: un’espressione che tenesse di conto dei meriti introdotti dal SAVI riguardo alla riduzione del rumore dovuto al suolo. Nella stessa ottica è stato formulato il SAVI*SR dove anziché il NLI viene considerato l’indice SR.

Nelle coperture aventi un basso indice di area fogliare la riflettanza nel rosso visibile (ρR) è relativamente più alta rispetto a quella nell’infrarosso vicino (ρNIR). In

queste condizioni un piccolo cambiamento della ρR produce una variazione dell’indice

NDVI maggiore rispetto a quella del SR.

Laddove il LAI risulta più alto, invece, in genere la ρNIR supera la ρR pertanto

un’alterazione del primo valore provoca una modifica maggiore dell’indice SR rispetto a quella che si manifesta nel NDVI.

Il prodotto tra NDVI e SR (indice NDVI*SR) all’aumentare del LAI dovrebbe bilanciare suddetti fenomeni (Gong, 2003).

Gli indici evidenziati in rosso nella tabella 6.1, sono stati formulati come funzioni delle sole bande del rosso visibile e dell’infrarosso vicino. Alcuni ricercatori,

(6)

tuttavia, sono soliti far riferimento a indici calcolati basandosi sull’infrarosso a onda corta (SWIR ~ 1,0 – 2,5 µm) al posto del rosso visibile. In particolar modo il rapporto tra ρMIR (MIR è l’acronimo di infrarosso medio che copre le lunghezze d’onda tra 1,55 –

2,35 µm) e ρNIR si sta diffondendo nella comunità scientifica come il capostipite di una

nuova generazione di indici di vegetazione (Gong, 2003).

Gli studiosi ipotizzano che la correlazione tra il rapporto ρMIRNIR e il LAI sia

controllata dal processo di assorbimento delle lunghezze d’onda dello SWIR, da parte dell’acqua presente nei tessuti fogliari. In questo modo, tale indice di vegetazione, indicherebbe lo spessore equivalente d’acqua contenuta in tutte le foglie della copertura studiata.

Al fine di valutare l’efficacia nella distinzione degli effetti degli incendi campionati, e del recupero della vegetazione interessata da tali eventi, sono stati confrontati tra loro i valori degli indici elencati nella tabella 6.1 per ognuna delle immagini Landsat a disposizione (vedi capitolo 5).

I primi dodici VIs utilizzano le bande del rosso visibile e dell’infrarosso vicino senza snaturare le originali definizioni che si trovano in letteratura.

Tra gli indici sensibili al NIR – rosso visibile, sono stati scelti quelli privi dei fattori di correzione per ridurre l’influenza dei suoli: SR, NDVI, NLI, RDVI, MSR, NDVI*SR. Le equazioni di tali indici sono state riviste sostituendo al posto della ρNIR la

ρSWIR, e laddove compariva la riflettanza nel rosso vicino (ρR) è stata considerata,

invece, la ρNIR.

Ai primi dodici, quindi, sono stati aggiunti altri sei VIs appartenenti alla categoria degli indici sensibili all’infrarosso: “SR”, “NDVI”, “NLI”, “RDVI”, “MSR”, “NDVI*SR”.

La retta dei suoli è definita nello spazio bidimensionale del rosso visibile e dell’infrarosso vicino dove: vegetazione, suoli nudi e acqua, occupano delle specifiche posizioni che corrispondono ai vertici di un triangolo. La figura 6.1 mostra la collocazione, nello spazio ρR Vs ρNIR, dei pixels relativi alle seguenti tre tipologie di

coperture:

• terreni chiari su alluvioni antiche, profondi e aridi • terreni alluvionali scuri, leggeri, profondi e freschi • pineta a prevalenza di pino marittimo e/o domestico • acqua di mare

(7)

I dati sono stati estrapolati dal ritaglio “aoi_192_30_01_08_26” (vedi capitolo 5) mediante le regioni di interesse riportate nella tabella 6.2.

Nella figura 6.2 i pixels della vegetazione sono distribuiti in alto a sinistra, mentre quelli del mare si trovano in basso a sinistra. I pixels dei suoli scuri e di quelli chiari, invece, occupano la parte centrale e quella destra del grafico rispettivamente.

Questa collocazione è tipica delle suddette coperture, infatti:

• la vegetazione è caratterizzata da una riflettanza più alta nel NIR nei confronti di quella del rosso visibile, a causa dell’assorbimento dei pigmenti fotosintetici

• nei suoli l’elevata riflessione nelle lunghezze d’onda del NIR – rosso visibile, diventa ancora maggiore nei terreni più chiari rispetto a quelli più scuri

• l’acqua possiede bassi valori di riflettanza nel rosso e nell’infrarosso vicino.

y = 0,2341x + 0,1087 R2 = 0,2114 y = 1,1443x + 0,0062 R2 = 0,5709 y = -0,9246x + 0,1605 R2 = 0,0811 0,00 0,02 0,04 0,06 0,08 0,10 0,12 0,14 0,16 0,18 0,20 0,00 0,05 0,10 0,15 0,20

Riflettanza rosso visibile

R if let ta n za i n fr ar o ss o v ic in o Suoli chiari Suoli scuri Vegetazione Acqua B A C

Figura 6.2: collocazione dei valori di riflettanza dei pixels appartenenti alle categorie suoli, vegetazione e acqua, in uno spazio bi – spettrale ρR Vs ρNIR; si osservi che la posizione reciproca

di tali tipologie di coperture corrisponde ai vertici A, B, C di un triangolo.

I risultati della figura 6.2 dimostrano che, nello spazio bispettrale ρR Vs ρNIR, i

pixels appartenenti ai suoli nudi occupano posizioni che vanno dall’angolo in alto a destra a quello in basso a sinistra, a seconda delle caratteristiche pedologiche di colore, tessitura e composizione. In questo modo per ciascuna porzione di terreno non ricoperta da vegetazione, è possibile calcolare la retta dei suoli, il cui coefficiente angolare e

(8)

l’intercetta con l’asse del NIR vengono utilizzati come coefficienti di correzione nei VIs appartenenti alla famiglia del PVI (vedi tabella 6.1).

Regioni di interesse Descrizione

terreni alluvionali scuri, leggeri, profondi e freschi

pineta a prevalenza di pino marittimo e/o

domestico

Acqua di mare

terreni chiari su alluvioni antiche, profondi e aridi

Tabella 6.2: le regioni di interesse impiegate per ricavare i valori dei pixels presentati nella figura 6.2; le zone ricadono nei Comuni di Pisa e Santa Maria a Monte – Castelfranco di Sotto.

I suoli delle Cerbaie si sviluppano su alluvioni antiche, generalmente sono sabbiosi e/o ghiaiosi, di colore rossastro, dotati di grande incoerenza che ne accentua la permeabilità, il dilavamento e le perdite d’acqua per percolazione ed evaporazione. La dotazione idrica, minerale ed organica, risulta perlopiù molto scarsa (vedi capitolo 3).

Nel secondo riquadro della tabella 6.2 vengono mostrate (in rosso) le regioni di interesse individuate alle Cerbaie, in prossimità dell’incendio “01_08”. I dati di riflettanza nel rosso visibile e nell’infrarosso vicino già proposti nella figura 6.2, insieme alle altre categorie di coperture, vengono riportati anche nella figura 6.3 con un maggior dettaglio.

(9)

Il coefficiente angolare della retta è pari a 0,2341, mentre l’intercetta con l’asse del NIR vale 0,1087. Questi valori saranno utilizzati come fattori correttivi nel calcolo degli indici: PVI, WDVI e TSAVI.

"Suolo delle Cerbaie" y = 0,2341x + 0,1087

R2 = 0,2114 0,00 0,02 0,04 0,06 0,08 0,10 0,12 0,14 0,16 0,18 0,20 0,00 0,05 0,10 0,15 0,20

Riflettanza rosso visibile

R if let ta n za i n fr ar o ss o v ic in o Suolo Cerbaie

Figura 6.3: la retta dei suoli delle Cerbaie, in alto a destra viene riportata l’espressione della retta di regressione e il relativo coefficiente R2.

L’elevata estensione dell’area delle Cerbaie e la possibilità di individuare dei punti in cui la vegetazione si diradava lasciando scoperto il terreno sottostante, sono stati determinanti al fine del calcolo della relativa retta dei suoli, e quindi degli indici della famiglia del PVI.

Non è stato possibile calcolare suddetti VIs anche per la regione di interesse Monte Castellare. L’area, infatti, è situata su terreni derivanti dalla degradazione delle rocce calcaree, dovuta prevalentemente all’attacco del componente carbonatico ad opera delle soluzioni acquose di acido carbonico. Se il calcare è notevolmente puro, come si verifica ad esempio sui monti di San Giuliano, il residuo risulta scarso e viene rimosso facilmente dagli agenti erosivi. Le pendici restano, allora, del tutto prive di vegetazione e solo sui crepacci, o dove la pendenza è minore, si può formare uno strato più o meno rilevante di terreno.

Nelle immagini Landsat a disposizione non è stato possibile individuare una superficie di terreno sufficientemente estesa per calcolare la retta dei suoli della “ROI 01_07”.

(10)

L’analisi delle immagini raffiguranti l’ANPIL Monte Castellare, attraverso varie composizioni RGB a falsi colori, non ha messo in evidenza porzioni di suolo scoperto, bensì le rocce calcaree affioranti delle vicine cave.

I valori medi degli indici VIs e le relative deviazioni standard, per le “ROI 01_08” e “ROI 01_07”, sono presentati rispettivamente nelle tabelle 6.3 e 6.4. Quest’ultima manca degli indici PVI, WDVI e TSAVI che si basano sulla conoscenza del coefficiente angolare e dell’intercetta della retta dei suoli.

I risultati presentati nelle tabelle 6.3 e 6.4 sono stati riportati nelle figure 6.4 e 6.5 rispettivamente. I grafici mostrano l’andamento temporale di tutti gli indici di vegetazione esaminati in questo studio.

La situazione iniziale (15 Febbraio 2001) è evidenziata in blu scuro, mentre quella finale (27 Settembre 2004) in celeste chiaro.

Da un’analisi qualitativa degli andamenti di ciascun indice emergono le seguenti caratteristiche:

• in tutti i casi, a partire dalla data dell’incendio, il recupero della vegetazione è confermato dall’aumento del valore degli indici (rosso visibile – NIR), o dalla loro diminuzione (SWIR – NIR)

• nella “ROI 01_07” i VIs più lontani dall’incendio risultano sistematicamente inferiori a quelli precedenti l’evento

• nella “ROI 01_08” i VIs più lontani dall’incendio equivalgono a quelli antecedenti, o addirittura li superano in qualche caso

• il MNLI e il “NLI” sono, tra gli indici di entrambe le regioni di interesse, quelli in cui il recupero della vegetazione risulta meno evidente

• la famiglia del PVI (PVI, WDVI, TSAVI), presente nella sola “ROI 01_08”, è caratterizzata da variazioni meno evidenti rispetto agli altri indici

• tra gli indici per ridurre il disturbo del suolo studiati in entrambe le regioni di interesse (SAVI, MNLI, SAVI*SR), quello che ha scandito il recupero della vegetazione in maniera più netta è il SAVI*SR.

(11)
(12)
(13)

"ROI 01_08" -4 -2 0 2 4 6 8 SR ND V I PV I SA V I NL I RD V I MS R WD V I MN L I NDV I* S R SA V I* S R TS A V I "SR " "NDV I" "N LI" "RDV I" "M SR " "NDV I* S R " 15/02/01 26/08/01 13/10/01 02/02/02 12/07/02 30/09/02 25/09/03 03/03/04 27/09/04

Indici sensibili al rosso vis. e al NIR Indici sensibili allo SWIR a al NIR

Figura 6.4: evoluzione temporale dei VIs elencati nella tabella 6.1 suddivisi in base alle regioni dello spettro cui sono sensibili; i valori si riferiscono alla tabella 6.3 (“ROI 01_08”).

"ROI 01_07" -4 -2 0 2 4 6 8 SR ND V I SA V I NL I RD V I MS R MN L I ND V I*S R SA V I* S R "S R " "N D V I" "N LI " "R D V I" "M S R " "NDV I* S R " 15/02/01 26/08/01 13/10/01 02/02/02 12/07/02 30/09/02 25/09/03 04/03/04 27/09/04

Indici sensibili al rosso vis. e al NIR Indici sensibili allo SWIR a al NIR

Figura 6.5: evoluzione temporale dei VIs elencati nella tabella 6.1 suddivisi in base alle regioni dello spettro cui sono sensibili; i valori si riferiscono alla tabella 6.4 (“ROI 01_07”).

(14)

6.2. Valutazione della ricostituzione della vegetazione

Nel precedente paragrafo sono stati presentati alcuni indici di vegetazione sensibili alle variazioni di riflettanza nelle regioni spettrali del rosso visibile – NIR e dello SWIR – NIR.

In accordo con le conclusioni tratte dall’analisi spettrale, le figure 6.4 e 6.5 mostrano che, a distanza di poco più di tre anni, i VIs della tabella 6.1 risultano confrontabili con quelli relativi alla situazione precedente gli incendi.

Le differenze, perlopiù trascurabili, tra lo status iniziale (15 Febbraio 2001) e quello finale (27 Settembre 2004) potrebbero essere attribuite ai seguenti fattori:

• tendenza della comunità vegetale a ritrovare, laddove possibile, una composizione floristica d’equilibrio analoga a quella iniziale

• diverso grado di maturità delle formazioni secondarie rispetto alle coperture primarie

• rumore fenologico

Al fine di valutare gli effetti degli incendi e la ripresa della vegetazione, sono stati ricavati due indicatori detti di effetto (IE) e di recupero (IR).

Il calcolo di suddetti parametri si basa sull’assunzione che le differenze spettrali rilevate tra il 15 Febbraio 2001 e il 26 Agosto 2001 siano dovute all’effetto dell’incendio, mentre quelle tra il 26 Agosto 2001 e il 27 Settembre 2004 siano attribuibili al recupero della vegetazione.

Gli indicatori di effetto e di recupero sono stati normalizzati sull’indicatore di stabilità della vegetazione (IS), che ne rappresenta lo stato spettrale d’equilibrio (quello misurato alla data 15 Febbraio 2001).

Le formule impiegate per la stima degli indicatori normalizzati (IEN e IRN) sono presentate nelle equazioni 6.1 e 6.2 rispettivamente.

15/02/01 15/02/01 26/08/01 VI VI VI IS IE IEN= = −

Equazione 6.1: formula impiegata per il calcolo dell’indicatore di effetto normalizzato (IEN), il termine VIgg/mm/aa indica il valore medio dell’indice di vegetazione calcolato a una specifica data

(15)

15/02/01 26/08/01 27/09/04 VI VI VI IS IR IRN= = −

Equazione 6.2: formula impiegata per il calcolo dell’indicatore di recupero normalizzato (IRN), il termine VIgg/mm/aa indica il valore medio dell’indice di vegetazione calcolato a una specifica data

(vedi tabelle 6.3 e 6.4).

I valori IEN e IRN, calcolati rispettivamente per la “ROI 01_07” e la “ROI 01_08” vengono elencati nelle tabelle 6.5 e 6.6, e mostrati nelle figure 6.6 e 6.7.

I VIs applicati al bosco tendente alla gariga della “ROI 01_07” hanno fornito i seguenti risultati:

• gli indicatori di effetto e di recupero per l’indice “SR” sono molto maggiori rispetto a quelli degli altri VIs dell’infrarosso

• nella regione R – NIR gli indici più sensibili agli effetti dell’incendio e al recupero della vegetazione sono NDVI*SR e NLI

• tra i VIs corretti per ridurre il disturbo del suolo, MNLI e SAVI*SR risultano avere valori IEN e IRN migliori.

La tabella 6.6 e la figura 6.7 riportano gli indicatori normalizzati di effetto e recupero per la pineta a prevalenza di pino marittimo e domestico. Tali parametri, relativi a ognuno dei VIs esaminati, presentano le seguenti caratteristiche principali:

• nell’indice “SR” risultano dello stesso ordine di grandezza rispetto a quelli degli altri VIs dell’infrarosso (“NDVI”, “RDVI”, “MSR”), sebbene maggiori di quest’ultimi

• i valori più alti nella regione R – NIR sono quelli dell’indice NDVI*SR, seguiti dal PVI e dal TSAVI che appartengono alla stessa famiglia di VIs realizzati per ridurre il disturbo del suolo

• i risultati ottenuti applicando gli indici SAVI, SAVI*SR e MNLI sono confrontabili, ma comunque inferiori rispetto al PVI e al TSAVI

(16)

SR 7,073449 0,793317 4,435456 7,073449 6,280132 3,642139 0,8878458 0,5149028 NDVI 0,748150 -0,116297 0,623153 0,748150 0,864448 0,739451 1,1554465 0,988372 SAVI 0,439357 -0,033071 0,345137 0,439357 0,472428 0,378209 1,0752725 0,8608229 NLI 0,324379 -0,919599 0,017312 0,324379 1,243979 0,936911 3,8349494 2,8883186 RDVI 1,496300 -0,232595 1,246307 1,496300 1,728895 1,478901 1,1554465 0,988372 MSR 1,330200 -0,148823 1,051651 1,330200 1,479023 1,200475 1,1118805 0,902477 MNLI 0,094355 -0,166930 0,003634 0,094355 0,261286 0,170564 2,7691628 1,8076806 NDVI*SR 0,136610 -1,119790 0,004655 0,136610 1,256400 1,124445 9,1969927 8,2310678 SAVI*SR 1,207721 -1,549169 0,075171 1,207721 2,756891 1,624340 2,282721 1,344963 "SR" 0,168965 2,837057 0,317990 0,168965 2,668093 2,519067 15,790831 14,908838 "NDVI" -0,714145 0,477277 -0,521661 0,714145 1,191422 0,998938 1,6683197 1,3987892 "NLI" -0,982394 -0,409499 -0,951168 0,982394 0,572895 0,541669 0,5831624 0,5513761 "RDVI" -1,428290 0,954554 -1,043322 1,428290 2,382844 1,997876 1,6683197 1,3987892 "MSR" -0,767874 0,757370 -0,590762 0,767874 1,525245 1,348132 1,986321 1,7556682 "NDVI*SR" -2,233308 -0,202293 -1,781688 2,233308 2,031016 1,579396 0,9094202 0,7072001 In d ici sen sib ili al ro sso vis. e al NIR In d ici sen sib ili allo SWIR e al NIR IRN 15/02/01 26/08/01 27/09/04 Indicatore di stato (IS) Indicatore di effetto (IE) recupero (IR)Indicatore di IEN

Tabella 6.5: indicatori normalizzati di effetto e di recupero per i VIs applicati alla “ROI 01_07”.

"ROI 01_07" 0 2 4 6 8 10 12 14 16 18 SR ND V I SA V I NL I RD V I MS R MN L I ND V I*S R SA V I*S R "S R " "N D V I" "N L I" "R D V I" "M S R " "NDV I* S R " IEN IRN

Indici sensibili al rosso vis. e al NIR Indici sensibili al SWIR e al NIR

Figura 6.6: andamento degli indicatori normalizzati di effetto e di recupero per i VIs applicati alla “ROI 01_07”.

(17)

SR 3,441348 1,020678 4,344073 3,441348 2,420670 3,323395 0,703407 0,965725 NDVI 0,537069 0,005369 0,612350 0,537069 0,531701 0,606982 0,990004 1,130174 PVI 0,029266 -0,062040 0,059996 0,029266 0,091306 0,122036 3,119878 4,169884 SAVI 0,223923 0,002802 0,283823 0,223923 0,221121 0,281021 0,987486 1,254989 NLI -0,330066 -0,885995 -0,134130 0,330066 0,555928 0,751864 1,684292 2,277919 RDVI 1,074138 0,010737 1,224700 1,074138 1,063401 1,213963 0,990004 1,130174 MSR 0,876955 0,009221 1,030717 0,876955 0,867735 1,021497 0,989486 1,164822 WDVI 0,138757 0,044982 0,170318 0,138757 0,093775 0,125335 0,675821 0,903271 MNLI -0,060023 -0,143015 -0,026556 0,060023 0,082992 0,116459 1,382680 1,940243 NDVI*SR -0,152475 -0,888415 -0,061784 0,152475 0,735940 0,826631 4,826622 5,421414 SAVI*SR -0,701189 -1,528073 -0,285294 0,701189 0,826884 1,242779 1,179259 1,772388 TSAVI 0,006313 -0,013575 0,012934 0,006313 0,019888 0,026509 3,150256 4,198961 "SR" 0,367505 1,565826 0,402910 0,367505 1,198320 1,162916 3,260688 3,164351 "NDVI" -0,484290 0,187190 -0,436628 0,484290 0,671480 0,623818 1,386525 1,288108 "NLI" -0,952399 -0,748877 -0,940065 0,952399 0,203522 0,191187 0,213694 0,200743 "RDVI" -0,968580 0,374380 -0,873255 0,968580 1,342959 1,247635 1,386525 1,288108 "MSR" -0,547021 0,280466 -0,503719 0,547021 0,827486 0,784184 1,512715 1,433555 "NDVI*SR" -2,127562 -0,599546 -1,728708 2,127562 1,528016 1,129162 0,718201 0,530731 Indic i s en si bili a llo SWI R e al NI R Indicatore di stato (IS) Indicatore di effetto (IE) Indicatore di recupero (IR) 15/02/01 26/08/01 27/09/04 IRN Indic i s en si bili a l r o ss o v is . e a l NIR IEN

Tabella 6.6: indicatori normalizzati di effetto e di recupero per i VIs applicati alla “ROI 01_08”.

"ROI 01_08" 0 2 4 6 8 10 12 14 16 18 SR NDV I PV I SA V I NL I RDV I MS R WD V I MN L I ND V I* S R SA V I* S R TS A V I "S R " "NDV I" "N L I" "RDV I" "M SR " "N D V I* S R " IEN IRN Indici sensibili al rosso vis. e al NIR Indici sensibili al SWIR e al NIR

Figura 6.7: andamento degli indicatori normalizzati di effetto e di recupero per i VIs applicati alla “ROI 01_08”.

In ultima analisi, dai grafici precedenti emerge che la vegetazione del Monte Castellare, colpita nell’incendio del 26 Luglio 2001, ha subito danni consistenti (“SR” molto elevato nello spazio SWIR – NIR), non del tutto recuperati nel periodo di osservazione. Questa conclusione è giustificata dall’andamento di IRN che risulta sistematicamente di poco più basso rispetto a IEN.

(18)

L’analisi spettrale effettuata nel capitolo 5 conferma le precedenti osservazioni, infatti, rispetto alla situazione iniziale, sono state rilevate le seguenti differenze:

• i valori di riflettanza nello SWIR, a un mese dall’incendio, superavano anche del 10% quelli precedenti, ciò testimonia un elevato stress idrico della vegetazione a seguito del fuoco

• il segnale nel NIR più lontano dalla data dell’incendio risulta inferiore a quello iniziale, a indicare una minore riflessione dell’energia incidente da parte della biomassa fogliare prodotta

Questi aspetti suggeriscono che la vegetazione sia stata duramente colpita, e che, nell’intervallo di tempo 2001 – 2004, abbia prodotto una quantità di biomassa inferiore rispetto a quella presente prima dell’evento. Tramite il rilevamento sul campo, infatti, è stata presa visione del fatto che le fiamme abbiano interessato tutto lo spessore della copertura boschiva e arbustiva. Inoltre le piante rigermoglianti, a distanza di quasi tre anni dall’incendio “01_07”, non hanno ancora raggiunto le dimensioni tipiche degli stadi maturi (vedi capitolo 7).

La pineta colpita dall’incendio del 4 Agosto 2001 ha iniziato a rigenerarsi più tardi rispetto al bosco misto tendente alla gariga (vedi capitolo 5), tuttavia i dati ricavati dagli indici mostrano che il recupero, a distanza di circa tre anni, è pressoché completo.

L’incendio suddetto, nella sua vastità, è stato meno distruttivo di quello del Luglio 2001, infatti l’indice “SR” è moderatamente maggiore degli altri VIs all’infrarosso. In aggiunta, la riflettanza misurata nello SWIR dopo l’incendio, sebbene più alta nei confronti dei dati precedenti, nei confronti dell’altra regione di interesse è più bassa del 3% e del 6% nella bande ETM 5 e 7 rispettivamente (vedi capitolo 5).

I valori di riflettanza più recenti che si sovrappongono a quelli iniziali in tutto lo spettro ETM, e l’indicatore IRN quasi sempre maggiore o analogo al IEN per tutti i VIs analizzati, suggeriscono un recupero perlopiù completo della pineta.

L’indagine sul campo ha permesso di osservare che l’incendio “01_08” ha interessato prevalentemente il sottobosco, mentre diversi nuclei di alberi ad alto fusto sono scampati alla distruzione. In questo caso il recupero del sottobosco può aver ristabilito delle condizioni spettrali analoghe a quelle precedenti l’incendio.

Non si deve trascurare il fatto che molti degli ettari di bosco bruciati appartenevano alla riserva Statale di Montefalcone. Al recupero di quest’area senz’altro hanno contribuito le opere di manutenzione eseguite dal Corpo Forestale dello Stato.

Figura

Tabella 6.1: indici di vegetazione analizzati in questo capitolo; i colori rosso e verde distinguono  rispettivamente i VIs sensibili al rosso visibile – infrarosso vicino, da quelli sensibili all’infrarosso  SWIR – NIR (vedi testo)
Figura 6.1: un campione di vegetazione usato per determinare la correlazione tra un LAI noto e  la riflettanza misurata attraverso uno spettro radiometro portatile (l’ellisse nera rappresenta il FOV  dello strumento) (Lee, 2004)
Figura 6.2: collocazione dei valori di riflettanza dei pixels appartenenti alle categorie suoli,  vegetazione e acqua, in uno spazio bi – spettrale ρ R  Vs ρ NIR ; si osservi che la posizione reciproca
Tabella 6.2: le regioni di interesse impiegate per ricavare i valori dei pixels presentati nella figura  6.2; le zone ricadono nei Comuni di Pisa e Santa Maria a Monte – Castelfranco di Sotto
+5

Riferimenti

Documenti correlati

Le scelte realizzate con l’intento di ottenere dei dati che potessero essere il più possibile calzanti rispetto alla realtà degli usi lessicali messi in atto dai membri della

4 Robert Schuman Centre for Advanced Studies Policy Papers A specific area where EU-China cooperation on trade and investment could be beneficial to both sides is China’s Belt

Per il Comune di Susegana quest’opportunità di rilevazione del grado di soddisfazione dell’utenza rappresenta l’unica via percorribile nel lungo percorso di

As far as the anxiety is concerned, I investigated how students feel when they are in class, with their classmates and when they have to use they language for

Dificultățile majore întâmpinate de-a lungul acestui studiu au fost legate de anumiți termeni tehnici care fac parte din domeniul politic și economic, precum și necesitatea de a

P- value is quite high, which means that we cannot reject the null hypothesis of jointly all the past values of credit are non-significant. Conclusion: no causality running from

Therefore, in the remaining sections, we examine only the three-regime Bayesian panel Markov-switching model with imperfect synchronization for Chinese provincial industrial

An analysis of existing surveys on labour migration conducted in Armenia, Belarus, Georgia, Moldova, and Ukraine as sending countries and in Azerbaijan as a destination country 5