• Non ci sono risultati.

CAPITOLO 4

N/A
N/A
Protected

Academic year: 2021

Condividi "CAPITOLO 4"

Copied!
19
0
0

Testo completo

(1)

Gli incendi di riferimento

4.1. La localizzazione semiautomatica delle aree incendiate

La Provincia di Pisa si estende su un territorio che, per le sue caratteristiche vegetazionali e climatiche, presenta un indice di rischio di incendi boschivi medio – elevato (Piano Operativo AIB della Regione Toscana, 2004 – 2006).

Nel periodo considerato in questa tesi, dal 2001 al 2004, sono stati censiti, dall’Amministrazione Provinciale, 224 incendi che hanno interessato complessivamente circa 414 ha di superficie boscata (vedi Capitolo 1). In molti casi non è stato possibile riscontrare visivamente tali eventi sulle Landsat a disposizione, dal momento che le aree colpite si estendevano in media per qualche ettaro, e conseguentemente venivano rappresentate nella scena con pochi, isolati pixels. In aggiunta, quando l’incendio si era verificato a distanza di qualche mese dalla data di acquisizione delle immagini satellitari, spesso la vegetazione risultava già in fase di recupero, ostacolando ulteriormente la localizzazione delle aree bruciate.

La necessità di individuare le superfici boscate effettivamente percorse dal fuoco, con la massima precisione possibile, ha contribuito alla sperimentazione di un sistema semiautomatico per il riconoscimento degli incendi.

La procedura semiautomatica per la localizzazione degli incendi è stata testata sull’immagine Landsat ETM – 7 del 26 Agosto 2001, producendo risultati soddisfacenti. La sua validità, tuttavia, non può essere generalizzata in quanto necessiterebbe di fasi di sperimentazione maggiormente accurate, che esulano dagli scopi di questa tesi.

I criteri seguiti nella realizzazione della procedura semiautomatica, pertanto, sono da intendersi come linee guida che, insieme al metodo di change detection basato sul rapporto tra immagini pre e post incendio (Biagioni, 2004), possono fornire elementi aggiuntivi per lo sviluppo di tecniche di riconoscimento più raffinate.

(2)

La procedura di cui sopra si articola nelle seguenti fasi: 1. selezione delle “training areas” vegetazione e incendio;

2. creazione di immagini vettoriali contenenti la vegetazione e gli incendi; 3. conversione dei vettoriali in raster;

4. applicazione dell’operatore booleano “AND” ai raster.

La selezione delle “training areas” fornisce al programma Erdas Imagine 8.5 i dati necessari per l’individuazione, nell’immagine raster, di tutti quei pixels che presentano caratteristiche spettrali analoghe.

La tecnica è la stessa usata nella classificazione supervisionata, in cui l’analista sceglie le classi di interesse tracciando su di esse dei poligoni che delimitano i pixels di riferimento.

I pixels della vegetazione boschiva sono stati selezionati sull’immagine Landsat ETM del 15 Febbraio 2001, mentre quelli degli incendi provengono dalla scena Landsat ETM del 26 Agosto 2001, dove sono evidenti due vaste superfici indubbiamente percorse dal fuoco.

Il programma Erdas Imagine 8.5 è stato impiegato per produrre due immagini vettoriali distinte della vegetazione boschiva e degli incendi.

A monte di questa fase, è possibile selezionare le bande spettrali su cui il programma si basa per eseguire automaticamente le operazioni di calcolo. Il raster da convertire in vettoriale, tuttavia, può essere un’immagine a singola banda ottenuta, ad esempio, dall’applicazione di un indice di vegetazione. L’operatore, in questi casi, può scegliere di utilizzare tale banda in aggiunta a quelle di sopra menzionate.

I risultati più accurati sono stati conseguiti, in questa tesi, sfruttando tutte le bande ETM a disposizione.

Sulla base delle impostazioni fornite dall’utente, la macchina “apprende” i dati da utilizzare per il riconoscimento delle superfici con caratteristiche spettrali analoghe a quelle delle training areas.

Al termine di questa fase, Erdas Imagine 8.5 memorizza le informazioni di apprendimento in appositi file aventi estensione “.lrn” (learning), inoltre produce gli shapefile contenenti le immagini vettoriali che possono essere analizzate col programma Esri ArcView GIS 3.2.

(3)

Landsat ETM 192_30 del 26 Agosto 2001, visualizzato con una rappresentazione RGB a falsi colori 7, 4, 3 (vedi testo).

Si osservi che la maggior parte della vegetazione boschiva viene riconosciuta dalla macchina, mentre altri tipi di coperture vegetali, come le colture agricole, rappresentate in verde chiaro, non sono state incluse tra i poligoni viola scuro.

Figura 4.1: shapefile della vegetazione boschiva riportata sul ritaglio Landsat 192_30 del 26

Luglio 2001 visualizzato con una rappresentazione RGB a falsi colori 7, 4, 3.

La trasformazione degli shapefile in immagini raster si è resa necessaria per applicare la funzione booleana “AND”. Tale operatore logico confronta i valori dei pixels omologhi e assume il valore 0 (nero) se questi sono discordi, 1 (bianco) se coincidono.

(4)

ai punti dove la macchina ha localizzato la vegetazione boschiva o gli incendi. AI pixels neri, invece, poiché non contengono informazione, viene attribuito il valore 0.

Il risultato finale è un’immagine in cui i pixels bianchi localizzano la posizione delle aree in cui prima era presente la vegetazione boschiva, e successivamente gli incendi.

A titolo esemplificativo, nelle figure 4.2 e 4.3, sono riportati dei dettagli degli incendi riconosciuti attraverso la procedura delineata in questa tesi.

La figura 4.2 mostra l’incendio avvenuto il 26 Luglio 2001 sul Monte Castellare a San Giuliano Terme (riquadro rosso), e altre possibili aree incendiate che, tuttavia, non sono presenti nella documentazione ufficiale rilasciata dalla Regione Toscana (Schede AIB, 2001).

La figura 4.3 riporta due incendi avvenuti nell’Agosto 2001. I pixels bianchi nel riquadro rosso si riferiscono all’area compresa tra i Comuni di Santa Maria a Monte e Castelfranco di Sotto, mentre quelli isolati in alto a sinistra individuano la zona percorsa dal fuoco in località Orentano (Castelfranco di Sotto).

(5)

Figura 4.2: incendi riconosciuti con la procedura semiautomatica, il dettaglio sulla sinistra,

visualizzato con una rappresentazione RGB a falsi colori 7, 4, 3, è stato ricavato dalla Landsat 192_30 del 26 Agosto 2001.

(6)

Figura 4.3: incendi riconosciuti con la procedura semiautomatica, il dettaglio sulla sinistra,

visualizzato con una rappresentazione RGB a falsi colori 7, 4, 3, è stato ricavato dalla Landsat 192_30 del 26 Agosto 2001.

(7)

4.2. Gli incendi di riferimento

Alla luce degli obiettivi di questa tesi, i risultati dalla procedura semiautomatica descritta nel precedente paragrafo sono stati impiegati per la scelta delle aree incendiate che presentassero le seguenti caratteristiche:

• estensione superficiale relativamente elevata (superiore a 4 ettari, in modo da avere una buona base di dati da cui ricavare le firme spettrali delle aree percorse dal fuoco)

• differenti fitocenosi colpite dall’incendio (per studiare le differenze nell’evoluzione temporale delle relative firme spettrali)

• eventi avvenuti tra il 15 Febbraio e 26 Agosto 2001 (date di acquisizione delle prime immagini Landsat a disposizione) privilegiando quelli più vicini a quest’ultima data, in considerazione del recupero della vegetazione che può interferire con la caratterizzazione spettrale delle aree colpite

• possibilità di accedere alle aree incendiate (per effettuare rilevamenti sullo stato della vegetazione direttamente sul campo)

Sulla base di suddette considerazioni sono stati scelti due incendi avvenuti il 26 Luglio 2001 sul Monte Castellare (San Giuliano Terme) e il 4 Agosto 2001 nelle località Montefalcone – Cerretti tra i Comuni di Castelfranco di Sotto e Santa Maria a Monte.

Le figure 4.4 e 4.5 mostrano un dettaglio cartografico delle due aree suddette. Le immagini, elaborate mediante il programma Esri ArcView GIS 3.2, riportano le formazioni vegetali e pedologiche già discusse nel capitolo 3.

(8)

Figura 4.4: dettaglio cartografico dell’area colpita dall’incendio del 26 Luglio 2001.

(9)

Nella tabella 4.1 vengono elencate le principali caratteristiche degli incendi di riferimento identificati dalle sigle “01_07” e “01_08” che indicano rispettivamente l’anno e il mese di accadimento.

Identificativo WGS 84 – UTM (fuso 32)Coordinate (metri) interessataSuperficie Vegetazione colpita

“01_07” 618460,05 E

4847041,03 N 19 ha

Bosco misto tendente alla gariga

“01_08” 4845431,04 N 639074,76 E 170 ha pino marittimo e domesticoPineta a prevalenza di Tabella 4.1: dati principali dei due incendi campionati in questa tesi, le coordinate si riferiscono

con buona approssimazione al centro dell’area colpita.

L’incendio “01_07” avvenuto il 26 Luglio 2001 in località Monte Castellare, nel Comune di San Giuliano Terme, ha bruciato 19 ettari di bosco composto prevalentemente da formazioni miste degradanti in gariga (vedi capitolo 3) e colture olivicole.

L’elevata valenza ecologico – naturalistica, di quest’area, ha indotto il Comune di San Giuliano Terme a istituirvi, nel 1997, l’Area Naturale Protetta di Interesse Locale Monte Castellare (Fantoni, 2000). Le specie arboree più diffuse in quest’area sono il leccio, la sughera e qualche sporadica pineta di pini marittimi e d’Aleppo, mentre tra la vegetazione arbustiva prevalgono l’euforbia spinosa, l’erica, la fillirea e il lentisco.

L’incendio “01_08”, del 6 Agosto 2001, si è verificato nelle località Cerretti – Montefalcone devastando circa 170 ha di bosco costituito in prevalenza da pinete di pino marittimo – domestico, e da alcune quercete miste a cerro. Una buona parte delle formazioni forestali coinvolte in questo evento apparteneva alla Riserva Naturale Statale di Montefalcone, gestita dal Corpo Forestale dello Stato nel Comune di Castelfranco di Sotto.

Il territorio comprendente le località Cerretti – Montefalcone, tra i comuni di Santa Maria a Monte e Castelfranco di Sotto, prende il nome di Colline delle Cerbaie. Tale ambito è ad elevatissimo rischio di incendio in quanto la vegetazione forestale prevalente è rappresentata dalle pinete di pino marittimo (Piano Operativo AIB Provincia di Pisa, 2004 – 2006).

I pini, così come la maggior parte delle conifere, vengono interessati generalmente dal fuoco di cima che si propaga con rapidità, sotto l’azione del vento,

(10)

La figura 4.6 mostra un’immagine a colori naturali del territorio della Provincia di Pisa. La scena è stata ritagliata dalla Landsat ETM 192_30 del 26 Agosto 2001. I riquadri rossi delimitano gli incendi “01_07” (riquadro 1) e “01_08” (riquadro 2).

Tutte le immagini analizzate in questa tesi sono state ritagliate basandosi sulle medesime coordinate dei vertici che vengono riportate nella tabella 4.2. Queste scene verranno presentate e discusse in maniera approfondita nel capitolo 5.

Vertice superiore sinistro Vertice inferiore destro Coordinate (metri)

WGS 84 – UTM (fuso 32) 4859133,37 N 590967,94 E 4771109,58 N 679026,66 E

Tabella 4.2: coordinate dei vertici superiore sinistro e inferiore destro dei ritagli che saranno

analizzati nel capitolo 5 di questa tesi.

I ritagli si rendono necessari, nel telerilevamento, quando l’immagine originale risulta più grande dell’ambito dello studio. In tali casi è utile eliminare i dati in eccesso per facilitare la visualizzazione dell’area di interesse (area of interest, o aoi) e per velocizzare le operazioni di calcolo. Quest’ultimo aspetto risulta di particolare importanza quando si trattano dati multispettrali (Erdas Imagine 8.5).

Le figure 4.7 e 4.8 pongono a confronto un dettaglio della Provincia di Pisa visualizzato con due differenti composizioni di colori. L’area rappresentata in queste immagini contiene anche le località delimitate dai riquadri rossi della figura 4.6.

La rappresentazione RGB (Red, Green, Blue) è la modalità con cui i colori vengono mostrati sugli schermi dei computers.

Ogni pixel di un’immagine a colori è contraddistinto da un valore di luminosità per ognuno dei tre canali: rosso, verde e blu.

Una composizione RGB consiste nel caricare i valori digitali di tre bande spettrali in altrettanti banchi di memoria del calcolatore, corrispondenti ai canali rosso, verde e blu. In questo modo il colore di ciascun pixel viene codificato dalla macchina tramite sintesi additiva.

A seconda della composizione RGB impostata dall’utente nei tre canali di cui sopra, il risultato visualizzato sullo schermo apparirà differente.

Una rappresentazione RGB a falsi colori 4, 3, 2, ad esempio, è caratterizzata da una codifica dei colori simile a quella di una fotografia aerea all’infrarosso. I dati del visibile (banda 3 e banda 2) e quelli dell’infrarosso vicino (banda 4) vengono caricati rispettivamente nei canali verde, blu e rosso. In questo caso un’area bruciata appare di

(11)

color grigio scuro, la vegetazione di rosso intenso, mentre città e suoli nudi sono grigi tendenti al blu. Tali differenze verranno motivate e discusse in dettaglio nel capitolo 5.

Figura 4.6: la scena, visualizzata a colori naturali, è stata ritagliata dall’immagine Landsat ETM –

7 del 26 Agosto 2001 (track 192 – frame 30) fornita dall’Istituto Nazionale di Geofisica e Vulcanologia.

La figura 4.9 schematizza una generica rappresentazione RGB mostrando le seguenti fasi che portano alla visualizzazione dell’immagine sullo schermo del computers:

• la scelta delle bande da parte dell’operatore

• il caricamento dei dati nei canali rosso, verde e blu • il risultato finale ottenuto per sintesi additiva RGB.

La figura 4.7 è a colori naturali o reali, ciò significa che appare così come potrebbe essere vista dall’occhio umano. In questa composizione RGB si sfruttano,

(12)

Figura 4.7: particolare dei Monti Pisani e delle Cerbaie visualizzato a colori naturali o reali

(composizione RGB 3, 2, 1); la scena è stata estratta dal ritaglio presentato nella figura 4.6. La figura 4.8 sfrutta la composizione RGB a falsi colori 7, 4, 3.

La stessa scena della figura 4.7, pertanto, è stata visualizzata utilizzando le bande ETM corrispondenti all’infrarosso a onda corta (banda 7 ETM nel canale rosso), vicino (banda 4 ETM nel canale verde) e al rosso visibile (banda 3 ETM nel canale blu). La figura 4.7 si presenta come una comune fotografia a colori, invece la figura 4.8 risalta la vegetazione con un verde brillante, mentre le aree urbane e i suoli nudi hanno colori dal bianco al rosa – violetto.

I due incendi campionati in questo studio, “01_07” e “01_08”, risultano molto più evidenti con la rappresentazione RGB 7, 4, 3 che sfrutta le due bande nell’infrarosso vicino e medio che sono sensibili alla presenza e allo stato di stress della vegetazione rispettivamente.

Figura 4.8: lo stesso dettaglio della figura 4.5 visualizzato sfruttando la rappresentazione RGB a

(13)

Figura 4.9: il sistema di rappresentazione RGB applicato a delle bande generiche (I.N.G.V.). 4.3. Caratteristiche spettrali degli incendi campionati

I programmi impiegati nell’analisi delle immagini multispettrali da satellite, come Erdas Imagine 8.5 o Envi Imagine 3.6, comprendono utili funzioni per la delimitazione di particolari porzioni della scena, mediante poligoni chiamati regioni di interesse (ROI).

L’analista che svolge un’indagine di dettaglio su una specifica area, tracciando una ROI su di essa, ha la possibilità di selezionare tutti i pixels che la rappresentano per studiarne, ad esempio, le caratteristiche spettrali.

La ROI appare sull’immagine come una figura geometrica dalla forma irregolare (poligono), o regolare (rettangolo o ellisse), che delimita quei pixels le cui caratteristiche spettrali contraddistinguono una certa categoria di copertura superficiale.

Poligoni ROI sono stati ricavati sulla Landsat ETM del 26 Agosto 2001, in modo da comprendere entrambi gli incendi scelti per l’analisi dell’evoluzione spettrale delle aree bruciate.

(14)

Le figure 4.10 e 4.11 mostrano rispettivamente: la “ROI 01_07” tracciata sull’incendio del Monte Castellare del Luglio 2001, e la “ROI 01_08” sull’area delle Cerbaie percorsa dal fuoco nell’Agosto 2001.

Figura 4.10: “ROI 01_07” tracciata sull’incendio del 26 Luglio 2001 avvenuto a San Giuliano

Terme nell’ANPIL Monte Castellare.

La risoluzione spaziale del Landsat ETM – 7 (30 m x 30 m), non ha permesso di distinguere in maniera inequivocabile il confine tra le aree incendiate e quelle non bruciate. Nelle situazioni di incertezza, le immagini calcolate con la procedura semiautomatica descritta in questo capitolo, hanno chiarito quali pixel risultassero presumibilmente bruciati.

Non tutti i pixels delle aree bruciate sono stati compresi dalle regioni di interesse. Questa scelta è stata condizionata dalla necessità di riportare la “ROI 01_07”

(15)

di ciascuna scena sull’immagine del 26 Luglio 2001. Così facendo i pixels omologhi sono risultati sovrapponibili con un margine di errore pari a 60 m (due pixels).

Le regioni di interesse sagomate in modo da comprendere tutti i pixels sicuramente bruciati, quando riportate su alcune delle scene rettificate, andavano a interessare anche porzioni non incendiate. Riducendo opportunamente l’estensione delle ROI tale pericolo è stato scongiurato senza sacrificare pixels significativi per l’indagine.

Figura 4.11: “ROI 01_08” tracciata sull’incendio del 4 Agosto 2001 avvenuto in un’area compresa

tra i Comuni di Santa Maria a Monte e Castelfranco di Sotto.

La tabella 4.3 riporta il numero di pixels compresi in ognuno dei due poligoni rossi relativi alle ROI di San Giuliano Terme e delle Cerbaie. Nella stessa tabella vengono messi a confronto le superfici percorse dal fuoco censite dal Corpo Forestale dello Stato, e quelle stimate considerando che un pixel, alla risoluzione spaziale del Landsat ETM – 7, corrisponde a un’area di circa 900 m2.

(16)

“ROI 01_07” “ROI 01_08”

Numero di pixels

44 281

Superficie stimata (ha)

3,96 25,3

Superficie misurata (ha)

19 170

Tabella 4.3: confronto tra la stima delle superfici bruciate e dati rilevati dal Corpo Forestale dello

Stato (Schede AIB, 2001).

Il programma Envi Imagine 3.6 permette di estrapolare delle statistiche sui valori digitali dei pixels compresi dalle regioni di interesse. Questa funzione è stata sfruttata per delineare le caratteristiche spettrali di massima delle aree incendiate. Tale argomento, infatti, verrà affrontato in maniera più approfondita nel capitolo 5 dove, anziché considerare i valori digitali dei pixels (DN), sarà studiata la riflettanza in ogni banda dello spettro ETM – TM.

La luminosità dei pixels che compongono la matrice bidimensionale delle immagini raster, come quelle usate in questa tesi, è espressa da un valore numerico adimensionale variabile tra 0 e 255.

I Landsat TM ed ETM, infatti, hanno una risoluzione radiometrica di 8 bit per ciascuna banda. Questo significa che l’energia recepita dai sensori (radianza), a una specifica lunghezza d’onda, viene registrata nei DN dei pixels utilizzando la scala di valori da 0 a 255.

E’ importante distinguere tra il valore di DN e radianza. Quest’ultima, infatti, è l’energia elettromagnetica in arrivo al sensore (grandezza con una propria unità di misura [W/m2 .sr. µm]) trasformata da dato grezzo a radianza assoluta, mediante calcoli a 32 bit in virgola mobile.

I valori di radianza assoluta sono successivamente rapportati a una scala a 8 bit (nel caso dei satelliti Landsat), secondo fattori di conversione specifici per ciascuna banda. Tali valori, contenuti nei file CPF (Calibration parameter file) che corredano l’immagine satellitare, possono essere usati per ricavare la radianza al sensore usando i DN dei pixels.

La tabella 4.4 elenca le statistiche effettuate sulle ROI di riferimento riportandone, per ogni banda ETM, i seguenti parametri:

• il valore digitale medio e la relativa deviazione standard • i valori digitali minimo e massimo

(17)

Band Min Max Mean Stdev 1 78 86 82,045455 1,803801 2 57 63 59,727273 1,604697 3 53 66 58,272727 3,453099 4 30 41 33,068182 2,679793 5 66 96 76,045455 6,991538 6 153 171 164,386364 4,160813 7 69 93 77,704545 6,098340 8 191 222 210,090909 7,200834

Band Min Max Mean Stdev

1 67 83 72,903915 2,896060 2 46 67 51,537367 3,300356 3 43 76 52,444840 4,849667 4 26 53 35,501779 4,838185 5 42 106 61,530249 10,948254 6 141 164 152,651246 6,487301 7 29 83 49,651246 12,689115 8 169 209 189,106762 11,668149 "ROI 01_08" (281 pixels) "Roi 01_07" (44 pixels)

Tabella 4.4: dati statistici delle ROI San Giuliano (“ROI 01_07”) e Cerbaie (“ROI 01_08”).

La figura 4.12 mostra l’andamento del valore digitale medio dei pixels compresi nelle regioni di interesse campionate in questo studio.

La banda 4 ETM (infrarosso vicino ~ 0,76 µm – 0,90 µm) ha, in entrambi casi, il valore digitale medio più basso.

L’infrarosso vicino (NIR) è la regione dello spettro elettromagnetico in cui le foglie possono riflettere anche più della metà dell’energia incidente. La distruzione dei tessuti vegetali a seguito di un incendio, tuttavia, modifica la risposta spettrale delle piante, risultando in un significativo abbassamento della riflettanza (rapporto tra energia riflessa e quella incidente) soprattutto in questa regione dello spettro elettromagnetico.

Le bande ETM 5 e 7 coprono le lunghezze d’onda dell’infrarosso a onda corta (SWIR ~ 1,0 µm – 2,5 µm) che sono sensibili al contenuto idrico della vegetazione. I DN medi di queste bande appaiono confrontabili a quelli delle tre bande ETM del visibile (bande 1, 2 e 3, ~ 0,4 µm – 0,7 µm), in cui il segnale è condizionato dall’assorbimento della clorofilla.

Nel visibile assume particolare importanza il rumore dello scattering atmosferico che amplifica il segnale specialmente nelle lunghezze d’onda del blu. Nel capitolo 5 sarà discussa una procedura di conversione dei valori digitali in più utili unità di

(18)

Secondo Pereira (1999) gli studi di telerilevamento per la discriminazione e la localizzazione delle aree incendiate, forniscono risultati migliori impiegando lo spazio bispettrale NIR – SWIR, anziché il classico visibile – NIR, per i seguenti motivi (Chuvieco, 1999):

• l’aumento della riflettanza nelle aree incendiate è maggiore nello SWIR rispetto al visibile

• molte tipologie di coperture vegetali sono piuttosto scure nel visibile così come le aree bruciate di recente, ciò riduce considerevolmente la possibilità di usare l’intervallo spettrale del visibile per discriminare gli incendi

• la risoluzione spettrale di cui dispongono i Landsat TM ed ETM, risulta inadeguata per distinguere, nel visibile, le aree percorse dal fuoco

• la path radiance, dovuta all’interazione della radiazione elettromagnetica con l’atmosfera, è più elevata nel visibile rispetto allo SWIR, ciò causa una perdita di contrasto tra i differenti tipi di copertura superficiale

Le lunghezze d’onda comprese tra 8,0 µm e 14,0 µm appartengono all’infrarosso termico (TIR). In questa regione spettrale il Landsat ETM – 7 possiede due livelli di sensibilità (basso e alto guadagno) rappresentati, nella figura 4.11, con le bande ETM 6 e 8 rispettivamente.

L’analista che studia le aree percorse da incendi può sfruttare l’infrarosso termico attraverso i due approcci seguenti:

• analizzare il segnale attivo delle fiamme durante la combustione della fitomassa

• servirsi del riscaldamento superficiale post incendio (segnale passivo).

Whelan (1995) suggerisce che il riscaldamento passivo rappresenta uno dei più rilevanti cambiamenti indotti dal fuoco nell’ambiente fisico, perché causato dai seguenti fattori (Chuvieco, 1999):

• la rimozione della ombreggiatura vegetale • la riduzione dell’albedo superficiale

• l’alterazione dei rapporti idrici nei suoli colpiti.

(19)

Lopez e Caselles (1991) sostengono che la differenza di segnale nel TIR si estingue rapidamente col rigenerarsi della vegetazione (Chuvieco, 1999).

Nella comunità scientifica, per i motivi di cui sopra, il campo termico dell’infrarosso viene utilizzato di rado negli studi di telerilevamento applicati alle aree incendiate.

Nel rispetto di suddetta linea di pensiero, anche questa tesi sarà incentrata sullo studio delle regioni spettrali riconosciute come le migliori per la caratterizzazione delle aree percorse dal fuoco: il visibile, il NIR e lo SWIR.

0 51 102 153 204 255 1 2 3 4 5 6 7 8 Bande ETM V a lo re di gi ta le m e d io "ROI 01_07" "ROI 01_08"

Figura 4.12: valori digitali medi, e relative deviazioni standard, della “ROI 01_07” (ANPIL Monte

Castellare) e della “ROI 01_ 08” (Cerbaie); i dati si riferiscono al ritaglio Landsat ETM del 26 Agosto 2001.

Riferimenti

Documenti correlati

Una volta caricato il prodotto su QGIS si procede come per le immagini Landsat 8 (Capitolo 5), risolvendo la differenza tra la situazione pre e post disturbo, ritagliando le aree

During the last three decades, however, Greece has had to familiarize itself with and make space for the cultural, ethnic and religious diversity which has been extended in

The role of religion in the state changed with Mussolini’s Fascist dictatorship: in 1929 the Holy See and the Italian Kingdom signed the Lateran Treaty, with which Italy

The results show a positive increase in departure frequencies in all countries which implemented domestic liberalisation, as well as the development of a wide network (serving

Scrivere l’insieme dei casi possibili  nel caso del lancio di due dadi equilibrati.. Sia X una variabile aleatoria di legge binomiale

The results also suggest that various areas of the respiratory network di fferentially contribute to the opioid-induced respiratory disturbances for instance causing reductions in

EXP, DSF, and MUMM) and three land-AC algorithms (FLAASH, 6SV, and QUAC) using in situ data from shipborne measurements in three turbid and shallow inland lakes in eastern China (Lake