CAPITOLO 2
RACCOLTA DATI
In questo capitolo vengono illustrati i dati utilizzati ed elaborati in questa tesi; si tratta di dati di varia natura e origine, destinati ad elaborazioni con strumenti diversi. Per ogni tipologia di dato vengono riportate la descrizione, le modalità di acquisizione e le fonti, nonché le elaborazioni preliminari alle quali ogni dato è stato sottoposto, per essere reso utilizzabile dagli strumenti di cui ci si avvale nella tesi, a loro volta discussi nel capitolo successivo.
2.1 IMMAGINI LANDSAT
Le immagini utilizzate ed elaborate in questo studio sono le Landsat 7-ETM. Landstat è un sistema automatico di acquisizione immagini inizialmente di proprietà della NASA, successivamente del NOAA (National Oceanic and Athmosferic Organization) e infine della corporation privata EOSAT (vedi www.landsat.com). Il sistema opera nel dominio pubblico internazionale; ciò significa che ogni immagine di qualsiasi parte della Terra può essere acquistata senza bisogno del permesso di alcun governo e che qualsiasi utente del mondo può ottenere le immagini, secondo un medesimo prezzo e diritto di priorità.
Tutti I satelliti Landsat sono elio-sincroni. Il lungo periodo di attività ha prodotto una grande quantità di dati e la possibilità di creare serie storiche. I primi tre sensori (Landsats 1-3) orbitano ad
(Landsat 4-5-e 7) orbitano a circa 700 km sopra la Terra con passaggi ogni 16 giorni. Tutti I satelliti Landsat passano all’equatore durante il giorno per ottimizzare le condizioni di illuminazione.
I sensori più popolari funzionanti su satelliti Landsat sono l’MSS (Multi spectral Scanner) ed il TM (Thematic Mapper ).
Le caratteristiche geometriche e spettrali del sensore TM sono;
•
Risoluzione spaziale di 28.5x28.5 m ricampionata a 30x30 m nel campo ottico e 120x120 m (ricampionato a 30x30 m) nel campo termico; swath di circa 185 km, e risoluzione radiometrica di 8-bit.•
Le bande 1 (0.45-0.52 µm), 2 (0.52-0.60 µm) e 3 (0.63-0.69 mµ) sono nel campo del visibile (dal blu al rosso); sono utilizzate per identificare le aree urbane, infrastrutture (ad esempio strade), e nello studio delle masse di acqua.•
Le bande 4 (0.76-0.90 m) µ, 5 (1.55-1.75 µm) e 7 (2.08-2.35 µm) sono nel campo del Reflective Infrared (infrarosso riflettente); sono importanti nel discriminare la presenza di biomassa vegetale (banda 4, ed in parte la 5), la presenza di acqua (totale assorbimento per le bande 7 e 5), i vari tipi litologici (banda 7 ed in parte la 5). La banda 5, inoltre, riesce a discriminare tra nuvole, neve e ghiaccio.•
La banda 6 (10.40-12.50 µm) è nel campo del Thermal Infrared (infrarosso termico), è utilizzata per analisi di anomalie termiche sia naturali che indotte per attività antropica, analisi dello stato di stress vegetativo delle colture.•
Il nuovo ETM-7 (1999), oltre alle sei bande nel campo ottico del Landsat TM 4 e 5, ha la banda all’infrarosso con risoluzionespaziale di 60x60 m con due modalità a basso ed alto guadagno (sensibilità). Bande Spectral range (µm) Ground resolution (m) Radiometric resolution Caratteristiche
1 0,45-0,52 30 x 30 8 bit blue vis.
2 0,52-0,60 30 x 30 8 bit green vis.
3 0,63-0,69 30 x 30 8 bit red vis.
4 0,76-0,90 30 x 30 8 bit NIR
5 1,55-1,75 30 x 30 8 bit SWIR
7 2,08-2,35 30 x 30 8 bit SWIR
6 10,4-12,5 30 x 30 8 bit TIR
Tabella 2.1 Caratteristiche spettrali del sensore TM
Ogni immagine Landsat è caratterizzata da due informazioni principali: la prima (traccia e frame o path e row) ne definisce l’inquadramento geografico, mentre la seconda (data) rappresenta la data in cui tale immagine è stata acquisita (es. 192_30_01_10_13).
L’area su cui verte questo studio è rappresentata dall’immagine Landsat traccia 192 – frame 30 che praticamente comprende gran parte della Toscana e una piccola parte del Lazio e dell’Umbria (figura 2.1).La prima immagine è stata registrata il 15 febbraio del 2001 (figura 2.2), mentre la seconda risale al giorno 13 ottobre sempre del 2001 (figura 2.3). 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.
2.1.1 Pretrattamento delle immagini
I dati raccolti da sensori montati sulle varie piattaforme necessitano, prima di essere utilizzati per l’interpretazione , di una fase di preelaborazione, detta restauro (image restoration), nella quale vengono appianati gli errori, il rumore e le distorsioni introdotte durante l’acquisizione e la trasmissione, in modo da ottenere una rappresentazione il più fedele possibile della scena.
Tale elaborazione comprende procedure di correzione sia geometrica che radiometrica.
Correzione radiometrica
Le correzioni radiometriche comprendono le correzioni di sistema e le correzioni atmosferiche. Le prime vengono effettuate per eliminare le distorsioni di ripresa e per calibrare i sensori; le immagini fornite sono già state sottoposte dal fornitore a questo tipo di correzione. Le correzioni atmosferiche servono per eliminare l’errore introdotto dallo strato di atmosfera interposto tra il sensore e la scena investigata.
Monitorare il territorio percorso da incendio mediante l’analisi della variazione della copertura del terreno (land cover ) nel tempo significa lavorare con immagini multitemporali della stessa area, dunque riprese in condizioni ambientali differenti; considerato questo, un prerequisito indispensabile è rappresentato dal controllo dei parametri radiometrici delle immagini multitemporali, che dovrebbero essere indipendenti dalla variazione delle condizioni atmosferiche e di angolo di illuminazione.
Il segnale di radiazione elettromagnetica (EMR) intercettato dai satelliti all’interno dello spettro solare è modificato dallo scattering e dall’assorbimento ad opera dei gas e dell’aerosol dell’atmosfera che separa il terreno dal satellite.
Quando e come correggere l’effetto dell’interferenza dell’atmosfera sul segnale dipende dai dati a disposizione, dalle informazioni che si vogliono trarre dall’immagine e dalla procedura analitica usata per estrarre tali informazioni. In molte applicazioni, come la classificazione del territorio e studi di “change detection”, la correzione radiometrica non è necessaria finchè i dati da analizzare e quelli di riferimento (training data) appartengono alla stessa ripresa. Un tipico esempio di applicazione per cui la correzione atmosferica non è necessaria è la classificazione di una singola immagine con il metodo minimum likelihood; finché i dati e l’immagine da classificare sono relativi alla stessa ripresa (corretta o non corretta ), la correzione atmosferica avrà solo un minimo effetto sull’accuratezza della classificazione ( Potter, 1974; Fraser et al., 1977; Kawata et al., 1990 ).
Per quanto riguarda le immagini Landsat TM, il principale effetto dell’atmosfera è dovuto allo scattering, che è additivo rispetto al segnale telerilevato, mentre l’effetto moltiplicativo dovuto all’assorbimento è irrilevante, visto che le bande del TM sono state scelte proprio per evitare i fenomeni di assorbimento atmosferico; considerato ciò, applicare una correzione radiometrica per una singola data risulta equivalente al sottrarre una costante dal valore di ogni pixel, per ogni banda, ovvero semplicemente al traslare in uno spazio multidimensionale l’origine del set di dati che si sta analizzando. In questo modo anche se il valore della media per ogni classe individuata cambia, la matrice di varianza-covarianza
rimane la stessa, a prescindere dalla correzione (da Brivio et al., 1992).
Parimenti che per la classificazione di un’immagine di una singola data, la correzione radiometrica non è necessaria per la post classification change detection (Singh, 1989), dove immagini di date diverse sono classificate separatamente e le mappe risultanti sono comparate in modo da evidenziare i 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).
La differenza fra immagini è un'altra tecnica di change detection comunemente usata (Singh, 1989), in cui immagini di una stessa area ma di due date diverse spazialmente registrate sono sottratte pixel per pixel. Poi bisogna trovare un valore soglia fra pixels cambiati e stabili all’interno della mappa delle variazioni.Per avvalorare la tesi che sia 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.
Le figure 2.4,, 2.5 e 2.6 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 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.
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.
Figura 2.4 Grafico della dispersione dei valori nella banda 3
Figura 2.5 Grafico della dispersione dei valori nella banda 4
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. Queste correzioni geometriche vengono normalmente applicate alle immagini riprese 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).
2.1.2 Georeferenziazione
Le immagini Landsat sono state fornite in formato digitale (raster) sotto forma di matrici bidimensionali in cui l’elemento base è chiamato pixel: ovvero una cella caratterizzata da un informazione
si intende la procedura che permette di posizionare gli oggetti sul territorio in un determinato sistema cartografico di riferimento (es. Roma M. Mario Gauss-Boaga, ED 50 U.T.M. ecc.).
In questa tesi il sistema geodetico-cartografico utilizzato per georeferenziare le immagini forniteci dal satellite Landsat è il sistema WGS 84 – UTM (Fuso 32). La prima parte del nome (datum) descrive tutti i parametri dell’ellissoide di riferimento scelto per rappresentare la superficie della terra (ovvero l’equazione matematica che lo descrive e la sua posizione rispetto alla superficie terrestre),la seconda parte invece indica il tipo di proiezione cartografica utilizzata. Vediamo le caratteristiche principali del sistema adottato:
Datum: Ellissoide geocentrico
semiasse maggiore a = 6378137; semiasse minore b = 6356752,31; schiacciamento f = 1/298,257223563;
centro di massa della Terra coincidente con quello dell’ellissoide; origine delle longitudini Greenwich.
Dal punto di vista geometrico il cilindro è posto tangente al meridiano centrale del fuso di riferimento dove la rappresentazione è equidistante. La deformazione cresce rapidamente man mano ci si allontana da questo meridiano, perciò si è scelto di suddividere la superficie terrestre in 60 fusi longitudinali: ogni fuso ha un’ampiezza di 6 gradi, in particolare il territorio è compreso tra i 6 e 18 gradi di longitudine. (Fig 2.7)
Al meridiano centrale del fuso di appartenenza si assegna il valore convenzionale di 500 Km (falsa origine in longitudine o falso est). La numerazione dei fusi inizia dall’antimeridiano di Greenwich (Londra) procedendo verso Est.
Datum, tipo di proiezione, fuso meridiani fondamentali e paralleli determinano un sistema di riferimento cartografico. Le coordinate riferite ad uno dei sistemi possono essere a loro volta
geografiche, espresse in gradi sessagesimali, o piane espresse in metri e riferite a determinati fusi di riferimento (Tomaselli, cap. 14).
Fasi della georeferenziazione
La metodologia utilizzata per georeferenziare le due immagini Landsat è quella dei Ground Control Point o GCP (punti di controllo a terra). Per questo metodo sono state utilizzate:
-Ortofoto AIMA per rilevare le coordinate geografiche degli oggetti (x, y espresse in metri) che a loro volta vengono riconosciuti sull’immagine da satellite. Le immagini AIMA sono ortofoto disponibili per l’intero territorio nazionale al di sotto dei 2000m di quota e hanno risoluzione di 1 m a terra, dando la possibilità di distinguere con precisione le abitazioni, le strade, gli incroci, gli alberi, i ponti, ecc.
- Digital Elevation Model – Modello digitale del territorio oggetto di studio che ci permette di quotare i punti presenti nelle immagini. Un DEM è una matrice in cui, ad ogni cella, è associato un valore di elevazione espresso in m. La risoluzione del modello digitale del terreno utilizzato in questo lavoro è di 40 metri (Agricola, Pareschi et al., 2002).
Il software utilizzato per questa procedura è Erdas 8.6, riportiamo di seguito gli step principali:
- costruzione del DEM nel formato .img con settaggi automatici per datum, proiezione e fuso di riferimento (Fig.2.8)
- individuazione di 10 punti di controllo su ortofoto AIMA ed immagine satellitare coincidenti con incroci di strade, ponti, moli ecc. - procedura di registrazione e di warping di ogni immagine ottenuta con un algoritmo polinomiale di primo grado :
Xo = b 1+ b 2 X i + b 3 Y i
Yo = a 1 + a 2 X i + a3 Y i
Xi e Yi rappresentano le coordinate metriche di input lette sull’immagine AIMA Xo e Yo sono le coordinate metriche di output (proiezione UTM)
a e b (1,2,3) coefficienti della matrice di trasformazione.
Una trasformazione polinomiale di questo tipo produce normalmente un errore nella trasformazione delle coordinate, il che significa che le coordinate stimate a partire dai GCP non possono uguagliare esattamente quelle cartografiche di riferimento. Per questo motivo vengono calcolati gli RMS ovvero le differenze tra le coordinate di output e di input e accertato che questo sia inferiore a due pixel, la formula utilizzata è:
RMS error = {(Xr – Xi)2 + (Yr - Y i )2}1/2
dove Xi e Y i sono le coordinate di input originali, mentre Xr e Yr sono le coordinate ritrasformate (Erdas 8.6 Field Guide, cap. 9).
- procedura di ricampionamento (Resampling)
in un’immagine soggetta a trasformazione geometrica per rettificazione i pixels cambiano posizione e quindi la radiometria associata non rappresenta più il valore reale misurato sulla scena. Per questa ragione l’immagine deve essere ricostruita in modo da posizionare i valori originali di radianza nella nuova griglia. I nuovi indici vengono rassegnati tramite procedure di interpolazione matematica dette di ricampionamento. Esistono tre tipi di algoritmi: Nearest neighbour, Bilinear interpolation e Cubic convolution; nel nostro caso si è scelto di applicare il primo metodo in quanto lascia il valore radiometrico del pixel invariato. Il valore di radianza o numero
indice (NI) assegnato è infatti il numero indice del pixel che ha le coordinate (M,N) di riga e colonna (valori interi) più vicine alle coordinate (X,Y) ottenute dalla trasformazione geometrica (valori reali). Così per esempio, se da una trasformazione geometrica si ottengono i valori X = 4,37 e Y = 15,75, il valore di radianza di questo pixel sarà il numero indice del pixel con coordinate di riga M = 16 e di colonna N = 4. L’accuratezza geometrica ottenibile è dell’ordine di ½ pixel. (Brivio et al., 1992).
2.2 CARTOGRAFIA TEMATICA
2.2.1 Carta della vegetazione (land cover)
I tipi vegetazionali possono essere riportati su carta in modo da ottenere una carta della vegetazione. Questo permette in primo luogo il riscontro tra quanto si ha in natura e l'interpretazione che le viene data ed è inoltre importante per eseguire analisi su molti aspetti della vegetazione di base come la valutazione della superficie coperta dalle singole associazioni e dalla loro biomassa totale, la distribuzione territoriale delle specie guida, la verifica dei rapporti tra vegetazione e substrato e delle trasformazioni della vegetazione nel tempo. Negli ultimi tempi si è progressivamente affermata la convinzione che la carta della vegetazione sia un indispensabile documento conoscitivo per qualunque intervento sul territorio ( Pignatti S., 1998 ).
Le carte della vegetazione vengono oggi ottenute in generale mediante l'applicazione del metodo fitosociologico e riportando la distribuzione delle singole associazioni sul terreno.
Come base cartografica viene usata nella maggior parte dei casi la Carta d'Italia dell'Istituto Geografico Militare in scala 1:25000.
La carta della vegetazione rappresenta un documento nel quale è concentrata un'immensa quantità di informazioni; infatti ad un'associazione vegetale sono legate informazioni sulla flora, i fattori del clima e del suolo, gli effetti dell'azione antropica, e ancora la successione vegetale, la storia, ecc.
La cartografia della vegetazione costituisce in definitiva una fase di sviluppo importante della scienza della vegetazione in quanto da un lato rappresenta un momento di sintesi delle conoscenze di base e dall'altro apre la via all'applicazione di queste conoscenze per una migliore gestione dell'ambiente.
La carta della vegetazione dell’isola d’Elba
La carta della vegetazione dell'isola d'Elba (scala 1:50000) è stata trasformata in formato digitale tramite scansione con risoluzione a 300 dpa e successivamente georeferenziata tramite la procedura dei GCP (metodo dei ground control points), utilizzando come “tic” i punti dei quattro estremi segnati sulla carta stessa, secondo il reticolato chilometrico della proiezione conforme universale traseversa di mercatore, sistema UTM fuso 32.
Teoricamente, per un'operazione di georeferenziazione, potrebbero bastare tre punti, visto che per tre punti passa un unico piano; utilizzare quattro punti che comprendono tutta l'area da georeferenziare è più che sufficiente per una corretta procedura.
Per questa operazione è stato utilizzato il programma Terranova, disegnato in particolare per la conversione di dati tra diversi sistemi di riferimento per l'Italia; l'output è costituito da un'immagine .tiff associata al word-file .tifw
La "w" sta appunto ad indicare un file di testo contenente le informazioni relative alla georeferenziazione dell'immagine stessa, ovvero le coordinate e le dimensioni della cella di riferimento.
Successivamente, per uniformare il dato con gli altri tematismi, l’immagine è stata convertita nel sistema WGS84 - UTM - fuso 32.
Dall'immagine ottenuta è stato costruito il tematismo vettoriale di tipo poligonale (formato .shp) che rappresenta la “land cover”, in cui ad ogni poligono viene associata l'informazione del tipo vegetazionale, l'area e il perimetro.
Si riportano di seguito la carta della vegetazione dell’isola d’Elba con relativa legenda (fig. 2.8) e il grafico relativo alla statistica dei diversi tipi vegetazionali (Fig. 2.9).
Figura 2.9 Grafico della Distribuzione dei diversi tipi vegetazionali
Figura 2.10: Grafico della distribuzione areale percentuale dei diversi tipi vegetazionali
Dai grafici si evince che le formazioni tipiche mediterranee quali Quercetum ilicis (1,2,3,4), macchia a cistacee (16) ed ericacee
Distribuzione areale (%) 20.51 0.63 4.81 3.83 13.02 5.41 2.93 0.66 2.96 6.29 6.88 0.04 6.41 15.01 6.80 1.61 0.06 1.85 0.28 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 4596 142 13 1078 859 2918 1212 658 147 663 1410 64 415 1542 10 1436 3364 1524 361 0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 A re a (e tta ri ) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Tipo di copertura
infatti ricoprono più del 50% dell’intera superficie. Le formazioni boschive risultano localizzate prevalentemente nelle regioni settentrionali mentre formazioni di macchia e gariga si estendono nelle parte sud-occidentale dell’isola. Le colture agricole interessano invece i comuni della parte orientale (Portoferraio Porto Azzurro e Capoliveri). Molto rappresentati risultano inoltre anche i suoli antropizzati (urbano, cave rappresentati rispettivamente degli indici 18,19) concentrati lungo le fasce costiere Poco presenti sono invece i castagneti e i boschi a latifoglie decidue tipiche di fasce climatiche più continentali che si ritrovano soltanto nelle aree più interne dell’isola.
2.2.2 Corine
Nel 1995 la Regione Toscana ha appaltato la realizzazione di una carta della copertura del suolo a scala 1:100.000 secondo le specifiche del Progetto CEE Corine-Land Cover e della relativa base di dati. La realizzazione di tale base di dati prevede l’interpretazione a video di immagini LANDSAT TM di più periodi (agosto ‘90, novembre ‘90 e agosto ‘92) affiancata dalla fotointerpretazione delle foto pancromatiche della copertura aerea del Volo Alta Quota Italia, scala approssimativa 1:70.000, realizzata nel 1988-1989.
Le carte e i dati relativi a Corine-land cover sono stati acquistati on-line dall'archivio cartografico della Regione Toscana (www.rete.toscana.it). Le mappe sono state fornite in formato vettoriale (.shp), georeferenziate nel sistema di riferimento Roma-Montemario Gauss-Boaga fuso ovest. E' Stato dunque necessario convertirle nel sistema di riferimento WGS84, in modo da uniformarlo agli altri dati. Per tale operazione è stato usata l’applicazione Traspunto dell'I.G.M. di Firenze:
dato di input: Gauss-Boaga fuso ovest coordinate piane (m) dato di output: WGS84 fuso 32 coordinate piane (m)
Viene riportata la mappa di uso del suolo Corine
Fig 2.12 mappa di uso del suolo Corine semplificata
Dalle mappe riportate si nota un territorio variamente articolato, con ambienti di vegetazione naturale e aree urbanizzate o agricole che si alternano e si compenetrano; si nota una certa differenza fra copertura del suolo nella parte continentale della Provincia e l'Isola d'Elba: nel primo caso le zone agricole o urbanizzate sono decisamente più sviluppate nel secondo: il territorio dell'Isola d'Elba infatti, per la maggior parte incluso non a caso nel Parco Nazionale dell'Arcipelago Toscano, è ancora in gran parte coperto da vegetazione boschiva o comunque naturale.
2.2.3 Aree protette
Con la Legge regionale 49/95 la regione Toscana, recependo le indicazioni della Legge quadro nazionale (L.394/91) ha avviato un processo di conservazione e valorizzazione del patrimonio naturalistico, basato sulla creazione di un sistema di aree protette. Tale sistema copre una superficie superiore all’8% del territorio regionale ( circa 200.000 ettari) ed è costituito da:
- 2 Parchi nazionali - 35 Riserve statali - 2 Parchi regionali
- 28 Riserve naturali provinciali
- 31 Aree protette di Interesse locale (ANPIL)
Riportiamo in tabella (tab 2.3) l’elenco delle aree protette che ricadono nella zona di studio di questa tesi, la Provincia di Livorno.
Nome del Parco Estensione (kmq)
Parco naz. Arcipelago Toscano 177000
Riserva naz. di Bibbona 8
Riserva nazionale Isola di Montecristo 1042
Riserva naz. Tombolo di Cecina 498
Riserva nazionale Calafuria 122
ANPIL S.Silvestro 6812
Parco provinciale di Montioni 6650
ANPIL Baratti-Populonia 13000
Riserva provinciale paduli Orti Bottagone 910
Repubblica del 22 Luglio 1996.
Il Parco ha un estensione di circa 17.700 ettari, di cui ben 16.500 nella Provincia di Livorno, comprendendo le isole di Capraia, Giannutri, Gorgona, Montecristo, Pianosa e parte dell’isoal d’Elba.
Anche la carta delle aree protette nazionali e regionali è stata acquistata on-line dall'archivio cartografico della Regione Toscana e sottoposta alla stessa procedura di georeferenziazione descritta nel paragrafo precedente.
Di seguito riportiamo la carta delle aree protette nazionali e regionali della Regione Toscana (Figura 2.13)
2.2.4 Renato (repertorio naturalistico toscano)
"RENATO" è il Repertorio Naturalistico Toscano, ovvero una banca dati consultabile on-line, curata dalla regione Toscana, in cui sono riportate informazioni sulle specie vegetali e animali, habitat e fitocenosi di interesse conservazionistico.
La banca è stata interrogata relativamente al territorio oggetto di questo studio; sono state dunque esaminate le varie emergenze naturalistiche divise in liste di attenzione; specie vegetali e animali, habitat e fitocenosi.
Tra i molti elementi di attenzione sono stati individuati quelli per cui l'incendio è indicato come principale causa di minaccia. Si riporta di seguito la tabella 2.4 che illustra le emergenze selezionate.
CATEGORIA ELEMENTO DI ATTENZIONE
habitat gariga savanoide
habitat sommità scogliere a dominanza Helicrysum sp.pl. habitat dune con vegetazione alto arborea
habitat boschi con dominanza di Quercus suber
rettili Euleptes austriaca
rettili Coronella austriaca
rettili Podarcis muralis
rettili Testudo hermannii
Uccelli Ardea purpurea
Uccelli ixobrichus minutus
Uccelli Sylvia conspicillata
Mammiferi Martes martes
Mammiferi myotis myotis
Mammiferi Pleocotus austriacus
Mammiferi Nyctalus leisleri
Insetti Bidessus saucis
Insetti Coenonynpha elbana
Insetti Iscnura genei
Insetti Typhloreicheia maginii
Anfibi Rana italica
Flora Centaurea aphlepe
Flora Epipactis helleborine
Flora Hypericum ercinum
Flora Biscutella pichiana
Dal sito è stata scaricata l'immagine che visualizza la distribuzione degli elementi di attenzione selezionati sul territorio provinciale; l'immagine è stata successivamente georeferenziata e ne è stato tratto il tematismo vettoriale.
Le segnalazioni degli elementi di attenzione sono rappresentate da punti, visto che il ritrovamento di una particolare specie o di un habitat ristretto è concettualmente un punto o comunque può essere approssimato a un punto. Di seguito riportiamo la mappa delle Emergenze Naturalistiche (Fig 2.14)
Dall’analisi visiva della mappa si nota che la maggior parte degli elementi di attenzione segnalati si trovano nei territori dell’Isola d’Elba e di Capraia, dunque in aree già protette e valorizzate dal punto di vista naturalistico.
2.3 CARTOGRAFIA DI BASE
La Cartografia utilizzata come base (fonte.. ) ricopre territorialmente l’intera regione toscana e risulta costituita da due tematismi principali entrambi inquadrati nel sistema cartografico di riferimento WGS84-UTM (Fuso 32): uno di tipo vettoriale ed uno di tipo raster. I layer vettoriali sono rappresentati da file grafici poligonali (.shp) che descrivono i limiti amministrativi provinciali e comunali della regione toscana (Fig. 2.15); in particolare il tema comunale riporta informazioni sulla popolazione relative al Censimento Istat 1991 (infatti per ciascun comune è noto il n° dei residenti, la popolazione per fascia di età, il n° di famiglie in funzione dei componenti, ecc.).
COMUNE POPOLAZIONE RESIDENTE AREA (KMQ) DENSITA' ABITANTI COLLESALVETTI 15087 107,98 139,72 LIVORNO 167512 101,77 1645,99 ROSIGNANO MARITTIMO 30021 120,57 248,99 CECINA 24636 42,95 573,60 BIBBONA 2793 65,61 42,57 CASTAGNETO CARDUCCI 8256 142,01 58,14 SASSETTA 553 26,51 20,86 SUVERETO 3053 92,71 32,93 SAN VINCENZO 7175 33,26 215,72 CAMPIGLIA MARITTIMA 12513 83,28 150,25 CAPRAIA ISOLA 267 19,28 13,85 PIOMBINO 36774 129,89 283,12 RIO MARINA 2043 19,83 103,03 RIO NELL'ELBA 866 16,59 52,20 PORTOFERRAIO 11042 37,72 292,74 MARCIANA MARINA 1971 5,98 329,60 MARCIANA 2244 45,33 49,50 PORTO AZZURRO 3111 13,32 233,56 CAPOLIVERI 2435 39,76 61,24 CAMPO NELL'ELBA 4274 45,76 93,40 Area di studio: provincia di Livorno
Dalle informazioni sulla popolazione (tab. 2.5) è stata ricavata una mappa della densità abitativa, utile per la zonizzazione del rischio a livello comunale. Si osserva che i comuni di Livorno e Cecina sono quelli più densamente popolati e che dunque presentano un danno potenziale maggiore in caso di eventi calamitosi.
I dati raster sono invece costituiti dalle ortofoto AIMA e
dall’immagine del Modello digitale del Terreno.
Ortofoto Aima: sono immagini ricavate da un volo aereo eseguito nel periodo 1997-1999 sull’intero territorio nazionale al di sotto dei 2000m di quota. Presentano 256 livelli di grigio per pixel ed hanno una risoluzione di 1m a terra consentendo la possibilità di distinguere con precisioni non solo le abitazioni, le strade, ma anche particolari più di dettaglio quali gli alberi, le macchine ecc.. (Fig. 2.17)
Fig. 2.16 Mappa della densità di popolazione
Modello digitale del Terreno: si tratta di un’immagine georeferenziata a 256 toni di grigio (8 bit) che ben ricostruisce la morfologia del territorio in questione (Fig. 2.18). E’ stata ottenuta da un grid dell’elevation ovvero una matrice (righe x colonne) con dimensione del pixel pari a 30m (dove in ciascuna cella è memorizzata l’informazione della quota) interpolato dalla funzione dello shaded-relief tramite il software ArcView 3.x Spatial Analyst Extension.
Figura 2.18 (fornito da IGG-CNR di Pisa). Immagine del DEM per la Toscana. Il DEM è ricampionato con passo 40 m.
