GEOmedia_2_2019
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
FOCUS<br />
Cartagena 2004; Suriyaprasit<br />
& Shrestha 2008; Kouli et<br />
al 2009; Karaburun 2010;<br />
Prasannakumar et al. 2011;<br />
Perović et al. 2012; Parveen<br />
and Kumar 2012; Bayramov<br />
and Jabbarli 2013; Durigon et<br />
al 2014). Tuttavia, un modello<br />
universale di previsione non è<br />
stato ancora raggiunto a causa<br />
delle diverse condizioni che<br />
caratterizzano la vegetazione<br />
nei vari ambiti geografici e della<br />
insufficienza delle osservazioni<br />
dirette. Ciononostante, la metodologia<br />
basata sull’Osservazione<br />
della Terra appare ancora promettente<br />
e soprattutto efficace<br />
per le applicazioni a grande<br />
scala.<br />
Il modello proposto<br />
Nel presente lavoro, sono state<br />
utilizzate le serie di immagini<br />
con risoluzione spaziale di<br />
250 m, raccolte nel periodo<br />
2001-2016 dalla piattaforma<br />
MODIS (Moderate Resolution<br />
Imaging Spectroradiometer),<br />
liberamente accessibili sul sito<br />
web della NASA (Land Processes<br />
Distributed Active Archive<br />
Center, LP DAAC).<br />
L’area-test selezionata è la porzione<br />
meridionale del Lazio<br />
comprendente le province di<br />
Latina e Frosinone (Fig. 1),<br />
dove l’uso prevalente del suolo<br />
è agricolo (58% dell’area),<br />
ma intramezzato da numerose<br />
infrastrutture antropiche sviluppatesi<br />
negli ultimi 50 anni,<br />
soprattutto nell’Agro Pontino<br />
e nella Valle Latina (valle dei<br />
fiumi Sacco e Liri); le aree verdi<br />
naturali ammontano al 37%<br />
dell’area, mentre le zone edificate<br />
coprono il restante 5%.<br />
Data la mancanza di osservazioni<br />
dirette, relativamente alle<br />
condizioni di copertura del<br />
suolo nell’area investigata, che<br />
ricopre una superficie di circa<br />
4000 km 2, la ricerca del modello<br />
di correlazione tra NDVI<br />
e fattore C si è basata sui dati<br />
disponibili in rete, in particolare,<br />
sono stati utilizzati i valori<br />
riportati nella Carta del fattore<br />
C dell’Unione Europea (Carta<br />
EU), prodotta attraverso il modello<br />
LANDUM (Panagos et<br />
al. 2015b). La Carta EU, scaricabile<br />
dal sito web dell’ESDAC<br />
(European Soil Data Centre) in<br />
formato raster con risoluzione<br />
di 100 m, rappresenta il valore<br />
medio su scala pluriennale<br />
del fattore C, ricavato a livello<br />
continentale da diverse fonti di<br />
letteratura nonché da dati satellitari<br />
ad alta risoluzione e da<br />
statistiche relative alle pratiche<br />
agricole raccolte in diversi database<br />
pan-europei (Corine Land<br />
Cover, NUTS, MERIS). I dati<br />
della Carta EU sono stati quindi<br />
trattati, nella presente analisi,<br />
alla stregua di dati osservati.<br />
Sebbene la piattaforma MODIS<br />
sia caratterizzata da una risoluzione<br />
al suolo più bassa rispetto<br />
ad altri sensori, soprattutto<br />
quelli di recentissima generazione<br />
(es.: Worldview-4), essa<br />
presenta il vantaggio di garantire<br />
una copertura temporale<br />
continua sul lungo periodo,<br />
particolarmente utile per il presente<br />
tipo di analisi. Sono state<br />
quindi raccolte le osservazioni<br />
radiometriche con frequenza<br />
quindicinale sull’area-test, relative<br />
al periodo 2001-2016, e<br />
sintetizzate in medie annuali<br />
rappresentate in altrettanti layers<br />
generati in ambiente GIS. Da<br />
questi, è stato ricavato un unico<br />
layer contenente il valore medio<br />
per singolo pixel dell’NDVI relativo<br />
all’intero periodo (Fig. 2).<br />
In figura, i colori marrone-rosso<br />
rappresentano i corpi d’acqua<br />
(laghi costieri) e le aree edificate<br />
(comprese le aree ricoperte da<br />
serre), mentre i colori dal verde<br />
all’azzurro intenso denotano le<br />
aree a vegetazione naturale.<br />
La stessa immagine può essere<br />
classificata in base alla presenza<br />
di manufatti (case isolate, capannoni<br />
industriali, stalle, strade<br />
secondarie etc.) che possono<br />
interferire sulla risposta spettrale<br />
delle aree verdi naturali o<br />
coltivate adiacenti. Analizzando<br />
la distribuzione di frequenza<br />
dei valori NDVI in relazione<br />
alla distribuzione spaziale di tali<br />
manufatti, è possibile distinguere<br />
tre gruppi principali di copertura<br />
del suolo (Fig. 3): aree<br />
artificiali o prive di copertura<br />
vegetale, che presentano valori<br />
di NDVI inferiori a 0.5; aree<br />
naturali o coltivate con scarsa o<br />
nulla presenza di manufatti, con<br />
NDVI superiori a 0.6; aree miste,<br />
ovvero aree naturali o coltivate<br />
ma con significativa presenza<br />
di manufatti, con NDVI<br />
compresi tra 0.5 e 0.6.<br />
L’analisi di correlazione tra indice<br />
satellitare e dati osservati<br />
a terra è stata condotta basandoci<br />
sulla considerazione che<br />
l’NDVI riflette le variazioni nella<br />
copertura del suolo attraverso<br />
una corrispondenza biunivoca.<br />
Quindi, ad ogni variazione del<br />
fattore C, sia nello spazio (da<br />
un tipo di copertura ad un altro<br />
e nell’ambito dello stesso tipo)<br />
che nel tempo (da un minimo<br />
valore ad un massimo su<br />
base annuale ed interannuale),<br />
corrisponde un’equivalente<br />
variazione dell’indice di vegetazione.<br />
Pertanto, le variazioni<br />
spazio-temporali dell’NDVI<br />
che è possibile rilevare da satellite<br />
ci danno informazioni<br />
circa l’andamento reale della<br />
copertura del suolo. È stato<br />
quindi ricercato un modello di<br />
correlazione generale tra i valori<br />
medi dell’NDVI prima calcolati<br />
ed i valori medi del fattore C,<br />
così come forniti dalla Carta<br />
EU, per potere applicare lo<br />
stesso modello a differenti scale<br />
temporali (annuale, stagionale<br />
o mensile) e consentire così una<br />
valutazione dinamica del fattore<br />
C in base alle effettive variazio-<br />
8 <strong>GEOmedia</strong> n°2-<strong>2019</strong>