GEOmedia_2_2019

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