Please use this identifier to cite or link to this item: http://hdl.handle.net/2067/2828
Title: A novel classification method to map habitats using multispectral images and ancillary data
Other Titles: Un innovativo metodo di classificazione degli habitat a partire da immagini multispettrali e dati ancillari
Authors: Canali, Emiliano
Keywords: Habitat;PLS-DA;Immagini multispettrali;Cartografia;Corine Biotopes;Multispectral images;Mapping;BIO/07
Issue Date: 5-Jun-2014
Publisher: Università degli studi della Tuscia - Viterbo
Series/Report no.: Tesi di dottorato di ricerca. 25. ciclo
Abstract: 
Monitoring programmes often use hyper and multispectral images as first data to better
understanding the diversity of natural and semi-natural habitats, their spatial distribution, and their
conservation status. Despite the large number of studies about remote sensing-based mapping, the
vast majority of them focus on the delineation of land cover categories and just a few works aim at
mapping habitat types.
This Ph.D. activity presents a novel approach for mapping the spatial distribution of natural
habitats using multispectral images and ancillary data. In particular this activity is developed in the
frame of the Carta della Natura project, envisaged by the Italian Law no. 394 /1991 and carried out
by the Institute for Environmental Protection and Research (ISPRA), in order to find more rapid and
low-cost tools to produce the map of Habitats, which constitute the basis territorial unit of the
whole project.
Partial Least Squares Discriminant Analysis (PLS-DA) combined with GIS and remote
sensing procedures was used to map three areas at different scales and with different habitats
composition. In order to find the most robust classifier model to be used in the classification PLSDA
technique was tested with a novel recursive algorithm, specifically developed for this activity.
Mapping accuracy was calculated using the official maps produced in the frame of the
"Carta della Natura" project; moreover, in order to verify the capability of the method with respect
to a commercial software of common use, classification results were compared with those obtained
using maximum likelihood algorithm available in ESRI ArcGIS.
Results shows a better classification ability of the proposed method than commercial
software in all the three areas, with overall accuracies of 62.8% (Apulia lagoons), 55.7% (Monte
Vulture volcanic complex) and 72.3% (Campo Pericoli basin).
These results, although not very high in absolute terms, can be considered as satisfactory
because of the particular context of the study areas, characterized by the complexity and the
heterogeneity of their habitats. In particular, the methods shows a good accuracy with the area
mapped at the highest scale (Campo Pericoli); these results are very encouraging as habitat such as
Screes and Oro-Apennine closed grasslands are identified in Annex I of the EU Habitats Directive
as being of Community interest, and in particular the grasslands are also listed as ‘priority’.
Due to limited data input requirements, the approach developed in this Ph.D. activity is a
good alternative to commercial software classifiers and can be used as a starting point for the
further steps of photo-interpretation. Moreover it is a flexible method which allows to use, where
available, other cartographic base maps, such as land use maps, in order to improve classification
results by excluding habitats of lesser importance for the analysis, which may interfere with the
classification.

Le attività di monitoraggio ambientale utilizzano spesso immagini iper- e multi-spettrali
come fonte primaria di dati per ottenere una migliore comprensione riguardo la distribuzione e la
diversità degli ambienti naturali e semi-naturali. Nonostante il telerilevamento sia un argomento
largamente trattato in letteratura, la maggior parte degli studi si focalizza sul riconoscimento e
classificazione delle tipologie di copertura ed uso del suolo, e solo pochi lavori si prefiggono come
obiettivo la cartografia degli habitat.
La ricerca descritta in questa tesi ha come scopo lo sviluppo di un nuovo metodo di
classificazione degli habitat a partire da immagini multi-spettrali e dati ancillari. In particolare, il
lavoro si inquadra nelle attività del progetto Carta della Natura, istituito dalla legge quadro sulle
aree protette L 394/91 la cui realizzazione è compito dell’ISPRA (Istituto Superiore per la
Protezione e la Ricerca Ambientale), allo scopo di sviluppare metodologie rapide ed a basso costo
per la produzione della cartografia degli habitat, i quali costituiscono le unità ambientali omogenee
di riferimento del progetto.
Il metodo proposto si basa sull’utilizzo della classificazione multivariata supervisionata
(Partial Least Square Discriminant Analysis – PLSDA) in combinazione con metodologie di
telerilevamento e GIS, per la costruzione di un classificatore e la successiva vettorializzazione e
rifinitura finale delle cartografie ottenute. Nella costruzione del classificatore, in particolare, è stato
testato un nuovo approccio che propone l’utilizzo ricorsivo della PLS-DA, al fine di individuare il
modello più robusto da utilizzare per la discriminazione degli habitat. L’algoritmo è stato sviluppato
specificatamente per il presente lavoro di dottorato.
Il metodo è stato applicato su tre aree campione cartografate a diversa scala e contraddistinte
da una struttura e composizione degli habitat completamente diversa. L’accuratezza di
classificazione è stata verificata utilizzando come riferimento la cartografia ufficiale prodotta
nell’ambito del progetto Carta delle Natura; essa risulta essere rispettivamente 62.8% (Lagune
pugliesi), 55.7% (Complesso vulcanico del Monte Vulture) and 72.3% (Vallata di Campo Pericoli).
Inoltre, per valutare l’applicabilità del metodo proposto rispetto ai comuni software
disponibili in commercio, i risultati sono stati confrontati con quelli ottenuti da cartografie prodotte
utilizzando l’algoritmo di massima verosimiglianza disponibile nel software ArcGIS della ESRI. In
tutte e tre le aree, il metodo dimostra una migliore capacità di classificazione rispetto a quella
ottenuta utilizzando il software commerciale.
I risultati, sebbene non alti in termini assoluti, possono essere considerati soddisfacenti
considerando il particolare contesto delle tre aree studio, caratterizzate da elevata complessità
strutturale e da rilevante eterogeneità ambientale. I risultati più incoraggianti si ottengono nella
classificazione dell’area contraddistinta dal maggior dettaglio cartografico (Campo Pericoli); in
questo contesto il sistema ha riconosciuto habitat di particolare interesse, in quanto inseriti
nell’allegato I della Direttiva Habitat, come i Ghiaioni calcarei e scisto-calcarei montani e alpini e
le Praterie Compatte Oro-Appenniniche, che sono inoltre elencate tra gli habitat prioritari della
Direttiva.
In conclusione, il metodo sviluppato durante quest’attività di ricerca si pone come valida
alternativa all’utilizzo dei classificatori commerciali e rappresenta un punto di partenza nella
produzione di carte degli habitat, in quanto le mappe classificate possono essere utilizzate per le
successive fasi di foto-interpretazione. La sua flessibilità inoltre permette l’utilizzo di cartografia
tematica eventualmente disponibile, come le carte di uso del suolo, allo scopo di migliorare
ulteriormente le prestazioni di classificazione, escludendo eventuali habitat che possono risultare di
minor interesse, ma che possono interferire con la classificazione.
Description: 
Dottorato di ricerca in Scienze ambientali
URI: http://hdl.handle.net/2067/2828
Appears in Collections:Archivio delle tesi di dottorato di ricerca

Files in This Item:
File Description SizeFormat
ecanali_tesid.pdf10.36 MBAdobe PDFView/Open
Show full item record

Page view(s)

2
Last Week
1
Last month
0
checked on Oct 31, 2020

Download(s)

2
checked on Oct 31, 2020

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons