Please use this identifier to cite or link to this item: http://hdl.handle.net/2067/2828
DC FieldValueLanguage
dc.contributor.advisorMancinelli, Roberto-
dc.contributor.advisorLugeri, Nicola-
dc.contributor.authorCanali, Emiliano-
dc.date.accessioned2016-07-11T11:21:57Z-
dc.date.available2016-07-11T11:21:57Z-
dc.date.issued2014-06-05-
dc.identifier.urihttp://hdl.handle.net/2067/2828-
dc.descriptionDottorato di ricerca in Scienze ambientaliit
dc.description.abstractMonitoring 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.it
dc.description.abstractLe 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.it
dc.language.isoenit
dc.publisherUniversità degli studi della Tuscia - Viterboit
dc.relation.ispartofseriesTesi di dottorato di ricerca. 25. ciclo-
dc.subjectHabitatit
dc.subjectPLS-DAit
dc.subjectImmagini multispettraliit
dc.subjectCartografiait
dc.subjectCorine Biotopesit
dc.subjectMultispectral imagesit
dc.subjectMappingit
dc.subjectBIO/07it
dc.titleA novel classification method to map habitats using multispectral images and ancillary datait
dc.title.alternativeUn innovativo metodo di classificazione degli habitat a partire da immagini multispettrali e dati ancillariit
dc.typeDoctoral Thesisit
item.fulltextWith Fulltext-
item.openairetypeDoctoral Thesis-
item.cerifentitytypePublications-
item.grantfulltextopen-
item.languageiso639-1en-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
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 simple item record

Page view(s)

118
Last Week
0
Last month
1
checked on Mar 27, 2024

Download(s)

195
checked on Mar 27, 2024

Google ScholarTM

Check


All documents in the "Unitus Open Access" community are published as open access.
All documents in the community "Prodotti della Ricerca" are restricted access unless otherwise indicated for specific documents