Please use this identifier to cite or link to this item: http://hdl.handle.net/2067/560
Title: Analisi della vegetazione naturale in aree vulnerabili alla desertificazione mediante telerilevamento: i casi di studio di Monte Coppolo e Bosco Pantano in Basilicata
Other Titles: Remote sensing vegetation analysis in desertification prone areas: Monte Coppolo and Bosco Pantano case studies in Basilicata region
Authors: Trotta, Claudia
Keywords: Vegetazione naturale;Desertificazione;Telerilevamento;LAI;Vegetation;Desertification;Remote sensing;BIO/07;BIO/03
Issue Date: 3-Oct-2008
Publisher: Università degli studi della Tuscia - Viterbo
Series/Report no.: Tesi di dottorato di ricerca. 18. ciclo
Abstract: 
Il degrado delle risorse vegetali in aree vulnerabili alla desertificazione interessa gran parte delle regioni dell’Italia meridionale manifestandosi negli ambienti naturali e semi- naturali attraverso variazioni qualiquantitative delle coperture vegetali. Di conseguenza è di fondamentale importanza descrivere e monitorare lo stato delle formazioni vegetali e approfondire le conoscenze sulle fitocenosi di particolare
rilievo ecologico, attraverso la messa a punto di opportune metodologie di indagine a supporto degli interventi che si pongono come obiettivo il monitoraggio e la mitigazione dei processi di degrado ambientale.
In quest’ottica l’uso di dati telerilevati consente di rilevare e monitorare con diversi livelli d’accuratezza e a diverse scale (spaziali e temporali) l’estensione e la distribuzione delle coperture vegetali nonché lo stato e l’evoluzione di alcuni parametri biofisici della vegetazione.
In questa tesi, in particolare, è stato affrontato lo studio della vegetazione mediante un approccio sperimentale basato sull’utilizzo del telerilevamento satellitare come strumento di indagine e di
spazializzazione di dati ecologici, integrato da dati ausiliari quali rilievi campionari a terra, informazioni bibliografiche e dati cartografici digitali. Il lavoro ha interessato due siti, Monte Coppolo e Bosco Pantano, localizzati in aree della Basilicata vulnerabili alla desertificazione, ed è stato articolato in tre parti con obiettivi differenti.
Nella prima parte del lavoro sono state utilizzate immagini satellitari ad alta risoluzione (Ikonos) per descrivere con un elevato dettaglio la distribuzione attuale della vegetazione nelle aree indagate,
adottando una metodologia semi-automatica competitiva con le tradizionali tecniche di cartografia della vegetazione. I dati raccolti e le mappe derivate da satellite, propedeutiche per le fasi successive, colmano
una lacuna nella conoscenza delle due aree di studio e possono costituire un punto di partenza per ulteriori analisi. Alla descrizione della vegetazione attuale è stata associata anche un’indagine storica
sull’evoluzione delle coperture vegetali innescata dalle modificazioni ambientali indotte dall’uomo negli ultimi cinquanta anni, mediante interpretazione e confronto di foto aeree storiche (1954) e recenti
(1998).
Nella seconda parte è stato invece utilizzato un approccio integrato tra dati satellitari ad alta e media risoluzione (Ikonos e Landsat) per implementare dei modelli regressivi per la stima di un importante parametro biofisico della vegetazione come l’indice di area fogliare (LAI), mediante dati di riflettanza
acquisiti da satellite.
Lo scopo è stato quello di testare un metodo in grado di sfruttare l’elevata scala spaziale dei dati ad alta risoluzione (4 m), al fine di poter descrivere al meglio l’eterogeneità della distribuzione del parametro ed al contempo, ottimizzare le misure in campo per la calibrazione dei modelli. Le mappe di distribuzione
del LAI stimato mediante questi modelli sono state utilizzate come “verità a terra” per la calibrazione di modelli basati invece sui dati satellitari a media risoluzione (30 m). L’uso del dato a media risoluzione è
indispensabile nello studio e nel monitoraggio di quei fenomeni che assumono rilevanza su grandi scale in quanto, al contrario del dato ad alta risoluzione, esso è caratterizzato da una maggiore estensione della superficie di territorio ripresa e da una periodicità di acquisizione regolare, costituendo un valido strumento per il controllo e lo studio delle dinamiche territoriali. Immagini satellitari a media
risoluzione, quali le Landsat, costituiscono anche una serie storica relativamente ampia (circa un trentennio) con la quale poter condurre indagini multitemporali risalendo indietro nel tempo. Pertanto, è stata analizzata la performance e la stabilità dei modelli sviluppati (e quindi la metodologia adottata), calibrati per la situazione attuale, al fine di valutare la possibilità di estrapolare temporalmente le
relazioni trovate per derivare stime quantitative della variabile biofisica mediante riprese satellitari effettuate in altri momenti.
Nell’ultima parte del lavoro una serie di immagini Landsat del periodo 1984-2005 è stata utilizzata per analizzare la sensibilità di alcuni indici spettrali di vegetazione, derivati dai dati satellitari, alla variabilità climatica interannuale, analizzando al contempo le diverse risposte delle singole formazioni vegetali presenti nelle aree di studio.
Nel complesso i risultati ottenuti mostrano come le metodologie d’indagine basate sul telerilevamento satellitare offrano un potente strumento per descrivere gli aspetti qualitativi della vegetazione con un
elevato dettaglio ed accuratezza, mentre le analisi quantitative deputate alla stima di parametri biofisici mediante modelli regressivi mostrano come questi risentano dell’influenza di molteplici fattori legati al momento fenologico in cui sono stati acquisiti i dati.

Southern Italy regions have been experiencing soil and vegetation degradation processes under the stress induced by both climate change and increased human activities whose effects are related to desertification processes. Land degradation generally result in a substantial change in vegetation patterns and distribution that can be profitably documented through remotely sensed data. Indeed, satellite sensor
technology provides a powerful tool that allows assessment and monitoring of vegetation covers and
biophysical parameters, with various levels of accuracy and with various scales (space and temporal), as well as providing a support to the development and execution of natural resources management plans.
In particular, this thesis focused on the study of vegetation by means of remote sensing data supported by reference data sampling, bibliographical and cartographic data to describe and spatialize vegetation distribution and ecological data. This study has been carried out in two sites, Monte Coppolo and Bosco Pantano, both localized in areas of Basilicata region susceptible to desertification, the activity has been articulated in three parts as described below.
In the first part, very high spatial resolution data (Ikonos) has been used in order to describe with a great detail the present distribution of vegetation canopies by means of a semi- automatic classification methodology which resulted competitive with traditional vegetation mapping techniques. Collected field data and satellite-derived vegetation maps, useful in the following phases of this study, overcome a gap
in the knowledge of the two areas and can constitute a reference point for further analyses. To further understand the vegetation changes occurred during the last five decades in relation to the modifications induced by human activity, historical aerial photos (1954) have been compared to recent ones (1998) and vegetation distribution modification has been evaluated.
In the second part, it has been used an integrated approach between high and medium spatial resolution data (Ikonos and Landsat) in order to implement semi-empirical models for retrieving an important biophysical parameter of the vegetation such as the leaf area index (LAI) by means of spectral reflectance data.
The aim was to test a method that exploits high resolution data (4 m) in describing the great
heterogeneity of LAI distribution as well as optimising field measurements for the calibration of the models. LAI maps derived by means of these models have been used like “ground truth” for the
calibration of models based on medium resolution data (30 m). Medium resolution data turns out useful in studying and monitoring those phenomena that assume importance on large-scale because, on the contrary of high resolution data, they are characterized by a greater extension of the sensed surface and by a regular acquisition, representing a valid tool for mo nitoring and studying territorial dynamics.
Medium resolution remote sensing data, i.e. Landsat, provide also a relatively wide historical series (approximately thirties years) which can be used to carry out multitemporal studies. Therefore, the performance and the stability (and hence the integrated approach) of the implemented semi-empirical models has been evaluated in order to test the possibility to temporarily extrapolate the found relations.
Finally, a time series of Landsat imagery (1984-2005) has been used in order to derive a multi-temporal series of spectral vegetation indices to be correlated to the inter-annual climatic variability as well as analyzing the different answers of the single vegetation formations in the study areas to variations of temperature and rainfall across years.
The achieved results show that remote sensing is a powerful tool to obtain qualitative description of vegetation distribution with great details and high accuracy in patchy and heterogeneous areas such as Mediterranean ones; conversely quantitative retrievals of biophysical parameters by means of regressive models are influenced by several factors such as phenological time of data acquisition.
Description: 
Dottorato di ricerca in Ecologia e gestione delle risorse biologiche
URI: http://hdl.handle.net/2067/560
Rights: If not otherwise stated, this document is distributed by the Tuscia University Open Archive under a Creative Commons 2.0 Attribution - Noncommercial - Noderivs License (http://creativecommons.org/licenses/by-nc-nd/2.0/)
Appears in Collections:Archivio delle tesi di dottorato di ricerca

Files in This Item:
File Description SizeFormat
ctrotta_tesid.pdf3.41 MBAdobe PDFView/Open
Show full item record

Page view(s)

2
Last Week
0
Last month
0
checked on Oct 22, 2020

Download(s)

13
checked on Oct 22, 2020

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons