Claudia Giardino

Claudia Giardino

Email: Questo indirizzo e-mail è protetto dallo spam bot. Abilita Javascript per vederlo.
fotoI gas atmosferici, gli aerosol ed i vapori contribuiscono infatti ad assorbire, diffondere (scattering) e rifrangere la radiazione solare incidente e riflessa dalla superficie terrestre. Questo insieme di fenomeni, variabili in funzione della lunghezza d'onda, viene denominato “effetto atmosferico” e può essere di intralcio alle osservazioni con i sensori remoti, perché:
  • offusca l’immagine riducendo il contrasto tra gli oggetti osservati a terra;
  • ostacola il confronto temporale dei dati fisici di radianza in quanto contaminati dalla variabilità delle proprietà ottiche dell’atmosfera nel momento di ripresa;
  • rende difficile la derivazione della firma spettrale delle superfici osservate.
In molte applicazioni che richiedono un’interpretazione fisica dell’immagine, si rende quindi spesso necessaria un’opportuna correzione degli effetti atmosferici. I metodi di correzione degli effetti atmosferici si possono raggruppare in:
  • modelli di trasferimento radiativo;
  • metodi semplificati basati sull’immagine.
La prima categoria comprende i modelli che risolvono analiticamente le equazioni di trasferimento radiativo dell’energia elettromagnetica attraverso l’atmosfera. Per descrivere accuratamente la propagazione della radiazione, questi modelli richiedono di dati sulle proprietà ottiche dell’atmosfera. Queste informazioni possono essere reperite da misure in situ contemporanee al momento di ripresa o, nel caso di missioni operative (es. MODIS) da informazioni reperibili dall’immagine medesima. Il secondo raggruppamento include una serie di metodologie che semplificano le equazioni di propagazione della radiazione nell’atmosfera e ricavano le informazioni sulle caratteristiche dell’atmosfera direttamente dall’immagine.

Per "change detection" si intende il processo di identificazione dei cambiamenti in un oggetto o in un fenomeno, che avvengono in un particolare intervallo temporale. Presupposto fondamentale delle analisi di change detection effettuate con dati telerilevati è che un cambiamento di copertura del suolo o della superficie osservata da un sensore corrisponda a un cambiamento di risposta spettrale radiometrica, e che questo cambiamento spettrale sia sensibilmente più rilevante rispetto ai cambiamenti dovuti ad altri fattori, quali le condizioni atmosferiche al momento delle acquisizioni, o l'umidità dei suoli o ancora differenze nelle condizioni di acquisizione dei dati telerilevati.

ch-det

Change Detection e danno alluvionale: il Nord-est del Bangladesh sommerso dalle alluvioni monsoniche del 2001; a sinistra,: prima dell'alluvione; al centro: post alluvione. A destra la mappa dei cambiamenti che permette l'identificazione delle aree alluvionate e delle infrastrutture colpite.

0380
Le superfici naturali interagiscono con l’energia solare incidente riflettendo, assorbendo e, nel caso di corpi non opachi (come l’acqua e l’atmosfera), trasmettendo parte dell’energia. La componente riflessa (o retro-diffusa) è quella di maggiore interesse nelle applicazioni del telerilevamento poiché rappresenta il segnale misurato dai sensori ottici, satellitari o aviotrasportati. La riflettanza è funzione delle proprietà ottiche delle superfici e per questo vegetazione, neve, acqua, suoli etc. hanno dei valori di riflettanza lungo lo spettro ben distinti (firma spettrale). La riflettanza ha inoltre un comportamento che dipende dalla geometria di osservazione e acquisizione come comunemente descritto dalla funzione di distribuzione della riflettanza bidirezionale (BRDF).

class1La capacità di riconoscere (dare un nome) e quindi di classificare oggetti in categorie che si conformano a modelli teorici (pattern) è una delle caratteristiche principali dell’intelligenza umana.
La classificazione automatica delle immagini, cioè lo studio di metodi per il riconoscimento automatico di oggetti attraverso l’identificazione di regolarità significative in un sistema complesso e in presenza di rumore, è nota anche come “pattern recognition”. Essa implica l’estrazione di informazione tematica attraverso la determinazione delle relazioni fra le risposte spettrali delle superfici osservate da satellite e le varie classi o temi di interesse dell’utente.

class2

Per tradurre il segnale registrato dal satellite in informazione fisica di riflettanza e/o emittanza alla superficie, e provvedere quindi alla stima dei parametri bio-geofisici, si può ricorrere alla modellistica del trasferimento radiativo. Essa rappresenta l’insieme di equazioni che descrivono il propagarsi della radiazione elettromagnetica e del suo cammino ottico dal sole, attraverso l’atmosfera (che assorbe, diffonde e rifrange la radiazione) sino alla superficie (o un suo volume nel caso ad esempio di corpi d’acqua o comparti arborei) e poi, nuovamente attraverso l’atmosfera, verso il sensore. Per determinare i parametri bio-geofisici a partire dal segnale satellitare è necessario invertire il concatenamento di relazioni attraverso le quali le proprietà ottiche delle superfici (traducibili in parametri bio-geofisici) sono associate alla radianza riflessa/emessa dalla superficie, a sua volta relazionata al segnale misurato dal sensore. In funzione della complessità del modello di trasferimento radiativo, l’inversione può compiersi adottando differenti tecniche; tra le altre si ricordano i minimi quadrati, le tecniche di ottimizzazione non lineare (es. Levenberg-Marquand), le reti neurali e le Look Up Table. La modellistica del trasferimento radiativo offre grandi potenzialità perché basata su leggi fisiche indipendenti dalle caratteristiche del sensore, dalle condizioni atmosferiche. Ciononostante, essendo associato alla modellistica è affetto da tutte le problematiche legate in generale ai modelli (es., sensibilità, accuratezza radiometrica del dato immagine, ipotesi del modello di inversione e sua parametrizzazione).
mod_an
Diagramma di flusso che descrive la modellistica diretta/inversa per la stima di parametri bio-fisici nella colonna d'acqua (da Dekker et al., 2001)

Per la determinazione dei parametri bio-geofisici molti studi si basano su approcci statistici che permettono la definizione di modelli empirici o semi-empirici, così suddivisi in funzione di quanto la loro definizione/parametrizzazione sia vincolata al solo dataset utilizzato in fase di calibrazione o sia utilizzabile anche per dati affini. In entrambi casi, l’approccio è basato sullo sviluppo di relazioni statistiche tra i valori spettrali misurati dal sensore e i parametri bio-geofisici della superficie. L’analisi statistica tra dati i radiometrici e i parametri bio-geofisici può avvalersi di tecniche d’analisi univarita o multivarita, includere trasformazioni di variabili (es. logaritmi) e far riferimento a singole bande o a loro combinazioni (es. indice di vegetazione). In funzione dell’obiettivo del lavoro e della disponibilità di dati ancillari i dati satellitari da elaborare con i metodi empirici o semi-empirici possono essere corretti o meno dall’effetto atmosferico.

et_emp_s.

 

fig

Alcuni parametri bio-geofisici, indicatori qualitativi o quantitativi dello stato delle superfici naturali, possono essere stimati combinando la modellistica del trasferimento radiativo (fisica o emprica) ai dati ottici telerilevati. Le caratteristiche multi- ed iper-spettrali dei sensori satellitari e aviotrasportati, offrono in particolare le prestazioni radiometriche ottimali (elevata numerosità delle bande spettrali, strette bande spettrali,  elevato rapporto segnale/rumore) per un’accurata stima dei parametri. Ad oggi sono numerose le attività orientate alla determinazione di grandezze bio-geofisiche, con applicazioni che interessano numerosi comparti ambientali. A tutti gli approcci è la traduzione in misure fisiche (es. riflettanza alla superficie) del segnale registrato dal satellite da cui, in funzione della natura della superficie si possono ottenere i parametri da utilizzarsi in molteplici applicazioni. A titolo d’esempio si ricordano la stima delle concentrazioni dei parametri di qualità dell’acqua (es. clorofilla, solidi sospesi) nel monitoraggio delle superfici lacustri e marine, il calcolo d’indicatori strutturali della vegetazione (es. Leaf Area Index) per la gestione degli ecosistemi arborei, la determinazione della proprietà della copertura nevosa (albedo, grain-size) per applicazioni di carattere idrologico o climatico.

mappingAzioni di monitoraggio, gestione e pianificazione del territorio e dell’ambiente possono essere supportate da mappe di copertura del territorio, o mappe tematiche, la cui generazione rappresenta un'attività tipica del telerilevamento e forse una delle più diffuse e più importanti. Ogni tipo di intervento nel caso di emergenze ambientali, che si verificano in maniera sempre più frequente anche in connessione con i cambiamenti climatici, siano esse alluvioni e frane, terremoti e incendi, si deve basare su cartografia tematica aggiornata sia nella programmazione dei primi interventi, sia nella valutazione dei danni sia nella predisposizione dei piani di recupero con finalità anche di prevenzione. Ma la disponibilità di carte tematiche è importante non solo nel caso di disastri ma anche per la gestione delle risorse dell’ambiente e del territorio. Basti pensare al settore forestale sia per il fenomeno di deforestazione a scala globale con le sue implicazioni sull’ambiente e sul clima sia al settore specificamente agricolo. La politica agricola comune (PAC) è da oltre 40 anni la politica più importante dell’Unione Europea (UE), che investe fra 45 e il 50 % (cioè qualcosa come 55-60 miliardi di euro) del suo bilancio annuale per la spesa agricola (Comunità europee, 2007, ISBN 978-92-79-07312 –0). In molti settori le informazioni derivate dalle immagini da satellite sono la base per la distribuzione delle risorse economiche e per la verifica delle dichiarazioni degli agricoltori.
Anche la panificazione territoriale e urbana, l’identificazione di materiali pericolosi come il cemento amianto, la impermeabilizzazione dei suoli (soil sealing) causata dalla cementificazione del territorio, sono altri esempi dove la produzione di mappe tematiche da satellite riveste un ruolo fondamentale.
A partire dal 1972, anno in cui fu messo in orbita dalla NASA il primo satellite dedicato alle risorse terrestri (Landsat-1) fino agli attuali satelliti commerciali (Ikonos, …) con pixel di 1 metro, i dati e le immagini telerilevati disponibili sono andati sempre più aumentando e differenziandosi sia in termini di risoluzione spettrale che di risoluzione spaziale, richiedendo le sviluppo continuo di metodologie di analisi e interpretazione automatica sempre più raffinate e sempre più affidabili.

«InizioPrec.12345678910Succ.Fine»
Pagina 10 di 10