Il rischio di Desertificazione nei paesi della sponda nord del Mediterraneo è un fenomeno sotto l’attenzione della comunità internazionale, come evidenziato dallo sviluppo di numerosi progetti nazionali ed Europei. In molti di questi, quali LADAMER, GeoRange, DeSurvey, MODULUS, DesertLinks, RIADE, il dato satellitare gioca un ruolo fondamentale per la valutazione di una serie di indicatori ambientali per il monitoraggio della desertificazione. Il progetto DesertWatch, commissionato dall’ European Space Agency (ESA) mira a sviluppare un sistema informativo orientato agli utenti finali attraverso una ricaduta tecnologica di metodi, modelli e algoritmi sviluppati in precedenti progetti di ricerca. Il sistema DesertWatch ha quindi l’obiettivo di sviluppare un software, facile da utilizzare da parte di personale non tecnico, che sfrutti il telerilevamento per il monitoraggio della desertificazione. I requisiti del sistema richiedono la capacità di generare in maniera quanto più possibile automatica ed accurata i parametri di interesse. Il progetto, attualmente in fase di completamento, prevede la realizzazione di 11 parametri che comprendono indicatori semplici (quantificazione di aree artificiali, aree irrigate, incendi boschivi, abbondanza di vegetazione, erosione dei suoli, ecc.) indicatori dinamici (de-forestazione, frammentazione delle foreste, aree ri-naturalizzate, ecc.) modelli complessi e mappe di rischio. Tali parametri saranno rilevati in vaste regioni di Italia, Portogallo, Turchia e Grecia. E’ stato pertanto sviluppato un algoritmo che combina i punti di forza dei più sofisticati metodi di classificazione, per la generazione di un tool automatico. Tale metodo, basato essenzialmente su un classificatore supervised, combina un modulo di estrazione automatica del training set basato su fuzzy logic, con tecniche di segmentazione multispettrale multiscala e data fusion. I risultati ottenuti durante la fase di prototipazione nella regione Sardegna, indicano accuratezze di classificazione superiori al 93% in tutti i casi. I dati di validazione sono stati ottenuti attraverso fotointerpretazione su circa il 15% dell’area di test.
Sviluppo di un algoritmo di classificazione automatico per la generazione di mappe di land cover finalizzate al monitoraggio della desertificazione / Pace, G; Zucca, Claudio; Wu, W.. - (2006), pp. 1505-1510. (Intervento presentato al convegno 10a Conferenza Nazionale ASITA tenutosi a Bolzano nel 14 - 17 novembre).
Sviluppo di un algoritmo di classificazione automatico per la generazione di mappe di land cover finalizzate al monitoraggio della desertificazione
ZUCCA, Claudio;
2006-01-01
Abstract
Il rischio di Desertificazione nei paesi della sponda nord del Mediterraneo è un fenomeno sotto l’attenzione della comunità internazionale, come evidenziato dallo sviluppo di numerosi progetti nazionali ed Europei. In molti di questi, quali LADAMER, GeoRange, DeSurvey, MODULUS, DesertLinks, RIADE, il dato satellitare gioca un ruolo fondamentale per la valutazione di una serie di indicatori ambientali per il monitoraggio della desertificazione. Il progetto DesertWatch, commissionato dall’ European Space Agency (ESA) mira a sviluppare un sistema informativo orientato agli utenti finali attraverso una ricaduta tecnologica di metodi, modelli e algoritmi sviluppati in precedenti progetti di ricerca. Il sistema DesertWatch ha quindi l’obiettivo di sviluppare un software, facile da utilizzare da parte di personale non tecnico, che sfrutti il telerilevamento per il monitoraggio della desertificazione. I requisiti del sistema richiedono la capacità di generare in maniera quanto più possibile automatica ed accurata i parametri di interesse. Il progetto, attualmente in fase di completamento, prevede la realizzazione di 11 parametri che comprendono indicatori semplici (quantificazione di aree artificiali, aree irrigate, incendi boschivi, abbondanza di vegetazione, erosione dei suoli, ecc.) indicatori dinamici (de-forestazione, frammentazione delle foreste, aree ri-naturalizzate, ecc.) modelli complessi e mappe di rischio. Tali parametri saranno rilevati in vaste regioni di Italia, Portogallo, Turchia e Grecia. E’ stato pertanto sviluppato un algoritmo che combina i punti di forza dei più sofisticati metodi di classificazione, per la generazione di un tool automatico. Tale metodo, basato essenzialmente su un classificatore supervised, combina un modulo di estrazione automatica del training set basato su fuzzy logic, con tecniche di segmentazione multispettrale multiscala e data fusion. I risultati ottenuti durante la fase di prototipazione nella regione Sardegna, indicano accuratezze di classificazione superiori al 93% in tutti i casi. I dati di validazione sono stati ottenuti attraverso fotointerpretazione su circa il 15% dell’area di test.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
