Estimating and mapping forest structure diversity using airborne laser scanning data

Il tema trattato in questa tesi di dottorato è l'acquisizione e applicazione degli approcci e delle tecniche più efficaci che possono essere utilizzati per stimare e mappare indicatori di diversità strutturale delle foreste, nell’ottica di una più completa valutazione, gestione e monitoraggio della biodiversità in ambienti forestali. La tesi è suddivisa in due sezioni principali, costituite da cinque diversi ma interdipendenti e organicamente collegati studi, rappresentati da altrettanti articoli pubblicati su riviste soggette al processo di referaggio, di seguito riportati in numeri romani come Studi I-V. La prima sezione comprende tre studi, Studio I-II-III. I contenuti di questa sezione forniscono le basi conoscitive che verranno successivamente applicate per la stima e la mappatura della diversità strutturale in ambito forestale negli studi della seconda sezione (Studi IV e V). Diversi progetti di cooperazione internazionale sono stati stipulati al fine di far fronte al problema della costante perdita di biodiversità a livello mondiale, e data la rilevanza che la diversità strutturale delle foreste ha in termini di diversificazione degli habitat, un monitoraggio costante del suo status su grandi aree è di indubbia necessità. Lo Studio I dimostra come questo risultato può essere affrontato in modo efficiente integrando dati a terra, come quelli rilevati durante le indagini di tipo inventariale, e da dati rilevati, in particolare quelli derivanti da scansione laser aerea (ALS), i quali hanno dimostrato di essere uno strumento affidabile nel caratterizzare la struttura del bosco. Nel caso specifico dello Studio I viene mostrato come i dati ALS vengano utilizzati nella stima di un comune attributo forestale come la biomassa epigea, utilizzando dati a terra rilevati secondo un originale schema di campionamento stratificato a due fasi. Al fine di essere utilizzato come valida fonte di informazione per la pianificazione di strategie di conservazione, congiuntamente con la stima areale del parametro di interesse, una mappattura dettagliata che mostra come la diversità strutturale si distribuisce spazialmente è di grande utilità. Lo Studio II presenta una vasta meta-analisi e analisi bibliografica, effettuata durante il periodo il dottorato, in cui è mostrato come la tecnica parametrica della k-NN è, tra gli altri, quella più utilizzata ed efficace per la stima e spazializzazione di attributi forestali, sia come singolo attributo che come combinazione di essi, atti a formare indici sintetici. Questa tecnica può essere ulteriormente migliorata implementando una fase di ottimizzazione avente lo scopo di impostare i parametri del metodo k-NN per ottenere le migliori prestazioni possibili di stima. Lo Studio III scende nel dettaglio di questa fase, confermando che se l’ottimizzazione è effettuata prima di eseguire la procedura di k-NN, la performance nelle previsioni migliorata in maniera rilevante. Nella seconda e ultima sezione, i metodi sperimentati nella prima sezione sono applicati in due diversi studi. Lo Studio IV descrive l'uso dei dati ALS e di quelli a terra per la stima del valori medi degli indici di diversità strutturali sull’area di studio, in un contesto dove le stime derivanti dal modello fungono da supporto migliorando la precisione della stima rispetto ad una stima basata solo sull’utilizzo dei dati rilevati a terra. Lo studio propone inoltre il calcolo degli intervalli di confidenza di tali stime e la mappatura degli indici esaminati. Lo Studio V è strutturato come un approccio metodologico, portandosi un passo avanti rispetto allo Studio IV. Questo è la sintesi di tutto ciò che è stato acquisito e applicato finora, e propone la mappattura e la stima di un indice sintetico di diversità strutturale (SDI) ottenuto tramite la capacità di un’ottimizzata k-NN nello stimare attributi di interesse in maniera simultanea, sintetizzandoli in un unico e più comprensivo indice di diversità strutturale.