Con base in ortofoto aeree ad alta risoluzione sono stati sviluppati modelli per la stima della biomassa di foreste xerofile capoverdiane. Il metodo proposto si basa sull'integrazione di tecniche di clustering in combinazione con l'indice VARI (Visibile Atmospherically Resistant Index) e algoritmi di segmentazione per l'estrazione chiome degli alberi. Questo procedimento ha permesso la minimizzazione dei problemi dovuti alla scarso contrasto spettrale tra il suolo e le chiome nelle parti più luminose e quelle in ombra. Sono stati testati metodi basati sul singolo albero e per area (area based) e le loro prestazioni sono state contrastate con i dati dell´inventario forestale nazionale di Capo Verde (CV-IFN). Nel primo approccio la biomassa è stata calcolata in funzione della larghezza della chioma e l'altezza degli alberi, utilizzando le equazioni allometriche sviluppate appositamente per l´inventario CV-IFN. Nel secondo approccio si è usata l'analisi di regressione per derivare modelli per la stima della biomassa in funzione dell'area proiettata della chioma. L´accuratezza delle stime è stata misurata analizzando l´ RMSE (Root Mean Square Error) tra la biomassa stimata e quella osservata. L´errore osservato nei due modelli è simile, variando tre il 42% del primo approccio e il 45% del secondo. La biomassa media calcolata per l´intera area di studio (14.399 ettari) con base nei dati del CV-IFN, è di 12,701 Mg ha-1. Questo a fronte di 11,380 Mg ha-1 stimato dal modello per area (area based) e 10,278 Mg ha-1 per il modello per singolo albero. Una stratificazione dell´immagine per aree omogenee, definite da mappe del soprassuolo più precise, può portare a stime di biomassa piú accurate. I modelli proposti aprono spazi per l´applicazione pratica sia a fini di monitoraggio che di gestione delle risorse forestali.

Comparing single tree and area based approaches for biomass estimation of Cape Verdean xerophytic forests using visible aerial imagery

-
2016-05-05

Abstract

Con base in ortofoto aeree ad alta risoluzione sono stati sviluppati modelli per la stima della biomassa di foreste xerofile capoverdiane. Il metodo proposto si basa sull'integrazione di tecniche di clustering in combinazione con l'indice VARI (Visibile Atmospherically Resistant Index) e algoritmi di segmentazione per l'estrazione chiome degli alberi. Questo procedimento ha permesso la minimizzazione dei problemi dovuti alla scarso contrasto spettrale tra il suolo e le chiome nelle parti più luminose e quelle in ombra. Sono stati testati metodi basati sul singolo albero e per area (area based) e le loro prestazioni sono state contrastate con i dati dell´inventario forestale nazionale di Capo Verde (CV-IFN). Nel primo approccio la biomassa è stata calcolata in funzione della larghezza della chioma e l'altezza degli alberi, utilizzando le equazioni allometriche sviluppate appositamente per l´inventario CV-IFN. Nel secondo approccio si è usata l'analisi di regressione per derivare modelli per la stima della biomassa in funzione dell'area proiettata della chioma. L´accuratezza delle stime è stata misurata analizzando l´ RMSE (Root Mean Square Error) tra la biomassa stimata e quella osservata. L´errore osservato nei due modelli è simile, variando tre il 42% del primo approccio e il 45% del secondo. La biomassa media calcolata per l´intera area di studio (14.399 ettari) con base nei dati del CV-IFN, è di 12,701 Mg ha-1. Questo a fronte di 11,380 Mg ha-1 stimato dal modello per area (area based) e 10,278 Mg ha-1 per il modello per singolo albero. Una stratificazione dell´immagine per aree omogenee, definite da mappe del soprassuolo più precise, può portare a stime di biomassa piú accurate. I modelli proposti aprono spazi per l´applicazione pratica sia a fini di monitoraggio che di gestione delle risorse forestali.
5-mag-2016
Bernasconi, Luca
File in questo prodotto:
File Dimensione Formato  
Tesi_L_Bernasconi.pdf

accesso aperto

Tipologia: Tesi di dottorato
Dimensione 3.13 MB
Formato Adobe PDF
3.13 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11695/66425
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact