Classificazione semi-automatica del consumo di suolo nella Provincia di Trapani

Laurea liv.I

Facoltà: Ingegneria

Autore: Irene Politano Contatta »

Composta da 79 pagine.

 

Questa tesi ha raggiunto 111 click dal 10/01/2017.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.

 

 

Scopo della tesi è classificare in maniera semi-automatica la copertura del suolo della Provincia di Trapani, una delle nove province siciliane che nel triennio 2012-2015 hanno avuto il maggior incremento di consumo di suolo. Questo fenomeno, che consiste nella copertura del terreno con materiali artificiali come cemento o asfalto, comporta una perdita delle funzioni che il suolo svolge e un rischio per la sopravvivenza dell’intero pianeta. Nel corso degli ultimi anni si è quindi cercato di sviluppare e migliorare strumenti e tecnologie in grado di monitorare il fenomeno, per poter adottare politiche territoriali sostenibili e porre un freno a questo consumo di suolo incontrollato.
Una delle tecniche impiegate per questo tipo di monitoraggio è proprio la classificazione semi-automatica di immagini telerilevate, una classificazione automatica che assegna a ciascun pixel dell’immagine, in funzione delle sue caratteristiche spettrali, una classe in base alle informazioni fornite dall’operatore. Le immagini utilizzate per questo lavoro sono state quelle prodotte da Sentinel-2A, un satellite sviluppato dall’Agenzia Spaziale Europea per il programma Copernicus. Il programma, guidato dalla Commissione Europea, ha come obiettivo il monitoraggio globale della Terra per poter migliorare la gestione dell’ambiente, comprendere ed attenuare gli effetti dei cambiamenti climatici, garantire la sicurezza civile.
Tramite il software QGIS e, in particolare, il suo Semi-Automatic Classification Plugin sono state scelte le immagini satellitari Sentinel-2A adatte per il lavoro e su di esse sono state individuate delle Regions Of Interest, cioè gruppi di pixel poi classificati come suolo consumato. In maniera automatica la classificazione è stata estesa, tramite un apposito algoritmo, alle intere immagini ottenendo la classificazione del consumo di suolo della Provincia. Successivamente è stata creata ed applicata una maschera per rimuovere una copertura nuvolosa che ricopriva una parte del suolo e non permetteva di creare una corretta classificazione dell’area nascosta dalle nuvole. Al termine dell’intero procedimento si è notato che le coste ed alcune zone agricole erano state classificate in maniera errata. Il primo errore era dovuto al fatto che materiali simili (in questo caso sabbia e calcestruzzo) hanno firma spettrale simile. Per correggere questo errore è stata eseguita, tramite fotointerpretazione, una classificazione manuale lungo tutte le coste. Per il secondo errore, dovuto alla foschia che ha modificato le firme spettrali al suolo, è stato creato un layer con il massimo valore del Normalized Difference Vegetation Index di una serie temporale di immagini Sentinel-2A, un indice che permette di delineare la distribuzione della vegetazione in funzione della sua stessa riflettanza. Questo layer è stato poi confrontato sia con la classificazione creata per il 2016 che con quella ufficiale del 2015 per rimuovere automaticamente i pixel errati in entrambi i file. Ultima operazione effettuata è stata l’integrazione delle strade più strette che non erano state classificate né nel 2015 né nel 2016. Dalla classificazione ufficiale del 2015 aggiornata con le strade di OpenStreetMap sono state ricavate queste ultime per aggiungerle successivamente sia alla classificazione 2016 che alla 2015 migliorata durante il lavoro.
Infine la classificazione del consumo di suolo del 2016 è stata confrontata con quella migliorata del 2015, ottenendo l’incremento del consumo di suolo nell’ultimo anno sia nell’intera Provincia che in ogni singolo Comune. Il confronto è stato effettuato anche tra la classificazione ufficiale del 2015 e quella migliorata, per valutare la percentuale di errori omessi e commessi presenti.
A conclusione del lavoro è possibile affermare che l’obiettivo di creare una classificazione semi-automatica del consumo di suolo nella Provincia di Trapani sia stato raggiunto, sebbene siano state necessarie revisioni manuali. I risultati ottenuti hanno evidenziato che la velocità del consumo di suolo nella Provincia di Trapani, nonostante il fenomeno sia aumentato nell’ultimo anno, stia lentamente diminuendo in linea con le direttive della Commissione Europea che prevedono un consumo di suolo netto pari a zero entro il 2050.

Mostra/Nascondi contenuto.
5 Introduzione L’importanza del suolo e delle sue funzioni è stata per molto tempo sottovalutata. Fino a qualche anno fa, infatti, il suolo è stato sminuito a semplice terreno agricolo, prato, superficie edificabile. La realtà è, però, ben diversa: il suolo svolge molte funzioni che garantiscono la vita sulla Terra, non solo dell’uomo, ma anche di tutte le altre specie viventi. Il consumo di suolo è diventato, dunque, uno degli argomenti maggiormente affrontati nel corso degli ultimi anni. È un fenomeno che consiste nella copertura del suolo con materiali artificiali e che comporta una perdita delle funzioni e delle caratteristiche del terreno che sono difficilmente ripristinabili. Basti pensare che nel 2015 l’Istituto Superiore per la Protezione e la Ricerca Ambientale ha stimato che il consumo di suolo abbia ormai compromesso più di 2 milioni di ettari del nostro territorio, con una perdita di circa 4 metri quadrati di suolo al secondo. Per questo motivo, negli ultimi anni, si è assistito ad un aumento ed a un miglioramento degli strumenti in grado di monitorarne l’avanzamento nel tempo in maniera tale da poter adottare politiche territoriali sostenibili che sappiano porre un freno a questo consumo di suolo incontrollato. Tra le varie tecniche di monitoraggio attualmente utilizzate ci sono le classificazioni semi-automatiche. Queste tecniche permettono di assegnare