Analisi multilivello della diversità strutturale di una faggeta con caratteri di vetustà

Abstract

della diversità strutturale dei soprassuoli forestali è utilizzata come base conoscitiva per la gestione degli ecosistemi forestali. Le caratteristiche strutturali sono generalmente indagate tramite l'acquisizione di dati osservati in campo. D'altro canto, il telerilevamento ad alta risoluzione (VHR) consente oggi di acquisire immagini multispettrali caratterizzate da un elevato contenuto geometrico e le tecniche di segmentazione object oriented recentemente sviluppate sono particolarmente efficienti nel valorizzarlo. In questa ottica, il presente lavoro utilizza la segmentazione di un'immagine multispettrale ad alta risoluzione QuickBird come base per quantificare alcuni aspetti della diversità strutturale di una faggeta dell'alto Lazio con caratteri di vetustà. Lavorando su tre differenti scale vengono analizzati i rapporti spaziali, di mescolanza e di dominanza dimensionale tra singoli alberi, applicando un sistema di indici basato sulle relazioni tra soggetti vicini. L'algoritmo della differenza assoluta e il test di Kolmogorov-Smirnov sono utilizzati per evidenziare le differenze tra le distribuzioni diametriche ai tre livelli di scala. Nelle condizioni esaminate l'eterogeneità spettrale e geometrica quantificata su immagini multispettrali VHR è risultata di efficace supporto per la caratterizzazione della diversità strutturale orizzontale del soprassuolo arboreo. Parole chiave: segmentazione multirisoluzione; immagine QuickBird; indici strutturali basati sui singoli alberi; distribuzione diametrica; buche; Fagus sylvatica; Lazio.

Support of Multispectral Very High Resolution Remotely Sensed Imagery for Old-Growth Beech Forest Detection

“…Multi-scale object-based image classification techniques are adapted to provide useful information about spatial heterogeneity in the structure of forest ecosystems (DE KOK et al, 1999;BURNETT e BLASCHKE, 2003;LAMONACA and CORONA, 2007). Multiresolution segmentation (BAATZ and SCHÄPE, 2000), in particular, is able to fully explore the information content of high resolution images (CHIRICI et al, 2003;LAMONACA, 2006).…”