SPERIMENTAZIONE DI TECNICHE DI CLASSIFICAZIONE OBJECT-ORIENTED DI IMMAGINI QUICKBIRD A FINI FORESTALI

Abstract

L’approccio metodologico comunemente utilizzato per derivare cartografie tematiche forestali da immagini satellitari è la fotointerpretazione manuale in ambiente GIS (Geographical Information Systems). Gli elaborati prodotti con sistemi di classificazione automatici (unsupervised) o semi-automatici (supervised) sono caratterizzati da legende troppo semplificate perché risultino utili strumenti di supporto alla pianificazione forestale. D’altra parte il tentativo di aumentare la complessità dei sistemi di nomenclatura comporta inevitabilmente un aumento degli errori di classificazione, in genere oltre i limiti di accettabilità del prodotto. L’approccio pixel-oriented e la scarsa risoluzione geometrica delle immagini sono ulteriori limiti alla diffusione di cartografie tematiche prodotte con metodi di classificazione automatica e semiautomatica. Le ultime generazioni di satelliti VHR (Very High Resolution) e lo sviluppo di tecniche di classificazione object-oriented sembrano capaci di superare i limiti sopra accennati. A tal fine, su un’area di studio estesa 1370 ettari nel comune di Sasso Marconi (BO), è stata sperimentata l’efficacia di una procedura di classificazione object-oriented della copertura del suolo basata sulla segmentazione multirisoluzione di immagini satellitari QuickBird. Per confronto, l’accuratezza tematica ottenuta è stata comparata con quella derivante da un approccio di tipo pixeloriented. I risultati ottenuti con l’approccio object-orientend (KIA=0,78) sono stati migliori di quelli scaturiti dall’approccio pixel-oriented (KIA=0,47).