Search

Forest ecosystems for their important multifunctional value, need a complex and increasing amount of descriptive information to support their management. Ecological and environmental related attributes have became nowadays important as traditional ones, such as wood growing stock and basal area. The correct application of Sustainable Forest Management criteria is boosted by spatial contiguous knowledge of such attributes. For such a reason in the last years a huge number of scientific experiences in the forest area have been concentrated to study the relationship between data acquired in the field and remotely sensed multispectral images. Models based on such relationships can be used to estimate and map forest attributes acquired in the field on the basis of a statistical sampling design. can be sucould not take in consideration spatially structured data. In last years many researches have focused on possible relationships between field data and remote sensed informations derived from multispectral imagery. Modeling these relationships allows to extend inventory data to not explored surfaces. In this paper were discussed results on spatializing forest biometrical attributes, tree heterogeneity and dimensional heterogeneity assessed during an inventory of Mountain Community “Alto Molise” (IS) throw Spot 5 and Lansat TM 7 imagery. For this purpose a multilinear regression and a k-Nearest Neighbor classifier were used.

La pineta di Castel Fusano (Roma) è stata colpita il 4 luglio del 2000 da un importante incendio boschivo in seguito al quale si è avviata nell’area una intensa rinnovazione naturale sia per via gamica che agamica. Ai fini di monitoraggio della suddetta rinnovazione sono stati realizzati una serie di rilievi a terra in aree campione nel 2003 e nel 2006. Negli stessi anni è stata acquisita la copertura di immagini telerilevate multispettrali ad altissima risoluzione Ikonos e Quick Bird. Scopo del presente lavoro è la sperimentazione di diverse metodologie finalizzate alla modellizzazione delle relazioni esistenti tra i dati telerilevati acquisiti e le misure realizzate a terra per la stima e la mappatura dei fenomeni di rinnovazione gamica e agamica. Sono stati per questo sperimentati metodi sia tradizionali di analisi regressiva multivariata, sia di tipo non parametrico, con algoritmi basati su reti neurali (Relevance Vector Machine e Multi-Layer Perceptron) e k-Nearest Neighbors. Le attività si inquadrano nell’ambito del progetto GRINFOMED - MEDIFIRE per il quale è stato realizzato un apposito software denominato Spatial Forest Modeller (SFM) capace di analizzare le relazioni tra variabili telerilevate e misurate a terra e di individuare i modelli predittivi migliori in modo da derivare mappe tematiche delle variabili acquisite mediante campionamento a terra. Il contributo illustra i dati acquisiti, le metodologie di analisi e di modellizzazione e i risultati ottenuti. Viene inoltre illustrato il funzionamento del software SFM. Stone pine stand of Castel Fusano (Rome) burnt on July the 4th 2000 during a huge wildfire. As a consequence of the fire an intensive natural sexual and asexual regeneration began. In order to monitor such a regeneration field surveys were carried out in 2003 and 2006 in sample plots. Remotely sensed high resolution images from Ikonos and Quick Bird were acquired for the same years. The purpose of this work is to test different methodologies for modeling existing relationships between remotely sensed images and ground collected data in order to estimate and to map both sexual and asexual regeneration. For such a purpose different methodologies were tested: step-wise Muliple Linear Regression, Neural Networks (Relevance-Vector-Machine and the Multi-Layered-Perceptron) and the k-Nearest-Neighbors. These activities were carried out within the framework of the GRINFOMED- MEDIFIRE also developing a specific software named Spatial Forest Modeler (SFM) able to analyze existing relationships between remotely sensed variables and data collected in the field in order to identify the best available models to map and estimate the studied variables acquired on the basis of a field sampling design. The present paper presents data collected in the field, analysis and modeling methods and achieved results. The SFM software is also presented.

Monitoring of forest burnt areas has several aims: to locate and estimate the extent of such areas; to assess the damages suffered by the forest stands; to check the ability of the ecosystem to naturally recover after the fire; to support the planning of reclamation interventions; to assess the dynamics (pattern and speed) of the natural recovery; to check the outcome of any eventual restoration intervention. Remote sensing is an important source of information to support all such tasks. In the last decades, the effectiveness of remotely sensed imagery is increasing due to the advancement of tools and techniques, and to the lowering of the costs, in relative terms. For an effective support to post-fire management (burnt scar perimeter mapping, damage severity assessment, post-fire vegetation monitoring), a mapping scale of at least 1:10000-1:20000 is required: hence, the selection of remotely sensed data is restricted to aerial imagery and to satellite imagery characterized by high (HR) and, above all, very high (VHR) spatial resolution. In the last decade, HR and VHR passive (optical) remote sensing has widespread, providing affordable multitemporal and multispectral pictures of the considered phenomena, at different scales (spatial, temporal and spectral resolutions) with reference to the monitoring needs. In the light of such a potential, the integration of GPS field survey and imagery by light aerial vectors or VHR satellite is currently sought as a viable option for the post-fire monitoring.

La rinaturalizzazione è uno degli orientamenti colturali di riferimento della gestione sostenibile di formazioni forestali semplificate nella composizione e nella struttura. La pianificazione degli interventi su area vasta può essere utilmente supportata da informazioni georeferenziate sulle condizioni di suscettività alla rinaturalizzazione dei complessi boscati. Nel presente lavoro si applica un approccio multicriteriale alla mappatura della suscettività a interventi di rinaturalizzazione dei rimboschimenti di pino nero (Pinus nigra Arn.) e soprassuoli di cerro (Quercus cerris L.) presenti in Toscana. La valutazione è basata su un approccio fuzzy, mediante costruzione di funzioni di appartenenza in grado di esprimere il variare delle condizioni di suscettività in rapporto ai seguenti fattori mappati su base raster: i) efficienza ecobiologica del popolamento forestale, stimata mediante un indice guidato da dati telerilevati, e utilizzata per definire il grado di opportunità colturale dell’intervento; ii) fattori di contesto (grado di adiacenza del soprassuolo con altre tipologie forestali e diversità fisionomica della copertura forestale a scala locale) intesi come fattori in grado di rafforzare (o depotenziare) l’opportunità colturale dell’intervento; iii) accessibilità e dimensione del soprassuolo, condizionanti la fattibilità operativa dell’intervento. I valori fuzzy dei singoli fattori sono combinati mediante una funzione moltiplicativa in un indice sintetico di suscettività, per individuare a scala vasta ambiti territoriali a cui accordare priorità di intervento. Su scala comprensoriale o aziendale, la disponibilità di indicatori più puntuali può permettere di collegare in maniera coerente gli indirizzi della pianificazione di area vasta alla concreta programmazione degli interventi.

L’analisi della diversita strutturale dei soprassuoli forestali e 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 diversita strutturale di una faggeta dell’alto Lazio con caratteri di vetusta. 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’eterogeneita spettrale e geometrica quantificata su immagini multispettrali VHR e risultata di efficace supporto per la caratterizzazione della diversita strutturale orizzontale del soprassuolo arboreo.

I cambiamenti annuali delle superfici forestali sono generalmente rilevati a livello amministrativo tramite registrazione degli eventi occorsi. In particolare, in Italia, i dati riguardanti le utilizzazioni forestali sono raccolti negli Annuari ISTAT, di cui tuttavia vari Autori segnalano presunte inadeguatezze. Ai fini del monitoraggio delle superfici forestali il telerilevamento ad alta risoluzione consente di eseguire oggettive analisi multitemporali e multispettrali degli eventi occorsi. Scopo di questa nota e presentare i risultati di una sperimentazione di un indice multitemporale normalizzato per l’individuazione e la perimetrazione delle tagliate nei boschi governati a ceduo eseguite nell’arco temporale di un anno, sulla base di immagini satellitari ad alta risoluzione. L’indice e calcolato su una coppia di immagini multitemporali QuickBird, acquisite per un’area di studio estesa circa 2215 ha nell’Alto Lazio. Le superfici delle tagliate individuate sono confrontate con i dati dichiarati a livello amministrativo secondo le correnti procedure. La valutazione dell’indice e effettuata tramite tecniche di classificazione object oriented. I risultati ottenuti mostrano l’utilita della procedura proposta nel quantificare gli eventi occorsi alle superfici forestali analizzate.

Forests are complex ecological systems, characterised by multiple-scale structural and dynamical patterns which are not inferable from a system description that spans only a narrow window of resolution; this makes their investigation a difficult task using standard field sampling protocols. We segment a QuickBird image covering a beech forest in an initial stage of old-growthness – showing, accordingly, a good degree of structural complexity – into three segmentation levels. We apply field-based diversity indices of tree size, spacing, species assemblage to quantify structural heterogeneity amongst forest regions delineated by segmentation. The aim of the study is to evaluate, on a statistical basis, the relationships between spectrally delineated image segments and observed spatial heterogeneity in forest structure, including gaps in the outer canopy. Results show that: some 45% of the segments generated at the coarser segmentation scale (level 1) are surrounded by structurally different neighbours; level 2 segments distinguish spatial heterogeneity in forest structure in about 63% of level 1 segments; level 3 image segments detect better canopy gaps, rather than differences in the spatial pattern of the investigated structural indices. Results support also the idea of a mixture of macro and micro structural heterogeneity within the beech forest: large size populations of trees homogeneous for the examined structural indices at the coarser segmentation level, when analysed at a finer scale, are internally heterogeneous; and vice versa. Findings from this study demonstrate that multiresolution segmentation is able to delineate scale-dependent patterns of forest structural heterogeneity, even in an initial stage of old-growth structural differentiation. This tool has therefore a potential to improve the sampling design of field surveys aimed at characterizing forest structural complexity across multiple spatio-temporal scales. L'articolo è disponibile sul sito dell'editore www.sciencedirect.com

Durante il secolo scorso furono realizzati molti rimboschimenti di pino nero in ambito appenninico al fine di recuperare terreni degradati. Vari Autori hanno formulato proposte di gestione per la rinaturalizzazione di questi soprassuoli. La loro applicazione comporta però elevati costi di rilievo in sede di analisi. Obiettivo di questa nota è la proposizione di una metodologia di inventario ricognitivo degli attributi di questo tipo di soprassuoli che consenta di ottenere dati sufficientemente attendibili su ampie superfici, a costi relativamente contenuti. A livello sperimentale è stata realizzata la mappatura dei rimboschimenti di pino nero della provincia di Rieti. La tecnica k-NN è stata utilizzata per spazializzare la provvigione legnosa a partire da aree di saggio a terra con l’ausilio di un’immagine telerilevata Landsat 7 ETM+. A scopo esemplificativo, gli aspetti inventariali sono integrati da misure ecologico-paesistiche per la descrizione spaziale dei rimboschimenti mappati. In the last century large afforestation programs were carried out in the Apennines to recover degraded lands, mainly by Pinus nigra plantations. Currently, many Authors have proposed management guidelines to foster the naturalization of such woodlands. However, such an option requires the availability of detailed surveys. The aim of this note is to propose a survey protocol for qualifying the landscape pattern of pine reafforestations and for mapping their growing stock on the basis of the k-Nearest Neighbor (k-NN) techniques. A case study application by Landsat 7 ETM+ imagery is here reported concerning the Pinus nigra plantations in the province of Rieti (Central Italy).

Converting coppices into high forests with continuous cover has often been established during the last decades as a management goal in hilly and mountainous Mediterranean areas to attenuate the negative effects that frequent clearcutting may have on soil, landscape and biodiversity conservation. The silvicultural tool usually adopted for this purpose is the gradual thinning of sprouts during the long span of time required to complete the conversion, that also allows the owner to keep harvesting some wood. This research compared the effects of various thinning intensities (three treatments plus control) on the stand growth and structure of a beech coppice with standards. The optimal density after thinning was assessed by expressing mean tree spacing as a function of main stand attributes like stand height and stand dbh. This system was preferred to the empirical evaluation of the percentage of basal area to be removed in order to give forest managers general reference guidelines to adapt to the varying environments of the Mediterranean mountains. Results confirmed that the positive effects of thinning on mean stem volume is due more to the higher diameter increment than to different height growth. The acceleration of crown growth in the thinned plots allowed canopy closure to be achieved 13 years after thinning. This reduced the negative effects of the opening of the stand overlayer and the elimination of most suppressed trees on soil protection. Under the conditions examined, the best thinning intensity proved to be a stand density 20% lower than normal prescribed by the yield tables elaborated for beech high forests in Central and Southern Italy.

Landscape structure, interpreted as indicator of functional processes, has become a main attribute of multiresource forest inventories, enhancing its value with respect to society needs. This approach implies effective use of earth observation techniques and geographic information systems to obtain a global view of the inventoried landscapes and to understand the ecological functions of large spatially-heterogeneous landscape mosaics. Landscape structure often reveal extremely complex patterns that can only be very roughly characterized by methods of Euclidean geometry. Conversely, fractals can be applied to adequately describe many of the irregular, fragmented patterns found in nature. In this paper, a Fractal Analysis Software (FracAS) for computing local fractal dimension on classified raster GIS layers with a non-regression technique is presented. FracAS is based on the use of Merchant’s adaptive geographic window, which is designed to operate on a neighborhood of patches instead of a fixed rectangular neighborhood of pixels (the conventional approach in image analysis).