La linea di riva rappresenta un elemento costiero dinamico e complesso, spesso difficilmente distinguibile, la cui identificazione precisa è ancora un tema aperto per gli esperti del settore. Il principale scopo di questo lavoro è di valutare il potenziale di un approccio semiautomatico di estrazione di linee di riva, mediante analisi multispettrali di immagini satellitari ad alta risoluzione. L’analisi è stata effettuata utilizzando un’immagine WorldView-2 relativa a circa 40 km di costa lungo il litorale Ravennate, nel Nord Adriatico. Da decenni questo tratto di costa è interessato da significativi arretramenti della linea di riva e fenomeni di erosione in genere, dovuti principalmente a ridotti apporti sedimentari di origine fluviale, subsidenza, storm surges e opere di difesa inefficaci. Mediante classificazioni multispettrali delle diverse coperture del suolo lungo la fascia costiera, è stato possibile identificare la linea di separazione tra sabbia asciutta e sabbia bagnata. Le oscillazioni di marea sono state prese in considerazione al fine di valutare i possibili scostamenti dal livello medio mare. Sono state applicate tecniche di classificazione unsupervised (ISODATA) e supervised (Parallelepiped, Gaussian maximum likelihood, Minimum-distance-to-means and Mahalanobis distance). Al fine di valutare l’affidabilità di questi metodi per l’estrazione della linea di riva, sono state calcolate le distanze medie tra le varie linee ottenute ed una linea di riferimento digitalizzata manualmente dall’utente. I valori della mediana della distanze non superano i 6 m, e per alcune classificazioni come ISODATA e Mahalanobis sono di circa 2 m, indicando un alto grado di compatibilità tra la linea di riferimento e quelle calcolate. Inoltre la correlazione tra i diversi valori di scostamento e le tipologie di costa presenti, ha evidenziato l’influenza di particolari elementi geomorfologici e delle opere di difesa. I risultati indicano come gli ambienti costieri più omogenei ed antropizzati siano facilmente classificabili, al contrario di ambienti più naturali, eterogenei e discontinui. L’elevata congruenza tra la linea di riferimento e le linee derivanti dalle classificazioni, suggerisce un possibile utilizzo di questo metodo di estrazione della linea di riva per attività di monitoraggio costiero. La procedura di analisi semiautomatica permette un risparmio considerevole di tempi e costi. Inoltre, rispetto alla digitalizzazione manuale, il livello di soggettività nell’identificazione della line di riva è sensibilmente ridotto.
Estrazione di linee di riva mediante classificazione multispettrale di immagini satellitari ad alta risoluzione / Sekovski, I; Stecchi, F; Mancini, F; Gabbianelli, G. - STAMPA. - (2014), pp. 750-758. (Intervento presentato al convegno Monitoring of Mediterranean coastal areas: problems and measurement techniques tenutosi a Livorno nel 17-19 Giugno).
Estrazione di linee di riva mediante classificazione multispettrale di immagini satellitari ad alta risoluzione
Mancini, F;
2014
Abstract
La linea di riva rappresenta un elemento costiero dinamico e complesso, spesso difficilmente distinguibile, la cui identificazione precisa è ancora un tema aperto per gli esperti del settore. Il principale scopo di questo lavoro è di valutare il potenziale di un approccio semiautomatico di estrazione di linee di riva, mediante analisi multispettrali di immagini satellitari ad alta risoluzione. L’analisi è stata effettuata utilizzando un’immagine WorldView-2 relativa a circa 40 km di costa lungo il litorale Ravennate, nel Nord Adriatico. Da decenni questo tratto di costa è interessato da significativi arretramenti della linea di riva e fenomeni di erosione in genere, dovuti principalmente a ridotti apporti sedimentari di origine fluviale, subsidenza, storm surges e opere di difesa inefficaci. Mediante classificazioni multispettrali delle diverse coperture del suolo lungo la fascia costiera, è stato possibile identificare la linea di separazione tra sabbia asciutta e sabbia bagnata. Le oscillazioni di marea sono state prese in considerazione al fine di valutare i possibili scostamenti dal livello medio mare. Sono state applicate tecniche di classificazione unsupervised (ISODATA) e supervised (Parallelepiped, Gaussian maximum likelihood, Minimum-distance-to-means and Mahalanobis distance). Al fine di valutare l’affidabilità di questi metodi per l’estrazione della linea di riva, sono state calcolate le distanze medie tra le varie linee ottenute ed una linea di riferimento digitalizzata manualmente dall’utente. I valori della mediana della distanze non superano i 6 m, e per alcune classificazioni come ISODATA e Mahalanobis sono di circa 2 m, indicando un alto grado di compatibilità tra la linea di riferimento e quelle calcolate. Inoltre la correlazione tra i diversi valori di scostamento e le tipologie di costa presenti, ha evidenziato l’influenza di particolari elementi geomorfologici e delle opere di difesa. I risultati indicano come gli ambienti costieri più omogenei ed antropizzati siano facilmente classificabili, al contrario di ambienti più naturali, eterogenei e discontinui. L’elevata congruenza tra la linea di riferimento e le linee derivanti dalle classificazioni, suggerisce un possibile utilizzo di questo metodo di estrazione della linea di riva per attività di monitoraggio costiero. La procedura di analisi semiautomatica permette un risparmio considerevole di tempi e costi. Inoltre, rispetto alla digitalizzazione manuale, il livello di soggettività nell’identificazione della line di riva è sensibilmente ridotto.File | Dimensione | Formato | |
---|---|---|---|
2014 V Int Symp Coastal Monitoring.pdf
Accesso riservato
Descrizione: articolo principale
Tipologia:
Versione dell'autore revisionata e accettata per la pubblicazione
Dimensione
4.75 MB
Formato
Adobe PDF
|
4.75 MB | Adobe PDF | Visualizza/Apri Richiedi una copia |
Pubblicazioni consigliate
I metadati presenti in IRIS UNIMORE sono rilasciati con licenza Creative Commons CC0 1.0 Universal, mentre i file delle pubblicazioni sono rilasciati con licenza Attribuzione 4.0 Internazionale (CC BY 4.0), salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris