Pedunculate oak forests (
I boschi di farnia (
Le strategie di monitoraggio forestale attualmente utilizzate a livello europeo sono basate sulla valutazione di indici qualitativi: discolorazione delle foglie e defogliazione delle chiome, assegnati tramite rilievi di campo. Queste metodologie, sebbene forniscano una buona descrizione delle condizioni dei boschi in esame, si basano su valutazioni soggettive, che comportano difficoltà nel confronto tra dati raccolti da operatori diversi o nella ricostruzione di andamenti realistici negli anni (
Inoltre, i tradizionali metodi visivi non permettono di monitorare aree estese: le condizioni dei boschi a scala regionale vengono dedotte attraverso un approccio statistico la cui attendibilità dipende strettamente dal numero e dalle dimensioni dei siti di campionamento selezionati e dal metodo di selezione impiegato (
Il declino dei boschi è il risultato di complessi processi fisiologici che determinano variazioni nelle caratteristiche biochimiche e strutturali della vegetazione, quali la concentrazione, la composizione e l’efficienza dei pigmenti fotosintetici e l’indice di area fogliare (
La possibilità di stimare queste variabili mediante osservazioni remote, analizzando il comportamento spettrale della vegetazione nelle varie regioni dello spettro elettromagnetico, giustifica il crescente interesse nell’uso di queste variabili per il monitoraggio delle condizioni dei boschi (
In questo contesto, nell’estate del 2003 è stata condotta una campagna aerea con il sensore iperspettrale aviotrasportato MIVIS (
Obiettivo del presente lavoro è il confronto tra gli indici visivi (discolorazione e defogliazione), comunemente usati a livello europeo nel monitoraggio delle condizioni dei boschi (
Individuate le variabili meglio relazionate agli indici visivi si è quindi proceduto alla messa a punto della metodologia di spazializzazione a partire da osservazioni iperspettrali MIVIS.
Oggetto del presente studio sono i boschi di farnia (
I boschi del Parco rappresentano un patrimonio ad altissimo contenuto di biodiversità e il fiume Ticino costituisce oggi l’unico
Nell’area boschiva del Parco sono state selezionate dieci aree di studio (codificate Q1-Q10;
I dati telerilevati sono stati acquisiti tra le ore 9 e le ore 11 (ora solare locale) del giorno 2 luglio 2003 mediante il sensore iperspettrale aviotrasportato MIVIS. L’intera area boschiva del Parco è stata ripresa in dieci strisciate. Il volo è stato effettuato ad una quota di 2000 m circa, cui corrisponde una risoluzione dell’immagine al suolo di circa 4 x 4 m.
Le diverse strisciate MIVIS sono state georeferenziate utilizzando il
Un’intensa campagna a terra è stata condotta nei giorni 2 - 4 luglio 2003, in corrispondenza del massimo vigore vegetativo, al fine di stimare gli indici visivi (discolorazione e defogliazione) e le variabili quantitative (concentrazione di pigmenti fotosintetici e LAI). Le misure a terra nei dieci siti di studio sono state condotte in tre giorni consecutivi a partire dal giorno del sorvolo MIVIS.
In ogni sito sono state campionate cinque foglie di tre alberi dominanti di farnia, dalla parte superiore della chioma al fine di massimizzare la corrispondenza con le informazioni acquisite attraverso le tecniche di telerilevamento, per un totale di 150 foglie, successivamente sottoposte ad estrazione dei pigmenti fotosintetici.
Sono state inoltre acquisite fotografie emisferiche digitali con un obiettivo
Infine, impiegando la metodologia riportata nel manuale europeo (
Le analisi chimiche di laboratorio sono state eseguite sulle foglie campionate e conservate a -80°C. L’estrazione è stata effettuata con N,N-dimetilformamide (DMF) su una porzione di tessuto fogliare di 2.3 cm di diametro. I campioni di tessuto fogliare sono stati sminuzzati aggiungendo azoto liquido, lasciati in 5 ml di DMF per tre ore e poi centrifugati a 4°C e 3000 g per 30 minuti per rimuovere il particolato. La concentrazione dei pigmenti fogliari è stata quindi calcolata sulla base dell’assorbanza misurata con uno spettrometro
Il LAI è stato quantificato attraverso fotografie emisferiche che permettono il calcolo del valore di
Le immagini sono state analizzate in modo semi-automatico con il
Le misure forestali sono state condotte all’interno di
La valutazione della condizione dei boschi di farnia è stata basata sulla stima visiva, da terra, di defogliazione e discolorazione di singole corone, impiegando la metodologia riportata nel manuale europeo (
La perdita di foglie e la proporzione di ingiallimento sono state stimate e raggruppate in quattro classi che corrispondono ai seguenti livelli (da 0 a 3) di defogliazione e discolorazione percentuali: < 10, 11 - 25, 26 - 60 e 61 - 100%.
La defogliazione viene stimata sulla base di un albero di riferimento cui è attribuito il valore 0 (defogliazione < 10%); come albero di riferimento viene preso un riferimento locale, ossia un albero considerato rappresentativo delle condizioni ecologiche del sito.
L’incrocio, secondo
La stima delle variabili quantitative a partire dalle osservazioni iperspettrali è stata effettuata impiegando modelli semi-empirici. Tali modelli utilizzano relazioni statistiche nelle quali un numero limitato di misure
I modelli per la stima delle variabili a livello di
L’applicazione in modo distribuito di questi modelli è stata effettuata utilizzando le immagini MIVIS dopo averle sottoposte ad alcune pre-elaborazioni. In particolare si sono mascherati i pixel di chiome appartenenti a specie vegetazionali diverse da farnia, sulla base della mappa di vegetazione redatta dal personale tecnico del Parco mediante classificazione numerica delle immagini MIVIS (
Il confronto tra indici di discolorazione e defogliazione e variabili quantitative (Chl, Car e LAI) è stato effettuato mediante un’analisi della varianza (ANOVA) ad una via seguita dal test di Tukey. È stato inoltre calcolato il coefficiente di correlazione (r) tra indici visivi e variabili quantitative.
Le relazioni tra indici ottici e variabili quantitative sono state valutate utilizzando il metodo di regressione ortogonale
In
La classe di danno 1 (debolmente danneggiato) è poco rappresentata nei dati. Questo dipende dal fatto che dieci siti possono non essere sufficienti per rappresentare le quattro condizioni di danno ed anche dalle difficoltà riscontrate dall’operatore nel discriminare corone non danneggiate (classe 0) da corone debolmente danneggiate (classe 1). Inoltre, stati incipienti di discolorazione possono verificarsi nelle porzioni superiori delle chiome non visibili dall’operatore che valuta la discolorazione da terra.
Le statistiche descrittive (minimo, massimo, media e deviazione standard) delle variabili quantitative indagate sono riportate in
Indici visivi e variabili quantitative sono stati confrontati con un’analisi di correlazione. Le concentrazioni di pigmenti fogliari sono state correlate con le classi di discolorazione, mentre il LAI con le classi di defogliazione. Le correlazioni sono mostrate in
È stata quindi effettuata un’ANOVA ad una via tra le concentrazioni di pigmenti e le classi di discolorazione. Sono state calcolate le statistiche descrittive all’interno di ogni gruppo ed è stato effettuato il test di Tukey per valutare se i valori di pigmenti differiscono significativamente tra le diverse classi di discolorazione (
La concentrazione di clorofilla totale e Chl a/b sono risultate le variabili maggiormente correlate con le classi di discolorazione (r = -0.857, P < 0.01 e r = 0.812, P < 0.01, rispettivamente) ed hanno permesso di distinguere tre dei quattro livelli riscontrati visivamente. In particolare, il test di Tukey ha mostrato che le differenze di Chl e Chl a/b tra le classi di discolorazione 1 e 2 non sono statisticamente significative.
Discrepanze tra le classi di discolorazione e le variabili quantitative possono dipendere dalla strategia di campionamento: le variabili quantitative sono state misurate su foglie campionate dalla porzione superiore della
Per quanto riguarda le proprietà strutturali della
La valutazione della defogliazione viene effettuata sulla base di un confronto tra l’albero investigato in campo e un albero di riferimento (in foto e/o nella memoria dell’operatore). Quando le condizioni ecologiche dei siti sono eterogenee, come in questa area di studio, la stima dell’indice di defogliazione può risultare piuttosto complessa in quanto diviene necessario definire un albero di riferimento sito-specifico. In realtà, in tali condizioni, si opera più spesso una stima della trasparenza della chioma, in quanto è più immediato valutare la densità del fogliame presente sulla chioma piuttosto che i fenomeni di abscissione di foglie realmente emesse (
È stato sviluppato il modello semi-empirico per la stima della concentrazione di Chl a partire dalle osservazioni remote. Non si è proceduto alla creazione di un modello per la spazializzazione di Chl a/b in quanto non è possibile, alla risoluzione spettrale del sensore MIVIS, separare i contributi specifici di Chl a e Chl b a causa della parziale sovrapposizione degli assorbimenti dei due pigmenti.
I risultati delle analisi di regressione tra gli indici ottici calcolati a partire dalle riflettanze misurate dal sensore MIVIS e la concentrazione di Chl sono riportati in
Gli indici più correlati alla concentrazione di Chl sono risultati quelli basati sulle lunghezze d’onda della porzione di spettro denominata
La relazione utilizzata per la stima spazializzata di Chl è la seguente (
Tale relazione è stata applicata ai
Vengono mostrate le mappe prodotte in quattro dei dieci siti di studio rappresentativi delle diverse classi di discolorazione (
Obiettivo principale di questo lavoro è stato confrontare indici visivi, comunemente usati a livello europeo nel monitoraggio delle condizioni dei boschi, e variabili quantitative fogliari e della
La concentrazione di Chl e Chl a/b sono risultate le variabili maggiormente correlate al livello di discolorazione e hanno permesso di distinguere tre dei quattro livelli riscontrati visivamente.
Il LAI è risultato correlato sia con lo sviluppo del sito (in termini di area basimetrica) che con i punteggi di defogliazione assegnati dall’operatore. Si è constatato che in questa area di studio, caratterizzata da un elevato livello di eterogeneità, i punteggi assegnati dall’operatore rispecchiano la densità del fogliame presente sulle chiome (trasparenza) più che la loro defogliazione (abscissione di foglie realmente emesse). In conclusione, la concentrazione di Chl risulta essere la variabile più relazionata alle condizioni dei boschi nel Parco Regionale del Ticino Lombardo.
Si è quindi messa a punto la metodologia per la stima spazializzata di Chl mediante le immagini riprese dal sensore iperspettrale MIVIS.
Indici ottici calcolati a partire dalle bande del sensore localizzate nella porzione di spettro elettromagnetico denominata
In conclusione, questo lavoro suggerisce che la concentrazione di Chl è la variabile più idonea per la valutazione delle condizioni dei boschi in un contesto molto eterogeneo quale il Parco Regionale del Ticino Lombardo. Oltre ad essere ben correlata con il livello di discolorazione, la concentrazione di Chl è infatti ben correlata con le proprietà spettrali acquisite con il sensore MIVIS; ciò permette la produzione di mappe periodicamente aggiornabili relative all’intero territorio del Parco.
Questo studio è stato finanziato dal Parco Regionale del Ticino Lombardo nell’ambito del progetto: “Bioindicatori di Stress Forestale da Telerilevamento”. Gli autori desiderano ringraziare il personale tecnico e i forestali del Parco Regionale del Ticino Lombardo per la collaborazione nelle campagne a terra, in particolare I. Canova, F. Caronni, V. Parco, G. Penna. Si ringraziano inoltre M. Orlandi del DISAT-UNIMIB di Milano per le estrazioni di laboratorio, C. Giardino e M. Boschetti del IREA-CNR di Milano per la correzione atmosferica dei dati MIVIS. Un grazie particolare va a L. Casati, R. Barbieri, D. Zanusso, R. Felderer, M. Migliavacca, F. Fava, A. Marchesi per la collaborazione al progetto nell’ambito delle loro tesi di laurea.
Posizione dei siti di studio (codificati Q1 - Q10) nel Parco Regionale del Ticino Lombardo (A) e sua posizione nel nord Italia (B).
Chl (A), Chl a/b (B) e Car (C) rappresentati rispetto alle classi di discolorazione; LAI rappresentato rispetto alle classi di defogliazione (D).
Mappa di clorofilla totale spazializzata nell’intorno di quattro dei dieci siti in esame: Q1 (A), Q2 (B), Q6 (C) e Q7 (D). Colori rosso-arancione corrispondono a basse concentrazioni di clorofilla, mentre gradazioni di verde fino al verde scuro indicano concentrazioni elevate di clorofilla.
Istogrammi in cui vengono riportate le percentuali di pixel appartenenti a ciascuna classe di Chl, relativi ai quattro siti di cui sono state mostrate le mappe: Q1 (A), Q2 (B), Q6 (C) e Q7 (D). Colori rosso-arancione corrispondono a basse concentrazioni di clorofilla, mentre gradazioni di verde fino al verde scuro indicano concentrazioni elevate di clorofilla.
Tabella a doppia entrata che combina le classi di discolorazione e defogliazione in classi di danno (valori in corsivo;
Classi | Classe di discolorazione | ||||
---|---|---|---|---|---|
0 | 1 | 2 | 3 | ||
Classe di defogliazione | 0 |
|
|
|
|
1 |
|
|
|
|
|
2 |
|
|
|
|
|
3 |
|
|
|
|
Indici ottici impiegati per la stima delle variabili quantitative tramite le riflettanze acquisite dal sensore aviotrasportato MIVIS. R è la riflettanza alla lunghezza d’onda specificata nel pedice (nm). B indica la banda MIVIS corrispondente.
Indice | Referimento | Bande MIVIS corrispondenti |
---|---|---|
MTCI |
|
(B17 - B14)/(B14 - B13) |
R750 /R710 |
|
B17 /B15 |
(R780 - R710)/(R780 - R680) | (B18 - B15)/(B18 - B13) | |
(R750 - R705)/(R750 + R705) |
|
(B17 - B14)/(B17 + B14) |
Livelli di defogliazione e discolorazione dei siti codificati Q1 - Q10. Vengono riportate anche le classi di danno risultanti: 0 = non danneggiato, 1 = debolmente danneggiato, 2 = mediamente danneggiato, 3 = fortemente danneggiato.
Codice del sito | Q1 | Q2 | Q3 | Q4 | Q5 | Q6 | Q7 | Q8 | Q9 | Q10 |
---|---|---|---|---|---|---|---|---|---|---|
Classe di defogliazione | 0 | 2 | 1 | 1 | 1 | 0 | 3 | 0 | 1 | 0 |
Classe di discolorazione | 0 | 2 | 1 | 3 | 2 | 1 | 3 | 1 | 2 | 0 |
Classe di danno | 0 | 3 | 1 | 2 | 2 | 0 | 3 | 0 | 2 | 0 |
Statistiche descrittive (minimo, massimo, media e deviazione standard) delle variabili quantitative indagate.
Variabile | Min | Max | Media | DS |
---|---|---|---|---|
|
||||
Chl (µg cm-2) | 32.97 | 69.83 | 51.50 | 8.18 |
Car (µg cm-2) | 6.19 | 15.87 | 9.15 | 1.34 |
Chl a/b | 1.67 | 4.97 | 3.40 | 0.56 |
Chl/Car | 4.09 | 6.98 | 5.64 | 0.56 |
|
||||
LAI (m2 m-2) | 2.1 | 3.3 | 2.7 | 0.42 |
Area basimetrica (m2 ha-1) | 25.08 | 52.87 | 34.48 | 10.00 |
Risultati del test di Tukey effettuato tra classi di discolorazione sulle concentrazioni di pigmenti fogliari. Medie statisticamente diverse (P < 0.05) sono indicate con lettere diverse.
Variabile | Classi di discolorazione | Gruppi | |||||||
---|---|---|---|---|---|---|---|---|---|
0 - assente | 1 - debole | 2 - media | 3 - forte | ||||||
Media | DS | Media | DS | Media | DS | Media | DS | ||
Chl (µg cm-2) | 59.65a | 7.17 | 51.31b | 7.28 | 51.16b | 6.51 | 45.49c | 6.98 | 3 |
Car (µg cm-2) | 10.09a | 1.64 | 9.13b | 1.21 | 9.13b | 1.14 | 8.45b | 1.12 | 2 |
Chl a/b | 2.86c | 0.50 | 3.40b | 0.52 | 3.38b | 0.39 | 3.89a | 0.42 | 3 |
Chl/Car | 5.95a | 0.43 | 5.65ab | 0.63 | 5.63ab | 0.50 | 5.39b | 0.49 | 2 |
Correlazioni tra Chl e indici ottici calcolati a partire dalle riflettanze MIVIS.
Indice | P - OLS | r2 | r2 cv | RMSEcv |
---|---|---|---|---|
MTCI | P < 0.001 | 0.822 | 0.728 | 2.891 |
R750 /R710 | P < 0.01 | 0.729 | 0.603 | 3.489 |
(R780 - R710)/(R780 - R680) | P < 0.01 | 0.708 | 0.526 | 3.814 |
(R750 - R705)/(R750 + R705) | P < 0.01 | 0.686 | 0.565 | 3.654 |