Introduzione 

Negli ultimi anni, l’applicazione della tecnologia Light Detection and Ranging (LiDAR) si è diffusa nel settore forestale, fornendo un valido supporto alla gestione ([25]). Nelle sue varianti aerea (Aerial Laser Scanning, ALS) e terrestre (Terrestrial Laser Scanning, TLS), il LiDAR è oggi utilizzato per la caratterizzazione del soprassuolo, la valutazione dettagliata della struttura degli alberi, la stima del volume e della biomassa, la classificazione del legname ([6], [1], [10], [20]) e l’analisi del carico di combustibile ([18], [16]). L’impiego della tecnologia LiDAR rappresenta un’opportunità concreta per incentivare il processo di aggiornamento degli strumenti di pianificazione forestale.

In questo contesto, la costruzione di una tavola di cubatura sito-specifica, basata su rilievi TLS, rappresenta un valido strumento, fornendo un riferimento quantitativo affidabile per la stima del volume legnoso e l’ottimizzazione delle strategie selvicolturali. Le tavole di cubatura sono uno strumento consolidato nella stima della provvigione forestale soprattutto in contesti in cui non è possibile effettuare una stima diretta e speditiva del volume. Le tavole di cubatura, pur offrendo un riferimento utile, possono risultare poco rappresentative per popolamenti che, pur appartenendo alla stessa specie, crescono in condizioni stazionali differenti. Inoltre, le rapide variazioni ambientali e gestionali che hanno interessano i soprassuoli forestali negli ultimi 20 anni, possono ridurre la precisione e affidabilità di questi strumenti ([23]). L’assenza di tavole sito-specifiche aggiornate, inoltre, aumenta il rischio di stime non coerenti con la realtà locale. In questo contesto lo sviluppo di tavole di cubatura aggiornate e adattate su scala locale consente una gestione più accurata ([20]).

L’integrazione tra tecnologie avanzate come il Terrestrial Laser Scanner (TLS) e strumenti tradizionali come le tavole di cubatura permette di ottimizzare le decisioni gestionali, rendendo la pianificazione forestale più efficiente e adattabile alle specificità territoriali.

Il TLS consente di ottenere stime ad alta precisione delle variabili dendrometriche, supportando l’aggiornamento delle tecniche di monitoraggio e l’evoluzione verso inventari forestali avanzati (enhanced forest inventory - [9]). In particolare, permette di determinare direttamente la provvigione, operando su singole piante per la costruzione di una tavola di cubatura, mediante campionamento non distruttivo.

Questo approccio fornisce un riferimento facilmente consultabile e aggiornabile nel tempo, adattabile a diversi contesti forestali. Tuttavia, alcune criticità vanno prese in considerazione, come ad esempio i costi dell’attrezzatura, la necessità di formazione del personale specializzato e la complessità del flusso di elaborazione dei dati. Negli ultimi anni, la tecnologia LiDAR è stata caratterizzata da un rapido sviluppo tecnologico che ha reso disponibili strumenti più performanti, compatti e accessibili sia nell’utilizzo che dal punto di vista economico. Tali miglioramenti, uniti alla disponibilità di software proprietari e open source sempre più intuitivi, hanno reso la tecnologia più fruibile, riducendo le difficoltà operative e incentivando l’adozione sul campo.

Questo studio si configura come un caso applicativo del TLS in un contesto pratico di gestione forestale a scala locale, con l’obiettivo di valutare l’efficacia nella stima degli attributi strutturali e del volume legnoso in un popolamento di origine artificiale di Douglasia (Pseudotsuga menziesii [Mirb] Franco). Il presente lavoro si propone di: (i) sviluppare una tavola di cubatura cormometrica a una entrata, basata su un approccio di campionamento non distruttivo mediante TLS in un popolamento di origine artificiale di Douglasia; (ii) valutare il confronto tra approccio manuale e automatico nell’analisi dei dati TLS per la stima delle principali variabili dendrometriche; (iii) effettuare una valutazione degli assortimenti legnosi del soprassuolo.

Materiali e metodi 

L’indagine è stata condotta mediante realizzazione di tre aree circolari di saggio di 15 metri di raggio ciascuna. In ognuna di esse sono stati eseguiti rilievi dendrometrici, utilizzando metodi e strumenti tradizionali (misure manuali di diametro, altezza e età) e successivamente, scansioni TLS impiegando il Leica BLK360 G1, un laser scanner terrestre contraddistinto da elevata portabilità e facilità d’uso in campo. A partire dai fusti digitalizzati ottenuti dalle scansioni TLS, è stata condotta un’analisi delle variabili dendrometriche e realizzata una tavola di cubatura cormometrica a singola entrata. Inoltre, è stata effettuata una valutazione qualitativa e quantitativa degli assortimenti legnosi presenti nel soprassuolo forestale.

Area di studio

L’area di studio è stata individuata all’interno della Foresta Regionale di Fossacupa, nel Comune di Abriola (Basilicata - Fig. 1), soggetta a un Piano di Gestione Forestale attualmente in fase di rinnovo. La Foresta regionale è caratterizzata dalla presenza di diverse consociazioni forestali tra cui: querceti caducifogli, composti da Quercus cerris L., Quercus frainetto Ten. e Quercus pubescens Willd., con specie accessorie come Acer obtusatum L., Ostrya carpinifolia Scop., Carpinus betulus L., Cornus mas L. e Pyrus pyraster L.; faggete dominate da Fagus sylvatica L.; pinete di pino nero, costituite da Pinus nigra J.F. Arnold; e douglasieti, con Pseudotsuga menziesii (Mirb.) Franco.

Fig. 1 - Foresta Regionale di Fossa Cupa (Basilicata). In verde sono riportate le particelle oggetto di studio interessate da significativa presenza di douglasia (circa 80%).

 Enlarge/Shrink  Open in Viewer

Il substrato geologico è prevalentemente composto da scisti e marne silicee, con suoli profondi e ben strutturati, particolarmente in aree con un modesto contenuto di argilla. Il clima dell’area è caratterizzato da una temperatura media annua di 13 °C e precipitazioni medie annuali di 677 mm, con un periodo di aridità che si estende dalla fine di maggio all’inizio di settembre.

Il popolamento di Douglasia oggetto di studio, deriva da un rimboschimento realizzato tra la fine degli anni ’60 e l’inizio degli anni ’70 e si sviluppa a un’altitudine di 840 m s.l.m. L’introduzione della specie in Italia risale al XIX secolo, con il primo impianto documentato nel 1858 a Montevarchi. Nel XX secolo, sotto la guida di Aldo Pavari, sono state identificate le aree più idonee alla sua coltivazione, favorendone la diffusione in diverse regioni, tra cui Toscana e Calabria ([13]).

La Douglasia è ampiamente riconosciuta per la sua elevata produttività, risultando superiore ad altre conifere come l’abete bianco (Abies alba Mill.), soprattutto negli impianti puri ([8], [13]). Tuttavia, la sua gestione presenta alcune criticità: negli impianti misti, la Douglasia mostra una forte dominanza, limitando la consociazione con altre specie; inoltre, la sua tendenza all’autodiradamento richiede interventi selvicolturali tempestivi per ridurre perdite produttive. La densità d’impianto gioca un ruolo chiave nella qualità del legname: impianti densi possono ridurre la crescita diametrale per competizione, mentre distanze maggiori favoriscono alberi di maggior diametro, con possibili ripercussioni sulla qualità del legno e sulla gestione del sottobosco.

Metodologia di campionamento e scansione TLS

L’indagine ha previsto la realizzazione di rilievi dendrometrici tradizionali e rilievi con TLS in tre aree di saggio di 15 m di raggio. Seguendo un approccio tradizionale sono stati misurati il diametro a petto d’uomo (DBH) mediante cavalletto dendrometrico e l’altezza tramite ipsometro Vertex. La stima dell’età del popolamento è stata effettuata utilizzando la trivella di Pressler. Successivamente, sono stati definiti i piani di campionamento TLS dedicati. Le scansioni sono state realizzate tramite approccio multiplo per ridurre l’effetto di occlusione, particolarmente diffuso in popolamenti con densità elevata. I piani di campionamento multi-scansione possono seguire schemi geometrici ([3]) oppure angolazioni specifiche, come il metodo suggerito da Bazezew et al. (2018) che utilizza angoli di 120° rispetto al centro dell’area. Nei contesti più complessi, vengono utilizzati schemi non geometrici basati sull’utilizzo di target ad alta riflettività per identificare e sincronizzare le aree comuni tra le nuvole di punti. Inoltre, i TLS di ultima generazione permettono una registrazione automatica on board ([5], [4]). Sulla base delle caratteristiche del sito, è stato adottato uno schema di campionamento non geometrico, tenendo conto di fattori come la visibilità, l’accidentalità del terreno e i coni d’ombra creati da ogni singola scansione. Lo schema di posizionamento del TLS e dei target è stato valutato caso per caso, con distanze e posizioni variabili attorno al punto centrale di ciascuna area di saggio (vedi Appendice 1 nel Materiale supplementare).

Pre-elaborazione dei dati

Il pre-processing delle nuvole di punti è stato eseguito singolarmente per ciascuna area di studio utilizzando il software proprietario Leica Geosystems Cyclone REGISTER 360. Le nuvole di punti acquisite da ciascuna area di studio vengono elaborate come segue. (i) Allineamento: consiste nella corretta intersezione delle nuvole di punti provenienti da diverse scansioni che rappresentano la stessa scena da prospettive differenti. Durante questa fase, le singole scansioni vengono sovrapposte e allineate in modo che i punti comuni combacino con la massima precisione, mentre le zone non sovrapposte aiutano a colmare eventuali coni d’ombra effetto dell’occlusione. (ii) Merge (unione delle nuvole di punti): in questa fase, le nuvole di punti precedentemente allineate vengono combinate in un’unica rappresentazione tridimensionale, vengono eliminate le ridondanze (punti duplicati presenti nelle aree comuni delle scansioni) e le sovrapposizioni (punti che si trovano molto vicini tra loro o che rappresentano lo stesso elemento da angolazioni diverse). Questo consente di ottenere una nuvola di punti unificata, che rappresenta l’intero oggetto o area di interesse in modo continuo e senza interruzioni. (iii) Registrazione: la qualità dell’allineamento è valutata tramite una serie di criteri (Appendice 1) tra i quali la percentuale di sovrapposizione tra le nuvole di punti, l’errore di allineamento (espresso in metri) e la distanza media tra le nuvole (cloud-to-cloud distance). Solo quando questi parametri rientrano nei limiti di accuratezza prestabiliti si procede con la registrazione definitiva. In questa fase, il sistema di coordinate locali di ciascuna scansione viene trasformato in un sistema di riferimento globale unificato. (iv) Clipping: consiste nel ritaglio della nuvola di punti generata dalla fase precedente, al fine di ottenere una nuvola di punti corrispondente esclusivamente all’area oggetto di studio. (v): Morphological filtering: è stato applicato l’algoritmo “Cloth Simulation Filter” (CSF - [27]) per la classificazione e la separazione dei punti suolo dagli oggetti sovrastanti, come vegetazione o altre strutture. Questa fase permette di isolare la superficie del terreno per ulteriori analisi. (vi) Estrazione del Digital Elevation Model - DEM: la ricostruzione del suolo è avvenuta attraverso l’interpolazione dei punti suolo. (vii) Normalizzazione: la nuvola di punti è stata normalizzata al fine di rimuovere l’influenza della pendenza sui valori della coordinata z di ciascun punto (Fig. 2).

Fig. 2 - Area di saggio digitale, in vista laterale, rappresentata utilizzando le informazioni spettrali in RGB.

 Enlarge/Shrink  Open in Viewer

Analisi dendrometrica

La nuvola di punti al di sopra del suolo, estratta utilizzando il Morphological Filtering, rappresenta la componente vegetativa ed è stata elaborata manualmente per l’individuazione ed isolamento delle singole piante e per l’eliminazione degli individui morti. Ciascuna pianta isolata è stata numerata con unidentificativo univoco di riconoscimento (ID) e segmentata manualmente. Le variabili dendrometriche sono state calcolate a livello di singolo albero e successivamente aggregate a scala di popolamento.

Per la valutazione dell’approccio più idoneo all’analisi dendrometrica a partire dalle nuvole di punti, sono state confrontate due metodologie di processamento. Il primo approccio, basato sulla misura manuale, con il software open-source “CloudCompare”, stima le variabili dendrometriche richiedendo l’intervento di un operatore per il settaggio dei parametri geometrici, introducendo un margine di soggettività nell’elaborazione. Il secondo approccio, basato sul pacchetto “ITSMe” implementato in Rstudio, automatizza il processo di estrazione delle variabili dendrometriche eliminando l’influenza dell’errore casuale e garantendo la ripetibilità dell’analisi. Il confronto è stato effettuato su un campione rappresentativo pari al 30% delle piante per ciascuna classe diametrica. Sulla base di questi criteri, la scelta è ricaduta sull’approccio automatico che si è dimostrato altamente affidabile nella determinazione delle variabili dendrometriche, consentendo misurazioni rapide ed efficienti come evidenziato in precedenti studi ([26], [21], [3], [6], [20] - Fig. 3). Pertanto, il diametro a petto d’uomo (DBH) è stato stimato mediante l’algoritmo circle fitting ([3], [17]), mentre l’altezza totale (H) è stata calcolata come la differenza tra la coordinata z del punto più alto e quella del punto più basso della nuvola di punti associata al singolo albero.

Fig. 3 - Confronto tra i risultati delle stime di diametro (a) e altezza (b) ottenuti tramite approccio manuale (DBH-cc e H-cc) e automatico (DBH-ITSMe e H- ITSMe).

 Enlarge/Shrink  Open in Viewer

Successivamente, dall’aggregazione dei dati sono state derivate le stime a scala di popolamento per la densità, l’area basimetrica, il diametro medio, l’altezza media e l’altezza dominante. Le variabili dendrometriche misurate con TLS sono state quindi confrontate con le stesse rilevate mediante approccio tradizionale.

Tavola di cubatura e assortimenti

La selezione degli alberi modello per la realizzazione della tavola di cubatura è stata effettuata tra tutte le piante rilevate nelle tre aree di saggio per garantire la massima rappresentatività del popolamento. In particolare, gli individui sono stati selezionati in funzione della distribuzione per classi diametriche, rilevando una quota pari al 30% per ciascuna classe, aventi un’adeguata visibilità della nuvola di punti e un diametro minimo di 10 cm in punta ([20]). Inoltre, sono stati eliminati i primi 20 cm di fusto per simulare il taglio ed evitare l’eccessiva rastremazione al colletto.

Per la valutazione degli alberi modello, è stata condotta un’analisi preliminare per individuare ed escludere eventuali outliers mediante il metodo IQR (Interquartile Range). Gli outliers sono stati definiti come gli elementi al di fuori dei limiti riportati in eqn. 1:

Per verificare la presenza di eteroschedasticità nel modello di regressione Diametro-Volume, è stato applicato il test di Breusch-Pagan, utilizzando il pacchetto “lmtest” ampiamente adottato per l’analisi della relazione tra la massa arborea e le variabili dimensionali ([7], [22], [19]).

Sulla base dei risultati ottenuti, la stima non distruttiva del volume dei singoli alberi modello è stata condotta mediante l’applicazione della formula dei trapezi ([14]). L’analisi è stata supportata dall’impiego del pacchetto R “ITSMe”, che ha consentito la segmentazione digitale dei fusti cormometrici con intervalli regolari di 2 metri, registrando per ciascun segmento il diametro alle estremità. I dati raccolti sono stati successivamente elaborati per costruire un modello di regressione tra il diametro a petto d’uomo (DBH) e il volume degli alberi.

Dalla determinazione del volume medio per classi diametriche è stata derivata la curva stereometrica, che descrive la distribuzione volumetrica in funzione del diametro. L’equazione risultante rappresenta l’equazione di previsione del volume per il popolamento oggetto di studio e viene utilizzata nella costruzione della tavola di cubatura a una sola entrata e nella determinazione della provvigione del popolamento da dati TLS.

Parallelamente, la provvigione di riferimento è stata calcolata mediante l’equazione di previsione del volume del fusto specifica per i popolamenti di douglasia a scala nazionale ([23]).

Infine, per la stima degli assortimenti ritraibili, il campione di piante modello è stato oggetto di valutazione allo scopo di evidenziare la distinzione tra il volume cormometrico e il volume del tronco da lavoro commercializzabile. Gli assortimenti ritraibili sono stati distinti secondo le classi assortimentali riportate da Todaro et al. ([24]): (i) “Tondo da sega”, aventi 4 m di lunghezza ed almeno 20 cm di diametro sopra corteccia in punta; (ii) “Altri assortimenti”, che includono tutte le sottomisure ed il cimale. Sono stati quindi stimati gli assortimenti ritraibili per singola pianta, e successivamente i dati sono stati aggregati per classi diametriche. al netto della corteccia e degli scarti di lavorazione, che rappresentano rispettivamente il 15% e il 2% ([14], [15]).

L’ottimizzazione dei tempi rappresenta un aspetto importante nel determinare i costi delle attività di rilievo. La valutazione dei tempi di lavoro richiesti per l’applicazione della metodologia è determinante per valutarne l’applicabilità rispetto alle alternative disponibili. Diversi studi hanno analizzato gli aspetti tempistico-operativi di questi approcci ([2], [12], [20]). La metodologia basata sul rilievo TLS è stata quindi valutata in termini di tempo, suddiviso per le diverse attività sia passive che attive.

Risultati e discussione 

L’implementazione della metodologia ha permesso, in una prima fase, il confronto tra l’approccio tradizionale e il TLS nella misura delle variabili dendrometriche. L’analisi è avvenuta a scala di singolo albero; successivamente, data l’omogeneità della particella oggetto di studio, i dati raccolti sono stati aggregati per aree di saggio per la rappresentazione delle variabili dendrometriche e infine riportate all’ettaro. Tale aggregazione ha permesso di ottenere risultati rappresentativi dell’intero popolamento.

La Tab. 1 riporta le principali variabili dendrometriche rilevate in ciascuna delle tre aree di saggio (ADS 1, ADS 2 e ADS 3), nonché riportate a scala di popolamento (“Totale ad ettaro”), utilizzando sia metodologie tradizionali sia rilievi TLS. I risultati evidenziano concordanza tra le stime ottenute con i due approcci, con differenze limitate ad alcune variabili. Il campione di piante rilevate in totale è composto da 134 individui, di cui 7 morti in piedi. Pertanto, il campione effettivo per le valutazioni dendrometriche è costituito da 127 piante.

Il TLS si è dimostrato in grado di identificare il 100% degli individui rilevati attraverso le tecniche tradizionali, confermando l’elevata accuratezza del metodo di campionamento. L’area basimetrica stimata mediante TLS risulta leggermente superiore rispetto a quella ottenuta con rilievo tradizionale (64.5 vs. 63.5 m² ha^-1), con una differenza di +1 m² ha^-1. Il diametro medio stimato appare superiore nei dati TLS (37 cm) rispetto al metodo tradizionale (36.8 cm), con uno scostamento di +0.2 cm. Per quanto riguarda le altezze, si osserva una lieve sottostima dell’altezza media da parte del TLS (28.3 m) rispetto al rilievo tradizionale (28.8 m), con una differenza di -0.05 m, mentre l’altezza dominante risulta inferiore nei dati TLS (30.6 m) rispetto a quelli tradizionali (31.1 m). Tali risultati confermano l’affidabilità del TLS come strumento di indagine dendrometrica su scala di popolamento, con il potenziale di integrare e affinare le metodologie di rilievo tradizionali.

Per la suddivisione del popolamento in classi diametriche, ai dati delle tre aree aggregate è stata applicata una distribuzione di frequenza suddivisa in intervalli di 5 cm (Fig. 4). La distribuzione delle classi diametriche segue un andamento a campana, con una maggiore concentrazione di frequenze nelle classi diametriche intermedie (25-30-35-40-45 cm). Le classi diametriche superiori (60 e 70 cm) risultano scarsamente rappresentate, indicando una limitata variabilità strutturale. Tale pattern è rappresentativo di un popolamento di origine artificiale, sostanzialmente coetaneo (età media di circa 50 anni) e alla gestione selvicolturale ritardata negli ultimi anni, in modo simile a quanto osservato in popolamenti di Douglasia analoghi ([11]).

Fig. 4 - Distribuzione delle piante rilevate da TLS in classi dimetriche di 5 cm. L’asse orizzontale mostra le classi di diametro (in cm), mentre l’asse verticale indica la frequenza con cui queste classi si presentano.

 Enlarge/Shrink  Open in Viewer

La Fig. 5 illustra la curva ipsometrica che descrive la relazione tra il diametro a petto d’uomo (DBH) e l’altezza del popolamento (H). L’analisi statistica evidenzia una correlazione relativamente debole tra queste due variabili (R² = 0.438), con un incremento iniziale dell’altezza che tende a ridursi all’aumentare del diametro. Tale andamento suggerisce che la competizione interspecifica per le risorse, caratteristica dei popolamenti con elevata densità d’impianto, sia particolarmente marcata nelle prime fasi di sviluppo, mentre nei sistemi a minore densità tale dinamica si manifesti più tardivamente. Sebbene la densità elevata influenzi la competizione nelle prime fasi, non ha un impatto significativo sulla crescita in altezza quando le piante raggiungono la maturità, come evidenziato da Ciancio et al. ([8]). Infatti, l’altezza dominante, che si stabilizza tra 30 e 33 metri a partire dai 40 anni, non mostra una correlazione forte con la densità d’impianto, confermando che la competizione influisce principalmente nelle fasi giovanili.

Fig. 5 - Curva ipsometrica derivante dalle aree di saggio digitalizzate TLS. Sulle ascisse sono riportati valori del diametro a petto d’uomo, mentre sull’asse delle ordinate le misure relative all’altezza per singola pianta.

 Enlarge/Shrink  Open in Viewer

Gli alberi modello per la costruzione della tavola di cubatura e la valutazione assortimentale sono stati selezionati a partire da un campione rappresentativo pari al 30% degli individui per ciascuna classe diametrica. Nel contesto della selezione degli alberi modello, il dataset iniziale comprendeva 51 individui che rispondevano ai criteri di rappresentatività dendrometrico-strutturale. L’analisi statistica a carico di questi, ha evidenziato la presenza di 2 valori anomali al di fuori del range interquartilico (Fig. 6). L’eliminazione di questi valori anomali non ha compromesso la rappresentatività del campione, ma ha invece migliorato la stabilità della relazione tra diametro e volume, assicurando che la stima del modello di regressione fosse priva di influenze distorsive dovute a valori estremi.

Fig. 6 - Boxplot con evidenziati in rosso i dati anomali della distribuzione della variabile “Volume” (outliers e valori estremi).

 Enlarge/Shrink  Open in Viewer

Le successive analisi per verificare la presenza di eteroschedasticità mediante il test di Breusch-Pagan, applicato sui restanti 49 alberi modello, ha restituito un valore della statistica BP pari a 0.071181, con 1 grado di libertà e un p-value di 0.7896. Poiché il p-value è ampiamente superiore alle soglie di significatività comunemente adottate (0.05 o 0.01), non si riscontra evidenza di eteroschedasticità. Questo risultato indica che la varianza degli errori è omogenea, suggerendo che il modello di regressione utilizzato per stimare il volume degli alberi non è influenzato da variazioni sistematiche della dispersione dei dati.

Alla luce di questi risultati, si è proceduto al calcolo delle statistiche descrittive per le variabili diametro (DBH), altezza (H) e volume (V) degli alberi modello (Tab. 2). Il volume medio è risultato pari a circa 1.33 m³, con una deviazione standard di 0.72 m³. Analogamente, il diametro medio è di 34 cm, con una deviazione standard di 7.48 cm.

Fig. 7 - Curva stereometrica del popolamento ottenuta tramite interpolazione di tipo polinomiale di secondo grado. Diametro del fusto a 1.3 m sulle ascisse, volume cormometrico sulle ordinate.

 Enlarge/Shrink  Open in Viewer

Nella Fig. 7 è riportata la curva stereometrica ottenuta mediante regressione polinomiale di secondo grado, derivata dalla relazione tra diametro e volume. L’equazione risultante rappresenta l’equazione di previsione del volume, specifica per il popolamento oggetto di studio (eqn. 2), viene utilizzata nella costruzione della tavola di cubatura a una sola entrata (Tab. 3) e nella determinazione della provvigione del popolamento da dati TLS (eqn. 2):

I valori di provvigione ottenuti mediante l’equazione di previsione specifica del popolamento (eqn. 2) tramite approccio non distruttivo basato su dati TLS sono stati confrontati con i risultati ottenuti mediante l’applicazione dell’equazione di previsione del volume dei fusti a scala nazionale ([23]), evidenziando un’elevata correlazione (Fig. 8), con un R² pari a 0.9735. Tali risultati confermano la solidità del modello non distruttivo basato su TLS nella stima della provvigione. Un aspetto particolarmente significativo riguarda l’assenza nella tavola nazionale della classe diametrica più piccola, in cui gli alberi con un diametro di 20 cm sono associati a un’altezza di circa 13 metri. Tuttavia, le misurazioni condotte a livello locale mostrano che alberi della stessa classe diametrica raggiungono un’altezza media di 24 metri. Tale differenza evidenzia una delle principali limitazioni delle tavole di cubatura nazionali, che, pur offrendo stime affidabili ad ampia scala, non sempre riescono a cogliere con precisione le peculiarità ecologiche-strutturali del popolamento legata alle specifiche condizioni stazionali del sito.

Fig. 8 - Grafico di correlazione tra il volume ricavato da equazione di previsione del volume dei fusti a scala nazionale ([23]) e a scala locale per classi diametriche.

 Enlarge/Shrink  Open in Viewer

La Fig. 9 riporta la stima del volume degli assortimenti ritraibili in funzione delle classi diametriche. Il valore complessivo derivato dal rapporto tra volume cormometrico totale e volume assortimentale è pari al 76%, valore riscontrato in popolamenti simili ([24]). Il grafico mostra come il volume principale (Vass) aumenti progressivamente con l’incremento della classe diametrica, arrivando a rappresentare il 95.49% del volume totale nella classe di 50 cm. Allo stesso tempo, il volume dei cimali (Vcim) e gli altri assortimenti diminuiscono percentualmente, evidenziando una concentrazione crescente di volume del tondame. Nella classe di 25 cm, il volume totale è di 0.65 m³, con il 45.49% rappresentato dal volume principale, mentre nelle classi diametriche superiori il volume principale domina sempre di più, riducendo la percentuale degli altri assortimenti. Questo comporta una maggiore concentrazione del volume utile nel tondame man mano che le dimensioni degli alberi aumentano.

Fig. 9 - Confronto fra le medie di volume degli assortimenti ritraibili (Tondame da sega - Vass), volume degli altri assortimenti (sottomisure/sovramisure - Altri_Ass) e volume dei cimali (VCim) per classe diametrica. I volumi (in metri cubi) sono sull’asse verticale, sull’asse orizzontale le classi diametriche (in cm).

 Enlarge/Shrink  Open in Viewer

Data la natura pratico-applicativa dell’esperienza, la metodologia basata sul rilievo TLS è stata valutata in termini di tempo (vedi Appendice 2 nel Materiale supplementare) impiegato (attività passive e attive) per singola area di saggio, relativi ai rilievi in campo (circa 40 minuti) ed al pre-processing (3.3 ore).

I tempi di lavoro in campo sono influenzati dalle caratteristiche stazionali e dalla disponibilità di personale. Nei rilievi tradizionali, tali fattori incidono direttamente sui tempi di misurazione delle singole piante, mentre nel caso del Terrestrial Laser Scanner (TLS) il loro impatto si limita alla fase di definizione dello schema di campionamento.

Le durate riportate sono necessarie per generare modelli tridimensionali dettagliati in grado di restituire fedelmente la struttura del popolamento. Per le fasi di processing le tempistiche vengono invece valutate a scala di singolo albero e fase per fase (valutazione strutturale del popolamento, costruzione della tavola di cubatura).

Sebbene le operazioni di pre-processing, segmentazione e analisi comportino un significativo impegno computazionale, l’uso di software open-source (RStudio e CloudCompare) e software proprietari (Leica Geosystems Cyclone REGISTER 360) consente di gestire efficacemente i dati, assicurando elevata precisione e validazione accurata delle misure. Inoltre, questa metodologia è pienamente replicabile con software open-source, riducendo i costi, ma con una leggera compromissione della velocità operativa, pur risultando più accessibile.

Conclusioni 

Nel presente studio viene applicata una metodologia di analisi basata su rilievi TLS per la stima degli attributi strutturali e del volume legnoso in un popolamento di origine artificiale di Pseudotsuga menziesii (Mirb.) Franco.

L’integrazione del TLS con metodologie tradizionali per la costruzione di una tavola di cubatura sito-specifica mediante un approccio non distruttivo riduce le limitazioni delle tavole convenzionali e permette di evitare l’abbattimento degli alberi modello senza comprometterne l’affidabilità del risultato. L’elevata risoluzione del rilievo TLS permette di ridurre l’incertezza associata all’applicazione di modelli generalizzati e di evidenziare il potenziale applicativo nella costruzione di tavole di cubatura sito-specifiche in grado di fornire stime volumetriche rappresentative del popolamento. La possibilità di aggiornare le tavole a scala locale riducendo i costi legati all’abbattimento di alberi modello, rappresenta un avanzamento significativo nell’ottimizzazione delle pratiche selvicolturali, contribuendo a una gestione più sostenibile ed efficace delle risorse forestali.

L’analisi tridimensionale dei dati consente inoltre una prima classificazione degli assortimenti legnosi negli alberi in piedi, integrando le tradizionali stime volumetriche con valutazioni qualitative del legname. Questo livello di dettaglio migliora la pianificazione delle utilizzazioni e la valorizzazione del materiale legnoso, in un’ottica di ottimizzazione economica e sostenibilità. Inoltre, i dati derivanti dai rilievi TLS possono rappresentare un input ad alta risoluzione per l’implementazione di modelli di processo per la stima della produttività forestale, contribuendo ad una maggiore comprensione delle dinamiche ecologiche e delle risposte ecosistemiche ai processi di cambiamento climatico.

L’applicazione del presente caso di studio ha evidenziato il valore dell’integrazione di tecnologie TLS nelle pratiche forestali, suggerendo la necessità di ulteriori applicazioni in contesti differenti per affinare metodologie e approcci automatici di processing. L’evoluzione tecnologica e la crescente accessibilità dei sensori TLS offrono un’opportunità concreta per accelerare il processo di digitalizzazione nel settore forestale, migliorando la capacità di monitoraggio e modellizzazione su larga scala.

Ringraziamenti 

Il presente studio rientra nell’ambito delle iniziative di pianificazione forestale promosse dalla Regione Basilicata, in collaborazione con il Consiglio per la Ricerca in Agricoltura e l’Analisi dell’Economia Agraria (CREA-PB). L’obiettivo di questa collaborazione è lo sviluppo e l’implementazione di strumenti innovativi per la valutazione della produttività forestale e delle caratteristiche ecologiche delle specie arboree, al fine di migliorare la gestione e la sostenibilità delle risorse forestali regionali

References

Supplementary Material

Appendice 1 - Report di registrazione.

Appendice 2 - Tempistica operativa.