Ottobre 2017 - a cura di Alessandro Dibona e Daniele Fratta

Per coloro che si occupano di sicurezza e gestione del territorio, oppure devono gestire gli aspetti colturali della produzione agricola, la possibilità di avvalersi di dati sempre aggiornati e il più dettagliati possibile è un requisito indispensabile per effettuare scelte ottimali. L’estate 2017 è stata eccezionalmente calda e secca e questo ha comportato significative conseguenze sia in termini di incendi che di danni all’agricoltura su tutto il territorio nazionale.
Ci si propone sinteticamente di illustrare come, partendo dal raffronto di immagini multispettrali satellitari Sentinel 2 dell'ESA (European Space Agency), si possa effettuare un’accurata analisi, eseguita per step temporali prefissati, che permetta di valutare:

• le condizioni, ad un dato istante temporale e su grande scala, della vegetazione;
• le modificazioni del vigore vegetativo durante il periodo di analisi;
• la rotazione agraria e i vari cicli produttivi;
• la localizzazione e l’estensione di zone omogenee dal punto di vista colturale, di utilizzo del suolo o di accesso alle risorse idriche;
• il rischio incendio e le possibili propagazioni del fronte di fiamma;

L'area oggetto dell'analisi è situata tra le provincie di Parma e Reggio nell'Emilia.

Calcolo dell'indice NDVI a partire dalle immagini Sentinel 2

L'NDVI (Normalized Difference Vegetation Index) è un indicatore che, sfruttando e correlando dati multispettrali (in particolare la radiazione rossa e quella Infrarossa vicina), identifica diversi livelli di vigore vegetativo, da cui dipende la produzione di un terreno agricolo e lo stato di un terreno forestale.
Le immagini multispettrali Sentinel 2, utilizzate da 3D RTE per calcolare automaticamente l'indice NDVI, offrono una straordinaria sorgente informativa, dal momento che esse:

• sono liberamente accessibili (scaricabili dal sito dell'ESA);
• includono un totale di 13 bande (visibile e infrarosso);
• sono disponibili con elevata frequenza temporale;
• possiedono una buona risoluzione spaziale (pixel di 10m).

Le immagini a falsi colori che seguono illustrano la variazione dell'indice NDVI, cioè la variazione delle condizioni stazionali con cadenza mensile.
Secondo la classificazione utilizzata, le tinte dal blu all'azzurro indicano vigore vegetativo nullo o basso - ad esempio un borgo abitato o la superficie dell'acqua di un fiume - mentre le tinte dall'arancio al rosso indicano vigore vegetativo alto o molto alto, ad esempio un seminativo e/o un bosco in situazione di fertilità, assenza di agenti patogeni, con adeguata disponibilità idrica.

Confronto tra l'immagine nel visibile (RGB), l'indice NDVI spazializzato e la sua distribuzione statistica in classi

La sequenza permette di osservare l'aspetto con cui appare l'area in esame a colori naturali (immagine RGB ottenuta dalla composizione delle bande 1(Rosso), 2(verde) e 3(blu)) con le corrispondenti variazioni dell'indice NDVI.
Molto interessante, inoltre, osservare la variazione della distribuzione delle classi di vigoria dell'indice NDVI, che sono in stretta correlazione con il passare dei mesi e delle condizioni stazionali

La procedura di elaborazione dei dati

Il flusso di lavoro parte dallo scarico dei dati satellitari dal sito web ESA-COPERNICUS.
Dopo essersi registrati e selezionato la zona di proprio interesse, è possibile accedere ad un vastissimo elenco di contenuti, suddivisi per data e tipologia di sensore. Selezionando il link desiderato, in funzione della copertura territoriale mostrata nella grafica e della data di ripresa delle immagini, si avvia il download di un pacchetto dati (un file .zip).
I pacchetti dati (uno per ogni mese oggetto di analisi), sono stati elaborati automaticamente attraverso l'apposita funzione dell’utility manager, che provvede alla scompattazione dell’archivio compresso e alla creazione di 4 file raster (organizzati per differenti risoluzioni: 10m 20m 60m e contenenti le bande registrate dal sensore a quella risoluzione). Questi ultimi sono pronti per essere integrati nello scenario 3D RTE (tramite un semplice drag&drop).
In questo esempio è stato utilizzato il raster a 4 bande (Red Green Blue e Near Infrared) con risoluzione spaziale a 10 metri.

L’immagine appena inserita nello scenario appare molto scura, non immediatamente utilizzabile. Viene in ausilio la funzione "Correzione colori" delle immagini di 3D RTE con la quale è possibile procedere ad una regolazione automatica o intervenire manualmente sui singoli canali RGB.
Tutte le regolazioni sono successivamente state copiate ed applicate automaticamente a tutte le immagini degli altri mesi, in modo da avere una visione territoriale omogenea e confrontabile.
L’ultimo passaggio è stato quello di utilizzare la funzione “Calcola indici di vegetazione” di 3D RTE, impostando le bande necessarie per il calcolo dell'indice NDVI: banda1 (Rosso) banda4 (Near Infra Red).

Commenti e conclusioni

In un’analisi come quella qui presentata, l’aspetto più oneroso dal punto di vista temporale è certamente quello dello scarico dei dati da WEB (mediamente 800-1.000 MB di dati per ogni elemento scaricato).
La successiva fase di preparazione del dato richiede pochi minuti, mentre le regolazioni colore e il calcolo NDVI vengono restituite in tempo reale, permettendo all’operatore di effettuare le varie prove di regolazione necessarie a “tirar fuori” dall’immagine la maggior quantità possibile di informazioni in relazione allo specifico ambito indagato.