Cosa possiamo fare con QGIS nel campo del telerilevamento

      Commenti disabilitati su Cosa possiamo fare con QGIS nel campo del telerilevamento

 

Inicio.png

( tradotto da Qué podemos hacer con QGIS en el campo de la Teledetección dal sito MappingGIS)

Da decadi ormai, l’uomo ha sempre desiderato poter osservare dallo spazio la superficie terreste, anche se questo no è stato possibile fino a praticamente agli inizi del secolo XX e in forma molto rudimentale.Da quel momento, il ritmo dell’innovazione tecnologia ha permesso di aumentare considerevolmente la conoscenza sulle tematiche che più ci stanno a cuore.

In questo senso, possiamo capire le grandi spese dei governi destinate alla ricerca spaziale col fine di ricercare nuove tecniche e infrastrutture che permettano di continuare ad avanzare in termini di conoscenza.

Per cui , l’osservazione da remoto della superficie terrestre costituisce la vera cornice sullo studio del telerilevamento.

Observación remota

Cos’è il Telerilevamento

Il telerilevamento permette di ottenere informazioni su oggetti o fenomeni del sistema terrestre a partire da immagini acquisite a distanza, mediante misurazioni dell’energia elettromagnetica riflessa o emessa attraverso questi oggetti o fenomeni d’interesse, a partire da piattaforme spaziali. Questa disciplina contribuisce a una serie di tecniche per la localizzazione e la raccolta di dati a distanza catturati dagli oggetti e fenomeni osservati, senza un contatto fisico con essi.

 

Applicazioni del telerilevamento

Le applicazioni del telerilevamento sono molteplici e per trattarsi di una tecnologia abbastanza recente, esistono ancora  processi in via di sviluppo per tale materia.

Le discipline che attualmente più utilizzano le informazioni provenienti dai satelliti nello spazio sono: la geografia, la biologia, la pedologia, la geologia, l’agronomia, l’oceanografia, la cartografia e l’archeologia.

Tra le diverse applicazioni che possiamo mettere in evidenza:

  • Analisi delle masse nuvolose in tempo reale e stima delle precipitazioni
  • Contaminazione atmosferica e le concentrazioni di ozono
  • Controllo delle accumulazioni delle nevi e del loro sciogliemento
  • Controllo del movimento degli iceberg nelle zone polari e monitoraggio dello stato dei ghiacciai
  • Cartografica termica dell’oceano
  • Inventario e monitoraggio delle acque superficiali  e dei residui di petrolio
  • Controllo della qualità delle masse d’acqua
  • Geomorfologia e forme del suolo, evoluzione delle linee della costa
  • Dinamica dunale
  • Cartografia e monitoraggio di zone forestali affette da incendi
  • Monitoraggio dello stato della vegetazione
  • Cartografia dell’uso del suolo, cartografia geologica e strutturale
  • Statistiche per l’agronomia e controllo delle parcelle. Agricoltura di precisione.

Cosa possiamo fare con QGIS

Passiamo adesso in rassegna i principali strumenti che QGIS ci mette a disposizione per risolvere analisi, trattamento  e sfruttamento di immagini da satellite nel campo del telerilevamento.

Ricordiamo, inoltre, che non solo QGIS ci disponibilizza questo tipo di strumenti, ma esistono , inoltre una serie di plugin che possiamo configurare, attraverso le opzioni di processing, per approfittare di tutto il suo potenziale.

Calcolo delle statistiche e degli istogrammi

L’operazione più elementare che possiamo realizzare con una immagine è descrivere la sua media centrale e la sua dispersione, ovvero capire la tendenza generale della sua radianza rilevata in ogni banda dell’immagine, e quale livello di omogeneità esiste tra i pixel che la compongono.

Inoltre di tali valori medi, risulta anche di grande interesse tenere in conto l’istogramma delle frequenze di ognuna delle bande.

Histograma

A partire da questi calcoli, possiamo realizzare miglioramenti a livello visuali attraverso un contrasto d’immagine, creare una composizione di bande, etc…
Per ottenere questo ci atteniamo al manuale QGIS :

1) Proprietà raster.
Per visualizzare ed impostare le proprietà di un layer raster, fare doppio click sul nome del raster nella legenda o cliccare su di esso con il tasto destro e scegliere Proprietà dal menu contestuale: Verrà così aperta la finestra Proprietà layer.

2) Scheda Istogramma. La scheda Istogramma consente di visualizzare la distribuzione delle bande di colore nel layer raster. Tali statistiche sono generate automaticamente nel momento in cui si accede alla scheda Istogramma. È possibile selezionare quale banda mostrare nel diagramma selezionandola nella lista sulla sinistra della scheda. E’ possibile salvare l’istogramma come immagine premendo sul pulsante mActionFileSave.

3) Scheda Stile. Miglioramento contrasto. Con il visualizzatore colore banda multipla verranno visualizzate le tre bande selezionate dell’immagine, ognuna delle quali corrisponde alle componenti rosso, verde e blu che verranno usate per creare i colori dell’immagine stessa. Puoi scegliere fra diversi metodi di Miglioramento contrasto: ‘Nessun miglioramento’, ‘Stira a MinMax’, ‘Stira e taglia a MinMax’ e ‘Taglia a MinMax’. Vedere anche Proprietà Raster (QGIS Manual).

rasterMultibandColor.png

Filtraggi

Il filtro si applica durante la fase di analisi digitale per isolare le componenti che ci interessano. Se prima si  è parlato di miglioramento nel contrasto dell’immagini, ora un altro componente soggetto a miglioramento è il cosidetto contrasto spaziale, o la differenza tra il valore di un determinato pixel e del suo vicino. Attraverso una tecnica di filtraggio si pretende smussare o rinforzare questi contrasti spaziali, in modo che i valori digitali della immagine si assomiglino o differenzino più di quelli corrispondenti ai pixels che li circondano.

Matrices de filtrado

Questo tipo di filtraggio si basa su uno script python sieve.py che costituisce il motore del filtro. Lo script appartiene alla libreria GDAL, all’interno della quale viene spiegato il funzionamento. Su QGIS lo strumento è possibile trovarlo nel menu Raster -> Analisi -> Filtro , cosi come indicato in figura.

Correzione delle immagini satellitari

In questo paragrafo inglobiamo i processori che tendono ad eliminare qualsiasi anomalia scoperta sull’immagine, o nella sua localizzazione o nella radiometria dei pixels che la compongono. Queste operazioni tendono a disporre i dati  nella forma più prossima possibile ad un’acquisizione idonea, per esempio, situandoli al di sopra di una posizione geografica corretta (vedi anche l’articolo Georeferenziazione dei dati) , o ricostruendo la radianza rilevata dal sensore a partire dai valori digitale dell’immagine.

Parliamo di tre tipi di correzione: geometrica, radiometrica e atmosferica.

georreferenciación

In QGIS ritroviamo questo strumento a partire dal menu Raster->Georeferenziatore

Classificazioni delle immagini satellitari

Per la maggior parte degli utenti di telerilevemento, la classificazione è la fase culminante dell’analisi e per questo verso essa si orientano la maggior parte dei meglioramenti e correzioni che precedentemente abbiamo commentato.

Tradizionalmente vengono distinti due metodi di classificazione: classificazione supervisionata e non supervisionata,  a seconda della forma con cui sono ottenute le statistiche di trainings. La classificazione supervisionata parte dalla conoscenza anticipata del territorio, a partire dal quale si selezionano dei aree campione per ognuna delle categorie che si vogliono mettere in evidenza. La classificazione non supervisionata procede attraverso una ricerca automatica di valori omogenei internamente al raster con un interpretazione da parte del software.

clasificación QGIS en el campo de la teledetección

 

In QGIS uno strumento molto potente che effettua tale operazione è il plugin Semi-Automatic Classification Plugin, scaricabile dai repository dei plugins di QGIS. Cosi come recita l’introduzione al manuale on line : “Esso  è un plugin gratuito per QGIS (open source) che permette la classificazione semi-automatica supervisionata di immagini telerilevate, fornendo strumenti per velocizzare la creazione di ROI, per le fasi di pre processamento (ritaglio di immagini, conversione in riflettanza di immagini Landsat), per il processo di classificazione per la le fasi di post processamento (valutazione dell’accuratezza, cambiamento della copertura del suolo). “

_images/t1.jpg

Rilevare cambiamenti

Un aspetto molto importante da mettere in risalto è la capacità di investigare i cambiamenti sulle immagini all’interno di un intervallo temporale. Questo tipo di funzionalità ha molteplici applicazioni che stanno dando frutti all’interno delle amministrazioni pubbliche del catasto, combinando il tutto con il lavoro fatto dai droni. Cosi, è possibile comprendere se si è prodotto un qualche tipo di cambiamento, una nuova costruzione o un abusivismo, una qualsiasi modifica sul terreno, etc…

detección cambios QGIS en el campo de la teledetección

Calcolo degli indici della vegetazione e monitoraggio degli incendi

Gli indici della vegetazioni sono combinazioni delle bande spettrali restrate dai satelliti, la cui funzione è migliorare la mappa di copertura della vegetazione in funzione della sua risposta spettrale e attenuare i dettagli di altri componenti come il suolo, l’illuminazione, etc..
Questi indici, in combinazione con altri strumenti, servono ad aiutare , ad esempio, il monitoraggio degli incendi.

monitorización de incendios

 

Di seguito un esempio di come calcolare l’NDVI in QGIS:

Segmentazioni di immagini satellitari

La segmentazione è un processo per arrivare a dividere un’immagine raster in varie parti o porzioni ( gruppi di pixels). L’obiettivo è semplificare e/o cambiare la rappresentazione di una immagine in un’altra più significativa e molto più facile da analizzare. Infatti per una mappa è utile otteneere una sua versione “semplificate in cui le regioni uniformi sono “lisciate” e e i controni ben definiti, le regioni di pixel che ne conseguono dall’oporazione risultano essere omogenee ( tratto da Miglioramento dell’analisi di immagine in GRASS tramite segmentazione, Alfonso Vitti e Paolo Zatelli, FOSS4G 2010 )

segmentación

Qui un esempio dove si utilizza Orfeo Toolbox dal menu Processing di QGIS . In basso un video che mostra come creare questo tipo di operazione.

Cambiamenti nell’uso del suolo per la copertura terrestre

QGIS incorpora, attraverso vari plugin, algoritmi che possono essere impiegati nell’analisi dell’uso del suolo e le sue variazioni, analisi delle zone urbane, cosi come l’uso nelle applicazioni forestali. In tal modo, possiamo analizzare gli usi del suolo e i suoi cambiamenti nella copertura forestale in differenti periodi di tempo e modellare il potenziale di transizione di tali usi o del rischio di deforestazione.
A questo riguardo, uno dei temi principali è proprio la trasformazione da un uso ‘naturale’ (quali foreste e aree umide) ad un uso ‘semi-naturale’ (quali coltivi) o— cosa peggiore —‘artificiale’ (quali edilizia, industria, infrastrutture). Tali transizioni, oltre a determinare la perdita, nella maggior parte dei casi permanente e irreversibile, di suolo fertile, causano ulteriori impatti negativi, quali frammentazione del territorio, riduzione della biodiversità, alterazioni del ciclo idrogeologico e modificazioni microclimatiche. Inoltre la crescita e la diffusione delle aree urbane e delle relative infrastrutture determinano un aumento del fabbisogno di trasporto e del consumo di energia, con conseguente aumento dell’inquinamento acustico, delle emissioni di inquinanti atmosferici e di gas serra (tratto da Uso del suolo e cambiamenti,ISPRA).

usos del suelo

Un plugin molto interessante scaricabile da QGIS è MOLUSCE (Methods Of Land Use Chande Evaluation). Attraverso esso, si vengono a creare modelli  che predicono i cambiamenti dell’uso del suolo, e quindi le transizioni, a partire da raster landuse passati e presenti. Di seguito una dimostrazione di tale plugin:

 

Simulazione delle variazione nella copertura terrestre

In aggiunta a quanto detto in precedenza, sempre tramite MOLUSCE, è possibile generare un modello automatico, che permette di calcolare le evoluzioni delle variabili discrete che interagiscono tra loro, facendo una previsione su eventi futuri riguardanti i cambiamenti dell’uso del suolo.

predicción de uso futuro

Più in dettaglio MOLUSCE è in grado di calcolare la cosidetta errror map, la quale consiste nel mettere in evidenza le zone in cui sono avvenute false transizioni e quindi quelle aree della mappa in cui le predizioni sono risultate false. E’ il caso ad esempio, in riferimento alla figura in basso, la zona di pixel verdi prevede una transizione errata da uso “urbano” a uso “pastorizio”; l’interpretazione risulterà similare per ogni categoria elencata nella mappa d’errore.

Файл:ValidationMap.png