Le immagini iperspettrali svelano lo stato di salute della vegetazione in Antartide

Uno studio australiano svela l’importanza della rilevazione aerea basata sull’impiego di una tecnica più avanzata per valutare la salute e la densità della vegetazione in un’area caratterizzata da una ridotta gamma spettrale come l’Antartide. L’efficacia massima supera il 99%

di Matteo Cavallito

 

L’uso della tecnologia più avanzata e dell’intelligenza artificiale offrirebbe oggi un migliore rilevamento dello stato di salute di muschi e licheni in Antartide. Ovvero una valutazione più precisa degli effetti del cambiamento climatico sull’unica forma di vegetazione dell’area. Ad affermarlo sono i ricercatori della Queensland University of Technology (QUT) di Brisbane, Australia, che, in uno studio pubblicato sulla rivista Scientific Reports, hanno descritto l’utilizzo del nuovo sistema di monitoraggio e classificazione delle specie vegetali. Che, affermano, avrebbe garantito rilievi più accurati in modo più rapido ed economico rispetto al passato.

Un indicatore della salute dell’Antartide

“La vegetazione resistente al gelo in Antartide è vitale per i cicli biogeochimici, l’isolamento del suolo e il sostegno alla biodiversità” ha affermato Juan Sandino, docente della School of Electrical Engineering & Robotics della QUT e co-autore dello studio sottolineando il ruolo di muschi e licheni come indicatori dello stress climatico. Queste specie, ha aggiunto, “alimentano i cicli dei nutrienti e sostengono gli ecosistemi antartici, ma sono le prime a soffrire per il riscaldamento, gli eventi meteorologici estremi e il calpestio umano”.

Per questo, insomma, “Monitorarne la salute è fondamentale ma anche estremamente difficile nelle condizioni di campo a temperature sottozero”.

L’attività di osservazione si avvale tipicamente dei droni ma le difficoltà non mancano. “Il rilevamento di muschi e licheni utilizzando sensori convenzionali rosso, verde, blu (RGB) e multispettrali rimane complesso”, spiega infatti la ricerca. Lo studio, di conseguenza, ha indagato “il potenziale dell’imaging iperspettrale (HSI) per la mappatura della vegetazione crittogamica e presenta un flusso di lavoro che combina droni, osservazioni a terra e classificatori di apprendimento automatico”.

Il sistema registra centinaia di tonalità per ogni pixel

Per superare le difficoltà dei modelli tradizionali i ricercatori hanno utilizzato un drone dotato di telecamera che permette di raccogliere immagini in moltissime bande distinte identificando materiali e vegetazione sulla base della diversa capacità di ciascuna di riflettere la luce. Il sistema, nel dettaglio, consente di registrare centinaia di tonalità per ogni pixel, combinandole con un meccanismo di navigazione satellitare per attribuire con precisione ogni frammento di immagine alla sua posizione esatta. A questo si sono aggiunte altre foto acquisite in alta risoluzione in RGB.

I dati hanno permesso di addestrare i modelli di apprendimento automatico che, spiegano gli scienziati, hanno superato le metriche tradizionali. “Questo nuovo sistema integrato supera le immagini digitali convenzionali (rosso-verde-blu o RGB) e anche l’indice satellitare NDVI (Normalized Difference Vegetation Index) attualmente utilizzato per valutare la salute e la densità della vegetazione”, sottolinea Sandino. I risultati, afferma lo studio, “mostrano che mentre gli indici comunemente utilizzati sono inadeguati per il rilevamento di muschi e licheni, i nuovi indici spettrali, al contrario, risultano più efficaci”.

Un’efficacia del 99%

In totale, i ricercatori hanno confrontato 12 diversi modelli di IA per classificare la vegetazione: le migliori soluzioni hanno raggiunto il 99% circa di precisione. “I modelli completi hanno offerto prestazioni elevate con un’accuratezza media ponderata compresa tra il 98,3 e il 99,7%”, spiega lo studio. “Quelli leggeri, basati su otto lunghezze d’onda chiave, hanno mostrato buoni risultati (95,5-99,8%), dimostrandosi adatti a un monitoraggio preliminare della salute dei muschi e dei licheni”.

Le prove realizzate dai ricercatori, infine, hanno dimostrato che i voli a quote più elevate, comprese tra 30 e 70 metri di altezza, permettono di mappare aree più estese per ottenere panoramiche regionali, mentre le altezze minori catturano dettagli più precisi.

Lo studio, insomma, ha confermato la validità del metodo di monitoraggio sia per indagini su piccoli appezzamenti sia per quelle su territori più estesi. Sottolineando l’importanza dell’acquisizione di questo tipo di immagini soprattutto nelle regioni geografiche caratterizzate da una ridotta gamma spettrale come l’Antartide.