USA: nuovi sviluppi nel telerilevamento della deforestazione

Combinando vecchi metodi di indagine sulla deforestazione, i ricercatori dello U.S. Geological Survey hanno sviluppato una nuova rappresentazione su larga scala. Aumentano l’efficienza e la precisione. La speranza per il futuro è la mappatura in tempo reale

di Matteo Cavallito

Un gruppo di ricercatori americani ha elaborato un nuovo sistema di rilevamento a distanza della deforestazione su larga scala geografica e temporale. L’operazione, realizzata dagli studiosi dello U.S. Geological Survey Earth Resources Observation and Science (EROS) Center di Sioux Falls, South Dakota, si è basata sul superamento degli approcci precedenti consentendo di realizzare  “una mappatura e un aggiornamento più accurati della copertura del suolo”, come ha dichiarato Suming Jin, una delle ricercatrici coinvolte, in una nota diffusa nell’occasione.

Lo studio, pubblicato sul Journal of Remote Sensing, evidenzia un nuovo sistema che combina i punti di forza dei vecchi metodi migliorando l’efficienza, la flessibilità e l’accuratezza della mappatura operativa di grandi aree. Questa tecnica, prosegue la nota, “facilita, tra le altre cose, una gestione e una politica forestale più efficaci”.

Superare i vecchi metodi

Basandosi sui dati del National Land Cover Database, l’archivio di telerilevamento dello US Geological Survey, gli scienziati hanno osservato come tra il 2001 e il 2016 quasi la metà dei cambiamenti della copertura del suolo negli Stati Uniti abbia riguardato aree boschive.

La ricerca nasce dalla combinazione di due sistemi di analisi diversi: il “rilevamento dei cambiamenti forestali a due date“, che prevede il confronto tra immagini di due momenti diversi, e il cosiddetto “algoritmo delle serie temporali“, che fornisce osservazioni per serie temporali annuali o mensili.

Entrambi i sistemi evidenziano limiti. Il metodo delle due date richiede ad esempio informazioni aggiuntive o nuove elaborazioni per separare i cambiamenti delle foreste da quelli che riguardano la copertura del suolo. Gli algoritmi di rilevamento dei cambiamenti forestali basati sulle serie temporali richiedono aggiornamenti continui del monitoraggio con il rischio di generare incongruenze.

Il nuovo sistema

Il gruppo di ricerca ha realizzato così un nuovo sistema di elaborazione chiamato “metodo delle serie temporali con l’indice della distanza spettrale normalizzata” o TSUN (Time-Series method Using Normalized Spectral Distance index). Il risultato è il sistema di raccolta e rappresentazione dei dati 1986-2019 che mostra l’andamento delle alterazioni delle foreste per un periodo più esteso con un intervallo di due o tre anni.

Semplificando, e di molto: il metodo si articola in quattro sezioni nelle quali vengono apportate alcune modifiche alle tecniche di partenza.

Nella prima parte si interviene sul metodo a due date ottenendo un risultato più accurato nella descrizione dell’aumento o della diminuzione della biomassa. Nella seconda si agisce sul metodo delle serie temporali mentre nella terza sezione si combinano i risultati ottenuti. Infine, nella quarta parte, si espandono e si perfezionano i risultati insieme ai dati ausiliari per produrre la mappa definitiva del fenomeno nel periodo in esame.

Il sogno: monitorare la deforestazione in tempo reale

Negli Stati Uniti, il tema dell’alterazione delle aree forestali è da tempo all’attenzione degli scienziati. Lo scorso anno, uno studio guidato dall’Università del Maryland, ha rilevato come nello spazio di 150 anni il Midwest americano abbia perso l’intero ammontare di biomassa aggiuntiva accumulata nei precedenti 8 millenni. Lo sviluppo di metodi di rilevamento più precisi e aggiornati permetterà col tempo di fornire dati e risposte più puntuali monitorando in modo efficace la deforestazione.

I ricercatori dello U.S. Geological Survey, in particolare, prevedono di migliorare lo strumento fin qui realizzato aumentando la frequenza temporale così da fornire i dati su una scala annuale.

“L’indice TSUN rileva i cambiamenti della copertura del suolo forestale in più momenti e ha dimostrato di poter essere facilmente esteso con l’inserimento di una nuova data anche quando le immagini sono state elaborate in modo diverso rispetto a quelle precedenti”, ha dichiarato Jin. “Il nostro obiettivo finale è quello di produrre automaticamente mappe con elevata accuratezza monitorando l’alterazione delle foreste auspicabilmente in tempo reale“.