Uno studente di dottorato dell'EPFL ha escogitato metodi per mappare le foreste in modo più efficace utilizzando il telerilevamento aereo, a sostegno degli inventari forestali in loco.

Le foreste sono una componente essenziale degli ecosistemi mondiali e un indicatore chiave della salute del nostro pianeta. Forniscono risorse preziose - come il legno per l'edilizia e il riscaldamento - e filtrano l'acqua piovana, proteggere dall'erosione e dalle valanghe, e può essere utilizzato per numerose attività ricreative. Per questi ed altri motivi, è importante monitorare il loro sviluppo attraverso inventari forestali regolari. Inventari sul campo, oltre ad essere soggetto alla soggettività degli osservatori, sono costose e laboriose e possono essere eseguite solo in regioni facilmente raggiungibili. Di conseguenza, non vengono eseguiti molto spesso, e solo in aree limitate. In Svizzera, Per esempio, l'inventario nazionale è stato aggiornato solo ogni dieci anni circa dal 1985.

Il telerilevamento aereo può essere un buon complemento al monitoraggio a terra. È più obiettivo e meno costoso, e può coprire un'area più ampia. Attualmente vengono utilizzate due tecniche:scansione laser aerea, che determina la struttura tridimensionale del bosco, e imaging iperspettrale, che identifica il colore preciso della chioma dell'albero, anche oltre lo spettro della luce visibile. Gli scienziati sanno come raccogliere questi due tipi di dati, ma estrarre le informazioni necessarie per monitorare e gestire le foreste è più complicato.

"abbattere" 5, 000 alberi a mano

Per il suo dottorato di ricerca tesi, Matteo Parkan, dal Laboratorio di Sistemi Informativi Territoriali dell'EPFL, sviluppato una serie di algoritmi in grado di determinare automaticamente alcuni parametri di inventario, come la posizione del tronco, diametro e specie stimati – su vaste aree. Questi algoritmi possono essere utilizzati, Per esempio, creare una mappa dettagliata di un'area in preparazione per la marcatura degli alberi (prima del taglio), monitorare da vicino lo sviluppo dei singoli alberi e individuare gli habitat più adatti a determinate specie animali.

Per calibrare e validare i suoi algoritmi, Parkan ha dovuto creare un set di dati di riferimento estraendo manualmente più di 5, 000 alberi da una nuvola di punti 3D. Per questo, ha creato una cassetta degli attrezzi digitale per la silvicoltura per facilitare l'estrazione manuale degli alberi e l'identificazione visiva delle specie arboree. Ciò gli ha permesso di verificare che gli algoritmi potessero rilevare in modo affidabile la posizione e la forma degli alberi, e per calibrare i suoi modelli di classificazione per nove specie di alberi che si trovano comunemente nelle foreste svizzere.

Un complemento, non un sostituto

"Il mio obiettivo era sviluppare metodi e strumenti in grado di integrare gli inventari sul campo piuttosto che sostituirli, " dice Parkan. Gli inventari sul campo sono ancora essenziali per calibrare i modelli, convalidare i risultati e identificare caratteristiche sottili - come il legno morto sul terreno, alberi dell'habitat e la salute dettagliata degli alberi, che non può essere rilevata dalla maggior parte delle tecniche di telerilevamento aereo attualmente disponibili. Poiché gli alberi sono organismi complessi la cui forma e struttura spaziale variano enormemente all'interno di una foresta, è molto difficile rilevare automaticamente tutte le loro caratteristiche. "Per ora, nessun algoritmo può fornire un insieme di risultati totalmente affidabile, "dice Parkan. "Detto questo, enormi progressi saranno compiuti nei prossimi anni man mano che saranno disponibili sempre più dati ad altissima risoluzione e svilupperemo algoritmi che funzionano quasi come il cervello umano".