Please use this identifier to cite or link to this item: http://hdl.handle.net/10077/2662
Title: An investigation in the use of advanced remote sensing and geographic information system techniques for post-fire impact assessment on vegetation.
Authors: Mitri, Georges Habib
Keywords: High spatial and spectral remote sensing, fire severity, fire type, forest regeneration, vegetation recovery, field spectrometry, hyperspectral imaging, object-oriented image analysis
Issue Date: 15-Apr-2008
Publisher: Università degli studi di Trieste
Abstract: Gli incendi boschivi rappresentano uno dei maggiori problemi ambientali nella regione Mediterranea con vaste superfici colpite ogni estate. Una stima dell’impatto ambientale degli incendi (a breve e a lungo termine) richiede la raccolta di informazioni accurate post-incendio relative al tipo di incendio, all’intensità, alla rigenerazione forestale ed al ripristino della vegetazione. L’utilizzo di tecniche avanzate di telerilevamento può fornire un valido strumento per lo studio di questi fenomeni. L’importanza di queste ricerche è stata più volte sottolineata dalla Commissione Europea che si è concentrata sullo studio degli incendi boschivi ed il loro effetto sulla vegetazione attraverso lo sviluppo di adeguati metodi di stima dell’impatto e di mitigazione. Scopo di questo lavoro è la stima dell’impatto post-incendio sulla vegetazione in ambiente Mediterraneo per mezzo di immagini satellitari ad alta risoluzione, di rilievi a terra e mediante tecniche avanzate di analisi dei dati. Il lavoro ha riguardato lo sviluppo di un sistema per l’integrazione di dati telerilevati ad altissima risoluzione spaziale e spettrale. Per la stima dell’impatto a breve termine, un modello di classificazione ad oggetti è stato sviluppato utilizzando immagini Ikonos ad altissima risoluzione spaziale per cartografare il tipo di incendio, differenziando l’incendio radente dall’incendio di chioma. I risultati mostrano che la classificazione ad oggetti potrebbe essere utilizzata per distinguere con elevata accuratezza (87% di accuratezza complessiva) le due tipologie di incendio, in particolare nei boschi Mediterranei aperti. È stata inoltre valutata la capacità della classificazione ad oggetti di distinguere e cartografare tre livelli di intensità del fuoco utilizzando le immagini Ikonos e l’accuratezza del risultato è stimata all’ 83%. Per la stima dell’impatto a lungo termine, la mappatura della rigenerazione post-incendio (pino) e la ripresa della vegetazione arbustiva sono state valutate mediante tre approcci: 1) la classificazione ad oggetti di immagini ad altissima risoluzione QuickBird che ha permesso di mappare la ripresa della vegetazione e l’impatto sulla copertura a seguito dell’incendio distinguendo due livelli di intensità dell’incendio (accuratezza della classificazione 86%). 2) l’analisi statistica di dati iperspettrali rilevati in campo che ha permesso una riduzione del 97% del volume di dati e la selezione delle migliori 14 bande per discriminare l’età e le specie di pino e le 18 migliori bande per la caratterizzazione delle specie arbustive. Successivamente, i dati iperspettrali Hyperion sono stati utlizzati per mappare la rigenerazione forestale e la ripresa della vegetazione. L’accuratezza complessiva della classificazione è stata del 75.1% considerando due diverse specie di pino ed altre specie vegetali. 3) una classificazione ad oggetti che ha combinato l’analisi dei dati QuickBird ed Hyperion. Si è registrato un aumento dell’accuratezza della classificazione pari all’8.06% rispetto all’utilizzo dei soli dati Hyperion. Complessivamente, si osserva che strumenti avanzati di telerilevamento consentono di raccogliere le informazioni relative alle aree incendiate, la rigenerazione forestale e la ripresa della vegetazione in modo accurato e vantaggioso in termini di costi e tempi.
Forest fires are a major environmental problem in the Mediterranean region, where large areas are affected each summer. An assessment of the environmental impact of forest fires (in the short-term and in the long-term) requires the collection of accurate and detailed post-fire information related to fire type, fire severity, forest regeneration and vegetation recovery. Advanced tools in remote sensing provide a powerful tool for the study of this phenomenon. The importance of this work was often emphasized by the European Commission, which focused on the studying of forest fires and their effect on vegetation through the development of appropriate impact assessment and mitigation methods. The aim of this study was to assess the post-fire impact on vegetation in a Mediterranean environment by employing high quality satellite and field data and by using advanced data processing techniques. The work entailed the development of a whole system integrating very high spatial and spectral resolution remotely sensed data. For short-term impact assessment, an object-oriented model was developed using very high spatial resolution Ikonos imagery to map the type of fire, namely, canopy fire and surface fire. The results showed that object-oriented classification could be used to accurately distinguish and map areas of surface and crown fire spread (overall accuracy of 87%), especially that occurring in open Mediterranean forests. Also, the performance of object-based classification in mapping three levels of fire severity by employing high spatial resolution Ikonos imagery was evaluated, and accuracy of the obtained results was estimated to be 83%. As for long-term impact assessment, the mapping of post-fire forest regeneration (pine) and vegetation recovery (shrub) was performed by following three different approaches. First, the developed object-based classification of QuickBird (very high spatial resolution) allowed post-fire vegetation recovery and survival mapping of canopy within two different fire severity levels (86% of classification accuracy). The main effect of fire has been to create a more homogeneous landscape. Second, statistical analysis of field hyperspectral data allowed a 97% reduction in data volume and recommended 14 best narrowbands to discriminate among pine trees (age and species) and 18 bands that best characterize the different shrub species. Then, hyperspectral Hyperion was employed for mapping post-fire forest regeneration and vegetation recovery. The overall classification accuracy was found to be 75.81% when mapping two different regenerated pine species and other species of vegetation recovery. Third, an object-oriented combined analysis of QuickBird and Hyperion was investigated for the same objective. An improvement in classification accuracy of 8.06% was recorded when combining both Hyperion and QuickBird imageries than by using only the Hyperion image. Overall, it was observed that advanced tools in remote sensing provided the necessary means for gathering information about the burned areas, the regenerated forests and the recovered vegetations in a successful and a timely/cost effective manner.
Description: 2006/2007
URI: http://hdl.handle.net/10077/2662
NBN: urn:nbn:it:units-7184
Appears in Collections:Scienze biologiche

Files in This Item:
File Description SizeFormat 
George Mitri - PhD disseration .pdfTesi di dottorato7.22 MBAdobe PDFView/Open
Show full item record


CORE Recommender

Page view(s)

809
checked on Feb 18, 2018

Download(s)

1,894
checked on Feb 18, 2018

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.