11
Stima della provvigione delle pinete litoranee di pino domestico della Toscana con dati telerilevati laser scanning Dipartimento di Gestione dei Sistemi Agrari Alimentari e Forestali, Università degli Studi di Firenze IV CONGRESSO NAZIONALE DI SELVICOLTURA IL BOSCO: BENE INDISPENSABILE PER UN PRESENTE VIVIBILE E UN FUTURO POSSIBILE D'Amico G., Del Perugia B., Chirici G., Giannetti F., Nocentini S., Travaglini D.

Stima della provvigione delle pinete litoranee di pino ......Stima della provvigione delle pinete litoranee di pino domestico della Toscana con dati telerilevati laser scanning Dipartimento

  • Upload
    others

  • View
    7

  • Download
    1

Embed Size (px)

Citation preview

  • Stima della provvigione delle pinete litoranee di pino

    domestico della Toscana con dati telerilevati laser scanning

    Dipartimento di Gestione dei Sistemi Agrari Alimentari e Forestali, Università degli Studi di Firenze

    IV CONGRESSO NAZIONALE DI SELVICOLTURAIL BOSCO: BENE INDISPENSABILE PER UN PRESENTE VIVIBILE E UN FUTURO POSSIBILE

    D'Amico G., Del Perugia B., Chirici G., Giannetti F., Nocentini S., Travaglini D.

  • INTRODUZIONE

    Dinamiche in atto

    • Modifiche strutturali e compositive nelle pinete costiere di pino domestico

    • Graduale trasformazione del paesaggio tradizionale

    Pinete litoranee di pino domestico• Funzioni storiche

    • Servizi ecosistemici

    • Avversità

    Carta della distribuzione delle pinete litoranee (1:10.000)DEL PERUGIA et al., 2017 (doi: 10.4129/ifm.2017.2.01)

  • Approfondire le conoscenze sulle pinete litoranee di p. domestico a supporto della gestione forestale sostenibile

    Stima su base cartografica della provvigione legnosa

    OBIETTIVI

    Area di studio

    Area di studio

    74.518 ha

  • MATERIALI E METODIDati• Servizio GEOscopio WMS (Regione Toscana) • LiDAR (DTM e DSM) acquisiti nel periodo 2006-2010

    - Risoluzione spaziale 2 m- Mosaicatura - CHM

    • 49 aree di saggio (Alberese, Cecina, La Versiliana, San Rossore)

    Estrazione delle metriche LiDAR

    AdS (r = 20 m)

    Modelli regressivi lineari univariati

    Modelli regressivi lineari multivariati

    Modelli esponenziali

    CHM

    Somma

    Media

    Mediana

    Deviazione standard

    Massimo

    Modelli di stima della provvigione

  • Tipo di modello Metrica R2 RMSE RMSE%

    Lineare univariato Mediana 0.791 68.9 22.6

    Lineare multivariato Mediana e deviazione standard 0.790 68.4 22.4

    Esponenziale Media 0.875 95.1 31.2

    N° AdS R2 RMSE% Autori

    49 0.79 22.6 Stima provvigione studiata

    31 0.61 30.0 CORONA et al., 2007, 2008

    43 0.77 24.0 BARBATI et al., 2009

    50 0.72 16.7 TONOLLI et al., 2011a

    799 0.73 17.3 DALPONTE et al, 2011

    799 0.72 18.2 TONOLLI et al., 2011b

    29 0.67 30.0 MASELLI et al., 2011a, 2011b

    41 0.83 21.8 BOTTALICO et al., 2017 (Tosc.)

    85 0.70 29.8 BOTTALICO et al., 2017 (Sard.)

    RISULTATI

  • Estratto della carta delle pinete litoranee di pino domestico (a sinistra) estima spazializzata della provvigione legnosa unitaria (in m3/ha) delle pinete (a destra)

    Pixel 35 m

  • Elaborazione cartografie per l’intero litorale toscano

    Pianificazione forestale a scala aziendale

    Gestione attiva e sostenibile delle pinete litoranee di pino domestico

    Cartografie realizzate come strumenti di supporto alle decisioni

    CONCLUSIONI

  • Dati LiDAR

    Carta delle pinete litoranee di pino

    domestico

    Stima spazializzata della provvigione legnosa delle pinete di p. domestico

    Sistema di Supporto alle

    Decisioni (DSS)

    Classificazione tipologica delle pinete

    di pino domestico

    Proprietà Aree Protette Viabilità

    Altri dati ancillari

    SVILUPPI FUTURI

  • Particellare forestaleStima della provvigione legnosa

    ESEMPIO SISTEMA DI SUPPORTO ALLE DECISIONI

  • Stima della provvigione legnosa per particellaStima della provvigione legnosa

  • Grazie dell’attenzione

    [email protected]

    Lavoro svolto in parte con fondi del progetto FRESh LIFE ENV/IT/000414 “Demonstrating Remote Sensing integration in sustainable forest management”