Occhi Elettronici sui Boschi: Come Smascheriamo i Pericoli Nascosti degli Incendi con la Tecnologia Prometheus

Ciao a tutti! Oggi voglio parlarvi di un argomento che mi sta particolarmente a cuore, e che, purtroppo, è sempre più attuale: gli incendi boschivi. Sapete, quelle calamità che ogni estate ci stringono il cuore vedendo le immagini di fumo e distruzione. Ma se vi dicessi che c’è un modo, sempre più sofisticato, per “leggere” il territorio e capire in anticipo dove e come il fuoco potrebbe scatenarsi? È un po’ come avere degli occhiali speciali che ci mostrano i segreti della vegetazione, e oggi vi racconto come ci stiamo lavorando, usando un mix di tecnologie che sembrano uscite da un film di fantascienza!

Il problema, specie qui nel bacino del Mediterraneo, è che abbiamo un sacco di biomassa altamente infiammabile, un clima che d’estate non perdona con la siccità, e spesso, l’abbandono delle campagne che lascia campo libero a combustibili secchi. Risultato? Incendi sempre più grossi e cattivi. L’unica cosa su cui noi “umani” possiamo davvero agire per mitigare questi disastri, a differenza del meteo o della forma delle montagne, è proprio il combustibile, cioè la vegetazione. Capire come è distribuito e che tipo di vegetazione abbiamo è fondamentale.

Cos’è questo “Combustibile Prometheus” e Perché Dovrebbe Interessarci?

Per mettere un po’ d’ordine in questa complessità, in Europa è stato sviluppato un sistema chiamato Prometheus. Immaginatelo come un modo per classificare la vegetazione in base a come potrebbe bruciare. Prometheus divide il “menu del fuoco” in sette tipi principali di combustibile (FT, da “Fuel Types”):

• FT1: Praterie
• FT2, FT3, FT4: Arbusteti (con diverse altezze e densità)
• FT5, FT6, FT7: Boschi (anche qui, con caratteristiche diverse, tipo la presenza o meno di “scale” di combustibile tra il suolo e le chiome)

Conoscere la mappa di questi FT è cruciale per chi deve pianificare la prevenzione, gestire gli incendi e simulare come potrebbero comportarsi le fiamme. È come dare ai vigili del fuoco una mappa del tesoro, ma al posto del tesoro, ci sono le zone più a rischio o le vie di propagazione del fuoco.

La Sfida: Vedere Attraverso gli Alberi (e non solo!)

Mappare questi FT non è una passeggiata. I metodi tradizionali, come andare sul campo a misurare o interpretare foto aeree, sono costosi, lenti e non sempre riescono a coprire grandi aree o a cogliere come cambia il combustibile nel tempo. Negli ultimi anni, il telerilevamento (cioè guardare la Terra da satelliti o aerei) ci ha dato una grossa mano. Pensate ai satelliti che scattano “foto” multispettrali della Terra: fantastiche, ma a volte faticano a vedere cosa c’è sotto una fitta chioma di alberi o a capire bene la struttura verticale della vegetazione, che è super importante per il fuoco.

Qui entrano in gioco i sensori attivi, come il LiDAR (una specie di radar che usa la luce laser per creare mappe 3D super dettagliate) e il SAR (un radar che “vede” attraverso le nuvole e di notte, dandoci info sulla struttura e densità della vegetazione). Questi strumenti sono i nostri supereroi per “radiografare” il bosco.

Il problema è che, anche con queste tecnologie, classificare i tipi di combustibile Prometheus rimane una bella gatta da pelare, soprattutto in paesaggi molto eterogenei come i nostri, dove in pochi metri puoi passare da un bosco a un cespuglieto. Molti metodi usano una classificazione “hard”, cioè ogni pixel dell’immagine satellitare viene assegnato a una sola classe. Ma la realtà è più sfumata, no? Un pixel potrebbe contenere un mix di erba, arbusti e alberi. E qui casca l’asino, perché il sistema Prometheus si basa proprio sulle percentuali di copertura di questi elementi.

La Nostra Ricetta Segreta: Un Mix Esplosivo di Tecnologie!

Ed è qui che entra in gioco il nostro studio! Abbiamo pensato: “E se provassimo un approccio un po’ diverso, più furbo e basato sulla fisica di come questi sensori ‘vedono’ la vegetazione?”. Abbiamo messo a punto una metodologia innovativa in due fasi, testandola in quattro aree belle grandi e diverse della Penisola Iberica, per vedere se funzionava davvero.

Fase 1: Chi Propaga il Fuoco? Erba, Arbusti o Alberi?

Nella prima fase, ci siamo concentrati sull’identificare l’elemento principale che propaga l’incendio: erba, arbusti o alberi. Per farlo, abbiamo usato le immagini multispettrali del satellite Sentinel-2 e una tecnica fichissima chiamata MESMA (Multiple Endmember Spectral Mixture Analysis). Immaginate MESMA come un sistema che, invece di dire “questo pixel è un albero”, ci dice “in questo pixel c’è il 30% di erba, il 50% di arbusti e il 20% di alberi”. È molto più realistico, specialmente in zone miste! È la prima volta che MESMA viene usata per questo scopo specifico nel sistema Prometheus, e i risultati sono stati sorprendenti.

Fase 2: Entriamo nel Dettaglio dei Tipi di Combustibile Prometheus

Una volta capito l’elemento propagante dominante, siamo passati alla seconda fase. Qui abbiamo tirato fuori l’artiglieria pesante: dati SAR dal satellite Sentinel-1 e dati LiDAR. Il LiDAR, in particolare, ci ha permesso di fare una cosa nuova: analizzare la distribuzione della densità dell’area fogliare (LAD) per strati verticali. In pratica, abbiamo “affettato” il bosco in verticale per capire come sono disposte le foglie e i rami, se ci sono “scale” per il fuoco (i famosi ladder fuels), quanto è profondo lo strato di combustibile. Queste informazioni, insieme alla copertura vegetale frazionata (FCOVER) da Sentinel-2 e a un indice SAR che ci dice molto sulla densità e complessità strutturale della vegetazione, sono state date in pasto a un algoritmo di machine learning (un Random Forest, per i più curiosi) che ha imparato a classificare i specifici tipi di combustibile Prometheus (da FT2 a FT7) all’interno di ogni area definita come arbusteto o bosco dalla fase 1. L’FT1 (praterie) lo avevamo già identificato con MESMA.

Mettiamolo alla Prova: Quattro Angoli della Penisola Iberica Sotto la Lente

Per essere sicuri che il nostro metodo non fosse solo un fuoco di paglia, lo abbiamo testato in quattro aree studio nella Penisola Iberica con condizioni ambientali e tipi di vegetazione molto diversi: Bejís (Spagna orientale, clima Mediterraneo), Culebra (nord-ovest della Spagna, transizione tra Mediterraneo e Atlantico), Folgoso (nord-ovest della Spagna, clima Atlantico) e Ladrillar (centro-ovest della Spagna, clima Mediterraneo). Abbiamo raccolto dati sul campo in 215 parcelle, misurando di tutto: copertura di erba, arbusti, alberi, altezza media, altezza della base della chioma, e così via, per assegnare a ogni parcella il suo tipo di combustibile Prometheus. Questi dati “veri” ci sono serviti per validare le mappe prodotte dal nostro sistema.

I Risultati? Da Stropicciarsi gli Occhi!

Ebbene, i risultati ci hanno dato grande soddisfazione! Nella prima fase, la classificazione dell’elemento propagante con MESMA ha raggiunto un’accuratezza generale del 94.58%. Un successone! E anche le singole classi (erba, arbusti, alberi) sono state identificate con precisione superiore al 90%.

Nella seconda fase, quando abbiamo classificato i tipi di combustibile specifici (FT1 da MESMA, e da FT2 a FT7 con LiDAR, SAR e Random Forest), l’accuratezza generale della mappa finale è stata del 90.27%. La maggior parte dei singoli tipi di combustibile è stata classificata con un’accuratezza superiore all’80%. Questo significa che il nostro approccio, basato su principi fisici ed ecologici, funziona bene e riesce a “generalizzare”, cioè ad adattarsi a paesaggi diversi.

Particolarmente interessanti sono state le metriche derivate dal LiDAR relative alla LAD (Leaf Area Density). Queste si sono rivelate importantissime per distinguere i tipi di combustibile forestali (FT5, FT6, FT7), perché ci danno informazioni preziose sulla continuità verticale del combustibile, come la presenza di “ladder fuels” o la densità della chioma. Anche l’integrazione dei dati SAR (in particolare un rapporto tra polarizzazioni chiamato SAR-CR) e della FCOVER da Sentinel-2 ha migliorato la capacità di distinguere i tipi di combustibile negli arbusteti e nei boschi.

Perché Questo Metodo è una Svolta (e non solo per noi addetti ai lavori)?

Ok, direte voi, belle queste percentuali, ma in pratica che significa? Significa che abbiamo fatto un bel passo avanti nella capacità di mappare i combustibili. Il fatto che il nostro metodo si basi su principi fisici (come la luce interagisce con la vegetazione, come il segnale radar la penetra) lo rende più robusto e trasferibile ad altre aree rispetto a metodi puramente empirici. Inoltre, abbiamo usato dati da satelliti (Sentinel-1 e Sentinel-2) e LiDAR (dal Piano Nazionale Spagnolo di Ortofotografia Aerea – PNOA) che sono, o stanno diventando, sempre più accessibili gratuitamente. Questo è fondamentale per poter applicare queste tecniche su vasta scala.

Rispetto a studi precedenti, il nostro approccio con MESMA per l’elemento propagante sembra più accurato, specie in paesaggi eterogenei, perché riconosce la natura mista dei pixel. E l’uso combinato di LiDAR (con le nuove metriche LAD) e SAR per i dettagli strutturali ci ha permesso di distinguere meglio tipi di combustibile che spesso vengono confusi.

Avere mappe dei tipi di combustibile più precise e affidabili è oro colato per chi si occupa di gestione del territorio e di lotta agli incendi. Permette di:

• Identificare le aree a maggior rischio.
• Pianificare interventi di prevenzione mirati (come il diradamento o il pascolo controllato).
• Simulare meglio il comportamento degli incendi per preparare strategie di spegnimento più efficaci.
• Valutare l’impatto ecologico degli incendi.

Certo, C’è Sempre Spazio per Migliorare…

Nonostante i risultati entusiasmanti, siamo i primi a dire che c’è ancora da fare. Ad esempio, la tecnica MESMA richiede una buona libreria di “firme spettrali” di riferimento, e crearla può essere complesso. Inoltre, anche se il LiDAR e il SAR ci aiutano tantissimo, con coperture forestali molto dense e usando dati LiDAR a bassa densità (come quelli PNOA, che comunque sono ottimi per grandi aree!) o il segnale SAR in banda C (quello di Sentinel-1), a volte si fa fatica a “vedere” bene cosa c’è negli strati più bassi. Questo ha causato qualche piccola confusione tra certi tipi di arbusteti (FT2 e FT3) o tra tipi forestali con diverso sottobosco (FT6 e FT5).

In futuro, l’uso di dati LiDAR a densità ancora maggiore (magari da droni per aree più piccole e specifiche) o di dati SAR in bande diverse (come L o P, che penetrano di più nella vegetazione) potrebbe darci dettagli ancora più fini. Immaginate di poter combinare dati da diverse piattaforme e sensori in modo ancora più integrato! Sarebbe come avere una vista a raggi X potenziata sui nostri boschi.

In conclusione, quello che abbiamo cercato di fare è stato sviluppare un metodo robusto, basato sulla fisica e generalizzabile per mappare i tipi di combustibile del sistema Prometheus. Credo che i risultati dimostrino che l’integrazione intelligente di dati multispettrali, LiDAR e SAR, insieme a tecniche avanzate come MESMA e l’analisi della struttura verticale della vegetazione, sia la strada giusta. È un piccolo, ma speriamo significativo, contributo per capire meglio i nostri ecosistemi e per difenderli da quella minaccia sempre più incombente che sono gli incendi estremi. La tecnologia ci offre strumenti potenti, sta a noi usarli al meglio!

Spero di avervi incuriosito e magari fatto vedere il telerilevamento sotto una nuova luce. Alla prossima!

Fonte: Springer