Occhi dal Cielo sui “Bambini” della Foresta: Possiamo Monitorare le Giovani Piantine con Landsat?

La Sfida Affascinante del Monitoraggio Forestale

Ciao a tutti! Oggi voglio parlarvi di una sfida tanto affascinante quanto cruciale per il futuro dei nostri boschi: come facciamo a tenere d’occhio le giovani piantine forestali, quei “bambini” appena nati che un giorno diventeranno alberi maestosi? Monitorare il loro stato di salute, la densità e l’altezza è fondamentale. Ci aiuta a capire se stanno crescendo bene, se hanno bisogno di una mano (come un po’ di “pulizia” dalla vegetazione concorrente, il cosiddetto sfoltimento o weeding) e, in generale, a garantire una gestione forestale sostenibile.

Tradizionalmente, questo lavoro richiede visite sul campo, misurazioni manuali… insomma, un sacco di tempo, fatica e costi. Ma se potessimo usare degli “occhi” speciali dal cielo? Qui entra in gioco la tecnologia del telerilevamento, e in particolare, mi sono chiesto: possiamo usare le immagini satellitari Landsat, quelle serie storiche che coprono decenni, per spiare lo sviluppo di queste giovani foreste?

Landsat e gli Indici Magici: NBR e NDVI

Abbiamo deciso di indagare questa possibilità studiando delle aree di giovani piantine a Liperi, nella Finlandia orientale. L’idea era di usare i dati delle Serie Temporali Landsat (LTS) e vedere se due indici specifici, calcolati a partire dalle immagini satellitari, potessero dirci qualcosa di utile. Questi indici sono il Normalized Burn Ratio (NBR), spesso usato per valutare i danni da incendio ma sensibile anche ai cambiamenti della vegetazione post-taglio, e il più famoso Normalized Difference Vegetation Index (NDVI), un classico indicatore della “verdosità” e della salute della vegetazione.

La domanda era: questi indici riescono a stimare attributi importanti come la densità degli alberelli (quanti ce ne sono per ettaro), la loro altezza, e soprattutto, riescono a dirci se c’è bisogno di intervenire con lo sfoltimento, sia per le conifere che per le latifoglie?

In Finlandia, come in altre regioni boreali, le “giovani piantagioni” (seedling stands) sono definite come quelle aree dominate da conifere alte meno di 7 metri o da latifoglie alte meno di 9 metri. Sono il futuro della foresta matura, e la loro gestione iniziale, inclusi gli sfoltimenti precoci (precommercial thinning), influenza enormemente la crescita futura e la qualità del legno. Capire quando intervenire è essenziale per non perdere potenziale produttivo. La legge forestale finlandese, ad esempio, impone standard minimi di altezza (oltre 0,5 m) e densità (variabile per specie, es. 1300/ha per il pino silvestre) entro 10 anni dall’impianto. Avere informazioni precise e aggiornate è quindi vitale.

Cosa Abbiamo Scoperto: Luci e Ombre Satellitari

Allora, cosa ci hanno detto i dati Landsat? Beh, la prima cosa emersa è che la variazione all’interno di una singola area di piantine è spesso molto alta. Immaginate un appezzamento: in un angolo le piantine possono essere fitte e alte, in un altro più rade e basse. Le immagini Landsat hanno una risoluzione di 30 metri per pixel; un singolo pixel può quindi coprire un’area con caratteristiche molto diverse. Dare una stima unica per l’intera area diventa difficile.

I nostri indici, NBR e NDVI, hanno mostrato qualche tendenza interessante. Ad esempio, abbiamo trovato una certa correlazione (anche se non fortissima, con R² tra 0.22 e 0.36 usando modelli più avanzati come il Gradient Boosting Machine – GBM) tra l’NDVI e il numero di conifere presenti. Anche per l’altezza delle conifere (R² tra 0.09 e 0.52 con GBM) e per la differenza di altezza tra conifere e latifoglie (R² tra 0.25 e 0.38 con OLS, un modello di regressione più semplice) si sono visti dei legami. Tuttavia, diciamocelo, questi indici non riescono a catturare pienamente la complessità strutturale di queste giovani foreste. I valori di R² relativamente bassi, soprattutto con i modelli OLS, e gli errori di stima (RMSE) medio-alti indicano che c’è ancora molta variabilità che sfugge ai nostri “occhi” satellitari a questa scala.

Perché questa difficoltà? Probabilmente a causa dell’eterogeneità intrinseca all’interno di ogni pixel: mescolanza di specie, densità variabili, diverse età delle piantine, condizioni del suolo diverse, disposizione spaziale… tutto contribuisce a “confondere” il segnale spettrale che il satellite cattura.

Abbiamo anche analizzato come cambiano NBR e NDVI dopo il taglio raso (avvenuto nel 2010 nella nostra area di studio). Come previsto, l’anno del taglio è ben visibile, specialmente con l’indice NBR che si è dimostrato più sensibile nel rilevare questo “break year”. Dopo il taglio, gli indici mostrano un recupero della vegetazione, con andamenti diversi a seconda della fertilità del sito: i siti più fertili mostrano un recupero più rapido e vigoroso nei valori NBR e NDVI rispetto ai siti più poveri.

La Buona Notizia: Identificare il Bisogno di Sfoltimento

Ma non tutto è perduto! C’è un’applicazione pratica dove Landsat sembra cavarsela decisamente meglio. Nelle foreste nordiche, spesso le latifoglie (come le betulle) crescono più velocemente all’inizio, soffocando le conifere che magari sono la specie principale che si vuole favorire. Una differenza di altezza significativa tra latifoglie (più alte) e conifere indica la necessità di intervenire con lo sfoltimento.

Abbiamo provato a usare i nostri dati per classificare le aree in due categorie: “sfoltimento necessario” (differenza di altezza < 1 metro, con latifoglie più alte o quasi pari) e "sfoltimento non necessario". E qui i risultati sono stati incoraggianti! Utilizzando l’indice NBR, siamo riusciti a classificare correttamente il bisogno di sfoltimento con un’accuratezza complessiva dell’81% e un valore di Cohen’s kappa (che misura l’accordo al netto del caso) di 0.55. Questo è un risultato notevole, superiore a quello ottenuto in studi precedenti che usavano altre tecnologie come la scansione laser aviotrasportata (ALS) per lo stesso scopo in Finlandia.

Questo significa che, pur non potendo fornire stime precisissime di altezza e densità per ogni singola piantina, le serie temporali Landsat possono essere uno strumento valido per mappare su larga scala le aree che richiedono interventi silvicolturali urgenti, aiutando i gestori forestali a pianificare meglio e a concentrare le risorse dove servono di più.

Le Sfide Restano Aperte e Uno Sguardo al Futuro

Certo, le sfide rimangono. Ottenere immagini Landsat senza nuvole nel periodo giusto (giugno-agosto nel nostro caso) non è sempre facile, specialmente su grandi aree. La risoluzione spaziale di 30 metri, come detto, è un limite per l’analisi di dettaglio di popolamenti così eterogenei. Fattori come le condizioni atmosferiche, la topografia, l’angolo del sole e la stagionalità (la foresta cambia aspetto tra inizio e fine estate!) introducono ulteriori incertezze. L’indice NBR, in particolare, può essere influenzato dall’aumento dell’ombreggiatura man mano che la chioma diventa più densa, rendendo difficile seguire lo sviluppo iniziale.

Cosa ci riserva il futuro? Sicuramente l’integrazione con dati a risoluzione più alta, come quelli dei satelliti Sentinel-2 (che arrivano a 10 metri), o l’uso di droni (UAV) equipaggiati con sensori RGB o multispettrali, promette di migliorare la precisione. Studi recenti mostrano ottimi risultati con i droni nel rilevare singole piantine o nel classificare le specie usando algoritmi di deep learning. Anche tecniche avanzate di analisi dei dati satellitari, come il machine learning (il nostro modello GBM ha dato risultati migliori dell’OLS) e l’integrazione con dati ausiliari (come le caratteristiche del suolo), potrebbero fare la differenza.

In conclusione, la mia esplorazione nel mondo del monitoraggio delle giovani piantine con Landsat mi lascia con una sensazione agrodolce ma speranzosa. Le serie temporali Landsat non sono (ancora) la bacchetta magica per conoscere ogni dettaglio di queste nursery forestali, ma si dimostrano uno strumento utile, con una precisione ragionevole, per identificare le aree che hanno bisogno del nostro aiuto, in particolare per decidere dove e quando intervenire con lo sfoltimento. Non possiamo basarci su una singola predizione per un intero popolamento, ma analizzando la distribuzione delle stime all’interno dell’area, possiamo prendere decisioni più informate. È un passo avanti verso una gestione forestale più efficiente e tempestiva, e la ricerca continua per affinare questi strumenti e sfruttare al meglio le potenzialità del telerilevamento.

Fonte: Springer