Lettieri Gianfranco - Arpae Emilia

A LMA M ATER S TUDIORUM · U NIVERSITÀ DI B OLOGNA
FACOLTÀ DI AGRARIA
Corso di Laurea in Progettazione e Gestione degli Ecosistemi Agro-Territoriali, Forestali e
del Paesaggio
REMOTE SENSING DI UNA FAGGETA
DELL’APPENNINO BOLOGNESE
Analisi dei dati NDVI dei sensori MODIS
Tesi di Laurea di:
Gianfranco Lettieri
Relatore:
Dott. Enrico Muzzi
Correlatore:
Dott. Andrea Spisni
Sessione III
Anno Accademico 2011/2012
ii
Alla mia Famiglia
iv
``Tutto cio che accade alla Terra,
accade ai figli e alle figlie della Terra.
L’uomo non tesse la trama della vita;
in essa egli è soltanto un filo.
Qualsiasi cosa fa alla trama,
l’uomo la fa a se stesso "
Capo Indiano Seattle
vi
Ringraziamenti
viii
Indice
Introduzione
1
1
Normalized Difference Vegetation Index
3
1.1 Cenni storici e definizione . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Interazione della radiazione con la vegetazione . . . . . . . . . . . 5
1.3 Prestazioni e limitazioni . . . . . . . . . . . . . . . . . . . . . . . 10
2
Materiali e metodi
2.1 Localizzazione aree di studio . . . . . . . . . .
2.2 Raccolta dati . . . . . . . . . . . . . . . . . .
2.2.1 Raccolta dati da SATELLITE . . . . .
2.2.2 Raccolta dati metereologici . . . . . . .
2.3 Analisi dei dati . . . . . . . . . . . . . . . . .
2.3.1 Dati NDVI . . . . . . . . . . . . . . .
2.3.1.1 Analisi Univariate . . . . . .
2.3.1.2 Analisi Multivariate . . . . .
2.3.2 Dati Pluviometrici . . . . . . . . . . .
2.3.3 Relazione NDVI-Piovosità . . . . . . .
2.3.4 Relazione NDVI-Viraggio fogliare . . .
2.3.5 Rapporto NDVI-Morfologia . . . . . .
2.3.6 Analisi dendrocronologiche . . . . . .
2.3.6.1 Individuazione dei campioni
2.3.6.2 Analisi delle carote . . . . .
2.3.6.3 Standardizzazione . . . . . .
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Risultati
3.1 Analisi NDVI . . . . . . . . . . . . . . . . . . . . . . . .
3.1.1 Analisi della Varianza (ANOVA) . . . . . . . . . .
3.1.1.1 Dati NDVI del Satellite MODIS-TERRA
3.1.1.2 Dati NDVI del Satellite MODIS-AQUA
3.1.2 Analisi delle Componenti Principali (PCA) . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
13
13
16
16
17
18
18
18
18
19
19
21
21
21
22
23
24
.
.
.
.
.
27
27
29
29
32
36
INDICE
x
3.1.2.1
3.1.2.2
3.2
3.3
3.4
3.5
Dati grezzi NDVI del Satellite MODIS-TERRA
Dati standardizzati NDVI del Satellite MODISTERRA . . . . . . . . . . . . . . . . . . . . .
3.1.2.3 Dati grezzi NDVI del Satellite MODIS-AQUA .
3.1.2.4 Dati standardizzati NDVI del Satellite MODISAQUA . . . . . . . . . . . . . . . . . . . . . .
3.1.3 Analisi Discriminante Canonica (ADC) . . . . . . . . . .
3.1.3.1 ANALISI TRA ANNI . . . . . . . . . . . . . .
3.1.3.2 ANALISI TRA PUNTI . . . . . . . . . . . . .
Relazione NDVI-Piovosità . . . . . . . . . . . . . . . . . . . . .
3.2.1 Analisi delle Componenti Principali (PCA) . . . . . . . .
3.2.2 Analisi delle Correlazioni Canoniche (CCA) . . . . . . .
3.2.2.1 Piovosità trimestrale di TERRA . . . . . . . . .
3.2.2.2 Piovosità bimestrale di TERRA . . . . . . . . .
3.2.2.3 Piovosità mensile di TERRA . . . . . . . . . .
3.2.2.4 Piovosità cumulata alle date del Rilievo NDVI di
TERRA . . . . . . . . . . . . . . . . . . . . .
3.2.2.5 Piovosità tra le date del rilievo NDVI di TERRA
Relazione NDVI-Viraggio delle foglie . . . . . . . . . . . . . . .
Relazione NDVI-Morfologia . . . . . . . . . . . . . . . . . . . .
3.4.1 Analisi delle Correlazioni Canoniche (CCA) . . . . . . .
3.4.1.1 Dati grezzi del Satellite MODIS-TERRA . . . .
3.4.1.2 Dati grezzi del Satellite MODIS-AQUA . . . .
Relazione NDVI-Accrescimento diametrale . . . . . . . . . . . .
. 36
. 40
. 43
.
.
.
.
.
.
.
.
.
.
46
48
48
55
67
71
93
93
96
99
.
.
.
.
.
.
.
.
102
105
108
110
110
110
114
116
Conclusioni
119
Bibliografia
125
Elenco delle figure
1.1
1.2
1.3
1.4
1.5
1.6
Tipico spettro PAR, illustra l’assorbimento della clorofilla A, della
clorofilla B e dei carotenoidi. . . . . . . . . . . . . . . . . . . . .
Pigmenti, fotosintesi e riflettanza fogliare. . . . . . . . . . . . . .
Riflettanza nell’infrarosso vicino. . . . . . . . . . . . . . . . . . .
Radiazione incidente riflessa in base alla struttura fogliare. . . . .
Riflettanza latifoglie e conifere. . . . . . . . . . . . . . . . . . . .
Contenuto fogliare di acqua . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
7
7
8
8
9
9
2.1
2.2
2.3
2.4
2.5
2.6
Posizione dell’area di studio (Foto Google Earth). . . . . . . . . . .
Localizzazione faggeta di studio (Foto Google Earth). . . . . . . . .
Matrice di 9 righe x 9 colonne di aree, degli 81 pixel di riferimento.
Individuazione dei 38 pixel di faggeta omogenea. . . . . . . . . . .
Modello pluviometrico Regione Emilia-Romagna. . . . . . . . . . .
Dendrocronografo ``LINTAB" (Rinntech, Germania) . . . . . . . .
14
14
15
15
17
23
Medie dell’NDVI per l’interazione Anno*Satellite. . . . . . . . . .
Medie dell’NDVI per l’interazione Data*Satellite. . . . . . . . . . .
Medie dell’NDVI per l’interazione Anno*Data. . . . . . . . . . . .
Medie dell’NDVI del Satellite MODIS-TERRA negli Anni. . . . . .
Medie dell’NDVI del Satellite MODIS-TERRA dell’interazione Anno*Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.6 Medie dell’NDVI del Satellite MODIS-TERRA dell’interazione Data*Punto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.7 Medie dell’NDVI del Satellite MODIS-AQUA negli Anni. . . . . .
3.8 Medie dell’NDVI del Satellite MODIS-AQUA nelle Date. . . . . .
3.9 Medie dell’NDVI del Satellite MODIS-AQUA nei Punti. . . . . . .
3.10 Medie dell’NDVI del Satellite MODIS-AQUA dell’interazione Anno*Data. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.11 Medie dell’NDVI del Satellite MODIS-AQUA dell’interazione Data*Punto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
28
28
28
29
3.1
3.2
3.3
3.4
3.5
31
31
32
34
34
34
35
xii
ELENCO DELLE FIGURE
3.12 Medie dell’NDVI del Satellite MODIS-AQUA dell’interazione Anno*Punto. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.13 PCA delle medie annue dei dati grezzi nell’NDVI di TERRA: Plot
delle variabili nel piano delle componenti 1 e 2. . . . . . . . . . .
3.14 PCA delle medie annue dei dati grezzi nell’NDVI di TERRA: Scores dei Punti nel piano delle componenti 1 e 2. . . . . . . . . . . .
3.15 PCA delle medie annue dei dati grezzi nell’NDVI di TERRA: Plot
delle variabili nel piano delle componenti 3 e 4. . . . . . . . . . .
3.16 PCA delle medie annue dei dati grezzi nell’NDVI di TERRA: Scores dei Punti nel piano delle componenti 3 e 4. . . . . . . . . . . .
3.17 PCA delle medie annue di dati standardizzati dell’NDVI di TERRA: Plot delle variabili nel piano delle componenti 1 e 2. . . . . .
3.18 PCA delle medie annue di dati standardizzati dell’NDVI di TERRA: Scores dei Punti nel piano delle componenti 1 e 2. . . . . . .
3.19 PCA delle medie annue di dati standardizzati dell’NDVI di TERRA: Plot delle variabili nel piano delle componenti 3 e 4. . . . . .
3.20 PCA delle medie annue di dati standardizzati dell’NDVI di TERRA: Scores dei Punti nel piano delle componenti 3 e 4. . . . . . .
3.21 PCA delle medie annue dei dati grezzi dell’NDVI di AQUA: Plot
delle variabili nel piano delle componenti 1 e 2. . . . . . . . . . .
3.22 PCA delle medie annue dei dati grezzi dell’NDVI di AQUA: Scores
dei Punti nel piano delle componenti 1 e 2. . . . . . . . . . . . . .
3.23 PCA delle medie annue dei dati grezzi dell’NDVI di AQUA: Plot
delle variabili nel piano delle componenti 3 e 4. . . . . . . . . . .
3.24 PCA delle medie annue dei dati grezzi dell’NDVI di AQUA: Scores
dei Punti nel piano delle componenti 3 e 4. . . . . . . . . . . . . .
3.25 PCA delle medie annue dei dati standardizzati di NDVI di AQUA:
Plot delle variabili nel piano delle componenti 1 e 2. . . . . . . . .
3.26 PCA delle medie annue dei dati standardizzati di NDVI di AQUA:
Scores dei Punti nel piano delle componenti 1 e 2. . . . . . . . . .
3.27 ADC dei dati grezzi di NDVI di TERRA: plot dei Punti in funzione
degli Anni nel piano delle Radici 1 e 2 (intervallo 2000-2011). . .
3.28 ADC dei dati grezzi di NDVI di TERRA: plot dei Punti in funzione
degli Anni nel piano delle Radici 3 e 4 (intervallo 2000-2011). . .
3.29 ADC dei dati grezzi di NDVI di TERRA: plot dei Punti in funzione
degli Anni nel piano delle Radici 1 e 2 (intervallo 2003-2011). . .
3.30 ADC dei dati grezzi di NDVI di TERRA: plot dei Punti in funzione
degli Anni nel piano delle Radici 3 e 4 (intervallo 2003-2011). . .
3.31 ADC dei dati grezzi di NDVI di AQUA: plot dei Punti in funzione
degli Anni nel piano delle Radici 1 e 2 (intervallo 2003-2011). . .
. 35
. 38
. 38
. 39
. 39
. 40
. 41
. 42
. 42
. 44
. 44
. 45
. 45
. 47
. 47
. 50
. 50
. 52
. 52
. 54
ELENCO DELLE FIGURE
xiii
3.32 ADC dei dati grezzi di NDVI di AQUA: plot dei Punti in funzione
degli Anni nel piano delle Radici 3 e 4 (intervallo 2003-2011). . . . 54
3.33 ADC dei dati grezzi di NDVI di TERRA: plot degli Anni in funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 2000-2011). . . 56
3.34 ADC dei dati grezzi di NDVI di TERRA: plot degli Anni in funzione dei Punti nel piano delle Radici 3 e 4 (intervallo 2000-2011). . . 56
3.35 ADC dei dati grezzi di NDVI di TERRA: plot degli Anni in funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 2003-2011). . . 58
3.36 ADC dei dati grezzi di NDVI di TERRA: plot degli Anni in funzione dei Punti nel piano delle Radici 3 e 4 (intervallo 2003-2011). . . 58
3.37 ADC dei dati grezzi di NDVI di AQUA: plot degli Anni in funzione
dei Punti nel piano delle Radici 1 e 2 (intervallo 2003-2011). . . . . 60
3.38 ADC dei dati grezzi di NDVI di AQUA: plot delle medie degli Anni
in funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 20032011). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.39 ADC dei dati standardizzati di NDVI di TERRA: plot degli Anni in
funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 2000-2011). 62
3.40 ADC dei dati standardizzati di NDVI di TERRA: plot delle medie degli Anni in funzione dei Punti nel piano delle Radici 1 e 2
(intervallo 2000-2011). . . . . . . . . . . . . . . . . . . . . . . . . 62
3.41 ADC dei dati standardizzati di NDVI di TERRA: plot degli Anni in
funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 2003-2011). 64
3.42 ADC dei dati standardizzati di NDVI di TERRA: plot delle medie degli Anni in funzione dei Punti nel piano delle Radici 1 e 2
(intervallo 2003-2011). . . . . . . . . . . . . . . . . . . . . . . . . 64
3.43 ADC dei dati standardizzati di NDVI di AQUA: plot degli Anni in
funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 2003-2011). 66
3.44 ADC dei dati standardizzati di NDVI di AQUA: plot delle medie degli Anni in funzione dei Punti nel piano delle Radici 1 e 2 (intervallo
2003-2011). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
3.45 PCA delle piovosità medie mensili della cella ERG5 di Suviana:
Plot dei mesi nel piano delle componenti 1 e 2. . . . . . . . . . . . 73
3.46 PCA delle piovosità medie mensili della cella ERG5 di Suviana:
Scores degli anni nel piano delle componenti 1 e 2. . . . . . . . . . 73
3.47 PCA delle piovosità medie mensili della cella ERG5 di Suviana:
Plot dei mesi nel piano delle componenti 3 e 4. . . . . . . . . . . . 74
3.48 PCA delle piovosità medie mensili della cella ERG5 di Suviana:
Scores degli anni nel piano delle componenti 3 e 4. . . . . . . . . . 74
xiv
ELENCO DELLE FIGURE
3.49 PCA della piovosità media mensile dal periodo vegetativo: Plot dei
mesi e delle variabili ausiliarie NDVI di TERRA (media e deviazione standard) nel piano delle componenti 1 e 2. . . . . . . . . . . .
3.50 PCA della piovosità media mensile dal periodo vegetativo: Scores
degli Anni nel piano delle componenti 1 e 2. . . . . . . . . . . . .
3.51 PCA della piovosità media mensile dal periodo vegetativo: Plot dei
mesi e delle variabili ausiliarie NDVI di TERRA (media e deviazione standard) nel piano delle componenti 3 e 4. . . . . . . . . . . .
3.52 PCA della piovosità media mensile dal periodo vegetativo: Scores
degli Anni nel piano delle componenti 3 e 4. . . . . . . . . . . . .
3.53 PCA della piovosità media trimestrale del periodo vegetativo: Plot
dei dati trimestrali e delle variabili ausiliari e rappresentate dall’NDVI di TERRA (media mensile) nel piano delle componenti 1 e
2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.54 PCA della piovosità media trimestrale del periodo vegetativo: Scores degli Anni sul piano delle componenti 1 e 2. . . . . . . . . . .
3.55 PCA della piovosità media bimestrale del periodo vegetativo: Plot
dei dati bimestrali e delle variabili ausiliarie NDVI di TERRA (medie mensili) nel piano delle componenti 1 e 2. . . . . . . . . . . .
3.56 PCA della piovosità media bimestrale del periodo vegetativo: Scores degli Anni nel piano delle componenti 1 e 2. . . . . . . . . . .
3.57 PCA della piovosità media mensile del periodo vegetativo: Plot dei
mesi e delle variabili ausiliarie NDVI di TERRA (media mensili ed
annua) sul piano delle componenti 1 e 2. . . . . . . . . . . . . . .
3.58 PCA della piovosità media mensile del periodo vegetativo: Scores
degli Anni sul piano delle componenti 1 e 2. . . . . . . . . . . . .
3.59 PCA della piovosità media mensile del periodo vegetativo: Plot dei
mesi e delle variabili ausiliarie NDVI di TERRA (media mensili ed
annua) sul piano delle componenti 3 e 4. . . . . . . . . . . . . . .
3.60 PCA della piovosità media mensile del periodo vegetativo: Scores
degli Anni sul piano delle componenti 3 e 4. . . . . . . . . . . . .
3.61 PCA delle piovosità cumulata tra le diverse date di rilievo NDVI:
Plot delle Date e nelle variabili ausiliarie dell’NDVI di TERRA
(medie x data ed anno) sul piano delle componenti 1 e 2. . . . . .
3.62 PCA delle piovosità cumulata tra le diverse date di rilievo NDVI:
Scores degli Anni sul piano delle componenti 1 e 2. . . . . . . . .
3.63 PCA delle piovosità cumulata tra le diverse date di rilievo NDVI: Plot delle Date e nelle variabili ausiliari dell’NDVI di TERRA
(medie x data ed anno) sul piano delle componenti 3 e 4. . . . . .
. 76
. 76
. 77
. 77
. 79
. 79
. 81
. 81
. 83
. 83
. 84
. 84
. 87
. 87
. 88
ELENCO DELLE FIGURE
3.64 PCA delle piovosità cumulata tra le diverse date di rilievo NDVI:
Scores degli Anni sul piano delle componenti 3 e 4. . . . . . . . .
3.65 PCA della Piovosità tra le singole date di rilievo NDVI: Plot delle
date e delle variabili ausiliarie dell’NDVI di TERRA (media x data
ed anno) sul piano delle componenti 1 e 2. . . . . . . . . . . . . .
3.66 PCA della Piovosità tra le singole date di rilievo NDVI: Scores degli
Anni sul piano delle componenti 1 e 2. . . . . . . . . . . . . . . .
3.67 PCA della Piovosità tra le singole date di rilievo NDVI: Plot delle
date e delle variabili ausiliarie dell’NDVI di TERRA (media x data
ed anno) sul piano delle componenti 3 e 4. . . . . . . . . . . . . .
3.68 PCA della Piovosità tra le singole date di rilievo NDVI: Scores degli
Anni sul piano delle componenti 3 e 4. . . . . . . . . . . . . . . .
3.69 PCA della piovosità della data 13 settembre: Plot degli Anni e delle
variabili ausiliarie della morfologia sul piano delle componenti 1 e
2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.70 PCA della piovosità della data 13 settembre: Scores dei Punti sul
piano delle componenti 1 e 2. . . . . . . . . . . . . . . . . . . . .
3.71 Accrescimento diametrale medio delle piante dominanti nei 3 pixel
analizzati (media ±esm). . . . . . . . . . . . . . . . . . . . . . .
3.72 Accrescimento diametrali nei pixel 6, 15 e 16: ``Smoothing" dei
valori annui. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
xv
. 88
. 91
. 91
. 92
. 92
. 109
. 109
. 117
. 117
xvi
ELENCO DELLE FIGURE
Elenco delle tabelle
2.1
Caratterizzazione del bosco nei 3 pixel scelti. . . . . . . . . . . . . 22
2.2
Caratteristiche della pianta campionata e forme di governo. . . . . . 22
3.1
Analisi della varianza (ANOVA) dell’NDVI calcolato: tabella del
modello fattoriale Anno*Data*Punto*Satellite. . . . . . . . . . . . 27
3.2
ANOVA dell’NDVI calcolato per il Satellite MODIS-TERRA: modello fattoriale Anno*Data*Punto. . . . . . . . . . . . . . . . . . . 29
3.3
ANOVA dell’NDVI del Satellite MODIS-TERRA: medie ed errore
standard dell’interazione Anno*Data. . . . . . . . . . . . . . . . . 30
3.4
ANOVA dll’NDVI del Satellite MODIS-TERRA: tabella del modello Anno*Data*Punto. . . . . . . . . . . . . . . . . . . . . . . . 32
3.5
ANOVA dell’NDVI del Satellite MODIS-AQUA: medie ed errore
standard dell’interazione Anno*Data. . . . . . . . . . . . . . . . . 33
3.6
PCA delle medie annuali dell’NDVI di TERRA e loro deviazione
standard nel periodo 2000-2011: componenti estratte. . . . . . . . . 36
3.7
PCA delle medie annuali dell’NDVI di TERRA e loro deviazione
standard nel periodo 2000-2011: correlazione tra variabili e compenenti estratte. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.8
PCA delle medie annuali standardizzate dell’NDVI di TERRA e
loro deviazioni standard nel periodo 2000-2011: componenti estratte. 40
3.9
PCA delle medie annuali standardizzate dell’NDVI di TERRA e
loro deviazioni standard nel periodo 2000-2011: correlazioni tra
variabili e componenti. . . . . . . . . . . . . . . . . . . . . . . . . 41
3.10 PCA delle madie annuali dell’NDVI e loro deviazioni standard nel
periodo 2002-2011: componenti astratte. . . . . . . . . . . . . . . . 43
3.11 PCA delle madie annuali dell’NDVI e loro deviazioni standard nel
periodo 2002-2011: correlazione tra variabili e componenti. . . . . . 43
3.12 PCA delle medie annuali standardizzate dell’NDVI di AQUA e loro
deviazioni standard nel periodo 2002-2011: componenti astratte. . . 46
xviii
ELENCO DELLE TABELLE
3.13 PCA delle medie annuali standardizzate dell’NDVI di AQUA e loro
deviazioni standard nel periodo 2002-2011: correlazione tra variabili e componenti astratte. . . . . . . . . . . . . . . . . . . . . . .
3.14 ADC, tra gli anni, dei valori di NDVI nelle 9 date degli anni 20002011, nei 38 punti di faggeta. . . . . . . . . . . . . . . . . . . . .
3.15 ADC, tra gli anni, dei valori di NDVI nelle 9 date degli anni 20002011, nei 38 punti di faggeta: coefficienti standardizzati delle variabili nelle diverse radici. . . . . . . . . . . . . . . . . . . . . . . .
3.16 ADC, tra gli anni dei valori di NDVI nelle 9 date degli anni 20002011, nei 38 punti di faggeta: correlazione tra variabili e radici
estratte. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.17 ADC, tra gli Anni, dei valori di NDVI di TERRA nelle 9 date degli
anni 2003-2011, nei 38 punti di faggeta. . . . . . . . . . . . . . .
3.18 ADC, tra gli Anni, dei valori di NDVI di TERRA nelle 9 date degli
anni 2000-2011, nei 38 punti di faggeta: coefficienti standardizzati
delle variabili nelle diverse radici. . . . . . . . . . . . . . . . . .
3.19 ADC, tra gli Anni, dei valori di NDVI di AQUA nelle 9 date degli
anni 2003-2011, nei 38 punti di faggeta: correlazione tra variabili e
radici estratte. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.20 ADC, tra gli Anni, dei valori di NDVI di AQUA nelle 9 date nel
periodo 2003-2011 nei 38 punti di faggeta. . . . . . . . . . . . . .
3.21 ADC, tra gli Anni, dei valori di NDVI di AQUA nelle 9 date nel periodo 2003-2011 nei 38 punti di faggeta: coefficienti standardizzati
delle variabili nelle diverse radici estratte. . . . . . . . . . . . . .
3.22 ADC, tra gli Anni, dei valori di NDVI di AQUA nelle 9 date nel
periodo 2003-2011 nei 38 punti di faggeta: correlazione tra variabili
e radici estratte. . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.23 ADC, tra i Punti, dei valori di NDVI di TERRA nelle 9 date nel
periodo 2000-2011 nei 38 punti di faggeta. . . . . . . . . . . . . .
3.24 ADC, tra i Punti, dei valori di NDVI di TERRA nelle 9 date nel periodo 2000-2011 nei 38 punti di faggeta: coefficienti standardizzati
delle variabili nelle diverse radici estratte. . . . . . . . . . . . . .
3.25 ADC, tra i Punti, dei valori di NDVI di TERRA nelle 9 date nel
periodo 2000-2011 nei 38 punti di faggeta: correlazione tra variabili
e radici estratte. . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.26 ADC, tra i Punti, dei valori di NDVI di TERRA nelle 9 date nel
periodo 2003-2011 nei 38 punti di faggeta. . . . . . . . . . . . . .
3.27 ADC, tra i Punti, dei valori di NDVI di TERRA nelle 9 date nel periodo 2003-2011 nei 38 punti di faggeta: coefficienti standardizzati
delle variabili nelle diverse radici estratte. . . . . . . . . . . . . .
. 46
. 48
. 49
. 49
. 51
. 51
. 51
. 53
. 53
. 54
. 55
. 55
. 56
. 57
. 57
ELENCO DELLE TABELLE
3.28 ADC, tra i Punti, dei valori di NDVI di TERRA nelle 9 date nel
periodo 2000-2011 nei 38 punti di faggeta: correlazione tra variabili
e radici estratte. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.29 ADC, tra i Punti, dei valori di NDVI di AQUA nelle 9 date nel
periodo 2003-2011 nei 38 punti di faggeta. . . . . . . . . . . . . . .
3.30 ADC, tra i Punti, dei valori di NDVI di AQUA nelle 9 date nel periodo 2003-2011 nei 38 punti di faggeta: coefficienti standardizzati
delle variabili nelle diverse radici estratte. . . . . . . . . . . . . . .
3.31 ADC, tra i Punti, dei valori di NDVI di AQUA nelle 9 date nel
periodo 2000-2011 nei 38 punti di faggeta: correlazione tra variabili
e radici estratte. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.32 ADC, tra i Punti, dei valori standardizzati di NDVI di TERRA nelle
9 date nel periodo 2000-2011 per i 38 punti di faggeta. . . . . . . .
3.33 ADC, tra i Punti, dei valori standardizzati di NDVI di TERRA nelle
9 date nel periodo 2000-2011 per i 38 punti di faggeta: coefficienti
standardizzati tra variabili e radici estratte. . . . . . . . . . . . . . .
3.34 ADC, tra i Punti, dei valori standardizzati di NDVI di TERRA nelle
9 date nel periodo 2000-2011 per i 38 punti di faggeta: correlazione
tra variabili e radici estratte. . . . . . . . . . . . . . . . . . . . . .
3.35 ADC, tra i Punti, dei valori standardizzati di NDVI di TERRA nelle
9 date nel periodo 2003-2011 per i 38 punti di faggeta. . . . . . . .
3.36 ADC, tra i Punti, dei valori standardizzati di NDVI di TERRA nelle
9 date nel periodo 2003-2011 per i 38 punti di faggeta: coefficienti
standardizzati tra variabili e radici estratte. . . . . . . . . . . . . . .
3.37 ADC, tra i Punti, dei valori standardizzati di NDVI di TERRA nelle
9 date nel periodo 2003-2011 per i 38 punti di faggeta: correlazione
tra variabili e radici estratte. . . . . . . . . . . . . . . . . . . . . .
3.38 ADC, tra i Punti, dei valori standardizzati di NDVI di AQUA nelle
9 date nel periodo 2003-2011 per i 38 punti di faggeta. . . . . . . .
3.39 ADC, tra i Punti, dei valori standardizzati di NDVI di AQUA nelle
9 date nel periodo 2003-2011 per i 38 punti di faggeta: coefficienti
standardizzati tra variabili e radici estratte. . . . . . . . . . . . . . .
3.40 ADC, tra i Punti, dei valori standardizzati di NDVI di AQUA nelle
9 date nel periodo 2003-2011 per i 38 punti di faggeta: correlazione
tra variabili e radici estratte. . . . . . . . . . . . . . . . . . . . . .
3.41 Piogge medie mensili nella cella ERG5 di Suviana (dati ARPA-ER.).
3.42 Piovosità nel periodo vegetativo tra le date di rilievo NDVI della
cella ERG5 di Suviana. . . . . . . . . . . . . . . . . . . . . . . . .
3.43 Piovosità cumulata della cella ERG5 di Suviana nelle date dei rilievi
NDVI. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
xix
58
59
59
60
61
61
62
63
63
64
65
65
66
67
69
69
xx
ELENCO DELLE TABELLE
3.44 Valori di SPI per la stazione pluviometrica di Suviana nel periodo
2000-2011, calcolati sulle base dati 1947-2011. . . . . . . . . . .
3.45 Categorie di siccità in funzione dei valori dell’indice SPI. . . . . .
3.46 PCA dei dati pluviometrici annuali generali della cella ERG5 di
Suviana nel periodo 2000-2011. . . . . . . . . . . . . . . . . . .
3.47 PCA dei dati pluviometrici annuali generali: correlazione tra variabili e componenti estratte. . . . . . . . . . . . . . . . . . . . . . .
3.48 PCA dei dati pluviometrici primaverili-estivi generali della cella
ERG di Suviana nel periodo 2000-2011. . . . . . . . . . . . . . .
3.49 PCA dei dati pluviometrici primaverili-estivi generali: correlazione
tra variabili e componenti estratte. . . . . . . . . . . . . . . . . .
3.50 PCA dei dati pluviometrici estivi trimestrali della cella ERG5 di
Suviana nel periodo 2000-2011: componenti estratte. . . . . . . .
3.51 PCA dei dati pluviometrici estivi trimestrali: correlazione tra variabili e componenti estratte (* variabili supplementari). . . . . . . .
3.52 PCA dei dati pluviometrici estivi bimestrali della cella ERG5 di
Suviana nel periodo 2000-2011: componenti estratte. . . . . . . .
3.53 PCA dei dati pluviometrici estivi bimestrali: correlazione tra variabili e componenti estratte (* variabili supplementari). . . . . . . .
3.54 PCA dei dati pluviometrici estivi mensili della cella ERG5 di Suviana nel periodo 2000-2011: componenti estratte. . . . . . . . .
3.55 PCA dei dati pluviometrici estivi mensili: correlazione tra variabili
e componenti estratte (* variabili supplementari). . . . . . . . . .
3.56 PCA dei dati pluviometrici delle date di rilievo NDVI di TERRA
nella cella ERG5 di Suviana nel periodo 2000-2011: componenti
estratte. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.57 PCA dei dati pluviometrici delle date di rilievo NDVI: correlazione
tra variabili e componenti estratte (* variabili supplementari). . . .
3.58 PCA dei dati pluviometrici tra le singole date di rilievo NDVI di
TERRA della cella ERG5 di Suviana nel periodo 2000-2011: componenti estratte. . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.59 PCA dei dati pluviometrici tra le singole date di rilievo NDVI: correlazione tra variabili e componenti estratte (* variabili supplementari). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.60 CCA tra rilievi NDVI di TERRA e dati pluviometrici mensili trimestrali della cella ERG5 di Suviana tra il 2000 e il 2011. . . . . .
3.61 CCA tra rilievi NDVI di TERRA e dati pluviometrici mensili trimestrali: significatività delle radici estratte. . . . . . . . . . . . .
3.62 CCA tra rilievi NDVI di TERRA e dati pluviometrici mensili trimestrali: correlazione tra le variabili pluviometriche. . . . . . . .
. 70
. 71
. 71
. 72
. 75
. 75
. 78
. 78
. 80
. 80
. 82
. 82
. 85
. 85
. 89
. 89
. 93
. 93
. 94
ELENCO DELLE TABELLE
xxi
3.63 CCA tra rilievi NDVI di TERRA e dati pluviometrici estivi trimestrali: correlazioni tra variabili NDVI. . . . . . . . . . . . . . . . . 94
3.64 CCA tra rilievi NDVI di TERRA e dati pluviometrici estivi trimestrali: correlazione tra variabili pluviometriche e variabili NDVI. . . 94
3.65 CCA tra rilievi NDVI di TERRA e dati pluviometrici estivi trimestrali: struttura fattoriale delle variabili piovosità. . . . . . . . . . . 95
3.66 CCA tra rilievi NDVI di TERRA e dati pluviometrici estivi trimestrali: struttura fattoriale delle variabili NDVI. . . . . . . . . . . . . 95
3.67 CCA tra variabili NDVI di TERRA e dati pluviometrici mensili
bimestrali della cella ERG5 di Suviana tra il 2000 e il 2011. . . . . . 96
3.68 CCA tra variabili NDVI di TERRA e dati pluviometrici mensili
bimestrali: significatività delle radici estratte. . . . . . . . . . . . . 96
3.69 CCA tra variabili NDVI di TERRA e dati pluviometrici mensili
bimestrali: correlazione tra le variabili pluviometriche. . . . . . . . 97
3.70 CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
bimestrali: correlazioni tra variabili NDVI. . . . . . . . . . . . . . . 97
3.71 CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
bimestrali: correlazione tra variabili NDVI e variabili pluviometriche. 97
3.72 CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
bimestrali: struttura fattoriale delle variabili pluviometriche. . . . . 98
3.73 CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
bimestrali: struttura fattoriale delle variabili NDVI. . . . . . . . . . 98
3.74 CCA tra variabili NDVI di TERRA e dati pluviometrici estivi mensili della cella ERG5 di Suviana tra il 2000 e il 2011. . . . . . . . . 99
3.75 CCA tra variabili NDVI di TERRA e dati pluviometrici estivi mensili: significatività delle radici estratte. . . . . . . . . . . . . . . . . 99
3.76 CCA tra variabili NDVI di TERRA e dati pluviometrici estivi mensili: correlazione tra le variabili pluviometriche. . . . . . . . . . . . 100
3.77 CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
mensili: correlazioni tra variabili NDVI. . . . . . . . . . . . . . . . 100
3.78 CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
mensili: correlazione tra variabili NDVI e variabili pluviometriche. . 100
3.79 CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
mensili: struttura fattoriale delle variabili pluviometriche. . . . . . . 101
3.80 CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
mensili: struttura fattoriale delle variabili NDVI. . . . . . . . . . . . 101
3.81 CCA tra variabili NDVI di TERRA e variabili pluviometriche differenziali tra le date di rilievo NDVI della cella ERG5 di Suviana
nel periodo 2000-2011. . . . . . . . . . . . . . . . . . . . . . . . . 102
xxii
ELENCO DELLE TABELLE
3.82 CCA tra variabili NDVI di TERRA e variabili pluviometriche differenziali tra le date di rilievo NDVI: significatività delle radici
estratte. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
3.83 CCA tra variabili NDVI di TERRA e variabili pluviometriche differenziali tra le date di rilievo NDVI: correlazione tra variabili pluviometriche. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
3.84 CCA tra variabili NDVI di TERRA e variabili pluviometriche differenziali tra le date di rilievo NDVI: correlazione tra variabili NDVI.103
3.85 CCA tra variabili NDVI di TERRA e variabili pluviometriche differenziali tra le date di rilievo NDVI: correlazione tra variabili pluviometriche e variabili NDVI. . . . . . . . . . . . . . . . . . . . . 103
3.86 CCA tra variabili NDVI di TERRA e variabili pluviometriche differenziali tra le date di rilievo NDVI: struttura fattoriale delle variabili
pluviometriche. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
3.87 CCA tra variabili NDVI di TERRA e variabili pluviometriche differenziali tra le date di rilievo NDVI: struttura fattoriale delle variabili
NDVI. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
3.88 CCA tra le date dei rilievi NDVI di TERRA della cella ERG5 di
Suviana tra il 2000 e il 2011. . . . . . . . . . . . . . . . . . . . . . 105
3.89 CCA tra le date dei rilievi NDVI di TERRA: significatività delle
radici estratte. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
3.90 CCA tra le date dei rilievi NDVI di TERRA: correlazione tra le
variabili pluviometriche. . . . . . . . . . . . . . . . . . . . . . . . 106
3.91 CCA tra le date dei rilievi NDVI di TERRA: correlazioni tra variabili NDVI. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
3.92 CCA tra le date dei rilievi NDVI di TERRA: correlazione tra variabili pluviometriche e variabili NDVI. . . . . . . . . . . . . . . . . . 106
3.93 CCA tra le date dei rilievi NDVI di TERRA: struttura fattoriale delle
variabili piovosità. . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
3.94 CCA tra le date dei rilievi NDVI di TERRA: struttura fattoriale delle
variabili NDVI. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
3.95 PCA dei dati NDVI della data 13 settembre: componenti estratte. . . 108
3.96 PCA dei dati NDVI della data 13 settembre: correlazione tra variabili e componenti estratte (* variabili supplementari). . . . . . . . . 108
3.97 CCA tra valori medi annui dell’NDVI di TERRA ed i parametri
morfologici per i 38 punti. . . . . . . . . . . . . . . . . . . . . . . 110
3.98 CCA tra valori medi annui dell’NDVI di TERRA ed i parametri
morfologici: significatività delle radici estratte. . . . . . . . . . . . 110
3.99 CCA tra valori medi annui dell’NDVI di TERRA ed i parametri
morfologici: correlazione tra gli anni. . . . . . . . . . . . . . . . . 111
ELENCO DELLE TABELLE
3.100CCA tra valori medi annui dell’NDVI di TERRA ed i parametri
morfologici: correlazione tre le variabili morfologiche. . . . . . .
3.101CCA tra valori medi annui dell’NDVI di TERRA ed i parametri
morfologici: correlazione incrociata tra le variabili da 2 set. . . . .
3.102CCA tra valori medi annui dell’NDVI di TERRA ed i parametri morfologici: struttura fattoriale e correlazione tra le variabili
dell’NDVI e radici estratte. . . . . . . . . . . . . . . . . . . . . .
3.103CCA tra valori medi annui dell’NDVI di TERRA ed i parametri morfologici: struttura fattoriale e correlazione tra i parametri
morfologici e le radici estratte. . . . . . . . . . . . . . . . . . . .
3.104CCA tra valori medi annui dell’NDVI di AQUA ed i parametri
morfologici per i 38 punti. . . . . . . . . . . . . . . . . . . . . .
3.105CCA tra valori medi annui dell’NDVI di AQUA ed i parametri
morfologici: significatività delle radici estratte. . . . . . . . . . .
3.106CCA tra valori medi annui dell’NDVI di AQUA ed i parametri
morfologici: correlazione tra gli anni. . . . . . . . . . . . . . . .
3.107CCA tra valori medi annui dell’NDVI di AQUA ed i parametri
morfologici: correlazione tre le variabili morfologiche. . . . . . .
3.108CCA tra valori medi annui dell’NDVI di AQUA ed i parametri
morfologici: correlazione incrociata tra le variabili da 2 set. . . . .
3.109CCA tra valori medi annui dell’NDVI di AQUA ed i parametri morfologici: struttura fattoriale e correlazione tra le variabili dell’NDVI
e radici estratte. . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.110CCA tra valori medi annui dell’NDVI di AQUA ed i parametri morfologici: struttura fattoriale e correlazione tra i parametri morfologici e le radici estratte. . . . . . . . . . . . . . . . . . . . . . . .
xxiii
. 112
. 112
. 113
. 113
. 114
. 114
. 115
. 115
. 115
. 116
. 116
xxiv
ELENCO DELLE TABELLE
Introduzione
L’esplorazione dello spazio esterno è iniziata sul serio con il lancio di Sputnik 1
da parte dell’Unione Sovietica il 4 ottobre 1957. Questo è stato il primo satellite
artificiale in orbita intorno alla Terra. Successivi lanci effettuati con successo, sia in
Unione Sovietica, che negli Stati Uniti, hanno portato rapidamente alla progettazione e al funzionamento di appositi satelliti meteorologici. Si tratta di piattaforme orbitanti che inbarcano strumenti appositamente progettati per osservare l’atmosfera
della Terra e la sua superficie al fine di migliorare le previsioni del tempo. A partire
dal 1960, la serie di satelliti TIROS presero a bordo telecamere e radiometri. In
seguito, questo è stato seguito dai satelliti Nimbus e dalla famiglia di strumenti Advanced Very High Resolution Radiometer (AVHRR) a bordo delle piattaforme della
National Oceanic and Atmospheric Administration (NOAA). Quest’ultimo sensore
misura la riflettanza del pianeta nella banda del rosso e del vicino infrarosso. In parallelo, la NASA ha sviluppato l’Earth Resources Technology Satellite (ERTS), che
divenne il precursore del programma Landsat. Questi sensori primitivi erano dotati
di una minima risoluzione spettrale, ma tendevano ad includere bande nel rosso e
nel vicino infrarosso, che sono utili per distinguere la vegetazione e le nuvole, in
mezzo ad altri obiettivi.
In seguito, la tecnologia per la costruzione e la messa in opera di sensori satellitari
conobbe significativi progressi rendendo possibile sistemi di sensori a sette bande
spettrali e a risoluzione spaziale più fine rispetto ai sensori di prima generazione
(quali l’MMS-Landsat Multispectral Scanner), per i satelliti Landsat progettati dalla NASA.
Altri sensori mutispettrali ed iperspettrali sono: TERRA-ASTER, SPOT, IRS-1D,
IKONOS e QuickBird.
I sensori multispettrali registrano la radiazione attraverso molti intervalli, per lo più
stretti di lunghezze d’onda. Questi intervalli, che prendono il nome di bande, sono
localizzati in vari punti dello spettro, dal visibile all’infrarosso termico.
Introduzione
2
Nel tentativo di controllare le fluttuazioni significative della vegetazione e capire
come influenzano l’ambiente, 20 anni fa gli scienziati della Terra, hanno iniziato ad
usare sensori satellitari remoti per misurare e mappare la distribuzione, e densità di
vegetazione sulla Terra, raccogliendo immagini della superficie del nostro pianeta.
Utilizzando le risposte allo spettro elettromagnetico i sensori satellitari remoti possono quantificare la frazione di radiazione fotosinteticamente attiva che è assorbita
dalla vegetazione. Alla fine del 1970, gli scienziati hanno scoperto che la fotosintesi netta è direttamente correlata alla quantità di radiazione fotosinteticamente attiva
che le piante assorbono. In breve, più una pianta assorbe la luce solare visibile (durante la stagione di crescita), più è fotosintetica e più è produttiva. Al contrario,
meno la pianta assorbe la luce del sole, meno è fotosintetica, e meno è produttiva.
L’attenzione degli scienziati si è però concentrata sulla misurazione delle lunghezze
d’onda e dell’intensità della luce nel visibile e nel vicino infrarosso riflesse dalla
superficie terrestre. Attraverso queste è stato ideato un ``Indice di Vegetazione " per
quantificare le concentrazioni di verde nella vegetazione fogliare in tutto il mondo.
Oggi, i ricercatori hanno a disposizione due decenni di dati dell’Indice di vegetazione su tutto il globo. Negli anni nuovi satelliti con nuovi sensori sono stati posizionati
in orbita e permettono di assumere il comportamento della vegetazione nel tempo.
Questo permette uno studio generale e continuo di tutta la vegetazione terrestre.
Scopo ed organizzazione della tesi
Lo scopo di questa tesi è stato quello di studiare l’andamento dell’NDVI in una
faggeta dell’Appenino Bolognese, in prossimità del Lago Brasimone, al fine di ricercare delle relazioni con la Piovosità e associare i parametri satellitari dell’NDVI
con l’accrescimento delle piante di faggio.
L’obiettivo finilale è quello di caratterizzare da satellite il comportamento e lo sviluppo di un bosco tipico dell’Appenino Tosco-Emiliano.
La tesi è strutturata nel seguente modo:
• Capitolo 1: dove si definisce il Normalized Difference Vegetation Index e
come interagisce la radiazione elettromagnetica con la vegetazione;
• Capitolo 2: dov’è descritta l’area di studio e lo svolgimento delle alanisi
eseguite;
• Capitolo 3: dove sono riportati i risultati ottenuti dall’attività sperimentale.
Capitolo 1
Normalized Difference Vegetation
Index
1.1
Cenni storici e definizione
Con il lancio del primo satellite ERTS, che è stato ribattezzato Landsat 1, dotato di
uno scanner multispettrale (multispectral scanner - MSS), la NASA ha finanziato
una serie di indagini tese ad accertare le sue capacità per il telerilevamento terrestre.
Una prima analisi è stata diretta allo studio della vegetazione tra primavera, estate
e autunno (la cosiddetta ``vernal advancement and retrogradation") in tutto il nord,
con estensione fino a sud, della regione delle Grandi Pianure degli Stati Uniti centrali. Questa regione copre una vasta gamma di latitudini dalla punta meridionale
del Texas al confine USA-Canada, mostrando una molteplicità di angoli zenitali solari al momento delle osservazioni satellitari.
I ricercatori per questo studio nelle Grandi Pianure, il dottorando Donald Deering
e il suo advisor Dr. Robert Haas, hanno rilevato che la loro capacità di correlare,
o quantificare, le caratteristiche biofisiche della vegetazione dei pascoli di questa
regione dai segnali spettrali satellitari sono state confuse da alcune differenze dell’angolo zenitale solare attraverso questo forte gradiente latitudinale. Con l’aiuto
di un residente matematico, il Dr. John Schell, hanno studiato soluzioni a questo
dilemma e successivamente sviluppato il rapporto della differenza della radiazione
rossa ed infrarossa oltre la loro somma come mezzo per regolare o ``normalizzare "
gli effetti dell’angolo zenitale solare. In origine, hanno chiamato questo rapporto
``Vegetation Index") (o in un’altra variante, ``Trasformed Vegetation Index").
Normalized Difference Vegetation Index
4
Molti altri ricercatori hanno identificato come ``Vegetation Index" il semplice rapporto rosso/infrarosso, mentre loro hanno finalmente iniziato ad identificare il rapporto tra la differenza e la somma, ovvero il Normalized Difference Vegetation Index
(NDVI).
Il primo uso del NDVI riportato nello studio delle Grandi Pianure è stato nel 1973
da Rouse et al. Poco dopo il lancio di ERTS-1 (Landsat-1), Tucker Compton appartenente al Goddard Space Flight Center della NASA ha in seguito prodotto una
serie di primi articoli delle riviste scientifiche che descrivono l’uso del NDVI.
Così, l’NDVI è stato uno dei più riusciti di molti altri tentativi di identificare in
modo semplice e veloce le aree vegetate e la loro ``condizione". Esso rimane l’indice più noto e utilizzato per rilevare dal vivo le chiome degli arbusti mediante dati
telerilevati multispettrali. Una volta che la fattibilità di rilevare la vegetazione era
stata dimostrata, gli utenti tendevano ad utilizzare l’NDVI anche per quantificare la
capacità fotosintetica delle chiome degli alberi. Questa, tuttavia, può essere un’operazione molto più complessa, se non eseguita correttamente.
Il Normalized Difference Vegetation Index (NDVI) è un semplice indicatore grafico che può essere utilizzato per analizzare le misurazioni ottenute dal telerilevamento, tipicamente ma non necessariamente da un apposito satellite, e valutare se
la zona osservata contiene della vegetazione viva.
L’NDVI viene così calcolato:
NDV I =
(NIR −V IS)
(NIR +V IS)
(1.1)
dove VIS e NIR stanno rispettivamente per le misure di riflettanza spettrale acquisite nelle regioni visibile (rosso) e nel vicino infrarosso.
Queste riflettanze spettrali sono esse stesse rapporti della radiazione riflessa su quella entrante per ogni banda spettrale, e di conseguenza assumono valori compresi tra
0 e 1. In base alla definizione, lo stesso NDVI varia quindi tra -1 e +1. Va notato
che NDVI è funzionale, ma non linearmente equivalente al semplice rapporto infrarosso/rosso (NIR/VIS). Il rapporto semplice (a differenza NDVI) è sempre positivo,
e può avere vantaggi pratici, ma ha anche un intervallo matematicamente infinito
(da 0 a infinito), che può essere uno svantaggio pratico rispetto all’NDVI. Tuttavia,
il concetto più importante per la comprensione della formula algebrica dell’NDVI
è una trasformazione di un rapporto spettrale (NIR/VIS), e non ha alcuna relazione
funzionale di una differenza spettrale (NIR-VIS).
1.2. Interazione della radiazione con la vegetazione
5
In generale, se vi è molta più radiazione riflessa nel vicino infrarosso rispetto a
quella nelle lunghezze d’onda visibili, allora la vegetazione in quel pixel è probabile
che sia maggiormente densa e può contenere anche della foresta.
Valori negativi di NDVI che si avvicinano a -1, corrispondono all’acqua. Valori
prossimi allo zero (da -0,1 a 0,1) corrispondono generalmente a zone aride con
roccia, sabbia o neve. Infine, valori positivi e bassi rappresentano arbusti e pascoli
(circa tra 0,2 e 0,4), mentre i valori alti indicano foreste pluviali temperate e tropicali
(valori che si avvicinano 1).
1.2
Interazione della radiazione con la vegetazione
Quando la radiazione elettromagnetica incide su una qualunque superficie, si verificano tre fondamentali fenomeni:
• la riflessione;
• l’assorbimento;
• la trasmissione.
Normalmente i tre fenomeni si realizzano in proporzioni relativamente diverse a
seconda delle caratteristiche della superficie e della radiazione.
Dato che l’energia non si crea né si distrugge, per il principio di conservazione,
si può dire che il flusso di energia radiante incidente è uguale alla somma delle
tre componenti di flusso: riflessa, assorbita e trasmessa. Normalizzando queste tre
componenti rispetto al flusso incidente, è possibile definire tre grandezze:
• il coefficiente di riflessione, chiamato anche riflessività ρ;
• il coefficiente di assorbimento o assorbività α;
• il coefficiente di trasmissione o trasmissività τ.
La proporzione con cui le tre componenti si combinano è strettamente dipendente
dalla natura della superficie su cui la radiazione incide. La radiazione diffusa è responsabile del colore degli oggetti. È importante sottolineare che le componenti di
energia riflessa, assorbita e trasmessa nel momento in cui la radiazione EM incide
una superficie sono dipendenti anche dalla lunghezza d’onda della radiazione stessa, indi
per cui, i tre coefficienti di riflessività, assorbività e trasmissività variano anch’essi in funzione della lunghezza d’onda e possono quindi essere indicati come ρ(λ) , α(λ) e τ(λ) .
Normalized Difference Vegetation Index
6
Nello specifico, di questi tre coefficienti, assume particolare importanza la riflettività, poiché i sensori di telerilevamento per l’osservazione della Terra rilevano principalmente la
radiazione riflessa dalla superficie di quest’ultima.
Quando viene considerata in fuzione della lunghezza d’onda, ρ(λ) viene definita riflettività
spettrale e, se espressa in percentuale, prende il nome di riflettanza spettrale. La percentuale del flusso di energia radiante incidente su un corpo che viene riflessa, per una data
lunghezza d’onda, è funzione delle caratteristiche geometriche, della natura e della composizione del corpo stesso. Ad esempio, il contenuto d’acqua di un suolo o il contenuto di
clorofilla della vegetazione sono fattori che influiscono fortemente sulla riflettanza.
Le piante assorbono la radiazione solare mediante la radiazione fotosinteticamente attiva
(nota anche come Photosynthetically active radiation - PAR) nella regione spettrale, che poi
utilizzano come fonte di energia nel processo di fotosintesi. Le cellule delle foglie si sono
evolute a disperdere cioè, riflettere e a trasmettere, la radiazione solare nel vicino infrarosso
della regione spettrale, perché il livello di energia per fotone in quel dominio (lunghezze
d’onda più lunghe di 700 nanometri) non è sufficiente per essere utile per sintetizzare molecole organiche. Un forte assorbimento a queste lunghezze d’onda potrebbe solamente
provocare il surriscaldamento della pianta ed eventualmente danneggiarne i tessuti. Quindi,
le piante appaiono relativamente scure nel PAR e relativamente luminose nel vicino infrarosso.
I tessuti fogliari presentano tipicamente due caratteristiche:
1. una elevata riflettanza nella regione del verde;
2. un brusco aumento della riflettanza fra la regione del rosso e quella dell’infrarosso
vicino (red-edge).
La riflettanza della foglia nella regione della luce visibile (da 0,4 a 0,7 µm) è legata all’assorbimento da parte dei pigmenti fotosintetici della luce rossa e blu, ma non della luce verde
che viene cosi riflessa e trasmessa. L’assorbimento preferenziale della luce rossa e blu si
riflette nello spettro di azione della fotosintesi, poco sensibile alla luce verde.
1.2. Interazione della radiazione con la vegetazione
7
Figura 1.1: Tipico spettro PAR, illustra l’assorbimento della clorofilla A, della
clorofilla B e dei carotenoidi.
In generale, la riflettanza fogliare nel visibile è un indicatore preciso del contenuto biochimico delle foglie. Questo è chiaramente visibile nelle dimamiche autunnali di foglie
di diverse specie (ad es. Fagus, Parrotia, Gingko), legate alla degradazione di clorofilla e
carotenoidi e talvolta all’accumulo di altri composti (fenoli ossidati, antociani, acido idrossichinurenico...). In particolare, la riduzione autunnale del contenuto di clorofilla comporta
un aumento della riflettanza nel rosso e nell’arancione, determinando il colore marrone della foglia senescente di Ippocastano.
Figura 1.2: Pigmenti, fotosintesi e riflettanza fogliare.
L’energia radiante nell’infrarosso vicino (da 0,7 a 1,3 µm) è fortemente riflessa dalla superficie fogliare delle piante,ed essa aumenta con il numero di strati sovrapposti di foglie.
Questo si spiega con il basso assorbimento della luce a queste frequenze: molta luce NIR
filtra agli strati inferiori, da cui poi viene riflessa. La luce rossa viene invece tutta assorbita.
8
Normalized Difference Vegetation Index
Figura 1.3: Riflettanza nell’infrarosso vicino.
Questa capacità di discriminazione della vegetazione si spiega con lo spettro di riflettanza
delle foglie. Rispetto alle conifere, le latifoglie sono caratterizzate da una riflettanza particolarmente elevata nell’infrarosso vicino. Tale differenza è dovuta alla base fisica della
riflettanza nel NIR: la luce viene riflessa al passaggio dagli spazi intercellulari al citoplasma
(transizione liquido-gas) ed è quindi maggiore nelle latifoglie essendo dotate di parenchima
lacunoso. La senescenza della folgia fa diminuire la riflettanza nellinfrarosso per il collasso
della struttura fogliare e la conseguente riduzione degli spazi intercellulari.
Figura 1.4: Radiazione incidente riflessa in base alla struttura fogliare.
Altra differenza è dovuta proprio alle caratteristiche intrinseche delle foglie dei due tipi di
albero. Una conifera è dotata di foglie aghiformi dalla superficie molto ridotta, mentre le
latifoglie, come dice il nome stesso, hanno foglie dalla superficie ampia. La radiazione
incidente sulla superficie fogliare sarà maggiormente riflessa se l’area della foglia è più
ampia: ne consegue che le latifoglie tendono a riflettere la radiazione più delle conifere.
1.2. Interazione della radiazione con la vegetazione
9
In un’immagine telerilevata in cui la riflettanza è rappresentata con una scala di grigio, dal
nero (minima riflettanza) al bianco (massima riflettanza), nella regione dell’infrarosso vicino i boschi di latifoglie appariranno più chiari e quelli di conifere più scuri.
Figura 1.5: Riflettanza latifoglie e conifere.
Un’altra caratteristica importante della vegetazione è il suo contenuto d’acqua, che rappresenta, tra l’altro, un indice di salute delle piante. Lungo lo spettro elettromagnetico, a
lunghezze d’anda pari a 1,4, 1,9 e 2,7 µm, la presenza d’acqua determina un forte assorbimento della radiazione. Qualunque oggetto la contenga tenderà quindi ad avere una bassa
riflettanza in questa regione spettrale.
Di contro, l’assenza di acqua determinerà un’alta riflettanza. In base a tutto ciò, osservando la vegetazione in queste bande spettrali, sarà possibile avere un’idea del suo stato
di stress idrico, ottenendo utili indicazioni delle applicazioni forestali e agronomiche del
telerilevamento.
Figura 1.6: Contenuto fogliare di acqua
Normalized Difference Vegetation Index
10
1.3
Prestazioni e limitazioni
Si può vedere dalla sua definizione matematica che l’NDVI di un’area contenente una fitta
vegetazione tenderà a dare valori positivi (0,3-0,8) mentre nel caso di nuvole e di neve sarà
caratterizzato da valori negativi. Altri obiettivi visibili dallo spazio sulla terra sono:
• acque ferme (ad esempio, oceani, mari, laghi e fiumi) che hanno una riflettanza piuttosto bassa in entrambe le bande spettrali (perlomeno lontano dalle coste) e quindi
portano a valori positivi o addirittura leggermente negativi di NDVI;
• terreni che in genere mostrano una riflettanza spettrale nel vicino infrarosso un po’
più grande rispetto al rosso, e quindi tendono a generare valori positivi anche piuttosto piccoli NDVI (ovvero 0,1-0,2).
Oltre alla semplicità dell’algoritmo e la sua capacità di distinguere sostanzialmente aree vegetate da altri tipi di superficie, l’NDVI ha anche il vantaggio di comprimere la dimensione
dei dati che devono essere compressi di un fattore 2 (o più), dal momento che sostituisce
due bande spettrali in una singola (eventualmente codificando su 8 bit invece dei 10 o più
bit dei dati originali).
L’utilizzo del NDVI per le valutazioni quantitative (al contrario di indagini qualitative, come
indicato qui sopra) solleva una serie di problemi che possono gravemente limitare l’effettiva
utilità di questo indice se non sono adeguatamente affrontati.
Inoltre, l’NDVI tende a essere usato troppo (se non abusato) in applicazioni per le quali
non è mai stato progettato.
Le seguenti sottosezioni riportano alcuni di questi problemi.
• Matematicamente, somma e la differenza dei due canali spettrali contiene le stesse
informazioni dati originali, ma la sola differenza (o differenza normalizzata) svolge
solo una parte delle informazioni iniziali. Se l’informazione mancante è rilevante o
risulta importante dall’utente, è importante comprendere che l’NDVI trasporta solo
una frazione delle informazioni disponibili nei dati originali.
• Gli utenti che utilizzano l’NDVI tendono a stimare un gran numero di proprietà della
vegetazione dal valore di questo indice. Esempi tipici sono l’indice di area fogliare,
la biomassa, la concentrazione di clorofilla nelle foglie, la produttività delle piante,
copertura vegetale frazionata, le precipitazioni accumulate, ecc. Tali relazioni sono
spesso derivate da correlazioni da valori provenienti dallo spazio con misure di valori
a terra di queste variabili. Questo approccio solleva altri problemi legati alla scala
spaziale associata alle misure, come sensori satellitari sempre misurano la quantità
di radiazione per aree molto maggiori di quelle misurate dagli strumenti a terra.
1.3. Prestazioni e limitazioni
11
Inoltre, è naturalmente illogico sostenere che tutte queste relazioni tengano in una
sola volta, perché questo vorrebbe dire che tutte queste caratteristiche ambientali
sarebbero direttamente e inequivocabilmente in relazione tra loro.
• Le misure di riflettanza dovrebbero essere relative alla stessa area ed essere acquisite
simultaneamente. Questo potrebbe non essere facile da ottenere con strumenti che
acquisiscono diversi canali spettrali con diverse telecamere o diversi piani focali. Una
mal registrazione delle immagini spettrali puó portare a errori sostanziali e quindi
produrre risultati inutilizzabili.
Inoltre, il calcolo del valore NDVI risulta essere sensibile ad una serie di fattori perturbanti:
• Effetti atmosferici: la reale composizione dell’atmosfera (in particolare per quanto
riguarda il vapore acqueo e l’aerosol) possono influenzare significativamente le misure effettuate dallo spazio. Quindi, queste ultime possono essere male interpretate se
questi effetti non sono adeguatamente presi in considerazione (come è il caso quando
l’NDVI viene calcolato direttamente sulla base delle misurazioni grezze).
• Nuvole: nuvole profonde (otticamente spesse) possono essere molto evidenti nelle
immagini satellitari e producono caratteristici valori di NDVI che facilitano il loro discernimento. Tuttavia, nubi sottili (ad esempio gli onnipresenti cirri) oppure
nuvole piccole dimensioni (con un diametro minore della superficie effettivamente
campionata dal sensore) possono contaminare significativamente le misurazioni.
Allo stesso modo, le ombre delle nubi in zone che non appaiono chiare possono influire i valori NDVI e portare a errate interpretazioni. Queste considerazioni possono
essere minimizzate formando immagini composite utilizzando immagini giornaliere.
Immagini NDVI composite hanno portato ad un gran numero di nuove applicazioni
in cui la vegetazione NDVI o la capacità fotosintetica varia nel tempo.
• Effetti del suolo: terreni tendono a scurirsi quando sono bagnati, e quindi la loro
riflettanza diviene una funzione diretta del contenuto d’acqua. Se la risposta spettrale di umidificazione non è esattamente la stessa nelle due bande spettrali, l’NDVI di una zona può apparire cambiato a seguito di variazioni di umidità del suolo
(precipitazioni o evaporazioni) e non a causa dei cambiamenti della vegetazione.
• Effetti anisotropi: tutte le superfici (naturali o artificiali) riflettono la luce in modo
diverso in direzioni diverse, e questa forma di anisotropia è di solito spettralmente dipendente, anche se la tendenza generale può essere simile in queste due bande
spettrali. Come risultato, il valore di NDVI può dipendere dalla anisotropia particolare del bersaglio e dalla geometria angolare dell’illuminazione e dell’osservazione
Normalized Difference Vegetation Index
12
al momento delle misurazioni, e quindi dalla posizione del bersaglio di interesse all’interno della fascia dello strumento o il tempo di passaggio del satellite sul sito. Ciò
è particolarmente importante in un’analisi di dati AVHRR dal momento che l’orbita
delle piattaforme NOAA tendevano ad andare alla deriva nel tempo. Allo stesso tempo, l’uso di immagini composite NDVI minimizza queste considerazioni e ha portato
a livello mondiale una serie di dati temporali NDVI per più di 25 anni.
• Effetti spettrali: dal momento che ogni sensore ha le proprie caratteristiche e prestazioni, in particolare per quanto riguarda la posizione, la larghezza e la forma delle bande spettrali, una formula unica come NDVI produce risultati diversi quando
applicato alle misure acquisite da strumenti diversi.
Per queste ragioni, l’NDVI deve essere utilizzato con grande cautela. In qualsiasi applicazione quantitativa che necessita di un dato livello di accuratezza, tutti i fattori perturbanti
che possono comportare errori o incertezze di questo ordine di grandezza dovrebbe essere
esplicitamente presi in considerazione; questo può richiedere svariati processi di lavorazione sulla base di dati ausiliari e altre fonti di informazione. Le versioni più recenti di set di
dati NDVI hanno tentato di tenere conto di questi fattori di complicazione, attraverso elaborazioni.
Un certo numero di derivati e le alternative al NDVI sono state proposte nella letteratura scientifica per affrontare queste limitazioni, tra cui Perpendicular Vegetation Index, il
Soil-Adjusted Vegetation Index, il Atmospherically Resistant Vegetation Index, e il Global
Environment Monitoring Index.
Ciascuno di questi tenta di includere una correzione intrinseca per uno o più fattori perturbanti. Dalla metà degli anni 1990, tuttavia, una nuova generazione di algoritmi sono stati
proposti per valutare direttamente le variabili biogeofisiche di interesse (ad esempio, Fraction of Absorbed Photosynthetically Active Radiation o FAPAR), sfruttando le prestazioni
avanzate e le caratteristiche dei moderni sensori (in particolare le loro capacità multispettrali e multiangolari) ad adottare tutti i fattori perturbanti in considerazione.
A dispetto di molti possibili fattori perturbanti, l’NDVI rimane un prezioso strumento di
monitoraggio quantitativo della vegetazione quando la capacità fotosintetica della superficie
terrestre deve essere studiata in una scala spaziale per diversi fenomeni.
Capitolo 2
Materiali e metodi
2.1
Localizzazione aree di studio
Il lavoro è iniziato ricercando nell’ambito dell’Appennino Bolognese delle formazioni forestali omogenee di faggeta. Le faggete dominano il piano Montano dell’Emilia Romagna
tra gli 800 ed i 1750 m slm. In termini fisionomici il faggio è la specie leader e dominante ma spesso lo si ritrova associato nella fascia Basso Montana con altre specie tra cui il
Sorbo degli Uccellatori, il Tiglio nostrale, l’Acero di Monte, il Carpino bianco, il Frassino
maggiore, la Rovere ed il Castagno. Mentre nella fascia Montana Superiore forma boschi
per la quasi totalità puri, ad eccezione di locali popolamenti misti con Abete bianco e con
rimboschimenti di Douglasia e Pino nero.
Da una ricognizione presso i tecnici forestali regionali (Regione, Provincia, Comunità montana e Servizi Bacino Reno) si è potuto individuare un’area tendenzialmente omogenea di
faggeta presso il Lago Brasimone in prossimità del confine con la Regione Toscana nel territorio del Parco Regionale dei Laghi di Suviana e Brasimone.
Quest’area omonenea di faggeta è stata georeferenziata su GIS permettendo l’individuazione e la localizzazione delle posizioni dei pixel delle rappresentazioni raster realizzate dai
dati dei sensori dei satelliti MODIS- TERRA ed AQUA.
Da questi punti è stato possibile costruire una griglia di riferimento sulla faggeta in esame
individuando una matrice di 9 righe x 9 colonne di aree. Di queste 81 aree è stata effettuata
una ulteriore selezione individuando solo le porzioni omogenee di faggeta, eliminando le
strade, i campi, le radure e le eventuali costruzioni per ottenere alla fine 38 aree relative ai
38 pixel del rilievo del MODIS. Ogni pixel corrisponde ad un’area a terra di 250m x 250m.
14
Materiali e metodi
Figura 2.1: Posizione dell’area di studio (Foto Google Earth).
Figura 2.2: Localizzazione faggeta di studio (Foto Google Earth).
2.1. Localizzazione aree di studio
15
Figura 2.3: Matrice di 9 righe x 9 colonne di aree, degli 81 pixel di riferimento.
Figura 2.4: Individuazione dei 38 pixel di faggeta omogenea.
Materiali e metodi
16
2.2
2.2.1
Raccolta dati
Raccolta dati da SATELLITE
Partendo dalle rappresentazioni raster elaborate dell’NDVI si sono estrapolati i valori numerici dell’indice relativi ai pixel corrispondenti alle porzioni di faggeta omogenea individuate.
Per i due diversi satelliti si sono considerati due intervalli temporali differenziati:
• per il MODIS-Terra sono disponibili dati dal 2000 al 2011;
• per il MODIS-Aqua sono invece disponibili dati dal 2002 (incompleto) fino al 2011.
Questi satelliti sorvolano e rilevano con cadenza giornaliera le risposte spettrali che provengono dalla superficie situata perpendicolarmente, o quasi, al moto del satellite. Da questa
sequenza di dati giornalieri registrati viene poi elaborato con cadenza quindicinale il valore
massimo di NDVI misurato per quel particolare pixel in quel particolare intervallo temporale. Questa operazione di raccolta ogni anno inizia a metà maggio e prosegue con una
cadenza quindicinale fino al 30 settembre.
Nello specifico la sequenza delle date di rilievo è:
• 24 maggio;
• 09 giugno;
• 25 giugno;
• 17 luglio;
• 12 Agosto;
• 28 Agosto;
• 13 settembre;
• 28 settembre.
Queste informazioni numeriche sono state estratte dal Database delle Immagini del MODIS
utilizzando una funzione apposita (read_ENVI) presente nella libreria "CaTools" disponibile in ambiente "R". Questi dati sono stati poi elaborati e memorizzati, sia allo stato
grezzo che standardizzati per ogni data di rilievo, in file ASCII che sono stati importati e
riassemblati in archivi binari Excel.
2.2. Raccolta dati
17
Il processo di standardizzazione consiste nel trasformare matematicamente i singoli valori
del rilievo centrandoli sulla loro media e normalizzandoli sulla loro deviazione standard,
secondo la formula:
Xsti =
2.2.2
Xi − Xgr
DSxgr
(2.1)
Raccolta dati metereologici
Consultando il Database dei dati meteorologici raccolti ed elaborati dal Servizio ARPA della Regione Emilia-Romagna è stato possibile individuare la cella di riferimento in cui ricade
l’area in esame.
I dati ricavati dalla Regione sono stati memorizzati in forma binaria in un archivio Excel,
rielaborando le informazioni sia in intervalli mensili che in intervalli cadenzati dalle date di
rilievo dell’NVDI, per il periodo 1999-2011.
Nello specifico la faggeta si posiziona nella cella ERG5 di Suviana del Modello Pluviometrico redatto dalla Regione Emilia-Romagna per spazializzare i dati di pioggia su tutto il territorio regionale. Questa spazializzazione è stata ottenuta attraverso l’interpolazione di dati
di Stazioni Pluviometriche aggiustati sulla base di T°, U, quota e posizione, e rappresenta
una versione aggiornata del METEO-GIAS, un data-base sviluppato dall’Ass. Agricoltura
dell’ER a supporto delle esigenze irrigue.
Figura 2.5: Modello pluviometrico Regione Emilia-Romagna.
Materiali e metodi
18
2.3
2.3.1
Analisi dei dati
Dati NDVI
I dati raccolti per i 2 satelliti (TERRA ed AQUA) sono stati elaborati attraverso diverse
tecniche statistiche.
2.3.1.1
Analisi Univariate
Utilizzando i dati relativi al periodo 2003-2011 (unici dati disponibili per entrambi i satelliti)
ogni valore relativo al pixel della rappresentazione raster è stato caratterizzato in funzione
del Satellite, dell’Anno, della Data e della Posizione generando una struttura fattoriale a
4 livelli ideale per una Analisi della Varianza (ANOVA). Il modello adottato è stato perciò
uno schema fattoriale Satellite x Anno x Data x Punto, con il fattore Anno considerato come
un fattore Random, vista la sua incontrollabilità.
Si è operata prima una analisi complessiva del dato NVDI (Tab:3.1) da cui è emersa la
presenza di una interazione significativa tra Satellite ed Anno e Data.
Questo ci ha costretto a separare le analisi in due sottoanalisi indipendenti tra i satelliti,
recuperando in questo modo anche i rispettivi intervalli di tempo.
In particolare si è provveduto alle Analisi della tavola della varianza ed al calcolo delle
relative medie.
2.3.1.2
Analisi Multivariate
Analisi delle Componenti Principali (PCA)
Partendo dai risultati delle ANOVA si è deciso di mantenere separate per satellite le successive analisi multivariate.
Utilizzando i valori medi e le relative deviazioni standard di ogni Punto in ogni Anno calcolati dall’ANOVA sono state costruite delle matrici 38 x 24 di valori NDVI medi grezzi
e su di esse sono state eseguite delle Analisi Multivariate delle Componenti Principali per
ricercare tra i diversi Anni e i diversi Punti comportamenti simili o gradienti di ordinamento
tra gli NDVI medi calcolati. Quest’analisi è stata eseguita sia per i dati MODIS-TERRA
che per i dati MODIS-AQUA.
Sulla base dei risultati ottenuti si è provveduto a ricalcolare i valori medi e le loro variabilità
partendo dai dati standardizzati al fine di evidenziare le differenze relative tra i punti osservati indipendentemente dagli andamenti stagionali delle diverse annate.
In questo modo si sono individuati comportamenti estremi tra i diversi punti analizzati.
2.3. Analisi dei dati
19
Analisi Discriminante Canonica (ADC)
Per dettagliare meglio l’analisi e per confermare quanto già individuato si è provveduto
ad elaborare i dati con una tecnica multivariata più approfondita, partendo non più da una
matrice di dati medi annui ma dai dati delle singole date nei diversi anni per tutti i punti. Si
è adottata una Analisi delle discriminanti Canoniche su matrici di valori NDVI grezzi dove
le colonne erano rappresentate dalle diverse date di rilievo (D1-D9) e dove le righe erano
rappresentate dai 38 punti nei diversi anni di rilievo. Le matrici analizzate erano perciò
diverse per i due satelliti avendo 12 anni di osservazioni (12*38 righe) di MODIS-TERRA
contro i 9 anni di MODIS-AQUA (9*38 righe).
Per poter confrontare le risposte dei 2 satelliti si è anche provveduto ad analizzare i dati di
MODIS-TERRA solo per i 9 anni di disponibilità del MODIS- AQUA (2003-2011).
L’analisi è stata operata prima tra gli Anni, al fine di caratterizzarne il diverso comportamento, poi tra i Punti per sottolineare eventuali comportamenti particolari. Per i Punti si è
operata una ulteriore analisi partendo dai dati NDVI standardizzati sia per MODIS-TERRA
che per MODIS- AQUA.
2.3.2
Dati Pluviometrici
Per prima cosa sono stati elaborati e tabellati i dati per:
• piovosità per mese dell’anno;
• piovosità differenziale tra le diverse date di rilievo NDVI prendendo il 24 maggio
come riferimento iniziale;
• piovosità cumulata tra il 24 maggio ed il giorno di riferimento del rilievo NDVI.
Sui dati mensili totali e sui dati primaverili estivi totali (aprile-settembre) si è operata una
Analisi delle Componenti Principali per ricercare comportamenti tra Anni simili o gradienti
che ordinino i rilievi.
Per caratterizzzare il periodo di osservazione si è poi calcolato lo SPI ``Standardized Precipitation Index" utilizzando i dati storici di piovosità ricavati dalla stazione pluviometrica
di Suviana per il periodo 1947-2011. Utilizzando il programma ``Spi_Sl_6.exl" formito dal
World Meteorological Organization (WMO) si sono calcolati i valori dello SPI mensile per
tutti gli Anni di osservazione (WMO, 2012).
2.3.3
Relazione NDVI-Piovosità
Al fine di ricercare e caratterizzare eventuali relazioni tra i dati di piovosità ed i rilievi NDVI
si sono operate diverse analisi multivariate.
Materiali e metodi
20
Analisi delle Componenti Principali
Sui dati mensili totali e sui dati primaverili estivi totali (aprile-settembre) si è applicata
una Analisi delle Componenti Principali per ricercare comportamenti tra Anni simili o gradienti che ordinino i rilievi.
Poi non evidenziando raggruppamenti particolari si è provveduto ad analizzare i dati di
piovosità estivi ad intervalli diversificati:
• trimestrali (aprile-maggio-giugno, luglio-agosto-settembre);
• bimestrali (aprile-maggio, giugno-luglio, agosto-settembre);
• mensili (aprile settembre).
associando nelle analisi anche i valori delle precipitazioni nelle Estati e negli Inverni Precedenti nonché i valori medi dei rilievi di NDVI e della sua variabilità come variabili Supplementari.
Sulla base dei risultati ottenuti si è operata una ulteriore analisi dei dati di piovosità differenziali tra le diverse date di rilievo (variabili dp) a cui si è associato quanto è piovuto nelle
fasi iniziali nei mesi di aprile, maggio e nell’Estate precedente.
Analisi delle Correlazioni Canoniche (CCA)
Per poter correlare i dati di piovosità con i dati NDVI rilevati si è poi provveduto ad una Analisi delle Correlazioni Canoniche (CCA) che consente di ricercare le correlazioni esistenti
tra i gradienti estrapolati in due diverse matrici di dati. Nel nostro caso si confrontavano la
matrice dei dati annuali di NDVI alle diverse date con la matrice dei dati di Piovosità.
Per i limiti matematici dell’Analisi, che richiede un certo numero di gradi di libertà per
i confronti, si è operato solo sul MODIS-TERRA in quanto erano a disposizione 12 anni
di osservazione, numero di casi comunque limitato, tanto da costringere ad una preventiva
selezione delle date di osservazione NDVI attraverso l’esclusione delle date più estreme.
Infatti si è dovuto diminuire la dimensione dei set di matrice non considerando le date di
rilievo NDVI di maggio-giugno e l’ultima di settembre.
Con queste semplificazioni si sono operate diverse CCA confrontando:
• Piovosità Trimestrale e Rilievi NDVI;
• Piovosità Bimestrale e Rilievi NDVI;
• Piovosità Mensile e Rilievi NDVI;
2.3. Analisi dei dati
21
• Piovosità cumulata alle date del Rilievo NDVI;
• Piovosità tra le date del Rilievo NDVI.
2.3.4
Relazione NDVI-Viraggio fogliare
Per studiare la relazione NDVI e Piovosità si è deciso di studiare la prima fase di viraggio
delle foglie che normalmente si presenta nella prima decade di settembre, al fine di utilizzare
questo indice come elemento caratterizzante la stagione siccitosa. Dal data-bese dell’NDVI
si sono estratte tutte le osservazioni relative al giorno 13 settembre di ogni anno, e sulla
matrice (12 Anni*38 Punti) si è operata un’analisi delle Componenti Principali per ricercare
gradienti e comportamenti similari tra gli Anni ed i Punti. A corredo dell’analisi si sono
utilizzate delle variabili supplementari caratterizzanti la morfologia dei 38 Punti (Quota,
Pendenza ed Esposizione).
2.3.5
Rapporto NDVI-Morfologia
Utilizzando i valori di "Digital Elevation Data" realizzati dalle missioni Shuttle (NASA
Shuttle Rada Topographic Mission SRTM) per creare una Database unitario di tutte le quote del pianeta, e rielaborati dal Consorzio CGIAR (Consultative Group on International
Agricultural Research) nella versione 3, è stata costruita una matrice di parametri morfologici dell’area oggetto di studio. In particolare partendo dai questa base dati realizzata a 90
m si è operato un ricampionamento a 250 m per uniformare il supporto dell’analisi con la
risoluzione geometrica del MODIS, ricalcolando i parametri di Altitudine media, Esposizione media e Pendenza media per tutti gli 81 punti della griglia dati di partenza.
Questi 3 parametri morfologici sono stati poi utilizzati per creare la matrice Morfologia
(38*3) che è stata correlata con la matrice dei dati grezzi NDVI medi annui (38*12) per
MODIS-TERRA e (38*9) per MODIS-AQUA in una Analisi delle Correlazioni canoniche
(CCA).
2.3.6
Analisi dendrocronologiche
La dendrocronologia si basa sull’analisi degli anelli di accrescimento degli alberi (dal greco
dendron = albero e chronos = tempo). La maggior parte degli alberi produce un anello di
legno nuovo ogni anno. La crescita arborea è più rapida in primavera che in estate o in
autunno, e cessa durante l’inverno. Questo accrescimento periodico è indicato nei tronchi
da anelli concentrici, la cui ampiezza varia secondo il clima.
Materiali e metodi
22
Le misure dendrocronologiche comprendono sia l’analisi dei campioni carotati in campo, e
la relativa restituzione di dati informatici, sia l’elaborazione successiva di questi attraverso
software specifici al fine di produrre informazioni di tipo ambientale ed ecologico.
2.3.6.1
Individuazione dei campioni
Dalle analisi precedenti si è potuto caratterizzare il comportamento dei 38 pixel di rilievo
rispetto alla risposta NDVI. Sulla base di queste risposte sono stati scelti 3 pixel caratterizzati per essere distribuiti nelle diverse analisi su un gradiente lineare: in particolare sono
stati individuati :
• il punto 6) sempre posizionato ai minimi di NDVI in tutte le diverse analisi;
• il punto 16) in posizione intermedia;
• il punto 15) in posizione medio alta nella risposta dell’NDVI.
Nel mese di settembre del 2012, all’interno di ciascuno pixel scelto sono state individuate
3 posizioni da cui sono state prelevate 3 carote di legno utilizzando il succhiello di Pressler,
per un totale di 9 carote. Ogni carota è stata poi caratterizzata per la struttura del bosco
presente partendo dalla Carta Forestale della Provincia di Bologna (Tab: 2.1).
Pixel N.ro Specie 1 Bosco Copert (%) Governo Altezza (m) Pendenza Esps9 0m Espos2 50m
15 1
fs
Latifoglie >70%
FT
7-14
>30
W
W
15 2
fs
Latifoglie >70%
FT
7-14
>30
N
W
15 3
fs
Latifoglie >70%
MM
7-14
>30
NW
NW
16 4
fs
Latifoglie >70%
MM
7-14
>30
NW
NW
16 5
fs
Latifoglie >70%
MI
7-14
>30
NW
NW
16 6
fs
Latifoglie >70%
MI
14-30
8-30
NW
NW
6
7
fs
Latifoglie >70%
FT
14-30
>30
N
NW
6
8
fs
Latifoglie >70%
FT
14-30
>30
N
NW
6
9
fs
Latifoglie >70%
FT
14-30
8-30
NE
NW
Tabella 2.1: Caratterizzazione del bosco nei 3 pixel scelti.
Inoltre al momento del prelievo, si sono prese ulteriori informazioni relative alla struttura
ed alle caratteristiche della pianta carotata (Tab: 2.2).
N.ro Pixel
Struttura
1
15 Ceduo Matricinato in Conversione
2
15
Fustaia transitoria
3
15 Ceduo Matricinato in Conversione
4
16
Ceduo Matricinato Invecchiato
5
16
Ceduo Matricinato a Sterzo
6
16 Ceduo Matricinato in Conversione
7
6
Fustaia transitoria
8
6
Fustaia transitoria giovane
9
6
fustaua transitoria
Posizione Circ (cm) Raggio (cm) Altezza (m)
Dominante
126
20.054
15.8
Dominante
129
20.532
17
Dominante
146
23.237
16.5
Dominante
116
18.463
12.5
Dominante
145
23.078
15.5
Dominante
134
21.327
17
Dominante
148
23.556
13.5
Dominante
138
21.964
13.5
Dominante
137
21.805
11
Tabella 2.2: Caratteristiche della pianta campionata e forme di governo.
2.3. Analisi dei dati
2.3.6.2
23
Analisi delle carote
Le analisi dendrocronologiche, eseguite dal Dott. Giammarchi presso Università di Bz
(Gennaio, 2013), hanno interessato i 9 campioni prelevati.
Per prima cosa è stato necessario predisporre i campioni per l’analisi, e questo ha richiesto
la loro sistemazione in supporti di legno su cui sono stati incollati e poi si è passati ad una
successiva levigatura con carta abrasiva di grana sempre più fina (4 mesh differenti), allo
scopo di mettere in evidenza gli anelli.
Per la misurazione vera e propria si è utilizzato il dendrocronografo ``LINTAB" (Rinntech,
Germania), un microscopio ottico con base scorrevole, collegato ad un computer che permette, sfruttando il software ``TSAPWin", di contare il numero di anelli di accrescimento,
dalla corteccia al midollo, e di determinarne l’ampiezza. L’unità di misura utilizzata corrisponde e ad 1/100 di mm. Ogni campione è stato quindi misurato in termini di età e ampiezza dei singoli anelli di accrescimento,generando contemporaneamente un file in formato
decadale, che il programma ``TSAPWin" restituisce automaticamente in forma grafica.
Figura 2.6: Dendrocronografo ``LINTAB" (Rinntech, Germania)
Succesivamente si sono completate le serie temporali degli anelli individuati tra i diversi
campioni. In particolare si è individuato il campione meglio definito, che mostra una serie
stagionale più prolungata e su questo si è operata una tecnica di cross-dating per sincronizzare tutti i campioni prelevati, eliminando eventuali errori di lettura.
Questa operazione è stata eseguita con il software ``TSAPWin", che permette grazie alla funzione ``Math graph" di verificare la sincronizzazione sia dal punto di vista statistico
che grafico e di intervenire, poi, per effettuare le correzioni sugli errori di misurazione, in
particolare per eliminare i false-rings (anelli di accrescimento apparentemente definiti ma
formatisi all’interno di uno stesso anno vegetativo e quindi non computabili) ed inserire i
Materiali e metodi
24
missing-rings (anelli di accrescimento assenti in parte del fusto a causa della mancata attività cambiale). Gli indici statistici che sono maggiormente considerati nel ``cross-dating"
con ``TSAPWin" sono stati il Glk (Gleichläufigkeit) o coefficiente di concordanza, la misura della corrispondenza di anno in anno tra gli andamenti di due campioni, e il T di
Student. Questi parametri vengono automaticamente combinati dal programma nell’indice
CDI (Cross-Date Index).
Sul campione di riferimento sono stati cross-datati e sincronizzati il resto delle carote, ritenendo corretta la sincronizzazione con un CDI sempre maggiore di 10 e Glk maggiore di
60. Insieme al CDI, che comunque è stato considerato l’indice principale, al momento della
sincronizzazione è stato valutato anche il GSL, ovvero la significatività del parametro Glk,
espressa come: (*)= 95,0 %, (**)= 99,0 %, (***)= 99,9 %.
Altrettanto importante per il ``cross-dating" risulta essere l’analisi visuale dei grafici, che
è stata sempre accostata ai dati statistici per verificare l’attendibilità. La sincronizzazione
permette di definire le età in campioni completi, misurabili dalla scorza al midollo.
2.3.6.3
Standardizzazione
I dati così prelevati sono poi stati standardizzati.
Per standardizzazione si intende ``il processo che rimuove le variazioni di lungo termine non
desiderate da una serie di anelli dividendo le misure reali da quelle previste da una equazione, calcolata statisticamente, che mette in relazione la crescita degli alberi nel corso del
tempo con l’età degli alberi. Normalmente questo processo tende a rimuovere la variabilità
nella crescita tra la fase giovanile e adulta dell’albero e i cambiamenti legati alle dinamiche
di popolamento" (Grissino-Mayer, 2010).
Esistono diversi metodi di standardizzazione come l’utilizzo di funzioni esponenziali (o
lineari) negative, di ``Cubic smoothing splines" e la RCS (``Regional Curve Standardization").
Il metodo applicato ai campioni è stato quello dell’esponenziale negativa (o lineare), effettuata mediante il software ``ARSTAN" (AutoRegressiveSTANdardization), sviluppato dal
Dr. Edward R. Cook per risolvere il problema dei ``disturbi endogeni" presenti nelle cenosi
forestali (Cook, 2009).
Si è scelto di utilizzare questo metodo perchè è un criterio di analisi conservativo e permette
di rimuovere solo le fluttuazioni di crescita legate all’età, inserendo una linea retta o curva
esponenziale negativa per ogni serie di albero, senza rimuovere le variazioni a lungo termine.
2.3. Analisi dei dati
25
La formula matematica per l’esponenziale negativa è (Linderholm, 2009) (Rybnicek, 2009):
y = A ∗ e − Bt + D
dove:
D: è una costante negativa
B: pendenza positiva
A: determina l’altezza iniziale della curva
t: è l’età dell’albero.
(2.2)
26
Materiali e metodi
Capitolo 3
Risultati
3.1
Analisi NDVI
Per prima cosa si sono analizzati i dati di NDVI complessivi limitando il periodo di osservazione agli anni 2003-2011 per avere una struttura completa e simmetrica dei dati tra i due
satelliti.
Variabile
Anno
Data
Punto
Sat
Anno*Data
Anno*Punto
Data*Punto
Anno*Sat
Data*Sat
Punto*Sat
Errore
Effetto
Random
Fisso
Fisso
Fisso
Random
Random
Fisso
Random
Fisso
Fisso
Dev
0.707
2.586
0.450
0.095
2.332
0.541
0.499
0.255
0.551
0.054
8.805
Gdl
8
8
37
1
64
296
296
8
8
37
5392
Var Gdl Errore Var Errore
0.088
30.251
0.067
0.323
64.000
0.036
0.012 296.000
0.002
0.095
8.000
0.032
0.036 5.392.000
0.002
0.002 5.392.000
0.002
0.002 5.392.000
0.002
0.032 5.392.000
0.002
0.069 5.392.000
0.002
0.001 5.392.000
0.002
0.002
F
1.32
8.87
6.66
2.97
22.31
1.12
1.03
19.53
42.15
0.90
p(F) Signific.
0.271
0.000
***
0.000
***
0.123
0.000
***
0.082
0.339
0.000
***
0.000
***
0.643
Tabella 3.1: Analisi della varianza (ANOVA) dell’NDVI calcolato: tabella del
modello fattoriale Anno*Data*Punto*Satellite.
Dall’analisi della varianza (Tab: 3.1) emergono effetti significativi: in particolare si manifestano interazioni significative tra Anno*Data, Anno*Satellite e Data*Satellite. Gli andamenti dei valori di NDVI tra i due satelliti non sembrano essere simili (Fig. 3.1). Questo ci
costringe a separare le analisi e le considerazioni tra i due satelliti.
Risultati
28
Figura 3.1: Medie dell’NDVI per l’interazione Anno*Satellite.
Figura 3.2: Medie dell’NDVI per l’interazione Data*Satellite.
Figura 3.3: Medie dell’NDVI per l’interazione Anno*Data.
3.1. Analisi NDVI
29
3.1.1
Analisi della Varianza (ANOVA)
3.1.1.1
Dati NDVI del Satellite MODIS-TERRA
Limitando l’ANOVA ai soli dati di TERRA (periodo 2000-2011) emerge sempre una interazione altamente significativa tra Anno*Data ed una interazione più debole tra Anno*Punto
(Tab: 3.2). Quindi i valori rilevati tendono ad avere andamenti diversificati negli anni tra
le diverse Date (Tab: 3.3 e Fig. 3.5) ed anche andamenti diversificati tra i Punti negli Anni
(Fig. 3.6).
Variabile
Anno
Data
Punto
Anno*Data
Data*Punto
Anno*Punto
Errore
Effetto
Random
Fisso
Fisso
Random
Fisso
Random
DS
0.776
4.199
0.252
3.807
0.351
0.506
3.543
Gdl
11
8
37
88
296
407
3256
Var
0.071
0.525
0.007
0.043
0.001
0.001
0.001
Gdl Errore Var Errore
88.618
0.043
88.000
0.043
407.001
0.001
3.256.000
0.001
3.256.000
0.001
3.256.000
0.001
F
1.624
12.131
5.477
39.758
1.091
1.143
p(F) Signific.
0.105
0.000
***
0.000
***
0.000
***
0.148
0.032
*
Tabella 3.2: ANOVA dell’NDVI calcolato per il Satellite MODIS-TERRA: modello
fattoriale Anno*Data*Punto.
Figura 3.4: Medie dell’NDVI del Satellite MODIS-TERRA negli Anni.
Risultati
30
Data
Anno
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Media
24-mag
Media ESM
0.932 0.001
0.935 0.002
0.935 0.001
0.931 0.001
0.913 0.003
0.931 0.002
0.904 0.003
0.907 0.002
0.893 0.001
0.899 0.001
0.908 0.002
0.899 0.004
0.916 0.001
09-giu
Media ESM
0.934 0.001
0.932 0.002
0.932 0.001
0.940 0.001
0.921 0.004
0.930 0.002
0.906 0.003
0.858 0.001
0.886 0.001
0.928 0.001
0.885 0.001
0.898 0.003
0.913 0.001
25-giu
Media ESM
0.924 0.002
0.918 0.004
0.905 0.001
0.907 0.003
0.933 0.002
0.923 0.003
0.904 0.003
0.920 0.002
0.894 0.001
0.904 0.002
0.913 0.002
0.902 0.003
0.912 0.001
11-lug
Media ESM
0.923 0.001
0.926 0.002
0.913 0.002
0.912 0.002
0.916 0.003
0.923 0.002
0.916 0.003
0.910 0.002
0.915 0.002
0.887 0.002
0.924 0.001
0.936 0.002
0.917 0.001
24-lug
Media ESM
0.911 0.001
0.933 0.001
0.922 0.001
0.907 0.001
0.916 0.002
0.880 0.004
0.912 0.002
0.900 0.003
0.910 0.002
0.904 0.001
0.925 0.001
0.898 0.003
0.910 0.001
12-ago
Media ESM
0.902 0.002
0.905 0.003
0.922 0.001
0.892 0.002
0.916 0.002
0.920 0.001
0.902 0.001
0.872 0.002
0.898 0.003
0.885 0.001
0.913 0.001
0.868 0.002
0.900 0.001
28-ago
Media ESM
0.911 0.002
0.899 0.004
0.880 0.023
0.873 0.003
0.891 0.002
0.909 0.005
0.899 0.002
0.894 0.002
0.896 0.002
0.872 0.002
0.895 0.002
0.866 0.003
0.890 0.002
13-set
Media ESM
0.895 0.002
0.904 0.001
0.907 0.004
0.881 0.002
0.889 0.002
0.899 0.004
0.784 0.024
0.856 0.003
0.774 0.028
0.852 0.002
0.891 0.002
0.852 0.004
0.865 0.004
29-set
Media ESM
0.591 0.005
0.825 0.005
0.862 0.003
0.873 0.002
0.831 0.011
0.872 0.002
0.846 0.002
0.794 0.005
0.712 0.004
0.888 0.003
0.827 0.025
0.843 0.002
0.814 0.005
Totali
Media ESM
0.880 0.006
0.908 0.002
0.909 0.003
0.902 0.001
0.903 0.002
0.910 0.002
0.886 0.004
0.879 0.002
0.864 0.005
0.891 0.001
0.898 0.003
0.885 0.002
0.893 0.001
Tabella 3.3: ANOVA dell’NDVI del Satellite MODIS-TERRA: medie ed errore standard dell’interazione Anno*Data.
3.1. Analisi NDVI
31
Figura 3.5: Medie dell’NDVI del Satellite MODIS-TERRA dell’interazione
Anno*Data.
Figura 3.6: Medie dell’NDVI del Satellite MODIS-TERRA dell’interazione
Data*Punto.
Risultati
32
3.1.1.2
Dati NDVI del Satellite MODIS-AQUA
Per i dati del satellite AQUA (periodo 2003-2011) invece si manifestano interazioni molto
significative tra Anno*Data, Data*Punto e Anno*Punto (Tab: 3.4 e Fig. 3.10, 3.11 e 3.12).
Questo ci costringe a proseguire l’analisi non solo attraverso parametri medi complessivi
(effetti principali) ma anche attraverso tecniche che coinvolgono le interazioni.
Variabile
Anno
Data
Punto
Anno*Data
Data*Punto
Anno*Punto
Errore
Effetto
Random
Fisso
Fisso
Random
Fisso
Random
DS
0.212
0.719
0.213
0.867
0.492
0.465
3.009
Gdl
8
8
37
64
296
296
2353
Var
0.027
0.090
0.006
0.014
0.002
0.002
0.001
Gdl Errore Var Errore
66.613
0.014
64.040
0.014
296.294
0.002
2.353.000
0.001
2.353.000
0.001
2.353.000
0.001
F
1.925
6.651
3.665
10.593
1.300
1.228
p(F) Signific.
0.071
0.000
***
0.000
***
0.000
***
0.001
***
0.007
**
Tabella 3.4: ANOVA dll’NDVI del Satellite MODIS-TERRA: tabella del modello
Anno*Data*Punto.
Figura 3.7: Medie dell’NDVI del Satellite MODIS-AQUA negli Anni.
Data
Anno
2003
2004
2005
2006
2007
2008
2009
2010
2011
Media
09-giu
Media ESM
0.936 0.001
0.918 0.002
0.865 0.026
0.909 0.002
0.831 0.014
0.928 0.002
0.919 0.001
0.916 0.002
0.867 0.010
0.902 0.004
25-giu
Media ESM
0.944 0.001
0.920 0.002
0.943 0.002
0.907 0.003
0.928 0.002
0.901 0.002
0.923 0.006
0.909 0.011
0.909 0.004
0.920 0.002
11-lug
Media ESM
0.936 0.002
0.905 0.002
0.932 0.002
0.911 0.002
0.919 0.002
0.914 0.001
0.906 0.004
0.921 0.001
0.916 0.003
0.918 0.001
24-lug
Media ESM
0.918 0.002
0.903 0.003
0.922 0.002
0.927 0.005
0.909 0.005
0.913 0.001
0.909 0.002
0.922 0.001
0.897 0.008
0.913 0.001
12-ago
Media ESM
0.907 0.002
0.911 0.003
0.872 0.020
0.924 0.004
0.907 0.003
0.905 0.001
0.905 0.003
0.919 0.010
0.909 0.002
0.907 0.003
28-ago
Media ESM
0.893 0.003
0.908 0.003
0.915 0.007
0.898 0.002
0.866 0.002
0.915 0.001
0.878 0.001
0.916 0.001
0.892 0.003
0.898 0.001
13-set
Media ESM
0.873 0.002
0.889 0.002
0.864 0.007
0.901 0.003
0.904 0.002
0.876 0.002
0.863 0.002
0.919 0.002
0.894 0.003
0.887 0.001
29-set
Media ESM
0.869 0.002
0.884 0.002
0.874 0.004
0.884 0.002
0.851 0.002
0.851 0.005
0.868 0.002
0.889 0.002
0.857 0.003
0.870 0.001
Totali
Media ESM
0.911 0.002
0.900 0.001
0.902 0.004
0.908 0.001
0.892 0.002
0.898 0.001
0.897 0.001
0.912 0.002
0.888 0.004
0.901 0.001
Tabella 3.5: ANOVA dell’NDVI del Satellite MODIS-AQUA: medie ed errore standard dell’interazione Anno*Data.
24-mag
Media ESM
0.927 0.001
0.863 0.002
0.932 0.002
0.906 0.003
0.888 0.009
0.881 0.001
0.900 0.002
0.893 0.001
0.852 0.028
0.894 0.004
3.1. Analisi NDVI
33
Risultati
34
Figura 3.8: Medie dell’NDVI del Satellite MODIS-AQUA nelle Date.
Figura 3.9: Medie dell’NDVI del Satellite MODIS-AQUA nei Punti.
Figura 3.10:
Anno*Data.
Medie dell’NDVI del Satellite MODIS-AQUA dell’interazione
3.1. Analisi NDVI
Figura 3.11:
Data*Punto.
35
Medie dell’NDVI del Satellite MODIS-AQUA dell’interazione
Figura 3.12: Medie dell’NDVI del Satellite MODIS-AQUA dell’interazione
Anno*Punto.
Risultati
36
3.1.2
Analisi delle Componenti Principali (PCA)
Innanzitutto si sono calcolate le medie e le deviazioni standard per ogni anno di osservazione per i 38 punti; poi su questi dati calcolati si è operata una PCA al fine di ricercare
eventuali gradienti complessivi sia tra gli Anni che tra i Punti. L’analisi è stata sviluppata
su due livelli: dati grezzi e dati standardizzati per Anno per cercare di estrarre in modo più
efficace questi gradienti.
3.1.2.1
Dati grezzi NDVI del Satellite MODIS-TERRA
La PCA dei dati grezzi evidenzia la presenza di molti gradienti con Autovalori superiori
ad 1 nel modellare linearmente i dati, sottolineando un comportamento molto complesso
dell’NDVI negli Anni tra i Punti (Tab: 3.6).
Componente
Autovalore
1
2
3
4
5
6
7
8
7.327
4.158
2.887
1.901
1.808
1.099
1.050
0.717
%Varianza
Totale
30.530
17.327
12.031
7.922
7.535
4.577
4.374
2.986
Cumulata
Autovalori
7.327
11.486
14.373
16.274
18.082
19.181
20.231
20.947
Cumulata
Varianza
30.530
47.856
59.887
67.809
75.344
79.921
84.295
87.280
Tabella 3.6: PCA delle medie annuali dell’NDVI di TERRA e loro deviazione
standard nel periodo 2000-2011: componenti estratte.
3.1. Analisi NDVI
Anno
md00
md01
md02
md03
md04
md05
md06
md07
md08
md09
md10
md11
sd00
sd01
sd02
sd03
sd04
sd05
sd06
sd07
sd08
sd09
sd10
sd11
Fattore 1
-0.876
-0.607
-0.598
-0.885
-0.768
-0.842
-0.237
-0.839
-0.318
-0.786
-0.088
-0.518
0.200
0.390
0.424
0.612
0.259
0.423
-0.219
0.109
0.078
0.682
-0.103
0.680
37
Fattore 2
0.179
0.377
0.117
-0.157
-0.343
-0.166
-0.574
-0.245
-0.785
-0.252
-0.544
-0.258
-0.075
-0.693
-0.209
-0.337
0.544
0.010
0.440
-0.493
0.724
-0.398
0.464
-0.307
Fattore 3
0.164
-0.268
-0.090
0.279
0.060
0.164
0.009
-0.097
0.406
-0.411
-0.738
-0.609
-0.550
0.011
0.034
0.111
0.092
-0.443
-0.078
0.344
-0.502
0.058
0.703
-0.132
Fattore 4
-0.026
0.010
-0.629
0.137
0.266
0.282
-0.266
0.161
-0.036
0.050
-0.183
0.053
0.540
0.232
0.706
-0.151
-0.134
-0.072
0.446
-0.072
0.082
-0.050
0.273
0.149
Fattore 5
-0.244
-0.304
0.296
-0.046
0.271
-0.165
-0.686
-0.059
0.069
-0.019
-0.021
0.177
-0.068
0.184
-0.438
0.062
-0.381
0.100
0.667
-0.006
-0.238
0.180
0.022
-0.174
Fattore 6
0.126
-0.412
-0.243
-0.004
-0.193
0.134
-0.175
-0.087
-0.148
0.112
0.264
0.083
-0.342
0.078
0.063
-0.025
0.187
-0.517
0.155
0.181
0.132
-0.173
-0.334
-0.067
Fattore 7
-0.072
-0.014
-0.093
-0.175
-0.078
-0.028
0.089
0.029
-0.050
-0.076
-0.127
0.230
-0.061
-0.136
0.112
0.225
-0.502
-0.411
-0.203
-0.466
0.074
0.183
0.036
-0.329
Tabella 3.7: PCA delle medie annuali dell’NDVI di TERRA e loro deviazione
standard nel periodo 2000-2011: correlazione tra variabili e compenenti estratte.
L’analisi dei grafici relativi alle prime due componenti (Fig. 3.13) evidenzia una contrapposizione tra indici di posizione (media) ed indici di dispersione (dev.standard) lungo il Primo
gradiente (con il 30.53 % della varianza spiegata), mentre per il Secondo gradiente (17.33
%) si evidenzia una differenziazione tra anni con 2000, 2001 e 2002 nella porzione positiva
del gradiente e 2006, 2008 e 2010 nella porzione negativa.
Tra i punti invece emergono differenze medie annue accentuate per i punti 19, 20 e 46 che
presentano valori molto più bassi e variabili di NDVI rispetto a 77, 38 e molti altri punti
che, all’opposto, si posizionano su valori medi annui di NDVI elevati (Fig. 3.14).
Gli altri gradienti più significativi (3 e 4) rappresentano una quantità limitata di informazione (rispettivamente il 12 ed il 7 %) e non presentano andamenti informativi generali bensì
una stretta relazione con i valori del 2010 per il 3° gradiente e con i valori del 2002 per il 4°
gradiente (Fig. 3.15).
38
Risultati
Figura 3.13: PCA delle medie annue dei dati grezzi nell’NDVI di TERRA: Plot
delle variabili nel piano delle componenti 1 e 2.
Figura 3.14: PCA delle medie annue dei dati grezzi nell’NDVI di TERRA: Scores
dei Punti nel piano delle componenti 1 e 2.
3.1. Analisi NDVI
39
Figura 3.15: PCA delle medie annue dei dati grezzi nell’NDVI di TERRA: Plot
delle variabili nel piano delle componenti 3 e 4.
Figura 3.16: PCA delle medie annue dei dati grezzi nell’NDVI di TERRA: Scores
dei Punti nel piano delle componenti 3 e 4.
Risultati
40
3.1.2.2
Dati standardizzati NDVI del Satellite MODIS-TERRA
La PCA dei valori standardizzati per Anno di TERRA evidenzia anche in questo caso molti
gradienti con un Autovalore superiore ad 1, anche se i primi due riescono ad intercettare
ben il 65.8 % dell’informazione complessiva, semplificando l’intepretazione (Tab: 3.8).
Dall’analisi delle correlazioni variabili-componenti emerge una contrapposizione ancora
più netta tra i valori medi annui e la loro variabilità: il Primo gradiente, che visualizza questa contrapposizione, intercetta ben il 52 % dell’informazione globale, mentre il Secondo
gradiente, con il 14 % di varianza espressa, evidenzia piccole differenze tra gli Anni, sottolineando la contrapposizione tra 2001 e 2008 (Tab: 3.9) (Fig. 3.17). L’andamento dei Punti
in questi due gradienti evidenzia una netta separazione tra i punti 19, 6 e 5 rispetto a 16, 15,
14 (Fig. 3.18).
Componente
Autovalore
1
2
3
4
5
6
7
8
12.364
3.434
2.240
1.363
0.797
0.764
0.689
0.452
%Varianza
Totale
51.516
14.308
9.334
5.680
3.322
3.184
2.872
1.883
Cumulata
Autovalori
12.364
15.798
18.038
19.401
20.198
20.962
21.652
22.104
Cumulata
Varianza
51.516
65.824
75.157
80.837
84.159
87.343
90.215
92.098
Tabella 3.8: PCA delle medie annuali standardizzate dell’NDVI di TERRA e loro
deviazioni standard nel periodo 2000-2011: componenti estratte.
Figura 3.17: PCA delle medie annue di dati standardizzati dell’NDVI di TERRA:
Plot delle variabili nel piano delle componenti 1 e 2.
3.1. Analisi NDVI
41
Anno
md00
md01
md02
md03
md04
md05
md06
md07
md08
md09
md10
md11
sd00
sd01
sd02
sd03
sd04
sd05
sd06
sd07
sd08
sd09
sd10
sd11
Fattore 1
-0.833
-0.825
-0.783
-0.689
-0.744
-0.790
-0.833
-0.780
-0.640
-0.797
-0.668
-0.575
0.564
0.761
0.651
0.670
0.732
0.463
0.666
0.858
0.787
0.684
0.709
0.554
Fattore 2
-0.153
0.135
-0.157
-0.508
-0.260
-0.349
-0.448
-0.524
-0.574
-0.409
-0.428
-0.203
-0.439
-0.172
-0.464
-0.611
-0.478
-0.335
-0.232
-0.350
-0.215
-0.485
-0.175
-0.291
Fattore 3
-0.399
-0.335
-0.353
-0.394
-0.409
-0.293
-0.007
0.013
0.389
0.261
0.503
0.577
0.293
0.188
0.236
-0.132
-0.037
-0.011
-0.014
-0.061
-0.243
-0.188
-0.447
-0.369
Fattore 4
-0.039
-0.295
-0.294
0.101
-0.023
0.330
0.161
0.071
0.047
-0.052
-0.204
-0.218
0.163
0.298
0.300
-0.014
-0.031
-0.627
-0.461
-0.210
-0.178
-0.039
0.098
0.210
Tabella 3.9: PCA delle medie annuali standardizzate dell’NDVI di TERRA e loro
deviazioni standard nel periodo 2000-2011: correlazioni tra variabili e componenti.
Figura 3.18: PCA delle medie annue di dati standardizzati dell’NDVI di TERRA:
Scores dei Punti nel piano delle componenti 1 e 2.
42
Risultati
Gli altri gradienti con auto valore maggiore di 1 intercettano limitate quantità di informazione, rispettivamente il 9 ed i 5 % senza sottolineare comportamenti interessanti (Fig. 3.19
e Fig. 3.20).
Figura 3.19: PCA delle medie annue di dati standardizzati dell’NDVI di TERRA:
Plot delle variabili nel piano delle componenti 3 e 4.
Figura 3.20: PCA delle medie annue di dati standardizzati dell’NDVI di TERRA:
Scores dei Punti nel piano delle componenti 3 e 4.
3.1. Analisi NDVI
3.1.2.3
43
Dati grezzi NDVI del Satellite MODIS-AQUA
Componente
Autovalore
1
2
3
4
5
6
7
8
5.454
4.488
2.621
1.671
1.528
1.078
1.035
0.675
%Varianza
Totale
27.269
22.440
13.103
8.353
7.638
5.390
5.175
3.377
Cumulata
Autovalori
5.454
9.942
12.562
14.233
15.761
16.839
17.874
18.549
Cumulata
Varianza
27.269
49.709
62.812
71.165
78.803
84.193
89.368
92.745
Tabella 3.10: PCA delle madie annuali dell’NDVI e loro deviazioni standard nel
periodo 2002-2011: componenti astratte.
Anno
md02
md03
md04
md05
md06
md07
md08
md09
md10
md11
sd02
sd03
sd04
sd05
sd06
sd07
sd08
sd09
sd10
sd11
Fattore 1
-0.395
0.585
0.600
-0.315
0.839
0.272
0.875
0.885
0.741
0.025
0.451
-0.313
-0.207
0.535
-0.386
0.005
-0.506
-0.441
-0.490
0.387
Fattore 2
0.681
-0.042
0.033
0.535
0.271
0.726
0.157
0.135
0.326
0.846
-0.630
0.354
-0.309
-0.402
-0.159
-0.691
-0.431
0.325
-0.400
-0.733
Fattore 3
0.054
0.712
0.611
0.590
0.318
-0.014
-0.126
-0.074
-0.027
-0.113
-0.106
-0.599
-0.164
-0.369
0.498
0.157
0.574
0.342
-0.014
0.026
Fattore 4
-0.380
-0.057
0.023
-0.180
0.064
0.417
-0.278
-0.311
0.176
-0.027
0.414
0.074
0.329
0.176
0.093
-0.515
0.220
0.551
-0.387
0.123
Fattore 5
-0.002
0.265
0.050
-0.146
-0.039
0.319
0.131
0.110
-0.353
0.220
0.029
-0.223
0.654
0.095
0.439
-0.246
-0.258
-0.247
0.465
-0.210
Fattore 6
-0.223
-0.035
0.031
0.239
0.170
0.262
-0.103
-0.054
-0.369
-0.208
0.255
-0.071
-0.295
-0.225
-0.459
-0.326
-0.045
-0.179
0.345
0.017
Fattore 7
0.362
0.071
0.323
-0.273
0.208
0.107
-0.189
-0.005
-0.159
-0.234
-0.324
0.291
-0.122
0.485
-0.042
-0.160
0.217
-0.018
0.168
0.086
Tabella 3.11: PCA delle madie annuali dell’NDVI e loro deviazioni standard nel
periodo 2002-2011: correlazione tra variabili e componenti.
Anche per i dati grezzi di AQUA la PCA individua ben 7 gradienti con Autovalori maggiori
di 1 di cui i primi 3 riescono ad intercettare il 62.8 % della varianza totale (Tab: 3.10).
Considerando i primi due gradienti (Fig. 3.21) emerge sempre una netta contrapposizione
tra valori medi e loro variabilità anche se i dati medi sembrano differenziarsi secondo i
due gradienti. In particolare i valori medi del 2003, 2004, 2006, 2008 , 2009 e 2010 sono
strettamente correlati con il Gradiente 1 (che spiega solo il 27 % della varianza) mentre
il 2002, 2005, 2007 e 2011 sono correlati con il Gradiente 2 (che spiega il 22 % della
viarianza) (Tab: 3.11).
44
Risultati
Figura 3.21: PCA delle medie annue dei dati grezzi dell’NDVI di AQUA: Plot delle
variabili nel piano delle componenti 1 e 2.
Figura 3.22: PCA delle medie annue dei dati grezzi dell’NDVI di AQUA: Scores
dei Punti nel piano delle componenti 1 e 2.
Rispetto agli "Scores" dei Punti (Fig. 3.22) emerge sempre il punto 6 come valore di NDVI
molto basso contrapposto ai punti 51 e 52 lungo il primo gradiente ed anche ai punti 29 e
38 lungo il secondo gradiente.
3.1. Analisi NDVI
45
Figura 3.23: PCA delle medie annue dei dati grezzi dell’NDVI di AQUA: Plot delle
variabili nel piano delle componenti 3 e 4.
Figura 3.24: PCA delle medie annue dei dati grezzi dell’NDVI di AQUA: Scores
dei Punti nel piano delle componenti 3 e 4.
Gli altri gradienti più importanti (3° e 4°) spiegano invece solo il 13 e l’8 % e non manifestano effetti chiari nella distribuzione dei dati medi e delle loro variabilità (Fig. 3.23 e
3.24).
Risultati
46
3.1.2.4
Dati standardizzati NDVI del Satellite MODIS-AQUA
L’analisi dei dati standardizzati evidenzia sempre 4 gradienti con un Autovalore maggiore
di 1, ma a differenza dell’analisi precedente consente ai primi due gradienti di intercettare
ben il 65.7 % dell’informazione globale (Tab: 3.12).
Componente
Autovalore
1
2
3
4
5
6
7
8
8.357
4.790
2.044
1.211
0.683
0.491
0.482
0.445
%Varianza
Totale
41.785
23.948
10.220
6.057
3.417
2.454
2.411
2.225
Cumulata
Autovalori
8.357
13.147
15.191
16.402
17.085
17.576
18.058
18.503
Cumulata
Varianza
41.785
65.733
75.953
82.010
85.427
87.881
90.292
92.517
Tabella 3.12: PCA delle medie annuali standardizzate dell’NDVI di AQUA e loro
deviazioni standard nel periodo 2002-2011: componenti astratte.
Anno
md02
md03
md04
md05
md06
md07
md08
md09
md10
md11
sd02
sd03
sd04
sd05
sd06
sd07
sd08
sd09
sd10
sd11
Fattore 1
-0.574
-0.501
-0.521
-0.518
-0.683
-0.704
-0.800
-0.806
-0.781
-0.520
0.610
0.560
0.536
0.558
0.641
0.713
0.781
0.666
0.740
0.546
Fattore 2
0.480
0.706
0.661
0.548
0.614
0.497
0.371
0.337
0.345
0.173
0.467
0.629
0.611
0.349
0.574
0.416
0.455
0.440
0.358
0.398
Fattore 3
0.378
0.200
0.365
0.444
0.093
-0.161
-0.284
-0.065
-0.342
-0.745
-0.196
-0.281
-0.392
-0.304
-0.219
-0.019
0.123
-0.039
0.342
0.441
Fattore 4
-0.121
0.192
0.057
0.291
-0.113
0.203
-0.219
-0.340
-0.191
0.189
-0.249
0.141
0.064
-0.419
0.284
-0.279
-0.091
0.383
0.152
-0.429
Tabella 3.13: PCA delle medie annuali standardizzate dell’NDVI di AQUA e loro
deviazioni standard nel periodo 2002-2011: correlazione tra variabili e componenti
astratte.
3.1. Analisi NDVI
47
L’analisi delle correlazioni (Tab: 3.13) e dei grafici (Fig. 3.25 e Fig. 3.26) sottolinea la contrapposizione tra i valori medi annui e le loro variabilità, evidenziando un comportamento
molto differenziato tra i punti 6 e 15, 16 e 23.
Figura 3.25: PCA delle medie annue dei dati standardizzati di NDVI di AQUA: Plot
delle variabili nel piano delle componenti 1 e 2.
Figura 3.26: PCA delle medie annue dei dati standardizzati di NDVI di AQUA:
Scores dei Punti nel piano delle componenti 1 e 2.
Risultati
48
3.1.3
Analisi Discriminante Canonica (ADC)
Partendo non più dai valori medi annui ma dalla matrice Anno*Data*Punto si sono potute
eseguire delle Analisi Discriminanti Canoniche in relazione a diversi intervalli di tempo per
ognuno dei due satelliti considerati. Si sono effettuate due analisi differenziate per Anno e
per Punti.
3.1.3.1
ANALISI TRA ANNI
Dati grezzi NDVI del Satellite MODIS-TERRA, nel periodo 2000-2011.
Analizzando tutti i dati disponibili per il TERRA in funzione degli Anni emergono 4 gradienti significativi di cui i primi due riescono a spiegare il 65 % dell’informazione (Tab:
3.14, 3.15 e 3.16).
Il primo gradiente (con il 49 % dell’informazione) risulta essere fortemente correlato positivamente con la data 9-Giugno, mentre il secondo gradiente (con il 15 % dell’informazione)
risulta essere correlato negativamente con la data 29 Settembre, mentre il 3° gradiente (con
il 12 % dell’informazione) è legato negativamente con la data 12 Agosto.
Radice
1
2
3
4
5
6
Autovalore
8,459
2,631
2,124
1,541
0,975
0,808
R Canonico
0,946
0,851
0,825
0,779
0,703
0,668
Lambda di Wilks
0,001
0,007
0,024
0,074
0,189
0,373
Chi2
3233,899
2235,128
1661,923
1155,609
741,078
438,624
gdl
99
80
63
48
35
24
p(Chi2 )
0,000
0,000
0,000
0,000
0,000
0,000
Tabella 3.14: ADC, tra gli anni, dei valori di NDVI nelle 9 date degli anni 20002011, nei 38 punti di faggeta.
3.1. Analisi NDVI
49
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Autovalore
Cumul.Var.(%)
Coefficenti standardizzati
Radice 1 Radice 2 Radice 3 Radice 4
0,258
0,315
0,137
-0,001
1,084
0,078
0,402
-0,191
-0,210
-0,001
-0,063
0,485
-0,902
0,158
0,609
0,142
-0,095
-0,077
-0,486
-0,991
0,321
0,071
-0,966
0,534
-0,020
0,097
0,004
0,138
0,062
0,067
0,064
0,119
0,155
-0,964
0,043
0,112
8,459
2,631
2,124
1,541
0,498
0,653
0,778
0,869
Radice 5
0,786
-0,351
0,457
-0,440
0,264
-0,374
-0,028
0,359
0,122
0,975
0,926
Tabella 3.15: ADC, tra gli anni, dei valori di NDVI nelle 9 date degli anni 20002011, nei 38 punti di faggeta: coefficienti standardizzati delle variabili nelle diverse
radici.
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Correlazione radici variabili
Radice 1 Radice 2 Radice 3 Radice 4
0,264
0,286
0,036
0,157
0,677
0,211
0,246
-0,063
0,030
0,148
-0,050
0,307
-0,109
0,208
0,142
0,122
0,028
0,082
-0,398
-0,586
0,247
0,175
-0,632
0,363
-0,008
0,119
-0,085
0,110
0,098
0,072
0,016
0,116
0,145
-0,870
0,033
0,159
Radice 5
0,570
-0,142
0,401
-0,118
0,195
-0,143
0,005
0,397
0,157
Tabella 3.16: ADC, tra gli anni dei valori di NDVI nelle 9 date degli anni 20002011, nei 38 punti di faggeta: correlazione tra variabili e radici estratte.
Osservando il plot degli scores dei primi due gradienti ottenuti (Fig. 3.27) si osserva che i
punti degli anni 2007, 2011 si posizionano nella porzione negativa del primo gradiente mentre all’opposto i Punti degli anni 2003, 2005 e 2009 si posizionano nella porzione positiva
del primo gradiente. Lungo il secondo gradiente è l’anno 2000 che si differenzia nettamente
da tutti gli altri anni, mentre il 2010 si presenta nettamente differenziato e sgranato lungo
l’asse del gradiente a dimostrazione di un comportamento molto diversificato dei punti.
50
Risultati
Figura 3.27: ADC dei dati grezzi di NDVI di TERRA: plot dei Punti in funzione
degli Anni nel piano delle Radici 1 e 2 (intervallo 2000-2011).
Gli altri due gradienti (3° e 4°) risultano essere correlati con le date 12 Agosto e 24 Luglio
anche se spiegano solo il 12.5 ed il 9.1 % dell’informazione totale. Osservando gli scores
degli Anni (Fig. 3.28) si evidenzia un comportamento meno omogeneo e più confuso tra le
Annate con un solo raggruppamento particolare di rilievi del 2005 lungo il 4° gradiente.
Figura 3.28: ADC dei dati grezzi di NDVI di TERRA: plot dei Punti in funzione
degli Anni nel piano delle Radici 3 e 4 (intervallo 2000-2011).
3.1. Analisi NDVI
51
Dati grezzi NDVI del Satellite MODIS-TERRA, nel periodo 2003-2011.
Per poterli confrontare con il Satellite AQUA si è operata una nuova Analisi Discriminante
Canonica dei dati di TERRA solo per il periodo 2003-2011.
Radice
1
2
3
4
5
Autovalore
8,487
2,897
1,672
1,411
0,756
R Canonico
0,946
0,862
0,791
0,765
0,656
Lambda di Wilks
0,001
0,013
0,049
0,131
0,316
Chi2
2199,043
1452,085
1000,522
674,279
382,066
gdl
72
56
42
30
20
p(Chi2 )
0,000
0,000
0,000
0,000
0,000
Tabella 3.17: ADC, tra gli Anni, dei valori di NDVI di TERRA nelle 9 date degli
anni 2003-2011, nei 38 punti di faggeta.
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Autovalore
Cumul.Var.(%)
Coefficenti standardizzati
Radice 1 Radice 2 Radice 3
-0,156
-0,116
0,390
-1,144
-0,268
-0,204
0,248
0,163
0,693
0,776
-0,555
0,121
0,142
-0,114
-0,852
-0,265
0,998
-0,122
0,142
0,425
0,048
-0,045
-0,048
0,266
-0,267
-0,231
0,127
8,487
2,897
1,672
0,534
0,716
0,821
Radice 4
-0,141
0,230
-0,728
0,947
-0,505
0,251
0,161
-0,081
-0,195
1,411
0,910
Radice 5
0,044
0,155
-0,254
-0,416
-0,393
-0,396
0,785
-0,384
-0,202
0,756
0,958
Tabella 3.18: ADC, tra gli Anni, dei valori di NDVI di TERRA nelle 9 date degli
anni 2000-2011, nei 38 punti di faggeta: coefficienti standardizzati delle variabili
nelle diverse radici.
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Correlazione radici variabili
Radice 1 Radice 2 Radice 3 Radice 4
-0,170
0,076
0,444
0,078
-0,656
-0,069
0,047
0,272
-0,026
0,203
0,441
-0,229
0,137
-0,052
0,173
0,569
0,058
0,110
-0,476
-0,219
-0,184
0,725
0,027
0,319
0,057
0,435
0,164
0,146
-0,059
0,005
0,274
-0,097
-0,206
-0,142
0,213
-0,107
Radice 5
-0,212
-0,252
-0,391
-0,511
-0,498
-0,518
0,177
-0,387
-0,233
Tabella 3.19: ADC, tra gli Anni, dei valori di NDVI di AQUA nelle 9 date degli
anni 2003-2011, nei 38 punti di faggeta: correlazione tra variabili e radici estratte.
52
Risultati
In questa nuova analisi le prime due Radici spiegano complessivamente il 71.6 %, dovuto al
53.4 % della Prima radice ed il 18.2 % alla Seconda radice. La Prima radice risulta essere
correlata negativamente con la data 09 Giugno mentre la 2a è correlata positivamente con la
data 12 Agosto e la data 28 Agosto. Anche in questo caso tra i rileivi dei singoli Anni (Fig.
3.29) si evidenzia la contrapposizione tra gli Anni 2007, 2010 e 2011 e gli Anni 2003, 2005
e 2009.
Figura 3.29: ADC dei dati grezzi di NDVI di TERRA: plot dei Punti in funzione
degli Anni nel piano delle Radici 1 e 2 (intervallo 2003-2011).
Figura 3.30: ADC dei dati grezzi di NDVI di TERRA: plot dei Punti in funzione
degli Anni nel piano delle Radici 3 e 4 (intervallo 2003-2011).
Per le altre Radici si evidenzia solo una differenziazione dell’Anno 2005 rispetto al 3°
gradiente (Fig. 3.30).
3.1. Analisi NDVI
53
Dati grezzi NDVI del Satellite MODIS-AQUA, nel periodo 2003-2011.
Anche per il satellite AQUA si è operata una ADC della matrice Anno*Data*Punto.
Radice
1
2
3
4
5
6
Autovalore
2,144
1,639
0,586
0,396
0,215
0,159
R Canonico
0,826
0,788
0,608
0,533
0,421
0,370
Lambda di Wilks
0,038
0,120
0,317
0,503
0,702
0,853
Chi2
1083,648
703,313
381,139
228,110
117,335
52,654
gdl
72
56
42
30
20
12
p(Chi2 )
0,000
0,000
0,000
0,000
0,000
0,000
Tabella 3.20: ADC, tra gli Anni, dei valori di NDVI di AQUA nelle 9 date nel
periodo 2003-2011 nei 38 punti di faggeta.
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Autovalore
Cumul.Var.(%)
Coefficenti standardizzati
Radice 1 Radice 2 Radice 3 Radice 4
-0,075
0,231
0,167
0,380
0,749
-0,096
-0,038
-0,219
-0,169
0,291
0,401
0,004
-0,251
0,663
-0,502
0,370
-0,186
-0,035
0,165
0,115
0,098
-0,182
0,081
-0,227
0,607
0,054
-0,659
0,128
-0,366
-0,925
-0,241
0,268
0,574
-0,093
0,766
0,400
2,144
1,639
0,586
0,396
0,416
0,735
0,848
0,925
Radice 5
-0,140
0,617
-0,067
0,619
-0,234
0,221
-0,530
0,227
-0,062
0,215
0,967
Tabella 3.21: ADC, tra gli Anni, dei valori di NDVI di AQUA nelle 9 date nel
periodo 2003-2011 nei 38 punti di faggeta: coefficienti standardizzati delle variabili
nelle diverse radici estratte.
L’analisi ha evidenziato due gradienti importanti che spiegano complessivamente il 73.5 %
dell’informazione. Il 1° gradiente spiega il 41.6 % della varianza ed è correlato positivamente con la data 09 Giugno, mentre il 2° gradiente (con il 31.7 %) risulta essere correlato
negativamente con il 13 Settembre (Tab: 3.20-3.21-3.22). Osservando i Rilievi dei diversi
Anni (Fig. 3.31) si evidenzia solo il comportamento anomalo dell’Anno 2007 che si presenta tutto sgranato lungo il primo gradiente. Complessivamente però non si possono osservare
differenziazioni sostanziali tra le annate per tutti i gradienti analizzati (Fig. 3.32).
Risultati
54
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Correlazione radici variabili
Radice 1 Radice 2 Radice 3 Radice 4
0,015
0,211
0,145
0,356
0,593
0,053
-0,006
-0,158
-0,084
0,312
0,236
0,283
-0,090
0,335
-0,285
0,684
0,063
0,043
0,051
0,449
0,006
-0,185
0,056
-0,052
0,458
0,006
-0,534
0,453
-0,160
-0,643
-0,180
0,632
0,340
-0,174
0,430
0,712
Radice 5
0,040
0,602
0,093
0,476
-0,046
0,270
-0,413
0,244
-0,013
Tabella 3.22: ADC, tra gli Anni, dei valori di NDVI di AQUA nelle 9 date nel
periodo 2003-2011 nei 38 punti di faggeta: correlazione tra variabili e radici estratte.
Figura 3.31: ADC dei dati grezzi di NDVI di AQUA: plot dei Punti in funzione
degli Anni nel piano delle Radici 1 e 2 (intervallo 2003-2011).
Figura 3.32: ADC dei dati grezzi di NDVI di AQUA: plot dei Punti in funzione
degli Anni nel piano delle Radici 3 e 4 (intervallo 2003-2011).
3.1. Analisi NDVI
3.1.3.2
55
ANALISI TRA PUNTI
Dati grezzi NDVI del Satellite MODIS-TERRA, nel periodo 2000-2011.
Radice
1
2
3
4
5
6
Autovalore
0,741
0,150
0,106
0,078
0,057
0,021
R Canonico
0,652
0,361
0,309
0,269
0,233
0,143
Lambda di Wilks
0,378
0,658
0,757
0,837
0,902
0,954
Chi2
419,697
180,471
120,304
76,911
44,526
20,532
gdl
333
288
245
204
165
128
p(Chi2 )
0,0009
1,0000
1,0000
1,0000
1,0000
1,0000
Tabella 3.23: ADC, tra i Punti, dei valori di NDVI di TERRA nelle 9 date nel
periodo 2000-2011 nei 38 punti di faggeta.
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Autovalore
Cumul.Var.(%)
Coefficenti standardizzati
Radice 1 Radice 2 Radice 3 Radice 4
-0,045
-0,336
0,224
0,148
-0,157
0,056
0,173
-0,394
-0,339
0,690
0,436
0,489
-0,715
0,056
-0,348
-0,329
-0,338
-0,277
0,002
0,275
-0,080
0,115
-0,444
-0,290
-0,073
-0,763
0,536
-0,036
0,172
-0,339
-0,664
0,620
-0,247
-0,021
0,300
0,378
0,741
0,150
0,106
0,078
0,628
0,755
0,845
0,911
Radice 5
-1,189
0,502
0,216
-0,110
0,219
0,403
0,231
0,196
0,000
0,057
0,959
Tabella 3.24: ADC, tra i Punti, dei valori di NDVI di TERRA nelle 9 date nel
periodo 2000-2011 nei 38 punti di faggeta: coefficienti standardizzati delle variabili
nelle diverse radici estratte.
Applicando l’Analisi Discriminante Canonica sulla matrice Anno*Data*Punto in funzione
dei Punti si è ottenuto un unico Gradiente significativo che spiega il 62.8 % dell’informazione totale che risulta essere correlato negativamente con tutte le date osservate ed in
particolare con l’11Luglio (Tab: 3.23-3.24-3.25).
Dall’osservazione dei Punti (Fig. 3.33) non si evidenziano differenze. Solo dalla rappresentazione dei valori medi (Fig. 3.34) dei Punti nei 12 anni si osserva la particolarità dei punti
19, 6, 26 e 36 rispetto a tutti gli altri.
Risultati
56
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Correlazione radici variabili
Radice 1 Radice 2 Radice 3 Radice 4
-0,404
-0,222
0,007
0,158
-0,279
-0,071
0,056
-0,112
-0,487
0,390
0,286
0,478
-0,785
-0,013
-0,311
-0,243
-0,445
-0,287
-0,101
0,190
-0,406
-0,112
-0,246
-0,111
-0,211
-0,656
0,461
-0,049
-0,060
-0,278
-0,516
0,653
-0,096
0,016
0,191
0,339
Radice 5
-0,577
0,104
0,085
-0,200
0,264
0,245
0,249
0,036
0,012
Tabella 3.25: ADC, tra i Punti, dei valori di NDVI di TERRA nelle 9 date nel
periodo 2000-2011 nei 38 punti di faggeta: correlazione tra variabili e radici estratte.
Figura 3.33: ADC dei dati grezzi di NDVI di TERRA: plot degli Anni in funzione
dei Punti nel piano delle Radici 1 e 2 (intervallo 2000-2011).
Figura 3.34: ADC dei dati grezzi di NDVI di TERRA: plot degli Anni in funzione
dei Punti nel piano delle Radici 3 e 4 (intervallo 2000-2011).
3.1. Analisi NDVI
57
Dati grezzi NDVI del Satellite MODIS-TERRA, nel periodo 2003-2011.
Radice
1
2
3
4
5
6
Autovalore
1,112
0,194
0,139
0,102
0,080
0,040
R Canonico
0,726
0,403
0,350
0,304
0,272
0,195
Lambda di Wilks
0,269
0,569
0,680
0,774
0,853
0,921
Chi2
416,381
179,018
122,608
81,206
50,478
26,012
gdl
333
288
245
204
165
128
p(Chi2 )
0,001
1,000
1,000
1,000
1,000
1,000
Tabella 3.26: ADC, tra i Punti, dei valori di NDVI di TERRA nelle 9 date nel
periodo 2003-2011 nei 38 punti di faggeta.
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Autovalore
Cumul.Var.(%)
Coefficenti standardizzati
Radice 1 Radice 2 Radice 3 Radice 4
-0,248
-0,381
-0,506
-0,177
-0,434
-0,174
0,684
-0,158
-0,151
0,851
0,019
0,137
-0,605
0,264
0,096
-0,386
-0,541
-0,158
-0,311
0,041
0,351
0,232
-0,215
-0,248
-0,481
-0,792
0,540
0,593
0,026
-0,455
-0,633
-0,099
0,003
0,348
-0,279
0,867
1,112
0,194
0,139
0,102
0,650
0,764
0,845
0,905
Radice 5
1,059
-0,359
-0,116
-0,161
-0,041
-0,171
-0,193
-0,626
0,007
0,080
0,951
Tabella 3.27: ADC, tra i Punti, dei valori di NDVI di TERRA nelle 9 date nel
periodo 2003-2011 nei 38 punti di faggeta: coefficienti standardizzati delle variabili
nelle diverse radici estratte.
L’ADC evidenzia un solo gradiente significativo che spiega il 65.0 % ed è correlata positivamente con la data del 11 Luglio e del 24 Luglio, mentre il secondo gradiente non
significativo spiega solo il 11.4 % (Tab: 3.26-3.27-3.28).
Osservando la posizione dei rilievi negli Anni (Fig. 3.35) non si evidenziano differenze tra i
punti ma solo comportamenti anomali di singoli rilievi. Rappresentando i Punti in funzione
del valore medio delle Radici (Fig. 3.36) si evidenzia il comportamento anomalo medio dei
punti 19, 6 e 26 rispetto a tutti gli altri.
Risultati
58
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Correlazione radici variabili
Radice 1 Radice 2 Radice 3 Radice 4
-0,424
-0,135
-0,346
0,025
-0,248
0,046
0,122
0,013
-0,459
0,433
-0,160
0,201
-0,632
0,229
0,010
-0,367
-0,421
-0,024
-0,204
-0,024
-0,318
-0,063
-0,021
-0,021
-0,460
-0,426
0,282
0,388
-0,071
-0,241
-0,700
-0,012
-0,105
0,261
-0,287
0,694
Radice 5
0,596
-0,020
-0,068
-0,070
-0,207
-0,163
-0,090
-0,460
0,070
Tabella 3.28: ADC, tra i Punti, dei valori di NDVI di TERRA nelle 9 date nel
periodo 2000-2011 nei 38 punti di faggeta: correlazione tra variabili e radici estratte.
Figura 3.35: ADC dei dati grezzi di NDVI di TERRA: plot degli Anni in funzione
dei Punti nel piano delle Radici 1 e 2 (intervallo 2003-2011).
Figura 3.36: ADC dei dati grezzi di NDVI di TERRA: plot degli Anni in funzione
dei Punti nel piano delle Radici 3 e 4 (intervallo 2003-2011).
3.1. Analisi NDVI
59
Dati grezzi NDVI del Satellite MODIS-AQUA, nel periodo 2003-2011.
Radice
1
2
3
4
5
6
Autovalore
0,887
0,274
0,127
0,104
0,081
0,072
R Canonico
0,686
0,464
0,335
0,307
0,274
0,259
Lambda di Wilks
0,261
0,492
0,627
0,706
0,779
0,843
Chi2
426,758
225,130
148,314
110,492
79,148
54,384
gdl
333
288
245
204
165
128
p(Chi2 )
0,000
0,998
1,000
1,000
1,000
1,000
Tabella 3.29: ADC, tra i Punti, dei valori di NDVI di AQUA nelle 9 date nel periodo
2003-2011 nei 38 punti di faggeta.
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Autovalore
Cumul.Var.(%)
Coefficenti standardizzati
Radice 1 Radice 2 Radice 3 Radice 4
-0,266
0,375
-0,406
0,535
-0,077
0,780
0,184
-0,045
0,485
-0,048
0,454
-0,135
0,283
0,349
-0,128
0,000
0,520
0,066
0,095
0,173
0,096
-0,225
0,589
0,607
0,204
-0,596
-0,306
0,442
0,357
0,038
-0,591
-0,031
0,177
0,136
0,104
-0,603
0,887
0,274
0,127
0,104
0,538
0,704
0,781
0,844
Radice 5
0,174
0,134
0,831
-0,387
-0,256
-0,304
0,322
0,294
-0,414
0,081
0,893
Tabella 3.30: ADC, tra i Punti, dei valori di NDVI di AQUA nelle 9 date nel periodo
2003-2011 nei 38 punti di faggeta: coefficienti standardizzati delle variabili nelle
diverse radici estratte.
L’analisi dei dati grezzi di AQUA evidenziano un unico gradiente significativo che spiega il
53.8 % (Tab: 3.29-3.30-3.31) e risulta essere correlato positivamente con il 24 Luglio e l’11
Luglio. La seconda Radice, con il 16.6 %, risulta essere invece correlata positivamente con
la data del 9 Giugno.
Dall’osservazione degli scores dei rilievi per Punti (Fig. 3.37) non si evidenziano comportamenti particolari nelle posizioni di rilievo. Invece considerando i loro valori medi (Fig.
3.38) emergono comportamenti particolari nei Punti 6, 19, 5, 26 e 16 nella porzione di
NDVI basso.
Risultati
60
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Correlazione radici variabili
Radice 1 Radice 2 Radice 3 Radice 4
-0,041
0,528
-0,277
0,518
-0,029
0,641
0,155
0,100
0,450
0,133
0,404
-0,077
0,549
0,308
-0,112
0,119
0,589
0,230
-0,019
0,241
0,165
-0,166
0,463
0,537
0,349
-0,227
-0,298
0,267
0,401
-0,117
-0,520
-0,041
0,435
0,128
-0,079
-0,381
Radice 5
0,198
0,084
0,692
-0,113
-0,315
-0,331
0,128
-0,055
-0,313
Tabella 3.31: ADC, tra i Punti, dei valori di NDVI di AQUA nelle 9 date nel periodo
2000-2011 nei 38 punti di faggeta: correlazione tra variabili e radici estratte.
Figura 3.37: ADC dei dati grezzi di NDVI di AQUA: plot degli Anni in funzione
dei Punti nel piano delle Radici 1 e 2 (intervallo 2003-2011).
Figura 3.38: ADC dei dati grezzi di NDVI di AQUA: plot delle medie degli Anni
in funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 2003-2011).
3.1. Analisi NDVI
61
Dati standardizzati NDVI del Satellite MODIS-TERRA, nel periodo 2000-2011.
Partendo dai dati standardizzati per anno si è ripetuta l’Analisi Discriminante Canonica.
Radice
1
2
3
4
5
6
Autovalore
2,446
0,308
0,180
0,147
0,094
0,088
R Canonico
0,843
0,485
0,391
0,358
0,294
0,285
Lambda di Wilks
0,121
0,417
0,545
0,643
0,738
0,807
Chi2
911,738
377,820
261,948
190,447
131,207
92,274
gdl
333
288
245
204
165
128
p(Chi2 )
0,000
0,000
0,218
0,743
0,975
0,993
Tabella 3.32: ADC, tra i Punti, dei valori standardizzati di NDVI di TERRA nelle 9
date nel periodo 2000-2011 per i 38 punti di faggeta.
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Autovalore
Cumul.Var.(%)
Coefficenti standardizzati
Radice 1 Radice 2 Radice 3 Radice 4
-0,270
0,150
-0,783
0,067
-0,229
-0,165
0,439
-0,005
-0,068
0,609
0,291
0,656
-0,525
0,396
-0,096
-0,626
-0,323
-0,084
-0,032
0,199
-0,141
-0,162
0,617
-0,118
-0,160
-0,723
-0,185
-0,025
-0,120
-0,293
0,008
0,034
0,078
-0,181
-0,198
0,681
2,446
0,308
0,180
0,147
0,720
0,811
0,864
0,907
Radice 5
-0,479
-0,681
0,187
0,490
-0,099
0,062
-0,061
0,413
0,357
0,094
0,935
Tabella 3.33: ADC, tra i Punti, dei valori standardizzati di NDVI di TERRA nelle 9
date nel periodo 2000-2011 per i 38 punti di faggeta: coefficienti standardizzati tra
variabili e radici estratte.
In questo caso 2 sono stati i gradienti statisticamente significativi che spiegano l’81.1 % della varianza totale. Il Primo gradiente, con il 72 % di informazione, risulta essere correlato
negativamente con tutte le date del rilievo ed in particolare con la data dell’11 Luglio, mentre il Secondo gradiente risulta essere correlata negativamente con la data del 28 Agosto.
Dall’osservazione degli scores dei Punti (Fig. 3.39) non si evidenziano comportamenti particolari e differenziati. Partendo dai loro valori medi (Fig. 3.40), all’opposto, emergono
comportamenti particolari dei Punti 19, 6, 5, 25, nella porzione di NDVI basso.
Risultati
62
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Correlazione radici variabili
Radice 1 Radice 2 Radice 3 Radice 4
-0,516
0,103
-0,580
0,149
-0,486
-0,039
0,386
0,118
-0,400
0,418
0,240
0,580
-0,759
0,278
-0,057
-0,298
-0,537
-0,105
0,075
0,200
-0,451
-0,225
0,403
0,023
-0,425
-0,584
-0,101
0,146
-0,278
-0,394
0,022
0,029
-0,189
-0,169
-0,181
0,572
Radice 5
-0,344
-0,546
0,044
0,368
-0,049
0,106
0,048
0,349
0,343
Tabella 3.34: ADC, tra i Punti, dei valori standardizzati di NDVI di TERRA nelle
9 date nel periodo 2000-2011 per i 38 punti di faggeta: correlazione tra variabili e
radici estratte.
Figura 3.39: ADC dei dati standardizzati di NDVI di TERRA: plot degli Anni in
funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 2000-2011).
Figura 3.40: ADC dei dati standardizzati di NDVI di TERRA: plot delle medie
degli Anni in funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 2000-2011).
3.1. Analisi NDVI
63
Dati standardizzati NDVI del Satellite MODIS-TERRA, nel periodo 2003-2011.
Sempre per poter confrontare i risultati dei due satelliti si è ripetuta l’analisi limitandosi al
periodo 2003-2011.
Radice
1
2
3
4
5
6
Autovalore
2,753
0,416
0,256
0,172
0,160
0,100
R Canonico
0,856
0,542
0,451
0,383
0,371
0,301
Lambda di Wilks
0,084
0,315
0,446
0,560
0,656
0,761
Chi2
786,880
366,992
256,500
184,144
133,712
86,706
gdl
333
288
245
204
165
128
p(Chi2 )
0,000
0,001
0,294
0,837
0,965
0,998
Tabella 3.35: ADC, tra i Punti, dei valori standardizzati di NDVI di TERRA nelle 9
date nel periodo 2003-2011 per i 38 punti di faggeta.
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Autovalore
Cumul.Var.(%)
Coefficenti standardizzati
Radice 1 Radice 2 Radice 3 Radice 4
-0,315
0,232
0,595
0,573
-0,207
0,022
-0,307
-0,355
-0,044
-0,473
0,527
-0,516
-0,471
-0,666
-0,406
0,316
-0,293
-0,007
-0,068
0,142
-0,145
0,269
-0,066
-0,669
-0,244
0,696
-0,332
0,131
-0,120
0,199
-0,053
0,036
0,057
0,050
0,589
-0,105
2,753
0,416
0,256
0,172
0,681
0,784
0,848
0,890
Radice 5
-0,512
0,203
0,007
0,059
-0,059
-0,524
0,345
0,279
0,709
0,160
0,930
Tabella 3.36: ADC, tra i Punti, dei valori standardizzati di NDVI di TERRA nelle 9
date nel periodo 2003-2011 per i 38 punti di faggeta: coefficienti standardizzati tra
variabili e radici estratte.
I risultati evidenziano due gradienti significativi (Tab: 3.35) di cui il Primo, che spiega
il 68.1 % dell’informazione, risulta essere correlato negativamente con tutte le date del
Rilievo ed in particolare con la data dell’11 Luglio mentre il Secondo gradiente (con il 10.3
%) risulta essere correlato positivamente con la data del 28 Agosto (Tab: 3.36-3.37).
Dalla rappresentazione dei Punti di rilievo non emergono comportamenti differenziati o
particolari tra le posizioni (Fig. 3.41), mentre considerando il valore medio per i diversi
Punti (Fig. 3.42) si evidenzia il comportamento differenziato dei Punti 19, 6, 26 e 5.
Risultati
64
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Correlazione radici variabili
Radice 1 Radice 2 Radice 3 Radice 4
-0,577
0,190
0,541
0,352
-0,481
-0,068
-0,137
-0,332
-0,449
-0,299
0,407
-0,446
-0,725
-0,473
-0,178
0,165
-0,483
-0,033
-0,058
-0,059
-0,427
0,305
0,021
-0,595
-0,534
0,519
-0,096
-0,019
-0,287
0,275
-0,073
0,011
-0,197
0,061
0,528
-0,099
Radice 5
-0,348
0,114
0,048
0,149
0,004
-0,350
0,337
0,141
0,636
Tabella 3.37: ADC, tra i Punti, dei valori standardizzati di NDVI di TERRA nelle
9 date nel periodo 2003-2011 per i 38 punti di faggeta: correlazione tra variabili e
radici estratte.
Figura 3.41: ADC dei dati standardizzati di NDVI di TERRA: plot degli Anni in
funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 2003-2011).
Figura 3.42: ADC dei dati standardizzati di NDVI di TERRA: plot delle medie
degli Anni in funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 2003-2011).
3.1. Analisi NDVI
65
Dati standardizzati NDVI del Satellite MODIS-AQUA, nel periodo 2003-2011.
Radice
1
2
3
4
5
6
Autovalore
2,204
0,470
0,235
0,216
0,113
0,082
R Canonico
0,829
0,565
0,437
0,421
0,318
0,275
Lambda di Wilks
0,103
0,331
0,486
0,601
0,730
0,813
Chi2
720,751
351,095
228,840
161,717
99,751
65,855
gdl
333
288
245
204
165
128
p(Chi2 )
0,000
0,006
0,763
0,987
1,000
1,000
Tabella 3.38: ADC, tra i Punti, dei valori standardizzati di NDVI di AQUA nelle 9
date nel periodo 2003-2011 per i 38 punti di faggeta.
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Autovalore
Cumul.Var.(%)
Coefficenti standardizzati
Radice 1 Radice 2 Radice 3 Radice 4
-0,247
0,569
-0,669
0,124
0,025
0,508
0,484
-0,526
-0,293
-0,075
0,455
0,747
-0,224
0,355
0,111
-0,258
-0,521
0,019
-0,038
0,039
0,050
-0,065
-0,037
0,456
-0,257
-0,249
-0,499
0,215
-0,350
-0,579
-0,227
-0,457
-0,165
-0,111
0,514
-0,438
2,204
0,470
0,235
0,216
0,639
0,775
0,843
0,905
Radice 5
-0,291
0,080
0,126
0,160
0,508
-0,275
-0,367
0,455
-0,731
0,113
0,938
Tabella 3.39: ADC, tra i Punti, dei valori standardizzati di NDVI di AQUA nelle 9
date nel periodo 2003-2011 per i 38 punti di faggeta: coefficienti standardizzati tra
variabili e radici estratte.
L’analisi delle Discriminanti Canoniche dei dati standardizzati di AQUA (Tab: 3.38) evidenzia due Radici significative che spiegano complessivamente il 77.50 %. Il Primo gradiente,
con il 63.9 %, risulta essere correlato negativamente con le Date del rilievo ed in particolare
con il 24 Luglio, mentre il secondo risulta essere correlato positivamente con il 24 Maggio.
Anche in questo caso il grafico degli Scores dei Punti (Fig. 3.43) non evidenzia comportamenti anomali. Calcolando i loro valori medi (Fig. 3.44) emergono particolari comportamenti per i punti 6, 19, 5, 16 e 26.
Risultati
66
Data
24-mag
09-giu
25-giu
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Correlazione radici variabili
Radice 1 Radice 2 Radice 3 Radice 4
-0,344
0,619
-0,489
0,038
-0,263
0,478
0,168
-0,244
-0,486
0,069
0,420
0,595
-0,538
0,166
0,192
-0,072
-0,571
0,086
0,085
-0,037
-0,368
-0,149
0,013
0,285
-0,492
-0,247
-0,274
0,050
-0,520
-0,446
-0,223
-0,296
-0,429
-0,184
0,381
-0,297
Radice 5
-0,244
0,050
0,039
0,088
0,305
-0,232
-0,339
0,164
-0,668
Tabella 3.40: ADC, tra i Punti, dei valori standardizzati di NDVI di AQUA nelle
9 date nel periodo 2003-2011 per i 38 punti di faggeta: correlazione tra variabili e
radici estratte.
Figura 3.43: ADC dei dati standardizzati di NDVI di AQUA: plot degli Anni in
funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 2003-2011).
Figura 3.44: ADC dei dati standardizzati di NDVI di AQUA: plot delle medie degli
Anni in funzione dei Punti nel piano delle Radici 1 e 2 (intervallo 2003-2011).
3.2. Relazione NDVI-Piovosità
3.2
67
Relazione NDVI-Piovosità
L’analisi dei dati di Piovosità mensile negli anni 2000-2011 (Tab: 3.41) evidenzia un andamento molto variabile negli anni. Il 2011, ed il 2007 sono stati gli anni mediamente più
siccitosi con rispettivamente 1001.30 mm e 1047.4 mm all’anno. All’opposto il 2010 ed il
2009 sono risultati essere gli anni più piovosi attestandosi su circa 2000 mm l’anno. Tra i
mesi si osserva un massimo di piovosità in Novembre e Dicembre ed un minimo tra Giugno
ed Agosto. Da osservare come i mesi più variabili siano Aprile e Settembre con valori che
nei 12 anni variano rispettivamente da 10.00 mm a 192 mm e da 24.50 mm a 202.70 mm.
Mesi
Anni
1
2000
2
3
4
5
6
7
8
9
10
11
12
Totale
21.30 21.90 158.10 71.00 17.70 87.90 44.90 62.40 63.20 138.50 535.50 165.00 1387.40
2001 185.60 70.60 230.90 93.20 96.20 31.20 43.40 37.30 138.50 59.70 118.30 58.60 1163.50
2002
50.00 130.60 3.30 130.40 172.90 48.60 86.30 134.80 154.60 180.30 225.70 143.70 1461.20
2003 118.20 37.30 44.40 144.00 45.70 46.30 20.80 23.60 64.30 206.70 410.10 175.10 1336.50
2004 116.80 135.70 39.80 103.80 182.00 49.00 53.40 45.00 130.30 249.40 121.40 215.20 1441.80
2005
35.30 27.00 61.90 192.80 42.30 21.20 71.50 113.60 91.50 155.20 249.20 191.00 1252.50
2006 114.70 107.20 144.90 58.10 73.40 13.70 43.60 111.20 202.70 41.80 97.20 136.70 1145.20
2007 106.50 157.20 129.60 10.00 112.90 48.90 8.50 64.30 108.70 152.90 64.70 83.20 1047.40
2008 205.90 53.00 104.60 138.60 118.70 80.00 11.50 16.30 24.50 258.30 354.30 303.80 1669.50
2009 255.10 174.20 251.70 117.10 20.50 39.10 32.80 7.30 149.90 81.40 218.10 488.40 1835.60
2010 130.40 235.50 90.30 80.40 180.30 132.20 32.50 113.50 116.50 249.80 318.00 387.40 2066.80
2011
82.10 120.80 201.50 18.90 16.30 114.30 62.70 7.90
48.70 157.90 50.90 119.30 1001.30
Media 118.49 105.92 121.75 96.53 89.91 59.37 42.66 61.43 107.78 160.99 230.28 205.62 1400.73
Dev.st 69.73 65.95 79.01 52.94 63.87 36.70 23.50 46.14 51.41 73.27 151.00 127.27 322.29
Min
21.30 21.90
3.30
10.00 16.30 13.70 8.50
7.30
24.50 41.80 50.90 58.60 1001.30
Max 255.10 235.50 251.70 192.80 182.00 132.20 86.30 134.80 202.70 258.30 535.50 488.40 2066.80
Range 233.80 213.60 248.40 182.80 165.70 118.50 77.80 127.50 178.20 216.50 484.60 429.80 1065.50
CV % 58.85 62.27 64.90 54.85 71.04 61.81 55.09 75.11 47.70 45.51 65.57 61.90
23.01
Tabella 3.41: Piogge medie mensili nella cella ERG5 di Suviana (dati ARPA-ER.).
68
Risultati
Per quanto riguarda la stagione vegetativa, compresa tra aprile e settembre, si evidenziano
minimi medi nei mesi di luglio, giugno ed agosto, mesi caratterizzati anche da minimi nel
Range dei valori registrati, all’opposto di Aprile e di Settembre che presentano, invece,
valori elevati per entrambi i parametri. Le annate con valori minimi estremi si ritrovano in
Luglio in Agosto ed in Aprile, mentre eventi massimi si ritrovano in Settembre ed anche in
Aprile. I mesi più variabili sono infine risultati essere Agosto e Giugno.
Rispetto alle date di riferimento per i rilievi dell’NDVI la piovosità presenta andamenti
diversificati negli anni.
Tra l’inizio della stagione vegetativa (convenzionalmente aprile) e la prima data di rilievo
(fine maggio) negli anni si sono misurati valori di piovosità molto differenziati (Tab: 3.43). I
valori minimi si sono registrati nel 2011 e nel 2000 con rispettivamente 35.2 mm e 88.7 mm
rispetto ai massimi registrati invece nel 2002, 2004 e nel 2010 con rispettivamente 303.3
mm, 285.8 mm e 260.7 mm.
Tra le date di rilievo dell’NDVI (Tab: 3.42), invece, si evidenziano grandi variazioni tra gli
anni con minimi di 0 mm registrati tra 25 giugno ed 11 luglio tra 11 e 24 luglio e tra 12 e 28
agosto, mentre i valori massimi registrati si sono presentati tra 13 e 29 settembre e tra 09 e
25 giugno (rispettivamente 197.5mm e 128.2 mm). Complessivamente, per quanto riguarda
il periodo vegetativo, sono emerse annate particolarmente piovose, come il 2002 ed il 2010,
ed annate invece siccitose come il 2011 ed il 2000.
3.2. Relazione NDVI-Piovosità
Anno Aprile Maggio
2000 71,00
2001 93,20
2002 130,40
2003 144,00
2004 103,80
2005 192,80
2006 58,10
2007 10,00
2008 138,60
2009 117,10
2010 80,40
2011 18,90
Media 96,53
Dev.st 52,94
Min 10,00
Max 192,80
Range 182,80
CV % 54,85
17,70
96,20
172,90
45,70
182,00
42,30
73,40
112,90
118,70
20,50
180,30
16,30
89,91
63,87
16,30
182,00
165,70
71,04
69
Aprile 24-mag 09-giu 25-giu 11-lug 24-lug 12-ago 28-ago 13-set
Totale
Maggio 09-giu 25-giu 11-lug 24-lug 12-ago 28-ago 13-set 29-set
88,70 3,80 77,10 25,70 25,80 42,60 0,60 27,80 20,50 312,6
189,40 19,80 0,30 11,20 42,40 16,20 0,00 56,10 103,80 439,2
303,30 33,20 11,90 12,70 79,80 79,50 51,70 59,10 105,60 736,8
189,70 23,30 33,80 25,60 0,00 5,00 9,60 28,80 47,90 363,7
285,80 37,20 17,70 0,00 53,40 42,30 2,70 2,50 127,80 569,4
235,10 5,90 15,20 49,90 21,70 51,30 62,30 42,70 48,70 532,8
131,50 39,40 1,20 7,50 30,80 96,70 15,20 9,90 197,50 529,7
122,90 78,10 2,30 6,10 1,10 20,50 44,90 10,10 99,00 385,0
257,30 43,40 65,70 0,40 8,40 3,10 16,30 7,30 17,20 419,1
137,60 33,60 19,60 31,20 2,60 7,00 0,30 3,30 146,60 381,8
260,70 4,10 128,20 5,40 3,20 69,40 62,20 41,50 83,40 658,1
35,20 108,20 6,10 9,30 45,90 15,40 0,00 19,90 28,80 268,8
186,43 33,29 32,02 15,77 25,92 34,97 23,15 27,53 84,63 466,4
84,38 30,82 39,28 14,84 25,27 31,52 25,49 20,22 55,49 141,1
35,20 3,80 0,30 0,00 0,00 3,10 0,00 2,50 17,20 268,8
303,30 108,20 128,20 49,90 79,80 96,70 62,30 59,10 197,50 736,8
268,10 104,40 127,90 49,90 79,80 93,60 62,30 56,60 180,30 468,0
45,26 92,58 122,68 94,12 97,48 90,13 110,10 73,45 65,56 30,24
Tabella 3.42: Piovosità nel periodo vegetativo tra le date di rilievo NDVI della cella
ERG5 di Suviana.
Anno
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Media
Dev.st
Min
Max
Range
CV %
Aprile
71,00
93,20
130,40
144,00
103,80
192,80
58,10
10,00
138,60
117,10
80,40
18,90
96,53
52,94
10,00
192,80
182,80
54,85
Maggio
17,70
96,20
172,90
45,70
182,00
42,30
73,40
112,90
118,70
20,50
180,30
16,30
89,91
63,87
16,30
182,00
165,70
71,04
09-giu
3,80
19,80
33,20
23,30
37,20
5,90
39,40
78,10
43,40
33,60
4,10
108,20
35,83
30,82
3,80
108,20
104,40
86,02
25-giu
80,90
20,10
45,10
57,10
54,90
21,10
40,60
80,40
109,10
53,20
132,30
114,30
67,43
36,38
20,10
132,30
112,20
53,96
11-lug
106,60
31,30
57,80
82,70
54,90
71,00
48,10
86,50
109,50
84,40
137,70
123,60
82,84
32,15
31,30
137,70
106,40
38,81
24-lug
132,40
73,70
137,60
82,70
108,30
92,70
78,90
87,60
117,90
87,00
140,90
169,50
109,10
30,41
73,70
169,50
95,80
27,88
12-ago
175,00
89,90
217,10
87,70
150,60
144,00
175,60
108,10
121,00
94,00
210,30
184,90
146,52
46,47
87,70
217,10
129,40
31,72
28-ago
175,60
89,90
268,80
97,30
153,30
206,30
190,80
153,00
137,30
94,30
272,50
184,90
168,67
61,29
89,90
272,50
182,60
36,34
13-set
203,40
146,00
327,90
126,10
155,80
249,00
200,70
163,10
144,60
97,60
314,00
204,80
194,42
71,77
97,60
327,90
230,30
36,92
29-set
223,90
249,80
433,50
174,00
283,60
297,70
398,20
262,10
161,80
244,20
397,40
233,60
279,98
87,73
161,80
433,50
271,70
31,33
Totale
223,90
249,80
433,50
174,00
283,60
297,70
398,20
262,10
161,80
244,20
397,40
233,60
279,98
87,73
161,80
433,50
271,70
31,33
Tabella 3.43: Piovosità cumulata della cella ERG5 di Suviana nelle date dei rilievi
NDVI.
Risultati
70
L’indice SPI è un indicatore utilazzato a livello internazionale per descrivere gli eventi estremi, in particolare la siccità (meteorologica, idrologica e agricola).
Quest’indice, sviluppato da McKee et al. (1993) (Tab: 3.45), quantifica il deficit di precipitazione per diverse scale dei tempi; agnuna di queste scale riflette l’impatto della siccità
sulla disponibilità di differenti risorse d’acqua. L’umidità del suolo risponde alle anomalie
di precipitazione su scale temporali brevi, mentre l’acqua nel sottosuolo, fiumi e invasi tendono a rispondere su scale aggettivamente più lunghe. Nel primo caso quindi lo SPI fornisce
indicazioni circa la siccità agricola, mentre nel secondo caso abbiamo un’informazione che
riguarda la siccità idrologica.
McKee et al. (1993) hanno calcolato lo SPI per 1, 3, 6, 12, 24 e 48 mesi. Nel nostro caso
è stato scelto di calcolare l’indice ad 1 mese (Standard..) per i dati pluviometrici mensili
della stazione di Suviana (Tab: 3.44). Questo consente di individuare, rispetto ad una base
dati maggiore, le anomalie eventuali registrati nel periodo di osservazione.
spi1
Anno/Mese
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Media
Min
Max
Range
1
-1,33
0,49
-1,01
0,41
0,38
-0,53
-0,34
-0,91
-0,36
0,83
0,55
-0,17
-0,17
-1,33
0,83
2,16
2
-1,74
-0,63
0,4
-1,25
0,67
-0,57
-0,12
-0,12
-0,85
0,75
0,96
-0,03
-0,21
-1,74
0,96
2,70
3
0,28
1,07
-1,83
-0,87
-0,03
-0,55
0,13
0,28
0,1
1,2
0,51
1,04
0,11
-1,83
1,20
3,03
4
-0,43
-0,17
0,58
0,69
-0,03
0,34
-0,96
-3,38
-0,47
0,9
-0,41
-2,15
-0,46
-3,38
0,90
4,28
5
-1,68
0,36
1,09
-0,9
0,82
-1,01
-0,47
0,25
0,51
-0,73
0,6
-1,47
-0,22
-1,68
1,09
2,77
6
0,58
-1,37
-0,17
-1,05
0,52
-0,81
-1,71
-0,37
-0,03
0,56
-1,05
0,68
-0,35
-1,71
0,68
2,39
7
-0,1
0,3
1,03
-0,85
0,95
0,45
-0,43
-1,09
-0,97
0,32
-0,27
0,62
0,00
-1,09
1,03
2,12
8
0,24
-1,04
1,12
-0,49
-0,59
1,27
1,05
0,05
-0,7
-1,2
-0,91
-1,75
-0,25
-1,75
1,27
3,02
9
-1,11
0,7
1,26
-0,32
0,25
0,38
1
-0,47
-1,33
0,51
-0,81
-0,74
-0,06
-1,33
1,26
2,59
10
0,02
-1,13
0,35
0,33
0,8
0,48
-1,64
0,38
0,68
-0,46
0,72
-0,8
-0,02
-1,64
0,80
2,44
11
1,7
-0,33
0,31
1,36
0,04
0,93
-0,93
-1,39
1,4
-0,22
0,81
-2,31
0,11
-2,31
1,70
4,01
12
0,24
-1,05
0,3
0,18
0,81
0,25
-0,48
-1,07
1,44
1,26
1,46
-0,69
0,22
-1,07
1,46
2,53
Tabella 3.44: Valori di SPI per la stazione pluviometrica di Suviana nel periodo
2000-2011, calcolati sulle base dati 1947-2011.
Dai dati emerge come il periodo considerato si può considerare tendenzialmente più xerofilo
rispetto alla serie di dati storici raccolti (1947-2011) ed in particolare questo comportamento
sembra caratterizzare il mese di Aprile dove si registrano minimi dello SPI 1 particolarmente
accentuati.
3.2. Relazione NDVI-Piovosità
71
Classe
Indice SPI
Grave
>2
Severamente umido
Moderatamente umido
Vicino al normale
Moderatamente siccitoso
Severamente siccitoso
da 1.50 a 1.99
da 1 a 1.49
da -0.99 a 0.99
da -1.49 a -1
da -1.99 a -1.5
Estremamente siccitoso
< -2
Tabella 3.45: Categorie di siccità in funzione dei valori dell’indice SPI.
3.2.1
Analisi delle Componenti Principali (PCA)
ANALISI GENERALE
Dati di piovosità mensile complessiva
Componente Autovalore
1
2
3
4
5
6
2,875
2,750
2,331
1,654
0,983
0,658
%Varianza Cumulata Cumulata
Totale
Autovalori Varianza
23,962
2,875
23,962
22,916
5,625
46,878
19,425
7,956
66,303
13,786
9,611
80,089
8,189
10,593
88,278
5,486
11,252
93,764
Tabella 3.46: PCA dei dati pluviometrici annuali generali della cella ERG5 di
Suviana nel periodo 2000-2011.
Risultati
Piovosità
72
Variabile
Fattore 1
gennaio
-0,326
febbraio
0,152
marzo
0,809
aprile
-0,345
maggio
-0,435
giugno
0,191
luglio
-0,641
agosto
-0,811
settembre
-0,219
ottobre
-0,213
novembre
-0,081
dicembre
0,357
Fattore 2 Fattore 3
-0,583
-0,591
-0,346
0,879
-0,354
-0,234
0,415
-0,189
-0,048
0,756
0,511
0,449
-0,278
-0,154
-0,241
0,189
-0,830
0,235
0,749
0,431
0,771
-0,177
0,284
0,517
Fattore 4
0,421
0,099
0,099
-0,770
-0,036
0,589
0,056
-0,042
-0,341
0,091
-0,207
-0,523
Tabella 3.47: PCA dei dati pluviometrici annuali generali: correlazione tra variabili
e componenti estratte.
Partendo dalla matrice dei valori mensili delle piovosità nel periodo 2000-2011 si è operata una PCA al fine di evidenziare eventuali gradienti tra gli anni e quindi comportamenti
omogenei o similari (Tab: 3.46). L’Analisi permette di ricavare 4 Componenti con Autovalore maggiore di 1 che spiegano complessivamente l’80 % dell’informazione. Non
emergono gradienti dominanti: le piovosità mensili non presentano comportamenti omogenei che possano essere rappresentate da poche combinazioni lineari (Tab: 3.47) in poche
dimensioni.
3.2. Relazione NDVI-Piovosità
73
Figura 3.45: PCA delle piovosità medie mensili della cella ERG5 di Suviana: Plot
dei mesi nel piano delle componenti 1 e 2.
Figura 3.46: PCA delle piovosità medie mensili della cella ERG5 di Suviana:
Scores degli anni nel piano delle componenti 1 e 2.
74
Risultati
Figura 3.47: PCA delle piovosità medie mensili della cella ERG5 di Suviana: Plot
dei mesi nel piano delle componenti 3 e 4.
Figura 3.48: PCA delle piovosità medie mensili della cella ERG5 di Suviana:
Scores degli anni nel piano delle componenti 3 e 4.
3.2. Relazione NDVI-Piovosità
75
Dati di piovosità mensile nel periodo vegetativo
Componente Autovalore
1
2
3
4
5
6
2,226
1,333
1,061
0,849
0,363
0,168
%Varianza Cumulata Cumulata
Totale
Autovalori Varianza
37,101
2,226
37,101
22,210
3,559
59,312
17,690
4,620
77,002
14,146
5,469
91,147
6,055
5,832
97,203
2,797
6,000
100,000
Tabella 3.48: PCA dei dati pluviometrici primaverili-estivi generali della cella ERG
di Suviana nel periodo 2000-2011.
Piovosità
Variabile
Fattore 1 Fattore 2
aprile
-0,326
-0,583
maggio
-0,434
0,661
giugno
0,547
0,666
luglio
-0,614
-0,067
agosto
-0,804
0,319
settembre
-0,780
0,067
NDVI
*NDVI
-0,676
-0,205
(supplem.) *NDVI-ds
0,426
0,109
Fattore 3 Fattore 4
-0,591
0,421
-0,125
0,535
-0,410
-0,177
-0,438
-0,586
-0,174
-0,083
0,553
-0,051
-0,226
0,050
-0,091
-0,089
Tabella 3.49: PCA dei dati pluviometrici primaverili-estivi generali: correlazione
tra variabili e componenti estratte.
Analizzando i dati di piovosità mensili del solo periodo vegetativo, aprile-settembre, con
una PCA si sono estratti tre gradienti significativi che spiegano circa il 77 % (Tab: 3.48). I
primi due gradienti (che spiegano il 59.3 %) evidenziano una correlazione tra l’NDVI totale
annua calcolata (variabile supplementare nellanalisi) ed i dati di piovosità mensile misurati
(agosto, settembre, agosto ed aprile) (Tab: 3.49).
76
Risultati
Figura 3.49: PCA della piovosità media mensile dal periodo vegetativo: Plot dei
mesi e delle variabili ausiliarie NDVI di TERRA (media e deviazione standard) nel
piano delle componenti 1 e 2.
Figura 3.50: PCA della piovosità media mensile dal periodo vegetativo: Scores
degli Anni nel piano delle componenti 1 e 2.
3.2. Relazione NDVI-Piovosità
77
Figura 3.51: PCA della piovosità media mensile dal periodo vegetativo: Plot dei
mesi e delle variabili ausiliarie NDVI di TERRA (media e deviazione standard) nel
piano delle componenti 3 e 4.
Figura 3.52: PCA della piovosità media mensile dal periodo vegetativo: Scores
degli Anni nel piano delle componenti 3 e 4.
Risultati
78
ANALISI DI DETTAGLIO
Per meglio caratterizzare la relazione tra NDVI e Piovosità si sono operate delle analisi più
dettagliate utilizzando i valori medi mensili di NDVI e diverse combinazioni di dati pluviometrici.
Dati di piovosità trimestrale
Combinando i valori di piovosità estivi in periodi di tre mesi ed associandoli con i valori
di NDVI medi mensili ed annui si è ottenuta una PCA con variabili supplementari (Tab:
3.50). L’analisi evidenzia la presenza di due gradienti significativi che spiegano il 69 %
dell’informazione totale. Questi due gradienti sottolineano una relazione stretta tra i dati
pluviometrici trimestrali e l’NDVI sia totale che di Agosto. Da sottolineare l’indipendenza
della pluviometria dell’Inverno precedente ed invece la relazione opposta con la piovosità
dell’Estate precedente (Tab: 3.51; Fig. 3.53-3.54).
Componente Autovalore
1
2
3
4
1,595
1,196
0,848
0,361
%Varianza Cumulata
Totale
Autovalori
39,876
1,595
29,897
2,791
21,199
3,639
9,028
4,000
Cumulata
Varianza
39,876
69,773
90,972
100,000
NDVI (supplem.) Piovosità
Tabella 3.50: PCA dei dati pluviometrici estivi trimestrali della cella ERG5 di
Suviana nel periodo 2000-2011: componenti estratte.
Variabile
inv-preced.
est-preced.
ap-mg-gi
lu-ag-se
*NDVI giugno
*NDVI luglio
*NDVI agosto
*NDVI settem
*NDVI annuo
*NDVI-ds
Fattore 1
-0,184
0,863
-0,647
-0,632
-0,197
-0,336
-0,644
-0,183
-0,410
0,129
Fattore 2
0,936
-0,296
-0,403
-0,264
0,056
0,014
-0,386
0,035
-0,116
-0,038
Fattore 3
0,039
-0,060
0,593
-0,701
-0,201
0,131
-0,064
-0,247
-0,223
0,205
Fattore 4
-0,297
-0,406
-0,260
-0,202
-0,029
-0,126
0,196
-0,755
-0,600
0,742
Tabella 3.51: PCA dei dati pluviometrici estivi trimestrali: correlazione tra variabili
e componenti estratte (* variabili supplementari).
3.2. Relazione NDVI-Piovosità
79
Figura 3.53: PCA della piovosità media trimestrale del periodo vegetativo: Plot
dei dati trimestrali e delle variabili ausiliari e rappresentate dall’NDVI di TERRA
(media mensile) nel piano delle componenti 1 e 2.
Figura 3.54: PCA della piovosità media trimestrale del periodo vegetativo: Scores
degli Anni sul piano delle componenti 1 e 2.
Risultati
80
Dati di piovosità bimestrale
Componente Autovalore
1
2
3
4
5
1,748
1,361
0,937
0,644
0,310
%Varianza Cumulata
Totale
Autovalori
34,961
1,748
27,221
3,109
18,740
4,046
12,877
4,690
6,200
5,000
Cumulata
Varianza
34,961
62,182
80,923
93,800
100,000
NDVI (supplem.)
Piovosità
Tabella 3.52: PCA dei dati pluviometrici estivi bimestrali della cella ERG5 di
Suviana nel periodo 2000-2011: componenti estratte.
Variabile
Fattore 1 Fattore 2
inv-preced.
-0,112
0,893
est-preced.
-0,745
-0,506
apr-mag
0,760
-0,187
giu-lug
-0,172
0,518
ago-sett
0,757
-0,061
*NDVI giugno
0,208
0,064
*NDVI luglio
0,176
0,313
*NDVI agosto
0,720
-0,119
*NDVI settem
0,205
0,067
*NDVI annuo
0,460
0,008
*NDVI-ds
-0,192
0,004
Fattore 3 Fattore 4
-0,304
0,060
0,150
-0,199
0,404
0,388
0,802
-0,231
-0,122
-0,629
-0,060
0,034
0,361
-0,086
0,191
0,007
-0,002
-0,208
0,079
-0,131
0,107
0,152
Tabella 3.53: PCA dei dati pluviometrici estivi bimestrali: correlazione tra variabili
e componenti estratte (* variabili supplementari).
In sequenza si è poi analizzata la relazione tra i dati di piovosità per bimestre (aprile-maggio,
giugno-luglio, agosto-settembre) ed i valori mensili ed annuali di NDVI sempre utilizzando
una PCA (Tab: 3.53). Dall’analisi emergono due gradienti significativi che spiegano il 62.2
% dell’informazione. Il Primo gradiente, che spiega il 34 %, risulta essere strettamente
correlato positivamente con il dato di piovosità di Aprile-Maggio e di Agosto-Settembre
ed anche con l’NDVI-Agosto e NDVI-Annuo (Tab: 3.53). Dall’analisi del grafico (Fig.
3.55) si evidenzia la correlazione citata, ma anche la correlazione negativa con la piovosità
dell’Estate precedente e l’indipendenza dalle precipitazioni dell’Inverno Precedente.
3.2. Relazione NDVI-Piovosità
81
Figura 3.55: PCA della piovosità media bimestrale del periodo vegetativo: Plot
dei dati bimestrali e delle variabili ausiliarie NDVI di TERRA (medie mensili) nel
piano delle componenti 1 e 2.
Figura 3.56: PCA della piovosità media bimestrale del periodo vegetativo: Scores
degli Anni nel piano delle componenti 1 e 2.
Risultati
82
Dati di piovosità mensile
Componente Autovalore
1
2
3
4
5
6
2,453
1,711
1,296
0,991
0,919
0,316
%Varianza Cumulata
Totale
Autovalori
30,665
2,453
21,391
4,164
16,198
5,460
12,383
6,451
11,486
7,370
3,954
7,686
Cumulata
Varianza
30,665
52,056
68,254
80,637
92,124
96,077
NDVI (supplem.)
Piovosità
Tabella 3.54: PCA dei dati pluviometrici estivi mensili della cella ERG5 di Suviana
nel periodo 2000-2011: componenti estratte.
Variabile
inv-preced.
est-preced.
aprile
maggio
giugno
luglio
agosto
settembre
*NDVI giugno
*NDVI luglio
*NDVI agosto
*NDVI settem
*NDVI annuo
*NDVI-ds
Fattore 1
-0,206
-0,518
0,292
0,563
-0,475
0,519
0,798
0,780
0,309
0,139
0,679
0,364
0,587
-0,312
Fattore 2
-0,733
0,658
0,536
-0,320
-0,395
0,235
0,192
-0,320
0,229
-0,369
0,129
0,069
0,158
-0,027
Fattore 3
-0,462
0,018
-0,141
0,603
0,647
-0,080
0,342
-0,395
-0,442
0,405
0,210
-0,307
-0,249
0,297
Fattore 4
0,238
0,284
-0,314
-0,275
0,334
0,710
0,248
0,045
0,128
0,219
-0,159
0,267
0,166
-0,120
Fattore 5
-0,290
0,281
-0,689
-0,067
-0,235
-0,311
0,162
0,314
-0,432
-0,059
-0,298
-0,152
-0,332
0,022
Tabella 3.55: PCA dei dati pluviometrici estivi mensili: correlazione tra variabili e
componenti estratte (* variabili supplementari).
Analizzando poi i dati di Piovosità per singoli mesi con una PCA con variabili supplementari
si ritrova una relazione tra valori di piovosità di Luglio, Agosto con i valori di NDVI medi
Agosto e Totale (Tab: 3.54-3.55) definita dai due primi gradienti che spiegano il 52 %
dell’informazione. Il Primo gradiente (con il 30.6 % di varianza espressa) evidenzia una
correlazione tra le piovosità di Agosto con l’NDVI medio di Agosto, mentre il Secondo
evidenzia una relazione positiva, anche se non forte, tra la piovosità di Aprile e l’NDVI di
Giugno.
3.2. Relazione NDVI-Piovosità
83
Figura 3.57: PCA della piovosità media mensile del periodo vegetativo: Plot dei
mesi e delle variabili ausiliarie NDVI di TERRA (media mensili ed annua) sul piano
delle componenti 1 e 2.
Figura 3.58: PCA della piovosità media mensile del periodo vegetativo: Scores
degli Anni sul piano delle componenti 1 e 2.
84
Risultati
Figura 3.59: PCA della piovosità media mensile del periodo vegetativo: Plot dei
mesi e delle variabili ausiliarie NDVI di TERRA (media mensili ed annua) sul piano
delle componenti 3 e 4.
Figura 3.60: PCA della piovosità media mensile del periodo vegetativo: Scores
degli Anni sul piano delle componenti 3 e 4.
3.2. Relazione NDVI-Piovosità
85
Dati di piovosità cumulata alle date del rilievo NDVI
Per approfondire meglio l’analisi si sono confrontati i dati di NDVI puntuali ed annui con
i valori di piovosità cumulata alle diverse date di rilievo (Tab: 3.43), associando anche la
piovosità dei primi mesi di vegetazione (aprile e maggio).
Componente Autovalore
1
2
3
4
5
6
4,433
2,919
1,267
1,179
0,584
0,366
%Varianza Cumulata Cumulata
Totale
Autovalori Varianza
40,298
4,433
40,298
26,537
7,352
66,836
11,519
8,619
78,355
10,722
9,798
89,076
5,309
10,382
94,386
3,331
10,749
97,717
NDVI (supplem.)
Piovosità
Tabella 3.56: PCA dei dati pluviometrici delle date di rilievo NDVI di TERRA nella
cella ERG5 di Suviana nel periodo 2000-2011: componenti estratte.
Variabile
dp09-giu
dp25-giu
dp11-lug
dp24-lug
dp12-ago
dp28-ago
dp13-set
dp29-set
estate-prec
aprile
maggio
*n09-giu
*n25-giu
*n11-lug
*n24-lug
*n12-ago
*n28-ago
*n13-set
*n29-set
*ndv
*ndv-dv
Fattore 1
-0,014
-0,519
-0,450
-0,769
-0,947
-0,949
-0,896
-0,686
0,145
0,220
-0,478
0,301
0,046
-0,407
-0,196
-0,315
-0,064
-0,148
0,091
-0,002
-0,028
Fattore 2
0,688
0,712
0,715
0,473
-0,076
-0,192
-0,285
-0,572
0,531
-0,536
-0,426
-0,473
-0,334
0,223
-0,333
-0,844
-0,440
-0,327
-0,270
-0,698
0,263
Fattore 3
0,611
-0,167
-0,442
-0,156
0,034
-0,041
-0,095
0,322
-0,067
-0,691
0,221
-0,363
0,082
-0,002
0,227
-0,323
-0,171
-0,181
0,241
-0,075
-0,254
Fattore 4
-0,168
0,396
0,191
-0,005
-0,139
-0,196
-0,268
-0,145
-0,743
-0,166
0,476
-0,315
0,140
-0,245
0,538
0,046
0,164
-0,137
-0,367
-0,311
0,313
Fattore 5
-0,233
-0,083
0,052
-0,001
0,157
-0,015
-0,030
0,101
-0,297
-0,306
-0,550
0,239
0,160
0,001
-0,010
-0,099
0,282
0,036
-0,342
-0,188
0,415
Tabella 3.57: PCA dei dati pluviometrici delle date di rilievo NDVI: correlazione
tra variabili e componenti estratte (* variabili supplementari).
86
Risultati
Con una PCA si sono estratti 4 gradienti significativi che riescono a spiegare l’89 % dell’informazione totale. Il Primo gradiente che spiega il 40.2 % dell’informazione risulta essere
fortemente correlata con la piovosità cumulata delle date 24-Luglio, 12-Agosto, 28Agosto e
13 Settembre, mentre solo l’NDVI del 11-Luglio presenta una correlazione più debole con
questo gradiente.
Invece il Secondo gradiente (con il 26.5 %) risulta essere correlato positivamente con la
piovosità cumulata nelle prime date del rilievo (9-Giugno, 25-Giugno ed 11-Luglio) e negativamente con Aprile e Maggio e con i rilievi NDVI, specie quello del 12 Agosto e quello
totale. Dalla Fig. 3.61 è evidente come i rilievi NDVI siano correlati principalmente con
le piovosità di Aprile e Maggio mentre risultano invece essere inversamente correlati con le
piovosità relative alle prime date di rilievo (9-Giugno, 25-Giugno ed 11-Luglio). Le altre
piovosità (24-luglio, 12 Agosto, 28 Agosto e 13 Settembre) infine sembrano essere ininfluenti sui rilievi NDVI. Gli altri 2 gradienti analizzati non sembrano essere informativi ne
definiscono gradienti identificabili (Fig. 3.63-3.64).
3.2. Relazione NDVI-Piovosità
87
Figura 3.61: PCA delle piovosità cumulata tra le diverse date di rilievo NDVI: Plot
delle Date e nelle variabili ausiliarie dell’NDVI di TERRA (medie x data ed anno)
sul piano delle componenti 1 e 2.
Figura 3.62: PCA delle piovosità cumulata tra le diverse date di rilievo NDVI:
Scores degli Anni sul piano delle componenti 1 e 2.
88
Risultati
Figura 3.63: PCA delle piovosità cumulata tra le diverse date di rilievo NDVI: Plot
delle Date e nelle variabili ausiliari dell’NDVI di TERRA (medie x data ed anno)
sul piano delle componenti 3 e 4.
Figura 3.64: PCA delle piovosità cumulata tra le diverse date di rilievo NDVI:
Scores degli Anni sul piano delle componenti 3 e 4.
3.2. Relazione NDVI-Piovosità
89
Dati di piovosità tra le date del rilievo NDVI
Infine si è costruita una matrice di dati di piovosità misurati tra le date di riferimento dei
rilievi dell’NDVI nei diversi anni, associando a questa sia la piovosità di Aprile e Maggio
che i valori dei rilievi dell’NDVI nelle diverse date nei diversi anni utilizzando questi ultimi
come dati supplementari.
Componente Autovalore
1
2
3
4
5
6
2,917
2,585
1,690
1,379
0,995
0,694
%Varianza Cumulata Cumulata
Totale
Autovalori Varianza
26,516
2,917
26,516
23,502
5,502
50,018
15,360
7,192
65,378
12,534
8,570
77,913
9,047
9,566
86,959
6,311
10,260
93,270
NDVI (supplem.)
Piovosità
Tabella 3.58: PCA dei dati pluviometrici tra le singole date di rilievo NDVI di
TERRA della cella ERG5 di Suviana nel periodo 2000-2011: componenti estratte.
Variabile
dp09-giu
dp25-giu
dp11-lug
dp24-lug
dp12-ago
dp28-ago
dp13-set
dp29-set
estate-prec
aprile
maggio
*n09-giu
*n25-giu
*n11-lug
*n24-lug
*n12-ago
*n28-ago
*n13-set
*n29-set
*ndv
*ndv-dv
Fattore 1
-0,711
0,394
0,005
0,286
0,710
0,618
0,568
0,241
-0,556
0,409
0,657
0,191
0,250
0,038
0,445
0,899
0,469
0,388
0,062
0,544
-0,104
Fattore 2
0,494
-0,279
-0,819
0,431
0,305
-0,192
-0,326
0,604
-0,378
-0,637
0,508
-0,418
0,009
0,006
0,469
-0,119
-0,144
-0,287
0,074
-0,179
-0,112
Fattore 3
-0,185
0,769
-0,358
-0,649
-0,272
-0,083
-0,436
-0,197
-0,379
-0,137
0,208
-0,443
-0,027
-0,162
0,217
-0,136
0,170
-0,287
-0,472
-0,514
0,425
Fattore 4
-0,378
-0,239
0,321
-0,095
0,006
-0,468
-0,346
0,574
-0,496
0,264
-0,288
0,497
0,160
-0,586
0,014
0,156
0,129
-0,115
0,108
0,156
-0,025
Fattore 5
0,107
-0,049
0,197
-0,485
0,351
0,521
-0,249
0,375
0,234
-0,209
-0,107
-0,458
-0,036
-0,268
-0,470
-0,225
0,079
-0,272
0,321
-0,082
-0,327
Tabella 3.59: PCA dei dati pluviometrici tra le singole date di rilievo NDVI:
correlazione tra variabili e componenti estratte (* variabili supplementari).
90
Risultati
Dalla PCA emergono 4 gradienti più significativi che spiegano il 77 %. Il Primo gradiente
risulta essere correlato positivamente con tutti i rilievi NDVI sia puntuali che annuali. Ed
anche con tutti i valori di piovosità misurati fatta eccezione alla piovosità dell’Estate precedente ed alla Piovosità della data 09-Giugno. Quindi esiste una correlazione positiva tra
NDVI medie delle singole date e Piovosità del periodo di rilievo. Dall’osservazione della
matrice di correlazione (Tab: 3.59) e dei grafici degli scores (Fig. 3.66-3.68) emerge una
correlazione forte specie per le 2 date di Agosto e la prima di Settembre, mentre la correlazione si attenua per i rilievi di Luglio. Quindi nel periodo estivo di minore piovosità sembra
esistere una relazione tra Piovosità e risposta NDVI. Il Secondo gradiente invece risulta essere correlato con la piovosità di Aprile che si contrappone in maniera inversa all’NDVI del
9-Giugno.
Gli altri due gradienti non sembrano indicare gradienti interpretabili pur rappresentando il
17.8 % dell’informazione.
3.2. Relazione NDVI-Piovosità
91
Figura 3.65: PCA della Piovosità tra le singole date di rilievo NDVI: Plot delle date
e delle variabili ausiliarie dell’NDVI di TERRA (media x data ed anno) sul piano
delle componenti 1 e 2.
Figura 3.66: PCA della Piovosità tra le singole date di rilievo NDVI: Scores degli
Anni sul piano delle componenti 1 e 2.
92
Risultati
Figura 3.67: PCA della Piovosità tra le singole date di rilievo NDVI: Plot delle date
e delle variabili ausiliarie dell’NDVI di TERRA (media x data ed anno) sul piano
delle componenti 3 e 4.
Figura 3.68: PCA della Piovosità tra le singole date di rilievo NDVI: Scores degli
Anni sul piano delle componenti 3 e 4.
3.2. Relazione NDVI-Piovosità
93
3.2.2
Analisi delle Correlazioni Canoniche (CCA)
3.2.2.1
Piovosità trimestrale di TERRA
Dopo aver effettuato una analisi puramente descrittiva ora si analizzano le relazioni tra
Piovosità ed NDVI attraverso una Analisi delle Correlazioni Canoniche che consente anche
di ottenere delle risposte inferenziali.
Visto il limitato numero di annate a disposizione si è dovuto limitare il numero di variabili
individuando gli intervalli temporali più interessanti, eliminando gli estremi.
Correlazione Canonica Set Destro Set Sinistro
N.ro di variabili
6
4
Varianza estratta (%)
69,93
100,00
Ridondanza Totale (%)
32,01
47,65
Variabile: 1
n25-giu
inv-prec
2
n11-lug
est-prec
3
n24-lug
amg
4
n12-ago
las
5
n28-ago
6
n13-set
Tabella 3.60: CCA tra rilievi NDVI di TERRA e dati pluviometrici mensili
trimestrali della cella ERG5 di Suviana tra il 2000 e il 2011.
Radice
1
2
3
4
R Canonico
0,919
0,838
0,497
0,169
R2 Canonico
0,844
0,703
0,247
0,028
Chi2
22,007
9,920
2,035
0,188
gdl
24,000
15,000
8,000
3,000
p(Chi2 )
0,579
0,825
0,980
0,980
Autovalore (%)
66,58
29,03
4,04
0,35
Tabella 3.61: CCA tra rilievi NDVI di TERRA e dati pluviometrici mensili
trimestrali: significatività delle radici estratte.
Si sono confrontate 6 date di Rilievo NDVI, con 4 parametri della piovosità: precipitazioni Inverno ed Estate precedenti e Piovosità trimestrale per Aprile-Maggio-Giugno e per
Luglio-Agosto-Settembre (Tab: 3.60).
L’analisi pur presentando una Correlazione tra le variabili Piovosità (Tab: 3.62) e variabili NDVI (Tab: 3.63) non ne evidenzia la significatività statistica (Tab: 3.61) per nessuna
Radice.
Risultati
94
Correlazione
Inv-prec
Est-prec
Ap-Mg-Gi
Lu-Ag-Se
Set Sinistro Piovosità
Inv-prec Est-prec Ap-Mg-Gi Lu-Ag-Se
1,000
-0,317
-0,158
-0,098
-0,317
1,000
-0,369
-0,343
-0,158
-0,369
1,000
0,151
-0,098
-0,343
0,151
1,000
Tabella 3.62: CCA tra rilievi NDVI di TERRA e dati pluviometrici mensili
trimestrali: correlazione tra le variabili pluviometriche.
Correlazione
11-lug
24-lug
12-ago
28-ago
13-set
29-set
Set Destro NDVI
11-lug 24-lug 12-ago 28-ago 13-set 29-set
1,000 0,171 -0,032 0,322 0,505 0,630
0,171 1,000 0,070
0,096 0,262 0,182
-0,032 0,070 1,000
0,322 0,018 0,154
0,322 0,096 0,322
1,000 0,495 0,388
0,505 0,262 0,018
0,495 1,000 0,045
0,630 0,182 0,154
0,388 0,045 1,000
Tabella 3.63: CCA tra rilievi NDVI di TERRA e dati pluviometrici estivi trimestrali:
correlazioni tra variabili NDVI.
Set Destro NDVI
11-lug 24-lug 12-ago 28-ago
Inv-prec
0,051 -0,036 0,189 -0,215
Est-prec -0,293 0,269 -0,567 -0,491
Ap-Mg-Gi 0,035 0,050 0,393
0,678
Lu-Ag-Se 0,215 -0,034 0,221
0,604
Piovosità
Correlazione
13-set 29-set
-0,322 0,082
-0,396 -0,069
0,105 0,235
0,252 0,265
Tabella 3.64: CCA tra rilievi NDVI di TERRA e dati pluviometrici estivi trimestrali:
correlazione tra variabili pluviometriche e variabili NDVI.
3.2. Relazione NDVI-Piovosità
95
Set Sinistro Piovosità
Variabile
Radice 1 Radice 2 Radice 3 Radice 4
Inv-prec
0,135
0,007
0,973
-0,189
Est-prec
0,862
0,241
-0,445
0,012
Ap-Mg-Gi
-0,594
0,601
0,019
0,534
Lu-Ag-Se
-0,569
0,343
-0,166
-0,729
Varianza estratta
0,359
0,134
0,293
0,213
Ridondanza
0,304
0,094
0,073
0,006
Tabella 3.65: CCA tra rilievi NDVI di TERRA e dati pluviometrici estivi trimestrali:
struttura fattoriale delle variabili piovosità.
Set Destro NDVI
Variabile
Radice 1 Radice 2 Radice 3 Radice 4
11-lug
-0,302
-0,113
0,131
-0,816
24-lug
0,224
0,317
-0,125
0,150
12-ago
-0,576
0,069
0,566
0,430
28-ago
-0,814
0,492
-0,251
-0,131
13-set
-0,556
-0,355
-0,528
-0,160
29-set
-0,148
0,420
0,160
-0,655
Varianza estratta
0,244
0,110
0,120
0,224
Ridondanza
0,206
0,078
0,030
0,006
Tabella 3.66: CCA tra rilievi NDVI di TERRA e dati pluviometrici estivi trimestrali:
struttura fattoriale delle variabili NDVI.
Risultati
96
3.2.2.2
Piovosità bimestrale di TERRA
Si sono confrontate 6 date di Rilievo NDVI, eliminando le date estreme dell’intervallo,
con 5 parametri della piovosità: precipitazioni Inverno ed Estate precedenti, e Piovosità
bimestrale per i periodi aprile-maggio, giugno-luglio, agosto-settembre (Tab: 3.67).
Correlazione Canonica Set Destro Set Sinistro
N.ro di variabili
6
5
Varianza estratta (%)
89,35
100,00
Ridondanza Totale (%)
37,62
51,85
Variabile: 1
n25-giu
inv-prec
2
n11-lug
est-prec
3
n24-lug
am
4
n12-ago
gl
5
n28-ago
as
6
n13-set
Tabella 3.67: CCA tra variabili NDVI di TERRA e dati pluviometrici mensili
bimestrali della cella ERG5 di Suviana tra il 2000 e il 2011.
Radice
1
2
3
4
R Canonico
0,977
0,889
0,529
0,451
R2 Canonico
0,955
0,790
0,280
0,203
Chi2
31,343
12,744
3,392
1,418
gdl
30
20
12
6
p(Chi2 )
0,399
0,888
0,992
0,965
Autovalore (%)
82,79
14,66
1,52
0,99
Tabella 3.68: CCA tra variabili NDVI di TERRA e dati pluviometrici mensili
bimestrali: significatività delle radici estratte.
Pur con un Autovalore alto che intercetta l’82.8 % della variabilità anche questa analisi
non evidenzia Correlazioni Canoniche statisticamente significative (Tab: 3.68). La struttura
fattoriale dell’analisi sottolinea comunque una correlazione positiva tra le misure NDVI di
fine Luglio e di Agosto (Tab: 3.73) e le piovosità bimestrali di Aprile-Maggio e AgostoSettembre (Tab: 3.72).
3.2. Relazione NDVI-Piovosità
Correlazione
Inv-prec
Est-prec
Ap-Mg
Gi-Lu
Ag-Se
97
Set Sinistro Piovosità
Inv-prec Est-prec Ap-Mg Gi-Lu Ag-Se
1,000
-0,317 -0,269 0,203 -0,106
-0,317
1,000
-0,392 0,007 -0,388
-0,269
-0,392
1,000 -0,012 0,323
0,203
0,007
-0,012 1,000 -0,121
-0,106
-0,388
0,323 -0,121 1,000
Tabella 3.69: CCA tra variabili NDVI di TERRA e dati pluviometrici mensili
bimestrali: correlazione tra le variabili pluviometriche.
Correlazione
n25-giu
n11-lug
n24-lug
n12-ago
n28-ago
n13-set
n25-giu n11-lug
1,000
0,171
0,171
1,000
-0,032
0,070
0,322
0,096
0,505
0,262
0,630
0,182
Set Destro NDVI
n24-lug n12-ago
-0,032
0,322
0,070
0,096
1,000
0,322
0,322
1,000
0,018
0,495
0,154
0,388
n28-ago n13-set
0,505
0,630
0,262
0,182
0,018
0,154
0,495
0,388
1,000
0,045
0,045
1,000
Tabella 3.70: CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
bimestrali: correlazioni tra variabili NDVI.
Piovositá
Correlazione
Inv-prec
Est-prec
Ap-Mg
Gi-Lu
Ag-Se
n25-giu n11-lug
0,051
-0,036
-0,293
0,269
0,105
-0,136
-0,044
0,575
0,200
-0,131
Set Destro NDVI
n24-lug n12-ago
0,189
-0,215
-0,567
-0,491
0,337
0,794
0,120
0,105
0,266
0,551
n28-ago n13-set
-0,322
0,082
-0,396
-0,069
0,182
0,221
-0,165
0,318
0,296
0,172
Tabella 3.71: CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
bimestrali: correlazione tra variabili NDVI e variabili pluviometriche.
98
Risultati
Set Sinistro Piovosità
Variabile
Radice 1 Radice 2 Radice 3 Radice 4
Inv-prec
0,093
0,053
-0,736
-0,658
Est-prec
0,822
0,110
0,055
0,554
Ap-Mg
-0,521
-0,763
-0,020
0,243
Gi-Lu
0,492
-0,494
0,307
-0,640
Ag-Se
-0,502
-0,369
0,145
0,038
Varianza estratta
0,290
0,195
0,132
0,242
Ridondanza
0,277
0,154
0,037
0,049
Tabella 3.72: CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
bimestrali: struttura fattoriale delle variabili pluviometriche.
Set Destro NDVI
Variabile
Radice 1 Radice 2 Radice 3 Radice 4
n25-giu
-0,280
-0,023
0,038
-0,283
n11-lug
0,495
-0,254
0,538
-0,476
n24-lug
-0,436
-0,278
-0,062
-0,746
n12-ago
-0,546
-0,763
0,297
0,052
n28-ago
-0,523
0,098
0,746
-0,033
n13-set
0,064
-0,458
0,013
-0,317
Varianza estratta
0,182
0,157
0,157
0,161
Ridondanza
0,173
0,124
0,044
0,033
Tabella 3.73: CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
bimestrali: struttura fattoriale delle variabili NDVI.
3.2. Relazione NDVI-Piovosità
3.2.2.3
99
Piovosità mensile di TERRA
Poi si sono confrontate 6 date di Rilievo NDVI, eliminando le date estreme dell’intervallo,
con 5 parametri della piovosità: Piovosità mensile di aprile, maggio, giugno, luglio e agosto
(Tab: 3.74).
Correlazione Canonica Set Destro Set Sinistro
N.ro di variabili
6
5
Varianza estratta (%)
86,09
100,00
Ridondanza Totale (%)
38,61
55,40
Variabile: 1
n25-giu
apr
2
n11-lug
mag
3
n24-lug
giu
4
n12-ago
lug
5
n28-ago
ago
6
n13-set
Tabella 3.74: CCA tra variabili NDVI di TERRA e dati pluviometrici estivi mensili
della cella ERG5 di Suviana tra il 2000 e il 2011.
Radice
1
2
3
4
R Canonico
1,000
0,825
0,762
0,482
R2 Canonico
1,000
0,681
0,581
0,232
Chi2
67,630
14,115
7,253
2,038
gdl
30,000
20,000
12,000
6,000
p(Chi2 )
0,000
0,825
0,840
0,916
Autovalore (%)
99,95
0,03
0,02
0,00
Tabella 3.75: CCA tra variabili NDVI di TERRA e dati pluviometrici estivi mensili:
significatività delle radici estratte.
In questo caso si è ritrovata una relazione canonica altamente significativa per la Prima
Radice (Tab: 3.80) che vede una buona correlazione tra la misura del 12 Agosto (0.837) e
la piovosità di Aprile (0.812), (Tab: 3.79).
Risultati
100
Correlazione
apr
mag
giu
lug
ago
apr
1,000
0,035
-0,360
0,237
0,141
Set Sinistro Piovosità
mag
giu
lug
0,035 -0,360 0,237
1,000 0,130 0,039
0,130 1,000 -0,118
0,039 -0,118 1,000
0,429 -0,145 0,472
ago
0,141
0,429
-0,145
0,472
1,000
Tabella 3.76: CCA tra variabili NDVI di TERRA e dati pluviometrici estivi mensili:
correlazione tra le variabili pluviometriche.
Correlazione
n25-giu
n11-lug
n24-lug
n12-ago
n28-ago
n13-set
n25-giu
1,000
0,171
-0,032
0,322
0,505
0,630
n11-lug
0,171
1,000
0,070
0,096
0,262
0,182
Set Destro NDVI
n24-lug n12-ago n28-ago n13-set
-0,032
0,322
0,505
0,630
0,070
0,096
0,262
0,182
1,000
0,322
0,018
0,154
0,322
1,000
0,495
0,388
0,018
0,495
1,000
0,045
0,154
0,388
0,045
1,000
Tabella 3.77: CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
mensili: correlazioni tra variabili NDVI.
Piovosità
Correlazione
apr
mag
giu
lug
ago
n25-giu
-0,037
0,168
-0,156
0,167
0,213
n11-lug
-0,242
0,021
0,433
0,330
0,155
Set Destro NDVI
n24-lug n12-ago n28-ago n13-set
-0,160
0,637
0,134
0,193
0,578
0,521
0,130
0,131
0,164
-0,207
-0,169
0,054
-0,045
0,507
-0,025
0,473
0,093
0,654
0,473
0,253
Tabella 3.78: CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
mensili: correlazione tra variabili NDVI e variabili pluviometriche.
3.2. Relazione NDVI-Piovosità
101
Set Sinistro Piovosità
Variabile
Radice 1 Radice 2 Radice 3 Radice 4
apr
0,812
0,147
0,236
-0,417
mag
0,207
-0,677
0,494
0,478
giu
-0,180
-0,190
-0,600
0,510
lug
0,636
-0,360
-0,432
-0,078
ago
0,604
0,032
0,185
0,639
Varianza estratta
0,301
0,129
0,176
0,215
Ridondanza
0,301
0,088
0,102
0,050
Tabella 3.79: CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
mensili: struttura fattoriale delle variabili pluviometriche.
Set Destro NDVI
Variabile
Radice 1 Radice 2 Radice 3 Radice 4
n25-giu
0,073
-0,177
0,159
0,150
n11-lug
0,056
-0,224
-0,651
0,610
n24-lug
-0,081
-0,613
0,300
0,528
n12-ago
0,837
-0,275
0,343
0,303
n28-ago
0,247
0,346
0,364
0,676
n13-set
0,391
-0,280
-0,271
0,055
Varianza estratta
0,155
0,122
0,144
0,204
Ridondanza
0,155
0,083
0,083
0,047
Tabella 3.80: CCA tra le variabili NDVI di TERRA e dati pluviometrici estivi
mensili: struttura fattoriale delle variabili NDVI.
Risultati
102
3.2.2.4
Piovosità cumulata alle date del Rilievo NDVI di TERRA
Si sono confrontate 4 date di Rilievo NDVI, eliminando le date estreme dell’intervallo, con
7 parametri della piovosità: piovosità di Aprile e piovosità cumulata nelle 6 date del rilievo
tra il 9 Giugno ed il 28 Agosto (Tab: 3.81).
Correlazione Canonica Set Sinistro Set Destro
N.ro di variabili
7
4
Varianza estratta
67,91
100,00
Ridondanza Totale
42,13
65,15
Variabile: 1
dp09-giu
n11-lug
2
dp25-giu
n24-lug
3
dp11-lug
n12-ago
4
dp24-lug
n28-ago
5
dp12-ago
6
dp28-ago
7
apr
Tabella 3.81: CCA tra variabili NDVI di TERRA e variabili pluviometriche differenziali tra le date di rilievo NDVI della cella ERG5 di Suviana nel periodo
2000-2011.
Radice
1
2
3
4
R Canonico
0,998
0,945
0,735
0,408
R2 Canonico
0,995
0,894
0,540
0,167
Chi2
51,407
19,212
5,749
1,094
gdl
28
18
10
4
p(Chi2 )
0,005
0,379
0,836
0,895
Autovalore (%)
95,60
3,78
0,53
0,09
Tabella 3.82: CCA tra variabili NDVI di TERRA e variabili pluviometriche
differenziali tra le date di rilievo NDVI: significatività delle radici estratte.
Anche in questo caso l’Analisi individua una Radice canonica significativa (Tab: 3.82)
con una percentuale dell’autovalore pari a 95.60 %. La struttura fattoriale evidenzia una
correlazione positiva elevata per le misure dell’NDVI (Tab: 3.87) mentre per i dati di Piovosità cumulata le correlazioni sono meno stringenti (Tab: Tab: 3.86). Solo la Piovosità del
9-Giugno presenta una correlazione negativa rispetto alla risposta NDVI.
3.2. Relazione NDVI-Piovosità
Correlazione
dp09-giu
dp25-giu
dp11-lug
dp24-lug
dp12-ago
dp28-ago
apr
dp09-giu
1,000
0,326
0,173
0,294
-0,013
-0,108
-0,630
dp25-giu
0,326
1,000
0,914
0,699
0,350
0,295
-0,439
103
Set Sinistro Piovosità
dp11-lug dp24-lug dp12-ago
0,173
0,294
-0,013
0,914
0,699
0,350
1,000
0,675
0,299
0,675
1,000
0,740
0,299
0,740
1,000
0,290
0,605
0,924
-0,241
-0,261
-0,189
dp28-ago
-0,108
0,295
0,290
0,605
0,924
1,000
-0,047
apr
-0,630
-0,439
-0,241
-0,261
-0,189
-0,047
1,000
Tabella 3.83: CCA tra variabili NDVI di TERRA e variabili pluviometriche
differenziali tra le date di rilievo NDVI: correlazione tra variabili pluviometriche.
Correlazione
11-lug
24-lug
12-ago
28-ago
Set Destro NDVI
11-lug 24-lug 12-ago
1,000 0,070 0,096
0,070 1,000 0,322
0,096 0,322 1,000
0,262 0,018 0,495
28-ago
0,262
0,018
0,495
1,000
Tabella 3.84: CCA tra variabili NDVI di TERRA e variabili pluviometriche
differenziali tra le date di rilievo NDVI: correlazione tra variabili NDVI.
Piovosità
Correlazione
dp09-giu
dp25-giu
dp11-lug
dp24-lug
dp12-ago
dp28-ago
apr
11-lug
0,121
0,251
0,199
0,495
0,446
0,362
-0,242
Set Destro NDVI
24-lug 12-ago
-0,259 -0,756
0,053 -0,379
-0,220 -0,366
0,033 -0,044
0,161 0,379
0,050 0,454
-0,160 0,637
28-ago
-0,564
-0,194
-0,165
-0,242
0,097
0,192
0,134
Tabella 3.85: CCA tra variabili NDVI di TERRA e variabili pluviometriche differenziali tra le date di rilievo NDVI: correlazione tra variabili pluviometriche e
variabili NDVI.
104
Risultati
Set Sinistro Piovosità
Variabile
Radice 1 Radice 2 Radice 3 Radice 4
dp09-giu
-0,741
-0,140
-0,478
-0,158
dp25-giu
-0,297
-0,297
-0,397
0,218
dp11-lug
-0,390
-0,033
-0,240
0,378
dp24-lug
-0,069
0,096
-0,827
0,389
dp12-ago
0,340
0,178
-0,549
0,556
dp28-ago
0,368
0,300
-0,343
0,622
apr
0,441
0,696
0,262
-0,334
Varianza estratta
0,177
0,104
0,231
0,168
Ridondanza
0,176
0,093
0,125
0,028
Tabella 3.86: CCA tra variabili NDVI di TERRA e variabili pluviometriche differenziali tra le date di rilievo NDVI: struttura fattoriale delle variabili
pluviometriche.
Set Destro NDVI
Variabile
Radice 1 Radice 2 Radice 3 Radice 4
11-lug
0,087
-0,082
-0,637
0,761
24-lug
0,635
-0,643
-0,302
-0,303
12-ago
0,930
0,352
0,045
0,096
28-ago
0,482
-0,122
0,509
0,703
Varianza estratta
0,377
0,140
0,190
0,294
Ridondanza
0,375
0,125
0,102
0,049
Tabella 3.87: CCA tra variabili NDVI di TERRA e variabili pluviometriche
differenziali tra le date di rilievo NDVI: struttura fattoriale delle variabili NDVI.
3.2. Relazione NDVI-Piovosità
3.2.2.5
105
Piovosità tra le date del rilievo NDVI di TERRA
Infine si sono confrontate 4 date di Rilievo NDVI, eliminando le date estreme dell’intervallo,
con 7 parametri della piovosità: piovosità di Aprile e piovosità tra le 6 date del rilievo tra il
9 Giugno ed il 28 Agosto (Tab: 3.88).
Correlazione Canonica Set Sinistro Set Destro
N.ro di variabili
7
4
Varianza estratta (%)
62,13
100,00
Ridondanza Totale (%)
44,66
65,15
Variabile: 1
apr
n11-lug
2
ddp09-giu
n24-lug
3
ddp25-giu
n12-ago
4
ddp11-lug
n28-ago
5
ddp24-lug
6
ddp12-ago
7
ddp28-ago
Tabella 3.88: CCA tra le date dei rilievi NDVI di TERRA della cella ERG5 di
Suviana tra il 2000 e il 2011.
Radice
1
2
3
4
R Canonico
0,998
0,945
0,735
0,408
R2 Canonico
0,995
0,894
0,540
0,167
Chi2
51,407
19,212
5,749
1,094
gdl
28,000
18,000
10,000
4,000
p(Chi2 )
0,005
0,379
0,836
0,895
Autovalore (%)
95,599
3,784
0,526
0,089
Tabella 3.89: CCA tra le date dei rilievi NDVI di TERRA: significatività delle radici
estratte.
L’analisi estrae una Radice altamente significativa (Autovalore 95.6 %). La struttura fattoriale evidenzia una correlazione positiva elevata per le misure dell’NDVI (Tab: 3.94) mentre
per i dati di piovosità le correlazioni sono meno stringenti (Tab: 3.93). Solo la Piovosità
del 9-Giugno presenta una correlazione negativa rispetto alla risposta NDVI. Da sottolineare come la struttura fattoriale di questa analisi ricalchi strettamente quanto già visto per la
Piovosità cumulata del punto precedente.
Risultati
106
Correlazione
apr
ddp09-giu
ddp25-giu
ddp11-lug
ddp24-lug
ddp12-ago
ddp28-ago
apr
1,000
-0,630
0,088
0,554
-0,007
-0,027
0,231
ddp09-giu
-0,630
1,000
-0,483
-0,424
0,133
-0,303
-0,236
ddp25-giu
0,088
-0,483
1,000
-0,105
-0,403
0,091
0,250
Set Sinistro Piovosità
ddp11-lug ddp24-lug
0,554
-0,007
-0,424
0,133
-0,105
-0,403
1,000
-0,208
-0,208
1,000
-0,070
0,421
0,161
-0,069
ddp12-ago
-0,027
-0,303
0,091
-0,070
0,421
1,000
0,487
ddp28-ago
0,231
-0,236
0,250
0,161
-0,069
0,487
1,000
Tabella 3.90: CCA tra le date dei rilievi NDVI di TERRA: correlazione tra le
variabili pluviometriche.
Correlazione
11-lug
24-lug
12-ago
28-ago
Set Destro NDVI
11-lug 24-lug 12-ago
1,000 0,070 0,096
0,070 1,000 0,322
0,096 0,322 1,000
0,262 0,018 0,495
28-ago
0,262
0,018
0,495
1,000
Tabella 3.91: CCA tra le date dei rilievi NDVI di TERRA: correlazioni tra variabili
NDVI.
Set Destro NDVI
11-lug 24-lug 12-ago
apr
-0,242 -0,160 0,637
ddp09-giu 0,121 -0,259 -0,756
ddp25-giu 0,138 0,253 0,242
ddp11-lug -0,185 -0,608 0,138
ddp24-lug 0,343 0,320 0,413
ddp12-ago 0,180 0,205 0,600
ddp28-ago 0,059 -0,173 0,402
Piovosità
Correlazione
28-ago
0,134
-0,564
0,263
0,119
-0,081
0,376
0,285
Tabella 3.92: CCA tra le date dei rilievi NDVI di TERRA: correlazione tra variabili
pluviometriche e variabili NDVI.
3.2. Relazione NDVI-Piovosità
107
Set Sinistro Piovosità
Variabile
Radice 1 Radice 2 Radice 3 Radice 4
apr
0,441
0,696
0,262
-0,334
ddp09-giu
-0,741
-0,140
-0,478
-0,158
ddp25-giu
0,306
-0,166
0,007
0,326
ddp11-lug
-0,116
0,657
0,452
0,283
ddp24-lug
0,413
0,158
-0,690
-0,012
ddp12-ago
0,568
0,169
-0,012
0,443
ddp28-ago
0,264
0,398
0,177
0,482
Varianza estratta
0,202
0,168
0,144
0,107
Ridondanza
0,201
0,150
0,078
0,018
Tabella 3.93: CCA tra le date dei rilievi NDVI di TERRA: struttura fattoriale delle
variabili piovosità.
Set Destro NDVI
Variabile
Radice 1 Radice 2 Radice 3 Radice 4
11-lug
0,087
-0,082
-0,637
0,761
24-lug
0,635
-0,643
-0,302
-0,303
12-ago
0,930
0,352
0,045
0,096
28-ago
0,482
-0,122
0,509
0,703
Varianza estratta
0,377
0,140
0,190
0,294
Ridondanza
0,375
0,125
0,102
0,049
Tabella 3.94: CCA tra le date dei rilievi NDVI di TERRA: struttura fattoriale delle
variabili NDVI.
Risultati
108
3.3
Relazione NDVI-Viraggio delle foglie
La PCA evidenzia una risposta molto variegata negli Anni, tanto da richiedere quattro diversi Gradienti per spiegare il 73 % dell’informazione totale. I Primi due gradienti risultano
essere i più informativi e spiegano il 50 % dell’informazione. La Prima componente è correlata positivamente con le annate tendenzialmente siccitose nel periodo vegetativo, e risulta
essere legata al parametro morfologico della Quota. La Seconda componente con il 16 %
presenta un’elevata correlazione con un periodo vegetativo più piovoso. Fa eccezione l’anno 2005 che manifesta un comportamento anomalo.
Dall’analisi degli Scores (Fig. 3.70) emerge come nelle annate più siccitose si manifesti una
forte differenzazione tra i punti. Nella porzione negativa del Gradiente ricadono tutti i punti
situati a quota più bassa, mentre per il Secondo gradiente le differenze tra i Punti risultano
essere contenute.
Componente Autovalore
1
2
3
4
5
6
4,056
1,986
1,763
1,015
0,692
0,588
%Varianza Cumulata
Totale
Autovalori
33,800
4,056
16,548
6,042
14,696
7,805
8,458
8,820
5,768
9,512
4,902
10,101
Cumulata
Varianza
33,800
50,348
65,044
73,501
79,269
84,171
Tabella 3.95: PCA dei dati NDVI della data 13 settembre: componenti estratte.
Morfol.
Anni
Variabile
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
*espos
*quota
*pend
Fattore 1
0,765
0,629
-0,235
0,838
0,715
0,157
-0,508
0,868
0,013
0,505
0,079
0,711
-0,274
0,545
-0,027
Fattore 2
-0,269
0,426
0,711
0,082
0,127
-0,510
0,600
0,125
0,562
0,073
0,454
0,199
-0,559
0,059
0,148
Fattore 3
0,302
-0,254
0,169
-0,014
-0,241
0,324
0,338
0,100
-0,477
0,675
0,725
-0,290
0,041
-0,211
-0,280
Fattore 4
-0,137
-0,339
0,016
0,181
0,187
0,671
0,081
0,043
0,583
-0,068
0,079
-0,063
0,078
0,133
0,345
Fattore 5
-0,281
-0,086
-0,503
-0,083
0,200
-0,219
-0,101
-0,193
0,132
0,236
0,352
0,111
-0,052
0,175
0,037
Tabella 3.96: PCA dei dati NDVI della data 13 settembre: correlazione tra variabili
e componenti estratte (* variabili supplementari).
3.3. Relazione NDVI-Viraggio delle foglie
109
Figura 3.69: PCA della piovosità della data 13 settembre: Plot degli Anni e delle
variabili ausiliarie della morfologia sul piano delle componenti 1 e 2.
Figura 3.70: PCA della piovosità della data 13 settembre: Scores dei Punti sul piano
delle componenti 1 e 2.
Risultati
110
3.4
Relazione NDVI-Morfologia
3.4.1
Analisi delle Correlazioni Canoniche (CCA)
Una ulteriore analisi è stata operata confrontando le medie di NDVI annuo (matrice 38*12)
con i parametri morfologici (Esposizione, Quota e Pendenza) (matrice 38*3) calcolati sulla
base-dati SRTM.
3.4.1.1
Dati grezzi del Satellite MODIS-TERRA
Correlazione Canonica Set Sinistro Set Destro
N.ro di variabili
12
3
Varianza estratta (%)
44.83
100.00
Ridondanza Totale (%)
26.487
52.061
Variabile: 1
media 00
esposiz
2
media 01
quota
3
media 02
pendenza
4
media 03
5
media 04
6
media 05
7
media 06
8
media 07
9
media 08
10
media 09
11
media 10
12
media 11
Tabella 3.97: CCA tra valori medi annui dell’NDVI di TERRA ed i parametri
morfologici per i 38 punti.
Radice
1
2
3
R Canonico
0,905
0,619
0,570
R2 Canonico
0,819
0,384
0,325
Chi2
74,997
25,446
11,414
gdl
36
22
10
p(Chi2 )
0,000
0,276
0,326
Autovalore (%)
80,37
11,06
8,57
Tabella 3.98: CCA tra valori medi annui dell’NDVI di TERRA ed i parametri
morfologici: significatività delle radici estratte.
Dal confronto con i dati di TERRA emerge (Tab: 3.98) una sola correlazione significativa
che spiega 80,37 %. Dalla struttura fattoriale (Tab: 3.107-3.108) si evidenzia una forte
correlazione negativa relativamente alla Quota (-0,874) a cui corrispondono correlazioni
sempre negative per le medie annue dell’NDVI, fatta eccezione per il 2010 ed il 2011.
Set Sinistro NDVI media
media 00 media 01 media 02 media 03 media 04 media 05 media 06 media 07 media 08 media 09
1.000
0.598
0.444
0.819
0.548
0.806
0.242
0.642
0.167
0.572
0.598
1.000
0.418
0.390
0.341
0.412
0.166
0.419
-0.173
0.432
0.444
0.418
1.000
0.392
0.384
0.251
0.098
0.378
0.106
0.435
0.819
0.390
0.392
1.000
0.777
0.853
0.277
0.810
0.530
0.615
0.548
0.341
0.384
0.777
1.000
0.749
0.158
0.695
0.528
0.609
0.806
0.412
0.251
0.853
0.749
1.000
0.307
0.767
0.384
0.672
0.242
0.166
0.098
0.277
0.158
0.307
1.000
0.352
0.480
0.317
0.642
0.419
0.378
0.810
0.695
0.767
0.352
1.000
0.442
0.787
0.167
-0.173
0.106
0.530
0.528
0.384
0.480
0.442
1.000
0.281
0.572
0.432
0.435
0.615
0.609
0.672
0.317
0.787
0.281
1.000
-0.086 -0.034
0.089
-0.032
0.120
0.030
0.307
0.237
0.150
0.511
0.265
0.330
0.285
0.293
0.422
0.316
0.125
0.546
0.128
0.694
media 10 media 11
-0.086
0.265
-0.034
0.330
0.089
0.285
-0.032
0.293
0.120
0.422
0.030
0.316
0.307
0.125
0.237
0.546
0.150
0.128
0.511
0.694
1.000
0.605
0.605
1.000
Tabella 3.99: CCA tra valori medi annui dell’NDVI di TERRA ed i parametri morfologici: correlazione tra gli anni.
media 00
media 01
media 02
media 03
media 04
media 05
media 06
media 07
media 08
media 09
media 10
media 11
Correlazione
3.4. Relazione NDVI-Morfologia
111
Risultati
112
Correlazione
esposizione
quota
pendenza
Set Destro NDVI
esposizione quota pendenza
1.000
-0.310
0.090
-0.310
1.000
-0.029
0.090
-0.029
1.000
Tabella 3.100: CCA tra valori medi annui dell’NDVI di TERRA ed i parametri
morfologici: correlazione tre le variabili morfologiche.
Set Sinistro NDVI Medio
Correlazione
media 00
media 01
media 02
media 03
media 04
media 05
media 06
media 07
media 08
media 09
media 10
media 11
Set Destro Morfologia
esposizione quota pendenza
-0.294
0.571
0.029
-0.181
0.188
0.043
-0.309
0.419
0.142
-0.406
0.684
0.191
-0.405
0.491
0.099
-0.330
0.589
-0.001
-0.334
0.103
0.040
-0.552
0.512
-0.004
-0.414
0.276
0.386
-0.371
0.299
-0.089
-0.176
-0.0301
-0.047
-0.314
-0.028
-0.105
Tabella 3.101: CCA tra valori medi annui dell’NDVI di TERRA ed i parametri
morfologici: correlazione incrociata tra le variabili da 2 set.
3.4. Relazione NDVI-Morfologia
113
Set Sinistro NDVI medio
Variabile
Radice 1 Radice 2 Radice 3
media 00
-0.598
-0.125
-0.376
media 01
-0.230
0.107
-0.156
media 02
-0.519
0.132
-0.199
media 03
-0.808
0.043
-0.291
media 04
-0.581
0.170
-0.363
media 05
-0.606
-0.111
-0.453
media 06
-0.181
0.414
-0.276
media 07
-0.575
0.287
-0.641
media 08
-0.535
0.606
0.070
media 09
-0.300
0.176
-0.535
media 10
0.019
0.254
-0.216
media 11
0.021
0.411
-0.420
Varianza estratta
0.232
0.081
0.136
Ridondanza
0.190
0.031
0.044
Tabella 3.102: CCA tra valori medi annui dell’NDVI di TERRA ed i parametri
morfologici: struttura fattoriale e correlazione tra le variabili dell’NDVI e radici
estratte.
Set Destro Morfologia
Variabile
Radice 1 Radice 2 Radice 3
Esposizione
0.388
-0.670
0.633
Quota
-0.874
-0.356
-0.331
Pendenza
-0.432
0.385
0.815
Varianza estratta
0.367
0.241
0.392
Ridondanza
0.301
0.093
0.127
Tabella 3.103: CCA tra valori medi annui dell’NDVI di TERRA ed i parametri
morfologici: struttura fattoriale e correlazione tra i parametri morfologici e le radici
estratte.
Risultati
114
3.4.1.2
Dati grezzi del Satellite MODIS-AQUA
Correlazione Canonica Set Sinistro Set Destro
N.ro di variabili
9
3
Varianza estratta (%)
50,27
100,00
Ridondanza Totale (%)
30,07
54,96
Variabile: 1
media 03
espos
2
media 04
quota
3
media 05
pend
4
media 06
5
media 07
6
media 08
7
media 09
8
media 10
9
media 11
Tabella 3.104: CCA tra valori medi annui dell’NDVI di AQUA ed i parametri
morfologici per i 38 punti.
Radice
1
2
3
R Canonico
0,853
0,729
0,614
R2 Canonico
0,728
0,532
0,378
Chi2
77,304
37,612
14,460
gdl
27
16
7
p(Chi2 )
0,000
0,002
0,044
Autovalore (%)
60,540
25,720
13,730
Tabella 3.105: CCA tra valori medi annui dell’NDVI di AQUA ed i parametri
morfologici: significatività delle radici estratte.
Anche per il satellite AQUA emergono diverse correlazioni significative tra Morfologia ed
NDVI annuo (Tab: 3.109-3.110). La Prima radice è strettamente correlata con la Quota
(0,995) e con i valori di NDVI medi annui calcolati, con solo il 2011 anomalo. La Seconda radice presenta una correlazione positiva con l’Esposizione. Pur essendo anch’essa
significativa, la capacità esplicativa della Terza radice risulta essere molto contenuta (13 %).
3.4. Relazione NDVI-Morfologia
Correlazione
media 03
media 04
media 05
media 06
media 07
media 08
media 09
media 10
media 11
media 03 media 04
1,000
0,808
0,808
1,000
0,126
0,138
0,693
0,768
0,168
0,194
0,463
0,396
0,492
0,448
0,287
0,350
-0,023 -0,044
115
Set Sinistro NDVI
media 05 media 06 media 07 media 08 media 09 media 10 media 11
0,126
0,693
0,168
0,463
0,492
0,287
-0,023
0,138
0,768
0,194
0,396
0,448
0,350
-0,044
1,000
0,057
0,216
-0,201 -0,218 -0,084
0,317
0,057
1,000
0,492
0,658
0,717
0,634
0,107
0,216
0,492
1,000
0,236
0,235
0,301
0,554
-0,201
0,658
0,236
1,000
0,888
0,665
0,273
-0,218
0,717
0,235
0,888
1,000
0,634
0,167
-0,084
0,634
0,301
0,665
0,634
1,000
0,298
0,317
0,107
0,554
0,273
0,167
0,298
1,000
Tabella 3.106: CCA tra valori medi annui dell’NDVI di AQUA ed i parametri
morfologici: correlazione tra gli anni.
Correlazione
esposizione
quota
pendenza
Set Destro NDVI
esposizione quota pendenza
1,000
-0,310
0,090
-0,310
1,000
-0,029
0,090
-0,029
1,000
Tabella 3.107: CCA tra valori medi annui dell’NDVI di AQUA ed i parametri
morfologici: correlazione tre le variabili morfologiche.
Set Sinistro NDVI
Correlazione
media 03
media 04
media 05
media 06
media 07
media 08
media 09
media 10
media 11
Set Destro Morfologia
esposizione quota pendenza
-0,231
0,556
0,086
-0,068
0,538
0,307
0,053
-0,103
0,276
-0,419
0,636
0,266
-0,513
0,022
0,382
-0,328
0,314
0,000
-0,371
0,430
-0,117
-0,267
0,114
0,110
-0,202
-0,389
0,308
Tabella 3.108: CCA tra valori medi annui dell’NDVI di AQUA ed i parametri
morfologici: correlazione incrociata tra le variabili da 2 set.
Risultati
116
Set Sinistro NDVI medio
Variabile
Radice 1 Radice 2 Radice 3
media 03
0,661
0,106
0,025
media 04
0,662
0,206
-0,392
media 05
-0,090
0,296
-0,295
media 06
0,778
0,455
0,071
media 07
0,078
0,900
0,299
media 08
0,371
0,193
0,318
media 09
0,494
0,059
0,445
media 10
0,150
0,331
0,204
media 11
-0,414
0,677
0,108
Varianza estratta
0,230
0,196
0,076
Ridondanza
0,167
0,104
0,029
Tabella 3.109: CCA tra valori medi annui dell’NDVI di AQUA ed i parametri
morfologici: struttura fattoriale e correlazione tra le variabili dell’NDVI e radici
estratte.
Set Destro Morfologia
Variabile
Radice 1 Radice 2 Radice 3
esposizione
-0,315
-0,529
-0,788
quota
0,995
-0,081
0,050
pendenza
0,066
0,757
-0,650
Varianza estratta
0,365
0,287
0,348
Ridondanza
0,266
0,153
0,132
Tabella 3.110: CCA tra valori medi annui dell’NDVI di AQUA ed i parametri morfologici: struttura fattoriale e correlazione tra i parametri morfologici e le radici
estratte.
3.5
Relazione NDVI-Accrescimento diametrale
Analizzando gli anelli di accrescimento dei 9 campioni prelevati nei pixel 6, 15 e 16 della
griglia di riferimento è emerso una differenzazione nello sviluppo delle piante situate nei
diversi pixel. L’area 6 presenta negli ultimi 12 anni un accrescimento sempre superiore rispetto alle aree 15 e 16, aree tra loro molto simili (Fig. 3.71-3.72).
L’area 6, che mostra NDVI sempre inferiori, presenta un accrescimento diametrale maggiore.
3.5. Relazione NDVI-Accrescimento diametrale
117
Figura 3.71: Accrescimento diametrale medio delle piante dominanti nei 3 pixel
analizzati (media ±esm).
Figura 3.72: Accrescimento diametrali nei pixel 6, 15 e 16: ``Smoothing" dei valori
annui.
118
Risultati
Conclusioni
Dalle analisi del parametro NDVI nelle faggete del Brasimone emerge un andamento molto
complesso.
Osservando le fluttuazioni dell’NDVI si evidenzia come la risposta delle piante sia diversa
tra i due satelliti messi a confronto. Pur analizzando lo stesso territorio le risposte dai due
satelliti appaiono differenziate al punto da costringerci ad analisi separate.
Pur analizzando separatamente i dati per satellite emerge che essendo le interazioni tra
Anni*Date e Anni*Punti significative si è dovuto operare delle analisi su dati totalmente
disaggregati (ADC), sia per Anni che per Punti.
Analisi per ANNI
TERRA 2000-2011
L’analisi per Anni ha evidenziato una netta differenziazione tra le annate lungo i primi due
gradienti:
• Primo gradiente: il 2007, il 2011 e il 2010 sono annate che si separano nettamente
dal 2003, dal 2005 e dal 2009. Cosa le differenzia ? Questo gradiente è fortemente
correlato con la risposta NDVI del 9 giugno. Osservando i dati pluviometrici nei
diversi anni emerge che il primo gruppo di annate presenta forti deficit nel mese di
Aprile, mentre i secondi, posizionati sulla parte positiva del Gradiente, presentano
un certo deficit nel mese di Maggio. Quindi i deficit di pioggia nei primi mesi di
veggetazione sembrano avere una relazione stretta con le veriazioni dell’NDVI.
• Secondo gradiente: legato alla risposta a fine settembre, vede una differenza netta tra
il 2000 ed i restanti anni, Anno 2000 caratterizzato da una carenza idrica ben distribuita lungo tutta la stagione vegetativa, che ha certamente compromesso la densità
fogliare e quindi l’NDVI, differenziandolo rispetto agli altri.
Conclusioni
120
TERRA 2003-2011 confrontato con AQUA
Se si analizza solo il periodo con la doppia disponibilità di dati dei due satelliti (2003-2011)
si evidenziano due risposte differenziate: mentre per il TERRA continuano ad emergere le
grandi differenze tra gli Anni, come sopra descritto, per il satellite AQUA queste non si
manifestano fatta eccezione per il 2007 che presenta un comportamento sgranato e differenziato lungo il Primo gradiente. Per AQUA si evidenzia una risposta molto compatta in tutti
i gradienti per tutte le altre annate, in modo diverso rispetto a TERRA che presenta sempre
una maggiore differenziazione tra le annate.
Analisi per PUNTI
TERRA
Diversamente dagli Anni non si evidenziano differenze sostanziali tra i 38 Punti (Fig. 3.33):
solo calcolando le medie complessive è possibile sottolineare delle differenze tra alcuni punti come il 6, il 19, il 26 e il 36 (Fig. 3.34), che presentano comportamenti anomali con bassi
valori di NDVI.
AQUA
Anche per questo satellite non si evidenziano comportamenti continuativi anomali di singoli
Punti negli Anni, ma solo alcune risposte anomale(Fig 3.35). Calcolando i loro valori medi
emergono anche in questo caso comportamenti medi differenziati dei punti 5, 6, 18, 19, e
26 con NDVI bassi.
Usando dati standardizzati i comportamenti complessivi non si modificano:
• TERRA individua solo alcuni punti che mediamente si discostano dagli altri : 5, 6,
19 e 26;
• AQUA individua ancora punti anomali medi come il 5, 6, 19 e 26.
Analizzando i dati non come singole date ma come medie annue di NDVI le analisi mostrano una correlazione inversa tra medie e variabilità dell’NDVI che consente a sua volta
di esplicitare dei comportamenti anomali in alcuni punti, che per le variabili standardizzate,
risultano essere:
• per il TERRA: 5, 6 e 19 nella porzione basso NDVI e 15 e 16 per l’alto NDVI;
• per l’AQUA: 6, 26 per la parte bassa del gradiente NDVI e 51, 52 per quella alta.
Conclusioni
121
Complessivamente sono i punti 6 e 19 a presentare nelle diverse analisi un comportamento
anomalo con basse risposte di NDVI.
Questa prima fase di analisi quindi sembra evidenziare una relazione tra risposte NDVI ed
alcuni andamenti climatici dei diversi anni, relazione che si è analizzata con maggiore attenzione nella seconda parte dello studio concentrandosi sul satellite TERRA vista la maggiore
disponibilità di annate di osservazione.
Relazione NDVI Piovosità in TERRA
Dalla raccolta dei dati pluviometrici elaborati dall’ARPA dell’ER nell’ERG5 emerge per
il periodo in esame una grande variabilità negli andamenti pluviometrici annuali: si è avuta una alternanza tra periodi siccitosi (2000-2001 e 20005-2006-2007) e periodi piovosi
(2008-2009-2010). Questi andamenti annui complessivi non si sono però concretizzati in
comportamenti omogenei dei singoli mesi entro gli Anni, ne entro i mesi del periodo vegetativo anche se dalle prime analisi complessive l’NDVI appare correlato alla piovosità dei
mesi primaverili ed estivi fatta eccezione per quella di giugno.
Suddividendo la piovosità del periodo vegetativo in intervalli di mesi differenti e confrontandola con l’NDVI medio mensile sono emerse:
• per la Piovosità trimestrale (amg,las), una relazione con l’NDVI medio annuo e con
l’NDVI di agosto ed una relazione inversa con la piovosità dell’Estate precedente;
• per la piovosità bimestrale, una relazione tra i bimestri di AM e AS con l’NDVI
medio di agosto e l’NDVI totale annuo, sempre in presenza di una relazione inversa
con la piovosità dellEstate precedente;
• per la Piovosità mensile, una relazione tra le diverse piovosità mensili e l’NDVI di
Agosto e totale annua, con l’eccezione della piovosità di Giugno che sembra essere
controproducente come la piovosità dellEstate precedente.
Da tutto quanto sopra esposto emerge quindi una relazione tra pioggia ed NDVI che sembra
concentrarsi sulle piovosità dei primi mesi di vegetazione ed in particolare Aprile e Maggio.
Conclusioni
122
Aumentando il dettaglio dell’analisi si sono messe a confronto le risposte dell’NDVI e la
Piovosità dei singoli periodi di rilievo, ed in particolare:
• la Piovosità cumulata alle diverse date di rilievo NDVI: confronto che evidenzia una
risposta contraddittoria dove le piovosità alle singole date si presentano indipendenti
rispetto alle risposte NDVI, risposte che invece sono sempre correlate con la pioggia
di Aprile e di Maggio;
• la Piovosità tra le Singole date: dove le risposte NDVI si presentano più correlate
con le Piovosità dei periodi ad esse legate.
Anche in queste analisi emerge la relazione negativa con le precipitazioni delle Estati precedenti.
Dall’insieme di queste elaborazioni statistiche descrittive emerge sempre di più un quadro
che vede le precipitazioni della fase iniziale della vegetazione come quelle maggiormente
condizionanti l’andamento medio annuo e massimo dell’NDVI nei diversi anni, anche se
fenomeni di piovosità associati ai singoli rilievi sembrano avere una correlazione positiva
con la risposta radiante. Per confermare quanto sopra evidenziato si sono operate delle
Correlazioni Canoniche tra rilievi NDVI e:
• Piovosità trimestrale: che però non ha evidenziato relazioni statisticamente significative;
• Piovosità bimestrale: anch’esse non significative;
• Piovosità mensile: che invece presentano una correlazione significativa specie tra la
piovosità di Aprile (e in modo meno evidente Luglio ed Agosto) e il rilievo NDVI
del 12 Agosto (rilievo dove si raggiunge in genere il massimo NDVI);
• Piovosità cumulate tra date dei rilievi: dove si evidenzia di nuovo una correlazione
positiva e significativa tra NDVI del 12 Agosto e la piovosità di Aprile ed Agosto;
• Piovosità tra le singole date dei rilievi NDVI: dove di nuovo si presenta una forte
correlazione sempre tra NDVI del 12 Agosto e piovosità di Aprile e piovosità del
periodo relativo al 12 Agosto.
Quindi dall’analisi di dettaglio delle relazioni tra pioggia ed NDVI emerge, nella complessità multidimensionale e nella variabilità complessiva molto elevata, una relazione stretta, e
variamente confermata, tra la risposta NDVI (media e massima) con la piovosità di Aprile
(e in modo minore Maggio) e la piovosità dei periodi di rilievo veri e propri, specie per il
mese di Agosto, periodo della stagione vegetativa con forte carenza idrica.
Conclusioni
123
Relazione NDVI - Viaraggio delle foglie
Al fine di utilizzare l’NDVI come elemento caratterizzante una stagione vegetativa siccitosa, l’Analisi multivariata delle risposte radianti relative al 13 settembre ci ha permesso
di differenziare nettamente le annate siccitose rispetto alle annate piovose. Di più, l’analisi
mostra come in periodi siccitosi vi sia una differenziazione netta tra i Punti separando lungo
un gradiente le aree a quote inferiori rispetto a quelle poste superiormente.
Relazione NDVI - Morfologia
Per meglio caratterizzare la distribuzione dell’NDVI si è poi analizzato il suo andamento
spaziale rispetto ai caratteri morfologici ricavabili dal rilievo radar STRM della NASA. Nel
confronto si sono utilizzate le medie annue di NDVI e da questi è emersa una relazione
statisticamente significativa tra il parametro Quota e l’NDVI: all’aumentare dell’altitudine
aumenta anche l’NDVI sia per TERRA che per AQUA, anche se in quest’ultimo caso in
modo più sfumato.
Questa conclusione però non appare plausibile in quanto in letteratura non è mai stata riscontrata una relazione tra Altimetria ed NDVI: deve esistere una variabile latente, indipendente, che permetta di spiegare questa correlazione. Raccogliendo informazioni sulla
gestione della faggeta e da successivi sopralluoghi, è emerso che il bosco pur essendo storicamente un ceduo a sterzo abbandonato, ha subito negli ultimi decenni degli interventi di
conversione per reindirizzare la faggeta verso l’alto fusto.
Questi interventi svolti da operatori pubblici (Comunità montana di Vergato) hanno investito principalmente porzioni di bosco di facile accesso situate nella porzione bassa della valle
e lungo la strada forestale di accesso. Osservando il bosco nelle diverse celle di rilievo a
diverse quote emerge questa ulteriore stratificazione tra porzioni già completamente convertite, porzioni parzialmente convertite e bosco ceduo invecchiato abbandonato. L’effetto
dell’intervento di semplificazione strutturale comporta una netta riduzione di polloni e di
fogliame, diminuzione che sicuramente influenza la risposta NDVI delle chiome residue.
Questa stratificazione si dipana al variare della quota interpretando la relazione Quota NDVI evidenziata dall’analisi.
Relazione NDVI - Accrescimento diemetrale
Partendo dalla classificazione dei singoli Punti (pixel) definita dalle precedenti analisi multivariate è stato possibile analizzare anche il rapporto tra NDVI e crescita diametrale delle
piante.
124
Conclusioni
Partendo da Punti posizionati in modo differenziato sui gradienti di NDVI (punti 6, 15, e
16) sono stati effettuati delle misure di accrescimento diametrale di alcune piante di prima
grandezza (dominanti). I risultati, pur in presenza di una elevata variabilità, visto anche
l’esiguità del campione, appaiono anche in questo caso sorprendenti.
Innanzitutto c’è da sottolineare che il periodo analizzato rappresenta un periodo di bassa
crescita, ma in questo periodo l’area con NDVI più basso (punto 6) presenta accrescimenti
diametrali sostanzialmente e costantemente superiori agli altri pixel (15 e 16) (Fig. 3.71).
Anche in questo caso è la struttura forestale a interpretare questo comportamento anomalo:
dai rilievi in campo, infatti, è emerso che il pixel 6 è caratterizzato da una Fustaia transitoria
vera e propria, fase terminale della conversione, mentre le altre aree sono caratterizzate da
boschi cedui in conversione dove sono presenti ancora diversi polloni per ceppaia che supportano una maggiore densità fogliare.
Questa densità, pur influenzando l’NDVI, è suddivisa tra molti polloni, non supportando
quindi la crescita del solo pollone dominante come nel caso della fustaia transitoria.
Anche in questo caso il rapporto NDVI sviluppo è mediato dalla struttura o meglio dalla
gestione della struttura della formazione forestale presente nel pixel.
Considerazioni Conclusive
A compendio di tutto il lavoro svolto si può affermare che per la faggeta appenninica esiste
una relazione tra NDVI e precipitazioni, ma questa relazione appare complessa, legata sia
ad andamenti pluviometrici generali (carenze idriche nei mesi di aprile e maggio) sia ad andamenti climatici locali (periodi di rilievo del parametro NDVI). Entrambe queste relazioni
sono però condizionate dalla forma di gestione del bosco ceduo che nelle faggete analizzate
appare diversificata nello spazio.
In generale la risposta della faggeta alle fluttuazioni pluviometriche ed alla carenza di pioggia appare dotata di molta inerzia: l’entità delle precipitazioni totali e la fisiologia di questa
pianta forestale limitano le risposte al disturbo della siccità solo al momento della foliazione, rendendo poco efficace l’uso dell’NDVI periodico come strumento di allerta che si
manifesta in tarda estate con un viraggio di colore delle foglie anticipate, specie per le
porzioni di bosco in via di conversione all’alto fusto.
Bibliografia
[1] HAMLYN G.JONES, ROBIN A.VAUGHAN - Remote sensing of vegetation: Principles, Techniques, and Applications. Oxford University Press.
[2] Woorld Meteorologic Organization (WMO) - Standardized Precipitation Index. Geneve (SV)
[3] CORONA P. (2000) - Introduzione al Rilevamento Campionario delle Risorse Forestali. CLUSF, Firenze.
[4] G.CACCAMO, L.A. CHISHRM, R.A.BRADSTOCK (2011) - Assessing the sensitivity of modis to monitor drought in high biomass ecosystems. Remote sensing of
Environment, 115, 2626-2639.
[5] ARPA Emilia-Romagna (2009) - Agricoltura e sostenibilità, XII ,N°1
[6] Prof. MAGNANI (2010) - Appunti e slide del corso di Inventari e telerilevamento
delle risorse forestali. università di Bologna.
[7] NICCOLÓ DAINELLI (2011) - L’Osservazione della Terra: Telerilevamento: Manuale teorico-pratico per l’elaborazione delle immagini digitali. D.Flaccovio, Palermo.
[8] G.SCARASCIA MUGNOZZA (1999) - Ecologia strutturale e funzionale di faggete
italiane. Edagricole, Bologna.
[9] WARDLOW B.D., ANDERSON M.C., VERDIN J.P. (EDS) (2012) - Remote sensing of Drought: Innovative Monitoring Approches. CRC PRESS, Boca Roton
(FL).