Determinazione delle fasi fenologiche con i dati dei satelliti

19. marzo 2018

Le immagini satellitari possono essere utilizzate per l'analisi dello stato della vegetazione. Queste analisi consentono ad esempio di trarre conclusioni sull'inizio della primavera fenologica. Ma come funziona tutto ciò?

Globe Svizzera - I satelliti ricevono le onde luminose riflesse dagli oggetti sulla Terra. Ogni oggetto riflette in modo diverso le differenti lunghezze d'onda – è così possibile, in base allo spettro di riflessione, determinare da quali oggetti provengono le onde luminose. 
Sul computer si possono ad esempio raccogliere le tipiche lunghezze d'onda per l'inizio della primavera. Conoscendo le lunghezze d'onda desiderate, è possibile determinare in pochi secondi l'inizio della primavera per vastissime superfici. La determinazione di queste lunghezze d'onda è però molto complessa perché si devono distinguere non solo le diverse fenofasi ma anche le diverse piante. Le osservazioni sul campo si rivelano dunque indispensabili per attribuire a ogni pixel delle immagini satellitari una ben definita fase fenologica.

Da alcuni anni si fa sempre più uso di modelli in grado di calcolare le fasi fenologiche sulla base dei dati satellitari. Uno studio ha messo ora a confronto i dati per l'inizio della primavera generati dai modelli con oltre 500 osservazioni sul campo delle reti “USA NPN” e “AmeriFlux”. I risultati: nella parte orientale degli USA i dati prodotti dai modelli coincidono bene con quelli osservati, mentre a ovest e a sud si sono riscontrate differenze di oltre 70 giorni. 

 

Secondo gli autori, ciò dipende dal fatto che le foreste decidue sono analizzate bene dai modelli, mentro ciò non è il caso per le superfici poco boscose. Lo studio dimostra dunque che le osservazioni fenologiche sul campo sono molto importanti non solo per lo sviluppo dei modelli computerizzati ma anche per la loro verifica.
 

Fonte: Peng, Dailiang et al. (2017): Spring green-up phenology products derived from MODIS NDVI and EVI: Intercomparison, interpretation and validation using National Phenology Network and AmeriFlux observations. In: Ecological Indicators 77 (2017): S. 323-336.  

.hausformat | Webdesign, TYPO3, 3D Animation, Video, Game, Print