Le discariche nel Veneto - UniversitÃ degli Studi di Padova

More documents

Recommendations

Info

Rifiuti sepolti sotto terra Contaminazione del suolo e dell’acqua Anomalia degli indicatori ambientali Scelta del sensore e della metodologia adatta. Rifiuti ORGANICI sepolti sotto terra Processo di fermentazione Emissione di liquidi e biogas a temperature elevate Infrarosso termico: Analisi dei dati ASTER e DAEDALUS Rifiuti TOSSICI sepolti sotto terra Contaminazione del suolo e dell’acqua. Stress della vegetazione VIS/NIR: Analisi dei dati LANDSAT 7 e IKONOS Rifiuti INERTI sepolti sotto terra Nessuna reazione chimica né contaminazione. Anomalie possibili della riflettanza del suolo VIS/NIR: Analisi dei dati IKONOS Fig. 2 – Diverse metodologie di analisi per diverse tipologie di rifiuti. I dati satellitari costituiscono una fonte di informazione considerevole perché combinando i dati spettrali di tutti i sensori, la somma delle informazioni è allora pertinente per stabilire una cartografia delle diverse entità che determinano il territorio studiato. Per potere raggiungere questo obiettivo, era dunque importante avere una base di dati numerici corretti atmosfericamente e georeferenziati nello stesso sistema di riferimento. Questi pre-trattamenti dei dati sono fondamentali per potere confrontare i dati in seguito. La correzione atmosferica (Richter, 2005) è primordiale perché l’atmosfera in sé, influisce considerevolmente sulle radianze misurate. Correggendo dunque i dati, la radianza (valore relativo) è convertita in riflettanza (valore assoluto) e l’influenza della trasmissione e assorbimento nell’atmosfera viene eliminata. Allo stesso modo, potere avere i dati, in uno stesso sistema geografico di riferimento, è basilare per poterli confrontare. Per poter identificare potenziali discariche abusive, è stato deciso di lavorare sulle conseguenze che produce la contaminazione del suolo: può essere uno stress della vegetazione indotto (Carter, 1993; Cenedese e al., 2003; Pitea e al., 1997, Kumar e al, 2001; Reusen e al, 2000, Zhang, 2001) oppure un aumento della temperatura del suolo legata alla fermentazione della materia organica (quando si tratta di rifiuti organici) e alla produzione di biogas (Zilioli e al., 1992). Le metodologie d’analisi dei dati telerilevati variano dunque in base alla tipologia dei rifiuti da individuare. Rifiuti tossici e potenzialmente pericolosi, ad esempio, spesso producono delle anomalie nella crescita della vegetazione che possono essere individuate da satellite. Rifiuti urbani, invece, producono acidi e gas a temperature elevate, che possono essere individuati con delle termografie. La permette di essere confrontata con altri dati, ripresi a periodi diversi per esempio. 40 scelta dei dati telerilevati da analizzare è stata decisiva secondo il tipo di rifiuti che si vuole individuare. Il grafico (Fig. 2) punta sulle diverse tipologie di rifiuti e il modo con il quale analizzarli. I dati telerilevati utilizzati nel progetto comprendono varie immagini satellitari a media risoluzione acquisite dalla piattaforma Landsat 7 col sensore ETM+ (pixel di 30x30 m) tra il 2001 e il 2004, nonché dati satellitari ad alta risoluzione acquisiti dal satellite IKONOS (pixel di 1x1 m): nel 2001 sul Bacino Scolante e nel 2004 sull’intera pianura veneta. Nell’estate 2005 sono stati effettuati dei voli radenti con il sensore Daedalus che, registrando il segnale nell’infrarosso termico, ha permesso di effettuare delle termografie di numerose aree della pianura veneta. Sempre con lo scopo di elaborare alcune termografie sono state acquisite anche immagini dal satellite ASTER. Il flow-chart 3 di Fig. 3 spiega qual è stata la metodologia applicata ai dati satellitari IKONOS per poter individuare i siti potenzialmente inquinati. In effetti, i dati del telerilevamento possono essere interpretati visivamente (e dunque non si tratta più di telerilevamento ma di foto-interpretazione) oppure trattati in maniera relativa a quello che si cerca di individuare, si parla allora di telerilevamento. Per poter individuare le aree potenzialmente inquinate, lo studio è stato principalmente basato sull’approfondimento dell’analisi della riflettanza dopo avere effettuato tutti i pre-trattamenti menzionati precedentemente. Nel flow-chart sono state proposte due metodologie parallele (indicate con le linee a tratti blu e rosso). La metodologia scelta è esposta in dettaglio nelle pagine seguenti. 3 La calibrazione, validazione, ed estensione a tutto il bacino scolante della laguna di Venezia del metodo sono stati effettuati sui dati del IKONOS 2001.
DATI IKONOS 4 bande dopo correzione radiometrica e atmosferica. Selezione delle ROI’s. (Region Of Interest) Caratterizzazione spettrale dello stress della vegetazione. PCA: Principal Component Analysis e applicazione di una maschera della vegetazione. Classificazione unsupervised Kmeans. Kmeans, 9 classe. Classificazione supervised (Maximum Likelihood) usando le ROI’s opportune. Principal Component Analysis + applicazione di una maschera della vegetazione + applicazione di una maschera N.D.V.I. Maschera delle aree non vegetate. Estrazione e digitalizzazione dei siti potenzialmente inquinati. Classificazione unsupervised Kmeans 5 classe. Calcolo dell’indice di vegetazione N.D.V.I. Selezione delle potenziali discariche mascherando il resto dell’immagine. VALIDAZIONE DEI SITI POTENZIALMENTE INQUINATI. Maschera delle aree non vegetate. Applicazione di una matrice d’occorrenza e di co-occorrenza (entropia). Applicazione di una matrice d’occorrenza e di co-occorrenza (entropia e varianza). Fig. 3 – Flow chart della metodologia applicata sui dati IKONOS per l’individuazione delle aree potenzialmente inquinate. La metodologia alternativa è stata sperimentata per vedere se con la sola informazione radiometrica dei dati IKONOS potevamo ottenere un risultato valido. I risultati di questa analisi comparativa sono stati pubblicati (Omri e al, 2005) al convegno SARDINIA nel 2005. In questo articolo, invece, è presentato il metodo utilizzato nell’ambito del progetto regionale, visto che c’erano tanti dati a terra disponibili (Fig. 4) (Silvestri e al 2005; Fior e al, 2005). Nelle pagine successive sono illustrate le diverse tappe della metodologia applicata (Fig. 4). 41
Page 1 and 2: Le discariche nel Veneto Applicazio
Page 3: presentati in questo articolo rigua
Page 7 and 8: Sienna Green Yellow Red Sienna: suo
Page 9 and 10: Validation dumps Area (m 2 ) Class1
Page 11 and 12: Fig. 8 - Localizzazione dei siti ce
Page 13 and 14: Fig. 10 - Ripartizione del uso del
Page 15 and 16: Sito nel 2001 Sito nel 2004 Risulta
Page 17: alluvionale veneta, dalla sua linea

Le discariche nel Veneto - UniversitÃ degli Studi di Padova

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?