Le discariche nel Veneto - Università degli Studi di Padova

Sienna
Green
Yellow
Red
Sienna: suolo presentante qualche ciuffo di vegetazione.
Green: vegetazione verde scura che non presenta stresss della vegetazione a occhio nudo.
Yellow: vegetazione irregolare, che presenta
ciuffi sparsi di vegetazione e suolo.
Red: vegetazione molto stressata, facilmentee riconoscibile sull’immagine rispetto ad una
vegetazione sana.
Fig. 5 – Gradazione dei colori per valutare lo stress della vegetazione.
Fig. 6 – Area di
studio alla quale è stata applicata la matrice di confusione.
3.1.1. Scegliere le ROIs (Region Of Interest)
Queste aree corrispondono alle areee che presentano
una vegetazione particolarmente stressata. Queste ROIs
sono state selezionate su siti di discariche abusive già
note e censitee dalle autorità pubbliche. Questi campioni
formano un insieme di dati test sui quali si potrà
lanciare una classificazione supervisata.
La scelta
di queste aree merita tutta la nostra
attenzione perché sono la base del metodo che si vuole
applicare. Un codice di colore è stato applicato in
funzione del grado di stato di stress della vegetazione
in modo da
poter graduare i diversii stati di stress
potenziali (Fig. 5).
3.1.2. Lanciare la classificazione supervisata
La classificazione è il risultato di una riconoscenza
automatica delle riflettanze. L’algoritmo che abbiamo
utilizzato è stato quello di
“Maximum Likelihood” che
permette di valutare la varianza e la co-varianza dei
temi (sienna, green, yellow, red) scelti.
L’algoritmoo
calcola la probabilità statistica di appartenere ad una
classe.
Il vantaggio principale di
questo tipo di algoritmo,
nell’ambito del
censimento delle aree potenzialmentee
nquinate, è di permettere, dopo un’analisi dei dati a
terra (le ROIs estratte a partire delle discariche
abusive) una buona valutazione dellee matrice di
varianza e covarianza delle popolazioni; naturalmentee
si presuppone che la distribuzione delle popolazioni sia
normale.
Per fare una buona valutazione della classificazione,
si crea una matrice di confusione che verifica se la
maggiore parte
dei pixel sono stati classificati e se le
ROIs scelte sono pertinenti.
43