SlideShare a Scribd company logo
MONITORAGGIO DEL CORPO GLACIALE DELLA
MARMOLADA TRAMITE CLASSIFICAZIONE DI
ORTOFOTO
CON GRASS 7.0.0
Accordini Nicola
Bonanno Giuseppe
Fianelli Francesco
Anno Accademico 2015-2016
INDICE
INDICE............................................................................................................................ 2
1.0 - INTRODUZIONE.......................................................................................................3
1.1 DEFINIZIONE GHIACCIAIO......................................................................................3
1.2 METAMORFISMO DELLA NEVE................................................................................3
1.3 BILANCIO DI MASSA...............................................................................................4
1.4 I GHIACCIAI DELLA MARMOLADA..........................................................................5
2.0 STUDIO DELLE ORTOFOTO........................................................................................6
2.1 ORTOFOTO 2006...................................................................................................6
2.1.1 CLASSIFICAZIONE NON CONTESTUALE............................................................7
2.1.2 CLASSIFICAZIONE CONTESTUALE....................................................................9
2.2 ORTOFOTO 1973.................................................................................................17
2.3 ORTOFOTO 2000.................................................................................................19
2.4 SOVRAPPOSIZIONE VETTORIALI...........................................................................25
3.0 CONCLUSIONI.........................................................................................................26
4.0 FONTI......................................................................................................................28
4.1 BIBLIOGRAFIA......................................................................................................28
4.2 SITOGRAFIA.........................................................................................................28
1.0 - INTRODUZIONE
1.1 DEFINIZIONE GHIACCIAIO
2
Secondo il GLIMS (Global Land Ice Measurements from Space) un ghiacciaio è
costituito dal ghiaccio che si può osservare alla fine della melt season o, in caso di
ghiacciai tropicali, dopo che la neve superficiale si sia sciolta.
Esistono vari tipi di ghiacciai che si dividono in due grandi categorie:
 Ghiacciai di Montagna
 Ghiacciai Continentali
Il ghiacciaio della Marmolada, che si colloca nella prima categoria, si può ulteriormente
descrivere come Ghiacciaio Montano: corpo glaciale che fluisce lungo una valle
rocciosa con versanti ripidi e netti.
Figura 1 - Ghiacciaio della Marmolada Principale (941) nel gruppo della Marmolada; a destra in alto la
calotta di Punta Penia (941.2), a destra in basso Marmolada Centrale (941.1) e all’estrema destra
Marmolada Ovest (942) (foto F. Bugnara, 2007)
1.2 METAMORFISMO DELLA NEVE
Indipendentemente dalla famiglia di appartenenza ogni ghiacciaio ha un proprio
bacino alimentatore, dove si accumula la neve, e una zona di ablazione dove il
ghiaccio fonde.
Come descritto da Barry and Yew Gan (2011) nei bacini di accumulo inizia il processo
metamorfico della neve che la porta da una densità di 60
Kg
m
3 a densità di 910
Kg
m
3 . Termodinamicamente parlando la neve è un materiale altamente instabile, per
cui una volta depositatasi a terra, inizia subito a cambiare struttura cristallina e con
essa cambiano anche le sue proprietà. Sotto il loro stesso peso i cristalli di neve si
compattano, diminuendo la porosità del 40% e formando il firn : un particolare stadio
metamorfico della neve che presenta una forma granulare e una densità che varia tra i
3
400 e i 650
Kg
m
3 . Grazie al processo di sinterizzazione attraverso cui i bordi dei
singoli fiocchi di neve si uniscono tra loro grazie alla diffusione di molecole d'acqua il
firn aumenta la propria densità raggiungendo valori di ≈ 830
Kg
m
3 . Dopo vari cicli di
gelo e di disgelo (tra i 150 e 300 anni) e grazie all'azione meccanica prodotta dagli
strati di neve superiori il firn,compattandosi ulteriormente, diventa ghiaccio (917
Kg
m
3 ) andando così ad alimentare il corpo glaciale.
1.3 BILANCIO DI MASSA
La nascita, la sopravvivenza e l'estinzione di un ghiacciaio derivano dal bilancio tra gli
accumuli di neve e la fusione dei ghiacci (ablazione). Come descritto da Smiraglia
(1992) per determinare questo bilancio si procede attraverso misure dirette sul
ghiacciaio effettuate in punti fissi che servono a misurare gli accumuli di neve. Il
periodo preso in considerazione è solitamente l'anno idrologico (1 ottobre - 30
settembre). Alla fine della primavera si effettua la prima misurazione atta ad stabilire
l'apporto nevoso invernale . Ciò si può ottenere sia con carotaggi sia misurando
l'innalzamento della superficie in corrispondenza di aste metalliche infisse alla fine
dell'estate precedente. Bisogna poi misurare la densità della neve scavando delle
trincee annotando gli spessori di neve registrati. Mentre l'abbassamento registrato a
fine estate fornirà l'ablazione del ghiacciaio durante il periodo estivo.
L'estrema laboriosità delle misurazioni dirette ha portato gli scienziati ad adottare
nuove tecniche indirette.
La rilevazione da remoto di ghiacciai tramite fotografie aeree verticali e oblique iniziò
con la campagna fotografica di tutte le terre Artiche Canadesi a cavallo tra il 1940 e il
1950 (Barry and Yew Gan (2011)).
Un nuovo spunto in tale direzione si ebbe poi con le missioni NASA quali Landsat e
ASTER (Advanced Spaceborne Thermal Emission and Reflection ). Queste costellazioni
di satelliti, avendo sensori in grado di captare da remoto l'estensione, la topografia, lo
spessore, il volume e la velocità di scorrimento diventarono il principale strumento
d'indagine per lo studio della criosfera.
La mappatura dei ghiacciai attraverso software GIS può seguire tre approcci diversi
(Barry and Yew Gan (2011)) :
 delineatura manuale dei confini
 segmentazione di immagini dimensionate
 unsupervised e supervised classification
4
Durante la nostra analisi abbiamo studiato la sola estensione del corpo glaciale della
tramite delineatura manuale dei confini e classificazione supervised di
ortofoto, senza prendere in considerazione i bilanci di massa.
1.4 I GHIACCIAI DELLA MARMOLADA
Figura 2 - Visione dei ghiacciai del Trentino orientale. Foto presa da “Il nuovo Catasto dei
ghiacciai italiani”
L'apparato glaciale della Marmolada è composto da quattro ghiacciai distinti:
Nome Codi
ce
Codice
WGI
Coordina
te
Raggruppamen
to montuoso
Bacino
idrogra
fico
Tipolo
gia
Marmola
da
941 IT4L00101
101
46°26’19’’
N
11°52’04’’
E
DOLOMITI -
Dolomiti
Nordoccidentali -
Dolomiti di Fassa
Marmolada
ADIGE -
Avisio Montan
o
Marmola
da
Centrale
941.
1
/ 46° 26’
28’’ N 11°
50’ 59’’ E
DOLOMITI -
Dolomiti
Nordoccidentali -
Dolomiti di Fassa
Marmolada
ADIGE -
Avisio
Montan
o
Punta
Penia
941.
2
/ 46° 26’
12’’ N 11°
50’ 52’’ E
DOLOMITI -
Dolomiti
Nordoccidentali -
Dolomiti di Fassa
Marmolada
ADIGE -
Avisio
Montan
o
Marmola
da Ovest
942 IT4L00101
102
46° 26’
24’’ N 11°
50’ 31’’ E
DOLOMITI -
Dolomiti
Nordoccidentali -
Dolomiti di Fassa
ADIGE -
Avisio
Montan
o
5
Marmolada
Tabella 1
Nel nostro studio considereremo tutti e quattro i corpi glaciali, i dati di estensione
saranno intesi quindi come somma dei singoli ghiacciai.
2.0 STUDIO DELLE ORTOFOTO
L’utilizzo di GIS GRASS 7.00 avviene dopo aver creato i seguenti ambienti di lavoro :
 Database: directory in cui viene archiviato tutto il lavoro e si trovano le
location: in questo caso è esame gis;
 Location: directory principale di lavoro al cui interno si trovano mappe aventi
sistema di
riferimento e proiezione uguale: nel caso in oggetto si chiama new Location.
 Mapset: sotto-directory delle location.
2.1 ORTOFOTO 2006
Importato il file dell’ortofoto ( .tif ) tramite il comando r.in.gdal in una Location
caratterizzata da:
 sistema di riferimento WGS84/UTM 32N
 3 bande
 risoluzione 72 dpi
per poterlo visualizzare a schermo è stato poi necessario utilizzare il comando
d.rgb, unendo così le bande red, green e blue del raster si visualizza l'ortofoto.
6
Figura 3 - Marmolada 2006
Vista l’estensione dell'immagine si è ritenuto opportuno selezionare la nostra area di
interesse da display con l’ uso del cursore e poi impostarla come area di lavoro con
g.region
Attraverso la modalità “digitize” si sono individuate le aree campione, necessarie per
poter eseguire la classificazione, associando ad ogni area una relativa categoria.
Figura 4 - Training map 2006
Impostato attraverso il comando i.group il gruppo ed il sottogruppo abbiamo
realizzato la classificazione con due diverse metodologie:
 classificazione supervisionata non contestuale
 classificazione supervisionata contestuale.
7
2.1.1 CLASSIFICAZIONE NON CONTESTUALE
La classificazione non contestuale è stata ottenuta per mezzo di i.maxlik, dopo aver
generato le firme spettrali dalla mappa raster con i.gensig.
Figura 5 - Classificazione con i.gensig 2006
In seguito filtrando il risultato tramite r.neighbors si è eseguita una moda di cinque
pixel.
Figura 6 - Raster ottenuto r.neighbors 2006
8
Effettuando un riclassificazione (r.reclass) siamo stati in grado di raggruppare le
nostre classi in due categorie: ghiacciaio e non ghiacciaio (fig 8).
Figura 7 - Stringa di codice r.reclass 2006
Figura 8 - r.reclass 2006
2.1.2 CLASSIFICAZIONE CONTESTUALE
Ottenuto questo risultato si è eseguita la classificazione contestuale che, a differenza
della non contestuale, effettua la classificazione di un pixel non solo in base ai suoi
valori, ma anche in funzione dei valori dei pixel circostanti.
Essa è stata realizzata tramite il comando i.smap, generando le firme spettrali con
i.gensigset riutilizzando la Training map utilizzata precedentemente.
9
Figura 9 - Classificazione contestuale con i.gensigset 2006
Anche in questo caso il risultato è stato filtrato sempre impostando una moda di
cinque pixel
Figura 10 - Classificazione dopo r.neighbors 2006
e riclassificando il raster riducendo il numero di classi a due: ghiacciaio e non
ghiacciaio.
10
Figura 11 - Classificazione contestuale r.reclass 2006
Confrontando i risultati delle due diverse classificazioni, si è deciso di proseguire la
nostra indagine utilizzando quelli ottenuti con la classificazione supervisionata
contestuale in quanto più precisi ed accurati.
Per rendere più precisi i dati la regione è stata ristretta e si è deciso di importare i fogli
DTM 000094 e 000095 scaricati dal portale geocartografico del Trentino con
risoluzione 1x1 m per poter distinguere, in base all’altitudine, il corpo glaciale dalla
roccia.
Dal sito del comitato Glaciologico del SAT si è appreso che nel 1994 il ghiacciaio era
compreso fra i 2550 m e i 3290 m quindi dopo diversi tentativi con il comando
r.mapcalc variando le quote tra i 2550 e 2630 abbiamo ripulito il più possibile la
mappa raster.
11
Figura 12 - Fogli DTM 2006
Uniti i fogli DTM con il comando r.patch e inserendo nel comando r.mapcalc la
stringa
r.mapcalc expr="ghiacciaio__2630=if(classificazione.reclass==2&&dtm>2630,2,1)"
abbiamo imposto la verifica di due condizioni :
 classificazione.reclass = ghiaccio
 quota del DTM maggiore di 2630 metri
Se una o entrambe le condizioni risultassero false il comando effettua una
riclassificazione impostando roccia al posto del ghiaccio.
Figura 13 -Risultato ottenuto dopo le iterazioni di r.mapcalc 2006
12
Grazie all'uso dei DTM è stato possibile, dopo diversi tentativi, eliminare tutte le aree
rosse (fig 13) ottenendo una superficie che rispecchia maggiormente l'areale effettivo
del ghiacciaio.
Per verificare la bontà della nostra classificazione abbiamo utilizzato il comando
r.kappa, digitalizzando due aree per il confronto prese in questa maniera.
Figura 14 - Aree campione per il comando r.kappa 2006
E ottenendo questo risultato :
13
Figura 15 - r. kappa 2006
Con un valore di Kappa superiore all' 80 % possiamo affermare che il risultato ottenuto
è preciso.
Attraverso il comando r.null abbiamo ottenuto il raster unicamente della zona coperta
da ghiaccio.
14
Figura 16 - Raster r.null 2006
Per rifinire ulteriormente il nostro raster, eliminando i buchi presenti dovuti ad una
classificazione non perfetta abbiamo utilizzato il comando r.reclass.area, impostando
come mode = lesser, come valore 0.3 ha e come method = rmarea, è stato possibile
eliminare tutte le aree con un'area inferiore a 0.3 ettari.
Figura 17 - r.reclass.area 2006
15
A questo punto abbiamo lanciando il comando r.report è stato possibile ottenere i
dati relativi all’estensione del ghiacciaio nel 2006.
Figura 18 - r.report 2006
Il risultato di 1.78 Km
2
è in linea con i dati ricavati elaborando il vettoriale dei
ghiacciai della Marmolada scaricato dal Geocatalogo della provincia di Trento relativo
al settembre 2003 con le seguenti caratteristiche:
 sistema di riferimento WGS84/UTM 32N
 risoluzione 2 metri
Figura 19 - Vettoriale del 2003
16
Dopo aver trasformato il vettoriale in raster con il comando v.to.rast e lanciando poi
r.report è stato possibile ottenere il seguente report.
Figura 20 - r.report del 2003
In questo caso il report ci ha fornito la superficie dei singoli ghiacciai: Marmolada,
Marmolada Centrale, Marmolada Ovest e Punta Penia per un totale di 1.88 Km
2
.
17
2.2 ORTOFOTO 1973
Importata e visualizzata a schermo aventi le seguenti caratteristiche :
 sistema di riferimento Roma40/Gauss-Boaga
 risoluzione 96 dpi
 1 banda
con uguale procedura rispetto alla precedente si è impostata e definita la nostra area
di indagine.
Figura 21 - Marmolada 1973
Passando alla modalità “digitize” ricavando le nostre aree campione:
Figura 22 - Training map 1973
18
Impostati tramite il comando i.group i gruppi e sottogruppi in modo da poter iniziare
la nostra classificazione supervisionata contestuale. Tramite i.gensigset si sono
create le firme spettrali che inserite come input in i.smap hanno generato il seguente
raster:
Figura 23 - Classificazione i.gensigset 1973
Questa classificazione è risultata alquanto imprecisa poiché la qualità dell'ortofoto ha
creato al sistema alcuni problemi per quanto riguarda il riconoscimento delle scale dei
grigi. Dopo aver provato a modificare più volte la Training map si è proceduto tramite
una delineatura manuale.
Tramite la modalità digitize abbiamo così selezionato manualmente l’area d’interesse,
ottenendone il vettoriale.
19
Figura 24 - Vettoriale contornato a mano 1973
Usando il comando v.to.rast è stato convertito il vettoriale ottenuto in raster.
Infine, per sapere l’ampiezza del ghiacciaio è stato utilizzato il comando r.report sulla
mappa raster per avere la grandezza effettiva dell’area analizzata, che risulta essere
di 2.69 Km
2
.
Figura 25 - r.report 1973
20
Anche in questo caso il risultato di 2.69 Km
2
è compatibile con i dati citati da
Bachmann (1978) relativi all’annata del 1966, quando il ghiacciaio ricopriva un’area di
2.89 Km
2
.
2.3 ORTOFOTO 2000
Importata e visualizzata l’ortofoto in una nuova Location avente le seguenti
caratteristiche:
 sistema di riferimento Roma40/Gauss-Boaga
 3 bande
 risoluzione 96 dpi
ne abbiamo definito l’area di interesse con la stessa procedura utilizzata nelle
precedenti analisi.
Selezionate diverse aree campione per procedere con la nostra classificazione, sono
state suddivise in sei categorie.
Figura 26 - Trainingmap 2000
21
Classificata la nostra ortofoto abbiamo ottenuto questo risultato:
Figura 27- Classificazione contestuale 2000
Con r.reclass e successivamente con r.neighbors è stata divisa la nostra
classificazione in ghiacciaio-roccia ed è stato uniformato il nostro raster con una moda
a cinque.
Figura 28 - Riclassificazione r.reclass con moda a cinque 2000
Prima di eliminare con r.null tutto ciò che non è ghiaccio è stato calcolato il
coefficiente kappa :
22
Figura 29 - Aree campione per r.kappa 2000
Figura 30 - Coefficiente kappa 2000
Ottenuto un risultato per kappa estremamente alto, considerate come valide le
percentuali superiori a 0.75, abbiamo proseguito cancellando tutte le zone rocciose
23
con r.null e con r.reclass.area abbiamo eliminato tutte le aree più piccole di 5 ettari
e unito tutte le parti mancanti più piccole di 0.2 ettari.
Figura 31 - Raster finale ghiacciaio 2000
Considerando che la classificazione ha prodotto un errore evidente nella zona centrale
è stata rieseguita la procedura variando la Training map iniziale e ottenendo una
nuova mappa, anch’essa però soggetta a errori in zone differenti. Si è quindi
proceduto eseguendo una media dei valori delle superfici ghiacciate nelle due
classificazioni.
Figura 32 - Seconda classificazione anno 2000
24
Figura 33 - Report prima classificazione 2000
Figura 34 - Report seconda classificazione 2000
La media tra le due misurazioni eseguite ci porge il valore di 1.97 Km
2
. La
campagna effettuata dall'ARPAV usando strumenti GIS nel 1999 ha fornito loro un
valore di 2.225 Km
2
.
25
Confrontando i valori attenuti dal vettoriale risalente al 2003 scaricato dal
Geocatalogo del Trentino (1.88 Km
2
) con la misurazione effettuata da ARPAV nel
2004 (2.147 Km
2
) si scopre una certa incertezza nelle misurazioni effettuate tra il
Veneto ed il Trentino.
2.4 SOVRAPPOSIZIONE VETTORIALI
Ottenuti e convertiti in forma vettoriale i raster di ogni singola ortofoto abbiamo
importato i vettoriali del 1973 e del 2000 sovrapponendoli all'ortofoto del 2006. Per
fare ciò abbiamo utilizzato il comando v.proj, che ha importato e ha cambiato il
sistema di riferimento e le proiezioni delle aree da Roma40 Gauss-Boaga a
WGS84/UTM zone 32N, ottenendo il seguente risultato:
26
Figura 35 - Ablazione del ghiacciaio della Marmolada dal '73 al 2006
Le immagini sono state sovrapposte in ordine cronologico, quindi in marrone abbiamo
la superficie del ghiacciaio nel 1973, in rosso il ghiacciaio nel 2000, il blu rappresenta il
2003 ed infine il giallo il 2006.
Come si può notare dalla sovrapposizione la Marmolada si è ritirata considerevolmente
negli anni, subendo un accelerazione tra il 2000 e il 2003 quando la fronte è arrivata a
perdere quasi 500 m.
3.0 CONCLUSIONI
L'efficacia riscontrata nella classificazione di un ghiacciaio con GRASS 7.0.0 deriva
dalla qualità delle ortofoto a disposizione: con l'ortofoto del 2000 la classificazione ha
dato subito un esito positivo non necessitando quindi di un lavoro di rifinizione troppo
laborioso. Con la classificazione del 2006 invece i contorni del ghiacciaio sono apparsi
fin da subito ben definiti e chiari, però nei tratti ombreggiati e lungo le zone moreniche
27
ad Ovest del Marmolada Ovest il programma ha erroneamente scambiato la roccia con
il ghiaccio, errore probabilmente dovuto al riverbero presente al momento dello scatto,
imponendoci una riclassificazione in base all'altitudine. Mentre nel caso del 1973 la
classificazione contestuale genera degli output soggetti a forti imprecisioni che quindi
di fatto rendono inutile l'utilizzo di GRASS 7.0.0.
Per metodi e strumenti GIS più efficaci si rimanda a The Global Cryosphere.
Grazie all'elaborazione delle ortofoto con GRASS 7.00 siamo riusciti a ricavare i
seguenti dati di estensione.
ANNO
SUPERFICIE [ Km
2
]
1973 2.69
2000 1.97
2003 1.88
2006 1.78
Tabella 2
Inserendo anche i dati trovati in letteratura
ANNO
SUPERFICIE [ Km
2
]
RIFERIMENTI
1910 4.20 Marinelli (1910)*
1961 3.64 Comitato Glaciologico
Italiano (1959-1962)*
1966 2.89 Bachmann (1978)
1981 3.13 World Galcieres Invetory
(1980-1982)*
1999 2.255 ARPAV (1999)
2004 2.147 ARPAV (2004)
2011 1.49 Il nuovo catasto dei
Ghiacciai Italiani (2015)
Tabella 3
*Dati ottenuti dall'ARPAV
si è ottenuto il seguente grafico regredendo linearmente i dati tramite il programma
TI-Nspire CX CAS Student Software.
28
Figura 36 - Regressione lineare dei dati
Supponendo l'andamento del ghiacciaio come lineare possiamo affermare che entro il
2050 il ghiacciaio perderà il 50% della superficie attuale, e se i fattori climatici
rimarranno costanti, entro il 2080 assisteremo alla completa scomparsa dei ghiacciai
della Marmolada.
29
4.0 FONTI
4.1 BIBLIOGRAFIA
 "Guida ai ghiacciai e alla glaciologia, forme, fluttuazioni, ambienti", Claudio
Smiraglia, Zanichelli 1992
 "Ghiacciai delle Alpi", Robert C. Bachmann, Zanichelli 1978
 " The Global Cryosphere Past, Present, Future", Roger Barry and Thian Yew
Gan, Cambridge 2011
 "Snow and Glacier Hydrology", Pratap Singh and Vijay P. Singh, Water Science
and Technology Library 2001
 " The Global Cryosphere Past, Present, Future", Roger Barry and Thian Yew
Gan, Cambridge 2011
4.2 SITOGRAFIA
 "Il nuovo catasto dei Ghiacciai Italiani", http://users.unimi.it/glaciol/catasto.html
in data 11/11/2015
 "Comitato Glaciologico Trentino SAT", http://www.sat.tn.it/sns/17/ghiacciai.htm
in data 5/10/2015
 “Portale Geocartografico Trentino”,
http://www.territorio.provincia.tn.it/portal/server.pt/community/lidar/847/lidar/23
954 in data 28/9/2015
 "ARPAV",
http://www.arpa.veneto.it/arpavinforma/indicatori-ambientali/indicatori-
ambientali-del-veneto/clima-e-rischi-naturali/clima/copy_of_estensione-areale-
dei-ghiacciai/view in data 28/12/2015
30
31

More Related Content

Featured

Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
SpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Lily Ray
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
Rajiv Jayarajah, MAppComm, ACC
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
Christy Abraham Joy
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
Vit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
MindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
RachelPearson36
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Applitools
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work
GetSmarter
 
ChatGPT webinar slides
ChatGPT webinar slidesChatGPT webinar slides
ChatGPT webinar slides
Alireza Esmikhani
 
More than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike RoutesMore than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike Routes
Project for Public Spaces & National Center for Biking and Walking
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
DevGAMM Conference
 
Barbie - Brand Strategy Presentation
Barbie - Brand Strategy PresentationBarbie - Brand Strategy Presentation
Barbie - Brand Strategy Presentation
Erica Santiago
 
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them wellGood Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Saba Software
 

Featured (20)

Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
Unlocking the Power of ChatGPT and AI in Testing - A Real-World Look, present...
 
12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work12 Ways to Increase Your Influence at Work
12 Ways to Increase Your Influence at Work
 
ChatGPT webinar slides
ChatGPT webinar slidesChatGPT webinar slides
ChatGPT webinar slides
 
More than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike RoutesMore than Just Lines on a Map: Best Practices for U.S Bike Routes
More than Just Lines on a Map: Best Practices for U.S Bike Routes
 
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
Ride the Storm: Navigating Through Unstable Periods / Katerina Rudko (Belka G...
 
Barbie - Brand Strategy Presentation
Barbie - Brand Strategy PresentationBarbie - Brand Strategy Presentation
Barbie - Brand Strategy Presentation
 
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them wellGood Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
 

Monitoraggio del corpo glaciale della Marmolada tramite classificazione di ortofoto con Grass 7.0

  • 1. MONITORAGGIO DEL CORPO GLACIALE DELLA MARMOLADA TRAMITE CLASSIFICAZIONE DI ORTOFOTO CON GRASS 7.0.0 Accordini Nicola Bonanno Giuseppe Fianelli Francesco Anno Accademico 2015-2016 INDICE
  • 2. INDICE............................................................................................................................ 2 1.0 - INTRODUZIONE.......................................................................................................3 1.1 DEFINIZIONE GHIACCIAIO......................................................................................3 1.2 METAMORFISMO DELLA NEVE................................................................................3 1.3 BILANCIO DI MASSA...............................................................................................4 1.4 I GHIACCIAI DELLA MARMOLADA..........................................................................5 2.0 STUDIO DELLE ORTOFOTO........................................................................................6 2.1 ORTOFOTO 2006...................................................................................................6 2.1.1 CLASSIFICAZIONE NON CONTESTUALE............................................................7 2.1.2 CLASSIFICAZIONE CONTESTUALE....................................................................9 2.2 ORTOFOTO 1973.................................................................................................17 2.3 ORTOFOTO 2000.................................................................................................19 2.4 SOVRAPPOSIZIONE VETTORIALI...........................................................................25 3.0 CONCLUSIONI.........................................................................................................26 4.0 FONTI......................................................................................................................28 4.1 BIBLIOGRAFIA......................................................................................................28 4.2 SITOGRAFIA.........................................................................................................28 1.0 - INTRODUZIONE 1.1 DEFINIZIONE GHIACCIAIO 2
  • 3. Secondo il GLIMS (Global Land Ice Measurements from Space) un ghiacciaio è costituito dal ghiaccio che si può osservare alla fine della melt season o, in caso di ghiacciai tropicali, dopo che la neve superficiale si sia sciolta. Esistono vari tipi di ghiacciai che si dividono in due grandi categorie:  Ghiacciai di Montagna  Ghiacciai Continentali Il ghiacciaio della Marmolada, che si colloca nella prima categoria, si può ulteriormente descrivere come Ghiacciaio Montano: corpo glaciale che fluisce lungo una valle rocciosa con versanti ripidi e netti. Figura 1 - Ghiacciaio della Marmolada Principale (941) nel gruppo della Marmolada; a destra in alto la calotta di Punta Penia (941.2), a destra in basso Marmolada Centrale (941.1) e all’estrema destra Marmolada Ovest (942) (foto F. Bugnara, 2007) 1.2 METAMORFISMO DELLA NEVE Indipendentemente dalla famiglia di appartenenza ogni ghiacciaio ha un proprio bacino alimentatore, dove si accumula la neve, e una zona di ablazione dove il ghiaccio fonde. Come descritto da Barry and Yew Gan (2011) nei bacini di accumulo inizia il processo metamorfico della neve che la porta da una densità di 60 Kg m 3 a densità di 910 Kg m 3 . Termodinamicamente parlando la neve è un materiale altamente instabile, per cui una volta depositatasi a terra, inizia subito a cambiare struttura cristallina e con essa cambiano anche le sue proprietà. Sotto il loro stesso peso i cristalli di neve si compattano, diminuendo la porosità del 40% e formando il firn : un particolare stadio metamorfico della neve che presenta una forma granulare e una densità che varia tra i 3
  • 4. 400 e i 650 Kg m 3 . Grazie al processo di sinterizzazione attraverso cui i bordi dei singoli fiocchi di neve si uniscono tra loro grazie alla diffusione di molecole d'acqua il firn aumenta la propria densità raggiungendo valori di ≈ 830 Kg m 3 . Dopo vari cicli di gelo e di disgelo (tra i 150 e 300 anni) e grazie all'azione meccanica prodotta dagli strati di neve superiori il firn,compattandosi ulteriormente, diventa ghiaccio (917 Kg m 3 ) andando così ad alimentare il corpo glaciale. 1.3 BILANCIO DI MASSA La nascita, la sopravvivenza e l'estinzione di un ghiacciaio derivano dal bilancio tra gli accumuli di neve e la fusione dei ghiacci (ablazione). Come descritto da Smiraglia (1992) per determinare questo bilancio si procede attraverso misure dirette sul ghiacciaio effettuate in punti fissi che servono a misurare gli accumuli di neve. Il periodo preso in considerazione è solitamente l'anno idrologico (1 ottobre - 30 settembre). Alla fine della primavera si effettua la prima misurazione atta ad stabilire l'apporto nevoso invernale . Ciò si può ottenere sia con carotaggi sia misurando l'innalzamento della superficie in corrispondenza di aste metalliche infisse alla fine dell'estate precedente. Bisogna poi misurare la densità della neve scavando delle trincee annotando gli spessori di neve registrati. Mentre l'abbassamento registrato a fine estate fornirà l'ablazione del ghiacciaio durante il periodo estivo. L'estrema laboriosità delle misurazioni dirette ha portato gli scienziati ad adottare nuove tecniche indirette. La rilevazione da remoto di ghiacciai tramite fotografie aeree verticali e oblique iniziò con la campagna fotografica di tutte le terre Artiche Canadesi a cavallo tra il 1940 e il 1950 (Barry and Yew Gan (2011)). Un nuovo spunto in tale direzione si ebbe poi con le missioni NASA quali Landsat e ASTER (Advanced Spaceborne Thermal Emission and Reflection ). Queste costellazioni di satelliti, avendo sensori in grado di captare da remoto l'estensione, la topografia, lo spessore, il volume e la velocità di scorrimento diventarono il principale strumento d'indagine per lo studio della criosfera. La mappatura dei ghiacciai attraverso software GIS può seguire tre approcci diversi (Barry and Yew Gan (2011)) :  delineatura manuale dei confini  segmentazione di immagini dimensionate  unsupervised e supervised classification 4
  • 5. Durante la nostra analisi abbiamo studiato la sola estensione del corpo glaciale della tramite delineatura manuale dei confini e classificazione supervised di ortofoto, senza prendere in considerazione i bilanci di massa. 1.4 I GHIACCIAI DELLA MARMOLADA Figura 2 - Visione dei ghiacciai del Trentino orientale. Foto presa da “Il nuovo Catasto dei ghiacciai italiani” L'apparato glaciale della Marmolada è composto da quattro ghiacciai distinti: Nome Codi ce Codice WGI Coordina te Raggruppamen to montuoso Bacino idrogra fico Tipolo gia Marmola da 941 IT4L00101 101 46°26’19’’ N 11°52’04’’ E DOLOMITI - Dolomiti Nordoccidentali - Dolomiti di Fassa Marmolada ADIGE - Avisio Montan o Marmola da Centrale 941. 1 / 46° 26’ 28’’ N 11° 50’ 59’’ E DOLOMITI - Dolomiti Nordoccidentali - Dolomiti di Fassa Marmolada ADIGE - Avisio Montan o Punta Penia 941. 2 / 46° 26’ 12’’ N 11° 50’ 52’’ E DOLOMITI - Dolomiti Nordoccidentali - Dolomiti di Fassa Marmolada ADIGE - Avisio Montan o Marmola da Ovest 942 IT4L00101 102 46° 26’ 24’’ N 11° 50’ 31’’ E DOLOMITI - Dolomiti Nordoccidentali - Dolomiti di Fassa ADIGE - Avisio Montan o 5
  • 6. Marmolada Tabella 1 Nel nostro studio considereremo tutti e quattro i corpi glaciali, i dati di estensione saranno intesi quindi come somma dei singoli ghiacciai. 2.0 STUDIO DELLE ORTOFOTO L’utilizzo di GIS GRASS 7.00 avviene dopo aver creato i seguenti ambienti di lavoro :  Database: directory in cui viene archiviato tutto il lavoro e si trovano le location: in questo caso è esame gis;  Location: directory principale di lavoro al cui interno si trovano mappe aventi sistema di riferimento e proiezione uguale: nel caso in oggetto si chiama new Location.  Mapset: sotto-directory delle location. 2.1 ORTOFOTO 2006 Importato il file dell’ortofoto ( .tif ) tramite il comando r.in.gdal in una Location caratterizzata da:  sistema di riferimento WGS84/UTM 32N  3 bande  risoluzione 72 dpi per poterlo visualizzare a schermo è stato poi necessario utilizzare il comando d.rgb, unendo così le bande red, green e blue del raster si visualizza l'ortofoto. 6
  • 7. Figura 3 - Marmolada 2006 Vista l’estensione dell'immagine si è ritenuto opportuno selezionare la nostra area di interesse da display con l’ uso del cursore e poi impostarla come area di lavoro con g.region Attraverso la modalità “digitize” si sono individuate le aree campione, necessarie per poter eseguire la classificazione, associando ad ogni area una relativa categoria. Figura 4 - Training map 2006 Impostato attraverso il comando i.group il gruppo ed il sottogruppo abbiamo realizzato la classificazione con due diverse metodologie:  classificazione supervisionata non contestuale  classificazione supervisionata contestuale. 7
  • 8. 2.1.1 CLASSIFICAZIONE NON CONTESTUALE La classificazione non contestuale è stata ottenuta per mezzo di i.maxlik, dopo aver generato le firme spettrali dalla mappa raster con i.gensig. Figura 5 - Classificazione con i.gensig 2006 In seguito filtrando il risultato tramite r.neighbors si è eseguita una moda di cinque pixel. Figura 6 - Raster ottenuto r.neighbors 2006 8
  • 9. Effettuando un riclassificazione (r.reclass) siamo stati in grado di raggruppare le nostre classi in due categorie: ghiacciaio e non ghiacciaio (fig 8). Figura 7 - Stringa di codice r.reclass 2006 Figura 8 - r.reclass 2006 2.1.2 CLASSIFICAZIONE CONTESTUALE Ottenuto questo risultato si è eseguita la classificazione contestuale che, a differenza della non contestuale, effettua la classificazione di un pixel non solo in base ai suoi valori, ma anche in funzione dei valori dei pixel circostanti. Essa è stata realizzata tramite il comando i.smap, generando le firme spettrali con i.gensigset riutilizzando la Training map utilizzata precedentemente. 9
  • 10. Figura 9 - Classificazione contestuale con i.gensigset 2006 Anche in questo caso il risultato è stato filtrato sempre impostando una moda di cinque pixel Figura 10 - Classificazione dopo r.neighbors 2006 e riclassificando il raster riducendo il numero di classi a due: ghiacciaio e non ghiacciaio. 10
  • 11. Figura 11 - Classificazione contestuale r.reclass 2006 Confrontando i risultati delle due diverse classificazioni, si è deciso di proseguire la nostra indagine utilizzando quelli ottenuti con la classificazione supervisionata contestuale in quanto più precisi ed accurati. Per rendere più precisi i dati la regione è stata ristretta e si è deciso di importare i fogli DTM 000094 e 000095 scaricati dal portale geocartografico del Trentino con risoluzione 1x1 m per poter distinguere, in base all’altitudine, il corpo glaciale dalla roccia. Dal sito del comitato Glaciologico del SAT si è appreso che nel 1994 il ghiacciaio era compreso fra i 2550 m e i 3290 m quindi dopo diversi tentativi con il comando r.mapcalc variando le quote tra i 2550 e 2630 abbiamo ripulito il più possibile la mappa raster. 11
  • 12. Figura 12 - Fogli DTM 2006 Uniti i fogli DTM con il comando r.patch e inserendo nel comando r.mapcalc la stringa r.mapcalc expr="ghiacciaio__2630=if(classificazione.reclass==2&&dtm>2630,2,1)" abbiamo imposto la verifica di due condizioni :  classificazione.reclass = ghiaccio  quota del DTM maggiore di 2630 metri Se una o entrambe le condizioni risultassero false il comando effettua una riclassificazione impostando roccia al posto del ghiaccio. Figura 13 -Risultato ottenuto dopo le iterazioni di r.mapcalc 2006 12
  • 13. Grazie all'uso dei DTM è stato possibile, dopo diversi tentativi, eliminare tutte le aree rosse (fig 13) ottenendo una superficie che rispecchia maggiormente l'areale effettivo del ghiacciaio. Per verificare la bontà della nostra classificazione abbiamo utilizzato il comando r.kappa, digitalizzando due aree per il confronto prese in questa maniera. Figura 14 - Aree campione per il comando r.kappa 2006 E ottenendo questo risultato : 13
  • 14. Figura 15 - r. kappa 2006 Con un valore di Kappa superiore all' 80 % possiamo affermare che il risultato ottenuto è preciso. Attraverso il comando r.null abbiamo ottenuto il raster unicamente della zona coperta da ghiaccio. 14
  • 15. Figura 16 - Raster r.null 2006 Per rifinire ulteriormente il nostro raster, eliminando i buchi presenti dovuti ad una classificazione non perfetta abbiamo utilizzato il comando r.reclass.area, impostando come mode = lesser, come valore 0.3 ha e come method = rmarea, è stato possibile eliminare tutte le aree con un'area inferiore a 0.3 ettari. Figura 17 - r.reclass.area 2006 15
  • 16. A questo punto abbiamo lanciando il comando r.report è stato possibile ottenere i dati relativi all’estensione del ghiacciaio nel 2006. Figura 18 - r.report 2006 Il risultato di 1.78 Km 2 è in linea con i dati ricavati elaborando il vettoriale dei ghiacciai della Marmolada scaricato dal Geocatalogo della provincia di Trento relativo al settembre 2003 con le seguenti caratteristiche:  sistema di riferimento WGS84/UTM 32N  risoluzione 2 metri Figura 19 - Vettoriale del 2003 16
  • 17. Dopo aver trasformato il vettoriale in raster con il comando v.to.rast e lanciando poi r.report è stato possibile ottenere il seguente report. Figura 20 - r.report del 2003 In questo caso il report ci ha fornito la superficie dei singoli ghiacciai: Marmolada, Marmolada Centrale, Marmolada Ovest e Punta Penia per un totale di 1.88 Km 2 . 17
  • 18. 2.2 ORTOFOTO 1973 Importata e visualizzata a schermo aventi le seguenti caratteristiche :  sistema di riferimento Roma40/Gauss-Boaga  risoluzione 96 dpi  1 banda con uguale procedura rispetto alla precedente si è impostata e definita la nostra area di indagine. Figura 21 - Marmolada 1973 Passando alla modalità “digitize” ricavando le nostre aree campione: Figura 22 - Training map 1973 18
  • 19. Impostati tramite il comando i.group i gruppi e sottogruppi in modo da poter iniziare la nostra classificazione supervisionata contestuale. Tramite i.gensigset si sono create le firme spettrali che inserite come input in i.smap hanno generato il seguente raster: Figura 23 - Classificazione i.gensigset 1973 Questa classificazione è risultata alquanto imprecisa poiché la qualità dell'ortofoto ha creato al sistema alcuni problemi per quanto riguarda il riconoscimento delle scale dei grigi. Dopo aver provato a modificare più volte la Training map si è proceduto tramite una delineatura manuale. Tramite la modalità digitize abbiamo così selezionato manualmente l’area d’interesse, ottenendone il vettoriale. 19
  • 20. Figura 24 - Vettoriale contornato a mano 1973 Usando il comando v.to.rast è stato convertito il vettoriale ottenuto in raster. Infine, per sapere l’ampiezza del ghiacciaio è stato utilizzato il comando r.report sulla mappa raster per avere la grandezza effettiva dell’area analizzata, che risulta essere di 2.69 Km 2 . Figura 25 - r.report 1973 20
  • 21. Anche in questo caso il risultato di 2.69 Km 2 è compatibile con i dati citati da Bachmann (1978) relativi all’annata del 1966, quando il ghiacciaio ricopriva un’area di 2.89 Km 2 . 2.3 ORTOFOTO 2000 Importata e visualizzata l’ortofoto in una nuova Location avente le seguenti caratteristiche:  sistema di riferimento Roma40/Gauss-Boaga  3 bande  risoluzione 96 dpi ne abbiamo definito l’area di interesse con la stessa procedura utilizzata nelle precedenti analisi. Selezionate diverse aree campione per procedere con la nostra classificazione, sono state suddivise in sei categorie. Figura 26 - Trainingmap 2000 21
  • 22. Classificata la nostra ortofoto abbiamo ottenuto questo risultato: Figura 27- Classificazione contestuale 2000 Con r.reclass e successivamente con r.neighbors è stata divisa la nostra classificazione in ghiacciaio-roccia ed è stato uniformato il nostro raster con una moda a cinque. Figura 28 - Riclassificazione r.reclass con moda a cinque 2000 Prima di eliminare con r.null tutto ciò che non è ghiaccio è stato calcolato il coefficiente kappa : 22
  • 23. Figura 29 - Aree campione per r.kappa 2000 Figura 30 - Coefficiente kappa 2000 Ottenuto un risultato per kappa estremamente alto, considerate come valide le percentuali superiori a 0.75, abbiamo proseguito cancellando tutte le zone rocciose 23
  • 24. con r.null e con r.reclass.area abbiamo eliminato tutte le aree più piccole di 5 ettari e unito tutte le parti mancanti più piccole di 0.2 ettari. Figura 31 - Raster finale ghiacciaio 2000 Considerando che la classificazione ha prodotto un errore evidente nella zona centrale è stata rieseguita la procedura variando la Training map iniziale e ottenendo una nuova mappa, anch’essa però soggetta a errori in zone differenti. Si è quindi proceduto eseguendo una media dei valori delle superfici ghiacciate nelle due classificazioni. Figura 32 - Seconda classificazione anno 2000 24
  • 25. Figura 33 - Report prima classificazione 2000 Figura 34 - Report seconda classificazione 2000 La media tra le due misurazioni eseguite ci porge il valore di 1.97 Km 2 . La campagna effettuata dall'ARPAV usando strumenti GIS nel 1999 ha fornito loro un valore di 2.225 Km 2 . 25
  • 26. Confrontando i valori attenuti dal vettoriale risalente al 2003 scaricato dal Geocatalogo del Trentino (1.88 Km 2 ) con la misurazione effettuata da ARPAV nel 2004 (2.147 Km 2 ) si scopre una certa incertezza nelle misurazioni effettuate tra il Veneto ed il Trentino. 2.4 SOVRAPPOSIZIONE VETTORIALI Ottenuti e convertiti in forma vettoriale i raster di ogni singola ortofoto abbiamo importato i vettoriali del 1973 e del 2000 sovrapponendoli all'ortofoto del 2006. Per fare ciò abbiamo utilizzato il comando v.proj, che ha importato e ha cambiato il sistema di riferimento e le proiezioni delle aree da Roma40 Gauss-Boaga a WGS84/UTM zone 32N, ottenendo il seguente risultato: 26
  • 27. Figura 35 - Ablazione del ghiacciaio della Marmolada dal '73 al 2006 Le immagini sono state sovrapposte in ordine cronologico, quindi in marrone abbiamo la superficie del ghiacciaio nel 1973, in rosso il ghiacciaio nel 2000, il blu rappresenta il 2003 ed infine il giallo il 2006. Come si può notare dalla sovrapposizione la Marmolada si è ritirata considerevolmente negli anni, subendo un accelerazione tra il 2000 e il 2003 quando la fronte è arrivata a perdere quasi 500 m. 3.0 CONCLUSIONI L'efficacia riscontrata nella classificazione di un ghiacciaio con GRASS 7.0.0 deriva dalla qualità delle ortofoto a disposizione: con l'ortofoto del 2000 la classificazione ha dato subito un esito positivo non necessitando quindi di un lavoro di rifinizione troppo laborioso. Con la classificazione del 2006 invece i contorni del ghiacciaio sono apparsi fin da subito ben definiti e chiari, però nei tratti ombreggiati e lungo le zone moreniche 27
  • 28. ad Ovest del Marmolada Ovest il programma ha erroneamente scambiato la roccia con il ghiaccio, errore probabilmente dovuto al riverbero presente al momento dello scatto, imponendoci una riclassificazione in base all'altitudine. Mentre nel caso del 1973 la classificazione contestuale genera degli output soggetti a forti imprecisioni che quindi di fatto rendono inutile l'utilizzo di GRASS 7.0.0. Per metodi e strumenti GIS più efficaci si rimanda a The Global Cryosphere. Grazie all'elaborazione delle ortofoto con GRASS 7.00 siamo riusciti a ricavare i seguenti dati di estensione. ANNO SUPERFICIE [ Km 2 ] 1973 2.69 2000 1.97 2003 1.88 2006 1.78 Tabella 2 Inserendo anche i dati trovati in letteratura ANNO SUPERFICIE [ Km 2 ] RIFERIMENTI 1910 4.20 Marinelli (1910)* 1961 3.64 Comitato Glaciologico Italiano (1959-1962)* 1966 2.89 Bachmann (1978) 1981 3.13 World Galcieres Invetory (1980-1982)* 1999 2.255 ARPAV (1999) 2004 2.147 ARPAV (2004) 2011 1.49 Il nuovo catasto dei Ghiacciai Italiani (2015) Tabella 3 *Dati ottenuti dall'ARPAV si è ottenuto il seguente grafico regredendo linearmente i dati tramite il programma TI-Nspire CX CAS Student Software. 28
  • 29. Figura 36 - Regressione lineare dei dati Supponendo l'andamento del ghiacciaio come lineare possiamo affermare che entro il 2050 il ghiacciaio perderà il 50% della superficie attuale, e se i fattori climatici rimarranno costanti, entro il 2080 assisteremo alla completa scomparsa dei ghiacciai della Marmolada. 29
  • 30. 4.0 FONTI 4.1 BIBLIOGRAFIA  "Guida ai ghiacciai e alla glaciologia, forme, fluttuazioni, ambienti", Claudio Smiraglia, Zanichelli 1992  "Ghiacciai delle Alpi", Robert C. Bachmann, Zanichelli 1978  " The Global Cryosphere Past, Present, Future", Roger Barry and Thian Yew Gan, Cambridge 2011  "Snow and Glacier Hydrology", Pratap Singh and Vijay P. Singh, Water Science and Technology Library 2001  " The Global Cryosphere Past, Present, Future", Roger Barry and Thian Yew Gan, Cambridge 2011 4.2 SITOGRAFIA  "Il nuovo catasto dei Ghiacciai Italiani", http://users.unimi.it/glaciol/catasto.html in data 11/11/2015  "Comitato Glaciologico Trentino SAT", http://www.sat.tn.it/sns/17/ghiacciai.htm in data 5/10/2015  “Portale Geocartografico Trentino”, http://www.territorio.provincia.tn.it/portal/server.pt/community/lidar/847/lidar/23 954 in data 28/9/2015  "ARPAV", http://www.arpa.veneto.it/arpavinforma/indicatori-ambientali/indicatori- ambientali-del-veneto/clima-e-rischi-naturali/clima/copy_of_estensione-areale- dei-ghiacciai/view in data 28/12/2015 30
  • 31. 31