Land Use and Land Cover Photointerpretation

Abstract

Most national forest inventories use remote sensing data, mainly aerial photos and orthophotos, for the preliminary classification of land use and cover in the inventory points, also for the purpose of estimating the forest area. The classification of land use and land cover during the first phase of the third Italian forest inventory INFC2015 was carried out by interpreting 4-band digital orthophotos (RGB colors and near infrared) in over 301,000 points located on a grid with quadrangular meshes of 1 km². The classification system adopted includes three hierarchical levels, of which the first corresponds to the same level of the European CORINE Land Cover system and the subsequent ones aimed at highlighting the classes of inventory interest, for the subsequent stratification of the sample of points to be surveyed on the ground. A rigorous quality control procedure was implemented, during the photointerpretation and its conclusion, in order to assess the accuracy of the classifications and the extent of changes to and from forest land use and land cover.

3.1 Introduction

Aerial photographs have been and continue to be a widely used source of information in the forestry sector (Hall, 2003; Howard, 1991). Currently, remote sensing is used in most countries that conduct large-scale inventories. Many forest inventories use remote sensing images such as aerial photos, orthophotos and satellite images for the classification of land use and land cover at the sampling points in order to select the points to be later detected on the ground or for estimation of the forest area, at least preliminarily. Some inventories also use aerial photos to acquire data on the characters of forest formations (Tomppo et al., 2010).

In the first inventory phase, the Italian national forest inventory INFC uses orthophotos for the preliminary classification of land use and cover to stratify the sample to be used for the field surveys of the two following sampling phases (cf. Chap. 2). The classification carried out during the first inventory phase of the third inventory INFC2015 also allowed a preliminary estimate of the changes relating to the forest use and cover that have occurred since the previous inventory survey, useful for reporting purposes at the end of the first commitment period of the Kyoto Protocol.

After some hints on the characteristics of aerial photos and orthophotos and on the photo interpretation process (Sect. 3.2), the chapter illustrates the land use and cover classification system adopted for INFC (Sect. 3.3) and the tools and procedure used in the first phase of INFC2015 (Sect. 3.4). Finally, the chapter describes the set of controls used to evaluate the quality of the data resulting from the classification of photo interpreters (Sect. 3.5).

3.2 Materials and Methods for Photointerpretation of Land Use and Cover

The quality of digital images (and the use that can be made of them) primarily depends on their resolution, which is divided into spatial or geometric, spectral, radiometric and temporal resolution (Brivio et al., 2006). Spatial resolution is linked to the size of the elementary area on the ground where the electromagnetic energy is detected, that is to the size of the pixels. The spectral resolution indicates the number and width of the spectral bands (wavelength intervals) in which an image is acquired.¹ Radiometric resolution is given by the minimum difference in electromagnetic energy detectable by the sensors on the photographed surfaces. Finally, temporal resolution indicates the time interval between two successive shots of the same area.

Orthophotos simultaneously provide a photographic and cartographic representation of the territory. They are obtained through geometric correction (orthorectification) and georeferencing of digital aerial photos or previously digitized frames. Orthorectification entails straightening and projection on the horizontal plane of the images, in order to allow a correct representation on the plane of distances, angles and surfaces. Georeferencing allows each point of the territory represented by the orthophoto to be associated with its position in space, referable to a system of geographic or plane coordinates (Gasparini et al., 2014).

The interpretative process of an orthophoto, or any remotely sensed image, is characterised by the presence of two fundamental phases: (a) examination, recognition and, if necessary, measurement of the elements in the image; (b) the formulation of deductive and inductive reasoning, based on the observations made, in order to classify what is represented in the image (Dainelli, 2011). Knowledge of the landscape and its characteristic elements is crucial for effective photointerpretation. The classification is based on the analysis of spatial (localisation, association), spectral (color, tone) and geometric (shape, size) characters. Photointerpreters are recommended to proceed first with a broad observation of the territorial context, based mainly on the analysis of the shape and size of the different elements or polygons and their arrangement in space, defined as structure or pattern. The individual elements are recognizable on the image based on the brightness and intensity of the color, the texture given by micro-changes in the distribution of color tones, and their shapes and sizes. The presence of shadows on an image plays a double role, and they can act as a disturbing element or as a contribution to photointerpretation. This presents an obstacle, especially when large portions of the territory are obscured, but it can also provide important clues for identifying the vertical profile and the height of the elements to be interpreted, facilitating, for example, the distinction between trees and shrubs.

3.3 Classification System

The land use and land cover classification system used for the first INFC phase (Table 3.1) includes three hierarchical levels, the first corresponding to the same level of the CORINE Land Cover classification system (European Commission, 1993) and the following two aimed at further detailing the classes of greatest interest to produce the inventory statistics (Gasparini & Di Cosmo, 2016). The first level is divided into the five main classes of the CORINE Land Cover system (Artificial surfaces, Agricultural areas, Forest and semi-natural areas, Wetlands, Water bodies), from which it differs for the inclusion of Castanea sativa forests for fruit production and pastures in the class Forest and semi-natural areas rather than in Agricultural areas. The second level of INFC classification includes 12 subclasses, of which two (Plantations for timber and wood production and Woodland) are of interest for the subsequent sampling phases, together with the residual class of non-classifiable points. The third level of classification is present only for the subclass Woodland, which is divided into three further subclasses on the basis of coverage thresholds of tree and shrub species consistent with the definitions of Forest and Other wooded land and used since 2000 for the Global Forest Resources Assessment (FRA) (FAO, 2001) and adopted for INFC (cf. Chap. 2).

Table 3.1 Classification scheme adopted for the INFC photointerpretation of land use and cover / Schema di classificazione adottato per la fotointerpretazione dell’uso e copertura del suolo nell’INFC

The classification system for the INFC2015 photointerpretation has remained unchanged compared to the second Italian forest inventory INFC2005, to allow the comparison between the results of the two photointerpretations and highlight the significant changes to and from the subclasses of inventory interest. The only difference concerns the introduction, for the Agricultural areas class, of the new subclass of Fruit plantations, which includes orchards, vineyards and olive groves.

For a detailed description of the photointerpretation classes and instructions for their identification on the orthophotos, refer to the Photointerpretation Manual (Gasparini et al., 2014).

3.4 Classification Tools and Procedure

The classification of land use and land cover for the more than 301,000 inventory points constituting the INFC first phase sample was performed through photointerpretation of digital orthophotos on a dedicated WebGIS platform called GeoInfo, developed by the AlmavivA company with the collaboration of Telespazio (Gasparini et al., 2020). The platform allows operators to view orthophotos (Fig. 3.1) and other useful information layers, such as administrative limits, roads, toponymy, hydrographic network, altitude bands, state nature reserves and areas covered by fires, as well as to acquire the classifications of the photo interpreters and store the data in a national central archive.

Fig. 3.1

Viewing of orthophotos on the WebGIS platform GeoInfo / Visualizzazione di ortofoto sulla piattaforma WebGIS GeoInfo

The INFC2015 photointerpretation was conducted on digital orthophotos in color and infrared-false color (RGB + nIR) with a resolution of 50 cm derived from the 2010–2012 AGEA coverage. To solve doubtful cases, the photointerpreters could also consult the digital color orthophotos of equal resolution derived from the AGEA 2007–2009 coverage, and orthophotos with a resolution of 1 m of the 1999–2005 coverage. The latter, used by photointerpreters in the first phase of the second inventory INFC2005, were used to evaluate any significant changes in use and land cover that occurred subsequently, through the visual comparison of the images referring to the two different periods.

The first phase of INFC2015 was conducted by about 50 photointerpreters, partly from the State Forestry Corps and partly from the Forest Services of the regions with special statutes, and the autonomous provinces, suitably instructed and trained through a specific training course.

The INFC classification procedure consists of assigning each sample point to the class and subclass of land use and cover of the polygon in which the point falls, after checking whether or not the minimum dimensional thresholds are exceeded. The polygon represents a homogeneous area for land use and cover, having an area greater than 0.5 ha and a width greater than 20 m. Limited to polygons characterised by a cover of trees or shrubs, the photointerpreter verifies also whether or not the minimum coverage thresholds are exceeded (if tree species, 10% for Forest and 5% for Sparse forest categories, and if shrubs species 10% for Shrubs category) in accordance with the definition adopted for the inventory domain (cf. Chap. 2). An additional 40% coverage threshold, relating to the herbaceous component, is used to distinguish the subclass Grasslands, pastures and uncultivated areas from that of Open areas with little or no vegetation. Sample points falling in smaller polygons, with an area between 500 and 5000 m² or, if elongated, with a width between 3 and 20 m, are assigned to the land use and cover class of the nearest polygon that respects the minimum area and width thresholds indicated above, 0.5 ha and 20 m, respectively. In these cases, the presence of an ‘included polygon’ and its land use and land cover are also recorded.

Fig. 3.2

Analysis window, grid and measuring tools on the WebGIS GeoInfo / Intorno di analisi, griglia e strumenti di misura nel WebGIS GeoInfo

The WebGIS GeoInfo automatically manages the sequence of operations for photointerpretation, proposing to the operators the points to be classified and allowing verification of the minimum thresholds through the display of an analysis window (cf. Chap. 2), a grid and tools to measure distances and surfaces (Fig. 3.2) (Gasparini et al., 2021). The analysis window, consisting of nine contiguous squares of 50 m side for a total area of 22,500 m² and centred on the sample point, allows for visual estimation of the extension and width of the homogeneous polygons identified. The grid of points spaced 10 m apart, on the other hand, enables quick and objective evaluation of the crown cover degree by counting the points that intercept trees or shrubs crowns.

For details on classification procedures and any specific cases, refer to the Photointerpretation Manual (Gasparini et al., 2014).

3.5 Quality Controls of the Photointerpretation

Land cover classification by visual interpretation of aerial photos always involves a certain degree of subjectivity, and the experience of the photointerpreters plays an important role in determining the quality of the result (Strand et al., 2002). Subjectivity should be limited as much as possible in order to obtain comparable classifications. The implementation of a quality control procedure during the photointerpretation activity and at its conclusion is fundamental, both to evaluate the uniformity of judgment by the photointerpreters and the reproducibility of the classification, and to evaluate the accuracy of the classification made.

The data quality assurance (QA) procedures implemented for the first INFC phase aimed at checking non-sampling errors due to measurement errors (during the verification of polygons minimum extension and width thresholds and of tree and shrub cover), or to an incorrect understanding of the rules of interpretation of the images by the photointerpreters. The control procedure is based on the identification of quality objectives (MQOs, Measurement Quality Objectives) and quality limits (DQLs, Data Quality Limits), respectively corresponding to incorrect classifications or tolerable measurement errors and the relative maximum permissible thresholds (Gasparini et al., 2009). The MQOs related to tolerable incorrect classifications for the QA of INFC2015 are reported in Table 3.2. In regard to the minimum surface and width thresholds, measurement errors of 200 m² and 2 m, respectively, for the polygons and of 50 m² and 1 m, respectively, for the included polygons were considered tolerable. For the crown coverage, errors up to 2.8% and 5.5% were considered tolerable for tree or shrub coverage and herbaceous coverage, respectively, values corresponding to one point and two points of the grid used (cf. Chap. 4). Table 3.3 shows the DQLs for the different land use and cover classes, established according to the importance of the individual classes and subclasses and the relative difficulty of recognition on orthophotos. The greater the importance of a class or subclass, the higher its DQL and the lower the percentage threshold of admissible errors; on the contrary, the greater the classification difficulty of a class or subclass, the lower its DQL and the higher the percentage threshold of admissible errors.

Table 3.2 Admitted misclassifications of the land use and cover in the photointerpretation during INFC2015 first phase / Tolleranze di classificazione dell’uso e copertura del suolo nella fotointerpretazione della prima fase INFC2015

Table 3.3 Data Quality Limits (DQLs) for the photointerpretation in the INFC2015 first phase / Limiti di Qualità (DQLs) per la fotointerpretazione della prima fase INFC2015

The QA activity during photointerpretation was carried out through the reclassification of a certain number of randomly selected points by a group of expert operators of the CREA Research Centre for Forestry and Wood, who took on the role of reference operators. The CREA operators also used the GeoInfo platform for the classification of the points. However, the results of the classification, which had been previously performed by the photointerpreters, were not made available to them. Later, the reference operator compared his own classification with that of the photointerpreter and, if there were discrepancies, assessed whether they were admissible based on measurement or classification errors deemed tolerable according to the MQOs. A specially implemented IT platform, accessible from the intranet of CREA Research Centre for Forestry and Wood, was used by internal operators in charge of periodic and final checks to record the identification code of the points concerned and the results of the checks. In total, checks were performed on 9766 points during the photointerpretation, equal to 3.2% of the points of the INFC sample.

In addition to the on-going checks described above, final checks for approval were carried out on a randomly selected subsample of the inventory points per region. The final checks covered 2% of the inventory points in each region. Subsequently, for three regions which had not reached the DQLs for the subclasses of greatest interest, a partial revision of the classification was conducted and a new control was carried out on a further 2% of the sampling points. The results of the final checks for Woodland (Table 3.4) show that the classification discrepancy between photointerpreters and reference operators affects 2.1% of the points at national level, and percentages were always lower than the maximum threshold of 5% in all regions.

Table 3.4 Results of the final checks for approval for the subclass Woodland (Forest formations, Sparse forest formations and Temporary unstocked areas), by region; positive check means concordant classification between control operators and photointerpreters / Risultati dei controlli finali per la sottoclasse delle Aree boscate (Formazioni forestali, Formazioni forestali rade e Aree temporaneamente prive di soprassuolo), per regione; collaudo positivo in caso di classificazione concorde tra fotointerpreti e operatori di controllo

During the classification activity, a further blind check was conducted on a random subsample of inventory points, which were assigned simultaneously to two photo interpreters from the same region without their knowledge. The results of the blind check will be used for subsequent analyses aimed at any modification of the classification system.

Appendices

Appendix (Italian Version)

Riassunto La maggior parte degli inventari forestali nazionali utilizza dati telerilevati, principalmente foto aeree e ortofoto, per la classificazione preliminare dell’uso e copertura del suolo nei punti inventariali, anche ai fini della stima della superficie forestale. La classificazione dell’uso e copertura del suolo durante la prima fase del terzo inventario forestale italiano INFC2015 è stata effettuata mediante interpretazione di ortofoto digitali a 4 bande (colori RGB e infrarosso vicino) in oltre 301,000 punti localizzati su un reticolo a maglie quadrangolari di 1 km². Il sistema di classificazione adottato prevede tre livelli gerarchici, di cui il primo corrispondente all’analogo livello del sistema europeo CORINE Land Cover e i successivi finalizzati ad evidenziare le classi di interesse inventariale, per la successiva stratificazione del campione di punti da rilevare al suolo. Nel corso della fotointerpretazione e alla sua conclusione è stata attuata una rigorosa procedura di controllo della qualità, allo scopo di valutare l'accuratezza delle classificazioni e l'entità dei cambiamenti da e verso l'uso e copertura forestale.

Introduzione

Le fotografie aeree sono state e continuano ad essere una fonte di informazione ampiamente utilizzata nel settore forestale (Hall, 2003; Howard, 1991). Attualmente, il telerilevamento è utilizzato nella maggior parte dei Paesi che realizzano inventari su ampia scala. Molti inventari forestali utilizzano immagini telerilevate quali foto aeree, ortofoto e immagini satellitari per la classificazione dell’uso e copertura del suolo in corrispondenza dei punti di campionamento, allo scopo di selezionare i punti da rilevare successivamente al suolo o per la stima, almeno preliminare, della superficie forestale. Alcuni inventari utilizzano le foto aeree anche per acquisire dati sui caratteri delle formazioni forestali (Tomppo et al., 2010).

L’inventario forestale nazionale italiano INFC prevede l’uso di ortofoto per la classificazione preliminare dell’uso e copertura del suolo, nella prima fase inventariale, ai fini della stratificazione del campione da impiegare per i rilievi in campo delle due successive fasi di campionamento (cfr. Chap. 2). La classificazione effettuata durante la prima fase inventariale del terzo inventario INFC2015 ha consentito anche una stima preliminare dei cambiamenti relativi all’uso e copertura forestale intercorsi dalla precedente indagine inventariale, utile ai fini delle rendicontazioni a conclusione del primo periodo di impegno del Protocollo di Kyoto.

Dopo alcuni cenni sulle caratteristiche di foto aeree ed ortofoto e sul processo di fotointerpretazione (Sect. 3.2), il capitolo illustra il sistema di classificazione dell’uso e copertura adottato per INFC (Sect. 3.3) e gli strumenti e la procedura utilizzati nella prima fase dell’INFC2015 (Sect. 3.4). Il capitolo, infine, descrive l’insieme di controlli impiegato per valutare la qualità dei dati derivanti dalla classificazione dei fotointerpreti (Sect. 3.5).

Materiali e metodi per la fotointerpretazione dell’uso e copertura del suolo

La qualità delle immagini digitali (e l’uso che di esse di può fare) dipende principalmente dalla loro risoluzione, che si distingue in spaziale o geometrica, spettrale, radiometrica e temporale (Brivio et al., 2006). La risoluzione spaziale è legata alle dimensioni dell’area elementare al suolo di cui si rileva l’energia elettromagnetica, ossia alla dimensione dei pixel. La risoluzione spettrale indica il numero e l’ampiezza delle bande spettrali (intervalli di lunghezza d’onda) nelle quali viene acquisita un’immagine.² La risoluzione radiometrica è data dalla minima differenza di energia elettromagnetica rilevabile dai sensori sulle superfici fotografate. La risoluzione temporale, infine, indica l’intervallo di tempo che intercorre tra due riprese successive di una stessa area.

Le ortofoto forniscono una rappresentazione allo stesso tempo fotografica e cartografica del territorio. Esse si ottengono attraverso la correzione geometrica (ortorettifica) e la georeferenziazione di foto aeree digitali o di fotogrammi preventivamente digitalizzati. Il procedimento di ortorettifica consiste nel raddrizzamento e nella proiezione sul piano orizzontale delle immagini, in modo da consentire una corretta rappresentazione sul piano di distanze, angoli e superfici. La georeferenziazione permette di associare a ciascun punto del territorio rappresentato dall’ortofoto la sua posizione nello spazio, riferibile a un sistema di coordinate geografiche o piane (Gasparini et al., 2014).

Il processo interpretativo di un’ortofoto, o di qualsiasi immagine telerilevata, si caratterizza per la presenza due fasi fondamentali: (a) l’esame, il riconoscimento e, se necessario, la misurazione degli elementi presenti; (b) la formulazione di ragionamenti deduttivi e induttivi, basati sulle osservazioni fatte, allo scopo di classificare quanto rappresentato nell’immagine (Dainelli, 2011). Per una buona fotointerpretazione è molto importante conoscere il territorio in cui si opera e saperne riconoscere gli elementi caratteristici. La classificazione si basa sull’analisi di caratteri spaziali (localizzazione, associazione), spettrali (colore, tonalità) e geometrici (forma, dimensione). Ai fotointerpreti viene raccomandato di procedere dapprima con un’osservazione ampia del contesto territoriale, basata principalmente sull’analisi della forma e della dimensione dei diversi elementi o poligoni e della loro disposizione nello spazio, definita come struttura o pattern. I singoli elementi sono riconoscibili sull’immagine sulla base della luminosità e intensità del colore, della tessitura, data da micro-cambiamenti nella distribuzione delle tonalità di colore, e delle loro forme e dimensioni. La presenza di ombre su un’immagine ha un doppio ruolo, come elemento di disturbo o come contributo alla fotointerpretazione. Se da una parte, infatti, esse rappresentano un ostacolo, soprattutto quando oscurano porzioni molto estese di territorio, dall’altra esse possono fornire importanti indizi nell’identificazione del profilo verticale e dell’altezza degli elementi da interpretare, facilitando ad esempio la distinzione tra le piante arboree e le piante arbustive.

Il sistema di classificazione

Il sistema di classificazione dell’uso e copertura del suolo utilizzato per la prima fase INFC (Table 3.1) prevede tre livelli gerarchici, di cui il primo corrispondente all’analogo livello del sistema di classificazione CORINE Land Cover (European Commission, 1993) e i successivi due finalizzati a dettagliare ulteriormente le classi di maggiore interesse ai fini della produzione delle statistiche inventariali (Gasparini & Di Cosmo, 2016). Il primo livello si articola nelle cinque classi principali del sistema CORINE Land Cover (Superfici artificiali, Superfici agricole, Superfici boscate e ambienti seminaturali, Zone umide, Acque), da cui si differenzia per l’inclusione dei castagneti da frutto e dei pascoli nella classe Superfici boscate e ambienti seminaturali anziché in quella delle Superfici agricole. Il secondo livello di classificazione INFC comprende 12 sottoclassi, di cui due (Impianti di arboricoltura da legno e Aree boscate) di interesse per le successive fasi di campionamento, insieme alla classe residua dei punti non classificabili. Il terzo livello di classificazione è presente solo per la sottoclasse Aree boscate, che viene distinta in ulteriori tre sottoclassi sulla base di soglie di copertura delle specie arboree e arbustive coerenti con le definizioni di Bosco e Altre terre boscate utilizzate dall’anno 2000 per il Global Forest Resources Assessment (FRA) (FAO, 2001) e adottate per INFC (cfr. Chap. 2).

Il sistema di classificazione per la fotointerpretazione INFC2015 è rimasto invariato rispetto al secondo inventario forestale italiano INFC2005, per consentire il confronto tra gli esiti delle due fotointerpretazioni ed evidenziare i cambiamenti significativi da e verso le sottoclassi di interesse inventariale. L’unica differenza riguarda l’introduzione, per la classe Superfici agricole, della nuova sottoclasse degli Impianti di arboricoltura da frutto, che include frutteti, vigneti e oliveti.

La descrizione delle singole classi e sottoclassi di fotointerpretazione e le indicazioni per la loro individuazione sulle ortofoto sono riportate nel manuale di fotointerpretazione per la classificazione delle unità di campionamento di prima fase (Gasparini et al., 2014).

Strumenti e procedure per la classificazione

La classificazione dell’uso e copertura del suolo per gli oltre 301,000 punti inventariali del campione di prima fase INFC è stata eseguita tramite fotointerpretazione di ortofoto digitali su una piattaforma WebGIS dedicata denominata GeoInfo, sviluppata dalla società AlmavivA con la collaborazione di Telespazio (Gasparini et al., 2020). La piattaforma consente di visualizzare le ortofoto (Fig. 3.1) e altri strati informativi utili, quali limiti amministrativi, viabilità, toponomastica, rete idrografica, fasce altimetriche, riserve naturali statali e aree percorse da incendi, nonché di acquisire le classificazioni dei fotointepreti e memorizzare i dati in un archivio centrale nazionale.

La fotointerpretazione INFC2015 è stata realizzata su ortofoto digitali a colori (RGB) e all’infrarosso-falso colore con risoluzione di 50 cm derivanti dalle coperture AGEA 2010–2012. Per risolvere casi dubbi, i fotointerpreti potevano consultare anche le ortofoto digitali a colori di uguale risoluzione derivanti dalle coperture AGEA 2007–2009, e ortofoto con risoluzione di 1 m derivanti dalla copertura 1999–2005. Queste ultime, utilizzate dai fotointerpreti nella prima fase del secondo inventario INFC2005, sono state impiegate per valutare eventuali cambiamenti significativi di uso e copertura del suolo intervenuti successivamente, attraverso il confronto visivo delle immagini riferite alle due diverse epoche.

La prima fase INFC2015 è stata condotta da circa 50 fotointerpreti, in parte del Corpo Forestale dello Stato e in parte dei Servizi forestali delle Regioni a statuto speciale e delle Province autonome, opportunamente formati e addestrati mediante uno specifico corso di formazione. I fotointerpreti hanno operato da remoto, presso i rispettivi uffici, utilizzando la piattaforma dedicata.

La procedura di classificazione INFC consiste nell’attribuire ciascun punto di campionamento alla classe e sottoclasse di uso e copertura del suolo del poligono in cui il punto ricade, previa verifica del superamento delle soglie minime di estensione e larghezza. Il poligono rappresenta un’area omogenea per uso e copertura del suolo, avente una superficie maggiore di 0.5 ha e una larghezza superiore a 20 m. Limitatamente ai poligoni caratterizzati da una copertura arborea o arbu- stiva, il fotointerprete verifica anche il superamento o meno delle soglie minime di copertura (se specie arboree, 10% per il Bosco e 5% per i Boschi radi; se specie arbustive 10% per gli Arbusteti) previste dalla definizione adottata per il dominio inventariale (cfr. Chap. 2). Un’ulteriore soglia di copertura del 40%, relativa alla componente erbacea, viene utilizzata per distinguere la sottoclasse Praterie, pascoli e incolti da quella delle Aree con vegetazione rada o assente. In presenza di poligoni di dimensioni più piccole, con superficie compresa fra 500 e 5000 m² oppure, se di forma allungata, con larghezza compresa fra 3 e 20 m, si registra la presenza di un “incluso” e si assegna al punto di campionamento l’uso e copertura del suolo del poligono più vicino che rispetta le soglie minime di superficie e larghezza sopra indicate, rispettivamente 0.5 ha e 20 m.

Il WebGIS GeoInfo gestisce in automatico la sequenza delle operazioni per la fotointerpretazione, proponendo all’operatore i punti da classificare e permettendo di verificare le soglie minime attraverso la visualizzazione di un intorno di analisi (cfr. Chap. 2), di una griglia di punti e di strumenti di misura delle distanze e delle superfici (Fig. 3.2) (Gasparini et al., 2021). L’intorno di analisi, costituito da una griglia di nove celle quadrate di lato pari a 50 m e superficie di 2500 m² centrata nel punto di campionamento, permette di stimare a vista l’estensione e la larghezza dei poligoni omogenei individuati. La griglia di punti distanti tra loro 10 m, invece, consente di valutare in modo rapido e oggettivo il grado di copertura mediante il conteggio dei punti che intercettano le chiome di alberi o arbusti.

Per dettagli sulle procedure di classificazione ed eventuali casi particolari si rimanda a Gasparini et al. (2014).

Controlli di qualità della fotointerpretazione

La classificazione della copertura del suolo mediante interpretazione visiva di foto aeree comporta sempre un certo grado di soggettività e l'esperienza dei fotointerpreti gioca un ruolo importante nel determinare la qualità del risultato (Strand et al., 2002). La soggettività dovrebbe essere limitata il più possibile allo scopo di ottenere classificazioni comparabili tra loro. L'attuazione di una procedura di controllo della qualità durante l’attività di fotointerpretazione e alla sua conclusione è fondamentale, sia per valutare l’uniformità di giudizio da parte dei fotointerpreti e la riproducibilità della classificazione, sia per valutare l'accuratezza della classificazione.

Le procedure di assicurazione della qualità dei dati (QA, Quality Assurance) attuate per la prima fase INFC sono finalizzate al controllo degli errori non campionari dovuti a errori di misura nella verifica delle soglie minime di estensione e larghezza dei poligoni e della copertura arborea e arbustiva, oppure alla non corretta interpretazione delle regole di interpretazione delle immagini da parte dei fotointerpreti. La procedura di controllo si basa sull’individuazione di obiettivi di qualità (MQOs, Measurement Quality Objectives) e di limiti di qualità (DQLs, Data Quality Limits), corrispondenti rispettivamente a errate classificazioni o errori di misurazione tollerabili e alle relative soglie massime ammissibili (Gasparini et al., 2009). I MQOs relativi a errate classificazioni tollerabili per la QA di INFC2015 sono riportati in Table 3.2. Riguardo alle soglie minime di superficie e larghezza sono stati considerati tollerabili errori di misura rispettivamente di 200 m² e 2 m per i poligoni e di 50 m² e 1 m rispettivamente per gli inclusi. Per la copertura, sono stati considerati tollerabili errori fino a 2.8% di copertura arborea o arbustiva e 5.5% di copertura erbacea, valori corrispondenti rispettivamente a un punto e a due punti della griglia utilizzata per la stima della copertura (cfr. Chap. 4). In Table 3.3 sono riportati i DQLs per le diverse classi di uso e copertura del suolo, stabiliti in funzione dell’importanza delle singole classi e sottoclassi e della relativa difficoltà di riconoscimento sulle ortofoto. Maggiore è l’importanza di una classe o sottoclasse, più elevato è il relativo DQL e minore è la soglia percentuale di errori ammissibili; al contrario, maggiore è la difficoltà di classificazione, minore è il relativo DQL e più elevata è la soglia percentuale di errori ammissibili.

L'attività di QA durante la fotointerpretazione è stata realizzata attraverso la riclassificazione di una certa quantità di punti, selezionati casualmente, da parte di un gruppo di operatori esperti del CREA Centro di ricerca Foreste e Legno, i quali hanno assunto il ruolo di operatori di riferimento. Gli operatori del CREA hanno utilizzato anch’essi la piattaforma GeoInfo per la classificazione dei punti, senza che fosse reso loro disponibile l’esito della classificazione già eseguita del fotointerprete incaricato. Successivamente, l’operatore di riferimento confrontava la propria classificazione con quella del fotointerprete incaricato e, in caso di discordanza, valutava se essa fosse ammissibile sulla base degli errori di misura o di classificazione ritenuti tollerabili secondo i MQOs. In caso di discordanza non risolvibile veniva inviata al fotointerprete una richiesta di verifica ed eventuale modifica della classificazione. Una piattaforma informatica appositamente implementata, accessibile dall'intranet del CREA Centro di ricerca Foreste e Legno, veniva utilizzata dagli operatori interni addetti ai controlli periodici e finali per registrare l’identificativo dei punti interessati e gli esiti dei controlli. In totale, durante la fotointerpretazione sono stati eseguiti controlli su 9766 punti, pari al 3.2% dei punti del campione INFC.

Oltre ai controlli in corso d’opera sopra descritti, sono stati realizzati dei controlli finali, o collaudi, su un sottocampione dei punti inventariali per regione selezionato in modo casuale. Il controllo finale ha riguardato il 2% dei punti inventariali di ciascuna regione. Successivamente, per tre regioni interessate dal mancato raggiungimento dei DQLs per le sottoclassi di maggiore interesse, si è proceduto ad una parziale revisione della classificazione e ad un nuovo controllo su un ulteriore 2% dei punti di campionamento. L’esito finale dei collaudi per le Aree boscate (Table 3.4) mostra che la discordanza di classificazione tra fotointerpreti e operatori di riferimento interessa il 2.1% dei punti a livello nazionale e percentuali sempre inferiori alla soglia massima del 5% in tutte le regioni.

Durante l’attività di classificazione è stato realizzato un ulteriore controllo di tipo blind check su un sottocampione casuale di punti inventariali, i quali venivano assegnati contemporaneamente a due fotointerpreti della stessa regione, all’insaputa degli stessi. I risultati del blind check verranno utilizzati per successive analisi finalizzate all’eventuale modifica del sistema di classificazione.