Abstract
The INFC2015 field campaign surveyed almost 9000 sample points and assessed and measured a relevant number of variables. This chapter describes the procedures adopted to retrieve the sample points marked in the previous NFI (INFC2005) and to reach and mark sample points never located before on the ground. The chapter also describes the protocol used for classifying and measuring the variables, either at a stand level or a single item level as well as the relevant sample unit (point or plot) for measuring each variable. Some sections of the chapter describe the electronic devices and procedures used for storing the field data and sending them to the central database. It also details the way in which crews were supported remotely and the way data quality assurance was applied during the campaign, both in the field and from a distance.
You have full access to this open access chapter, Download chapter PDF
Similar content being viewed by others
Keywords
4.1 Introduction
Field surveys can be easily sketched by a sequence of basic, fundamental steps. In the great majority of cases, they consist of reaching the NFI sample point defined by its coordinates; assess the value of some variables; lay out sample plots (AdS) around or near it, within which to assess or measure other variables; and permanently mark the point, so as to be found in future field campaigns. The listed steps are also specific stages in the field campaign planning process, which are described in this chapter.
Navigation and positioning are determined through the use of global navigation satellite systems (GNSS); more specifically, special devices equipped with GNSS that are suitable to operate under dense tree cover and still maintain good positioning accuracy are employed. Sample point position is a fundamental variable assessed by NFIs, as it allows revisiting the sample plot and coupling ground data with remote sensing data for further analysis (Dalponte et al., 2011; Gobakken & Næsset, 2009; Kitahara et al., 2010). Assuring effective positioning for future retrievals of the sample point is done by marking it with either permanent buried markers or with other visible marks that help crews find the buried one, based on recorded information on their relative positions.
Land use and land cover classifications, the first carried out as preliminary to any other assessment, classification of vegetation and other qualitative characters as well as the measuring on the quantitative variables are the essence of NFIs. In this chapter, the methods adopted to survey the variables in INFC2015 are described. These are of general validity but adaptations of the protocol to special and rare circumstances are available from the field manual (Gasparini et al., 2016) or other cited references.
Recording the information collected in the field, either what is necessary for internal needs (e.g., those about the sample point markers) or necessary to produce statistics, is supported by computer tools for many reasons. These tools can make information more accessible and useful to surveyors (e.g., to validate or update information collected in the past field survey). They may help in more specific tasks (e.g., navigation and positioning). They may suggest logical order during the different steps of the survey, or ease data input by menu lists. They also allow for automatic checks, preventing entering inconsistent data or warnings in case the information entered is possible but dubious (possible inconsistency due to typing errors). Lastly, recordings allow easy electronic storage in the INFC central database simply by data transmission.
Data quality is another important aspect of field surveys. In high complex monitoring projects developed over years, good quality data cannot be based simply on a sequence of data collection, data check, data approval or rejection, as rejection implies severe consequences, with the work to be done again. It is important to support the crews while they are conducting the survey, not only to prevent mistakes and check the data in the central database to correct them, but also to recognize errors and prevent repetition of mistakes (Gasparini et al., 2009). Supporting the crews and carrying out quality checks on the database during the field campaign are activities to be taken into consideration during the planning of the field surveys, because they imply choosing appropriate communication tools and a proper database design.
4.2 Navigation, Positioning and Marking of Sample Points
Limiting the positional uncertainties of sample points in the different phases of the NFI, from photointerpretation to ground surveys, is a very important requirement for data quality. INFC adopts a three-phase sampling design. Phase 1 is carried out by photointerpretation and the other two phases use field surveys. Phase 2 uses about 30,000 sampling points, and phase 3 is a subsample of those. Photointerpretation is conducted in a sample area (photoplot 2500—FP2500) whose centre is the NFI sample point defined by its coordinates (cf. Chap. 2). The procedure to locate an inventory point on the ground with the highest possible accuracy in respect to its position in the interpreted orthophoto was developed in INFC2005 (Floris et al., 2011). This procedure was also adopted in INFC2015. INFC2005 also established marking procedures capable of ensuring retrieval of the sample points after a few months during phase 3. INFC2015 carried out a sole field campaign on sampling points that in 90% of cases had already been surveyed and marked in INFC2005. For this reason, it has been necessary to experiment and adopt a navigation and positioning strategy appropriate to maximise retrieval of existing marked points or establish new ones on the ground.
Navigation to the sample point (called C-point after its establishment on the ground) and its positioning were done using a multi-constellation GNSS receiver Trimble R1, operated by a datalogger Trimble Juno SB. Given the technological difficulties in using a real-time differential correction in many Italian forest areas, it was decided to use, whenever possible, a satellite-based augmentation system (SBAS) provided by the EGNOS service (European Commission, 2017; Gasparini et al., 2021). Approaching a position about 10–15 m distance from the sample point was carried out in instant position navigation (NPI) mode, while reaching specific coordinates (e.g., C-point established in INFC2005) from that position was carried out by a procedure called navigation from average position (NPM) (Colle et al., 2009). Figure 4.1 shows the devices used for navigation, positioning and data recording in the field.
The INFC sample points visited in the field during the previous inventory have a positioning uncertainty of 3–4 m, depending on the receiver used at the time (Colle et al., 2009). Those points were marked with two types of buried stakes: temporary stakes, for the points visited in INFC2005 phase 2 only, consisting of 30 cm long nail and a small aluminum head plate; and permanent stakes, with a steel tip with anchors and a larger aluminum head, for the points also visited in INFC2005 phase 3. Near the sample point, at approx. 10–15 m under the best local conditions for receiving the GNSS signal, an end of navigation point (F-point) was also marked through a buried temporary stake. Markings included nailing small aluminum plates to the base of three reference trees, whose monographic information recorded their species, DBH, distances and azimuth to C-point or F-point and photographs. In INFC2015, F-point and C-point stakes were searched by a metal detector, with the help of the monographic descriptions and the photographs taken in the previous inventory campaign. Examples of the marks are shown in Fig. 4.2. Figure 4.3 shows the regional and national rates of sample points for which at least one of the stakes (either in the F-point or in the C-point) was successfully found.
In the INFC2015 field campaign, only permanent stakes were buried in C-points, in sample points in forest land use/land cover. To mark F-points, temporary stakes were used instead, considering the successful retrieval rate. At the end of the survey for each inventory point, a stationary GNSS positioning on F-point was conducted, calculating the coordinates as the mean of 50 single positions. Table 4.1 shows some positioning uncertainty parameters calculated from the GNSS raw files on more than 8000 points. As the C-point is reached measuring the azimuth and the distance from the F-point with a compass and a rangefinder, C-point and F-point positions undergo similar uncertainty. Finally, before leaving the sample plot, the monographic descriptions of the markers were updated and new photographs were taken.
4.3 Variables, Their Classifications and Measurements
Field surveys allow definitive classification of land use and vegetation features relevant to verify correct inclusion of each sample point in the NFI domain and to classify the point in relation to a wide range of qualitative characteristics in order to measure quantitative variables. Table 4.2 lists the variables assessed or measured with the field survey and the reference sample unit (sample point or plot) used for each variable. Assessments and measurements are carried out with reference to the sample point or to one of the sample plots (AdS) that have it as the centre (AdS4, AdS13, AdS25) or close to it (AdS2) (cf. Chap. 2). This section describes the methods used for variable assessment or measurement. The classes adopted are described in the tables at the end of the chapters with the results, which show the statistics for the variables.
4.3.1 Land Use, Land Cover, Pure/mixed Forests, Stand Origin
Crews first assess if the inventory sample point is in Total wooded area, by observing the land use and land cover (of trees and shrubs) status. The latter is quantified based on the orthophoto already used by the photointerpreter, available in the tablet. Surveyors judge potential crown cover, in case of temporarily unstocked areas, and accurately measure land features (e.g., roads and water streams width) when relevant for the adopted definitions in Chap. 2. A software application specifically developed in INFC2015, INFC_APP (cf. Sect. 4.4) guides assignment of a sample plot to the proper crown cover class. A systematic grid is superimposed to the orthophoto in the reference area (FP2500, cf. Chap. 2). Crews count the number of sample points falling on crowns and specify if these are shrubs or trees. Besides distinguishing Forest from Other wooded land, this assessment enables producing estimates on areas by total canopy cover, and by tree canopy cover. INFC_APP can also compute the predominance of conifer or broadleaf cover or neither (in mixed forests) to classify the stand as pure or mixed conifers/broadleaves.
Stand origin is assigned considering the intensity of human actions to promote or sustain regeneration; actions may be absent (natural stands), by silviculture (semi-natural stands) or intense (plantations).
4.3.2 Inventory Categories, Forest Types and Forest Subtypes
Inventory categories of Forest and Other wooded land are classified by observing features mainly related to composition (e.g., trees or shrubs), site potential for growth (e.g., tall trees or short trees), and stand origin (e.g., seminatural or planted). The inventory categories of Forest and Other wooded land are further classified into forest types and subtypes.
Forest type is classified based on the dominant species or group of species in terms of crown coverage. First, it is assessed if dominance is due to coniferous or broadleaved species, deciduous or evergreen; forest type must be consistent with that information, i.e., if crown cover prevalence is by conifer, one of the coniferous forest types is expected. In case of mixed stands, deciding which species or group of species is predominant may require a walk along with transects and recording of the species of the upper layer tree at established points (Fig. 4.4). Such procedures and computations are assisted by INFC_APP. Forest subtype is assigned based on the species composition and stand ecological characteristics.
Walking transects across AdS25 to assess tree species crown cover, by standing in the positions indicated by the circles. Red numbers show the order to follow to obtain at least 25 observations / Disposizione dei punti di osservazione della copertura delle specie entro AdS25; i numeri in rosso indicano l’ordine dei transect fino al raggiungimento di un totale di 25 classificazioni
4.3.3 Legal Status
Ownership was assessed based on the position of the inventory sample point, accessing cadastral information available to crews as a GIS layer, or by interviewing local forestry or other administrative personnel.
Limitations on the use of forest resources or the inclusion in protected areas (type and protection level) were assessed on documents or maps or given by local personnel.
Presence of forest planning was assessed based on documents or local personnel knowledge; planning may be present at various levels (e.g., regional guideline plans or property-based operative management plans).
4.3.4 Accessibility, Presence of Roads and Site Features
A sample point is accessible if the crew can reach it and can carry out the required assessment and measurements in the relative AdS. Physical conditions, prohibited access under laws or from owner’s decisions and risk of severe injury for the surveyors may result in inaccessibility. Flexibility is allowed during the survey in challenging cases. For example, if it is too risky, DBH of some trees might be visually estimated or the measurements limited to AdS4. Any special adaptation is recorded to allow consistent data processing.
Simple and fast access to a sample point also depends on the presence of roads. This is first assessed on maps, orthophotos, etc. and then checked and verified in the field. Crews record distances and differences of elevation between the NFI sample point and the closest road or forest track.
The inventory sample point altitude is measured by the GNSS device, while recording the coordinates (cf. Sect. 4.2).
Aspect is measured using a compass, by reading the magnetic azimuth; the measurer stands at the sample point aiming the compass downwards. The slope angle is measured by a clinometer. The measurer stands at the sample point and aims towards two topographic poles, placed 25 m distance uphill and downhill along the maximum slopes; the recorded value is the average of the two measures.
Land position is observed by referring to both the AdS25 (local land position) and to a larger area, from a few hectares to a few tens of hectares around the plot (extended land position). Roughness, assessed in the AdS25, is the micro-morphology of the terrain, determined by the presence of obstacles such as boulders, rocks, ditches and sinkholes that could condition any logging operations (felling, concentration, removal) and, in general, the availability of the area around the sample point.
Any presence of terrain instability under way, repetitive or occasional, is surveyed in the AdS25 or the surrounding area. The instability must affect an area of at least 100 m2 to be recorded.
4.3.5 Silviculture, Stand Characters, Production
Applied silviculture considers type and intensity of practices. These are strictly related to the products that are obtained, so the classification system has specific classes for the practices aiming at obtaining secondary, non-wood products and social services.
When the management is strongly and clearly oriented to mainly obtain one specific good or service from the forest, this is classified under the primary designated management objective condition, and the specific good or service is noticed.
Availability for wood supply is information provided based on documents (e.g., restrictions by environmental protection laws) or assessing in the field eventual economic convenience of utilisation or presence of severe constraints. Convenience of utilisation might come by considering, for example, the value of the exploitable wood in relation to the difficulties and costs in accessing remote forests.
The silvicultural system and the utilisation mode are recorded when observing stand structure and characters, while the logging mode also considers the exploitable products (e.g., timber or firewood), local tradition (e.g., cables are mainly used in the Alps and less on the Apennines) and road presence.
Development stage information is based on visual assessment as well as the age class, which is recorded only in even-aged stands; however, the information is confirmed after the tree coring described in Sect. 4.3.8, and once tree rings have been counted.
4.3.6 Forest Health
The survey aims to provide a general overview on forest health conditions and records the presence of diseases and damages when they affect at least 30% of AdS25. When this threshold is reached, the cause of the disease or damage is assessed as well as its severity on the trees that are sick or damaged. In case the disease or damage implies defoliation, its intensity is recorded, and an indication is given about which part of the crown is primarily affected.
4.3.7 Tally Trees
Tally trees are woody plants, either alive or dead, with DBH ≥ 4.5 cm inside the AdS4 or ≥ 9.5 cm in the AdS13. A tree is in or out of a sample plot depending on the distance between the plot centre and the vertical axis passing through the centre of the section at 1.30 m aboveground level. DBHs are measured using a calliper. On slope terrain (>10°) the measurer stands uphill from the tree, otherwise the graduated beam is along the plot radius. When the first measured DBH exceeds 9.5 cm, its cross-section diameter is also measured. For each callipered tree, the species, vitality and integrity (Table 4.3) and type of tree (Table 4.4) are also recorded. In case of broken trees, the height is measured. For dead trees, the decay class is recorded, based on visual assessment (Table 4.5).
4.3.8 Sample Trees
Ten trees among the tally trees are selected for additional measurements. These include the five closest trees to the plot centre, the three remaining largest and two ‘rare’ trees among the remaining. A rare tree may be a tree of species or size class (in monospecific stands) not included within the previous eight. Whenever possible, sample trees must be free from visible faults. For each tree, the total tree height and crown base height are measured, and the tree is classified as dominant, intermediate or dominated tree. Tree height is measured using a Haglof Vertex hypsometer.
In order to estimate the annual diameter increment, the sample trees are cored with a Pressler increment borer, at 1.30 m aboveground level, along with the plot radius direction. From each sampled tree, one core is extracted and the length of the five outermost rings (excluding the one from the current year) is measured with a ruler. Each core is labelled and sent to the dendrochronology laboratory at CREA Research Centre for Forestry and Wood in Trento for a measurement check.
4.3.9 Forest Understorey
Small trees and shrubs are distinguished based on the INFC species list. Distinction is not relevant for measurements, since what must be measured only relies on size thresholds. Small trees and shrubs are woody entities with a diameter of less than the calipering threshold of 4.5 cm but higher than 50 cm. They are assigned to one of the classes in Table 4.6. They are measured in two AdS2, 10 m distance from the sampling point, East and West positioned (cf. Chap. 2). The survey consists of counting the plants separately by species and size class. For each species surveyed, the prevalent origin is recorded (artificial, agamic, by seed), eventual damage, if affecting at least 30% of the plants, and the cause, if recognisable (by animals, e.g., by pasture or wildlife, or by weather).
4.3.10 Deadwood Lying on the Ground and Stumps
Deadwood lying on the ground (complete trees, stems, branches, etc.) must have a diameter and length of at least 9.5 cm and is measured within the AdS13. Each woody piece (called an element) is ideally divided into regular fragments of length not more than two metres. For each fragment, two cross sectional diameters at both terminal sections are measured, as well as its length. Each fragment is classified as either from coniferous or broadleaved species and the decay condition is given according to the classes in Table 4.5.
Stumps are the remains of cut trees or naturally broken trees not reaching a height of 1.30 m and with diameter at least 10 cm and are measured in the AdS13. The diameter at the cutting height (two orthogonal measurements) and the height aboveground level (two measurements, the minimum and maximum height) are measured. The species is also recorded, if recognisable, as well as the decay class (Table 4.5). Lastly, information is given on the cutting age, specifically if the cut has occurred before or after the twelve months preceding the survey.
4.4 Data Collection, Database and Field Software (INFC_APP)
The relational database designed to store in central server data collected during the field surveys was developed in an Oracle 10 g environment and consisted of 27 tables (more than 280 fields) linked by the sample point identifier as the primary key and, in the quantitative variables tables, by the item (tree, stump, etc.) identifier as the secondary key. Accessing the central server is possible through authentication and protection protocols, which vary in relation to four profiles associated with corresponding specific roles of the user. These include CUFA, which is nationally responsible; researchers/analysts of CREA Research Centre for Forestry and Wood, regional coordinators, and the head of the field crew. The database also stores and makes available the data recorded during the photointerpretation, which must be validated or updated during the field survey.
The device used for data storage in the field is a tablet with OS Android 6.0, for which the application INFC_APP was developed (Gasparini et al., 2020). Most of the preloaded data is contained in this app, except the waypoints for navigation and raw positioning files, which were recorded with Trimble Terrasync software on the Trimble Juno SB datalogger. On the client side, the database was implemented through the Sqlite library. The information flow between the tablet device (client) and the central server can occur directly from the field, using the installed G4 card, via web service Simple Object Access Protocol (SOAP) (Oracle, 2021). With this protocol, it is possible to transfer not only alphanumeric data, but also binary data as the .ssf files containing the raw measurements and the qualitative parameters of the GNSS point positioning. The client device sends a request and waits for a response from the server. Four web services were implemented for searching, downloading, uploading, and updating the status of the points, fundamental for the distinction between the points to be surveyed, those in progress or those that have been concluded. The web service receives the tablet’s IMEI code and returns the list of points assigned to the entitled NFI crew. The crew team can then choose the sample point to survey from that list and download all the preloaded information. If the procedure ends correctly, the client device automatically invokes the service, and this changes the status of the point, moving it from ‘assigned’ to ‘in progress’, thus excluding it from the list of points that are still possible to download on devices. At the end of the survey, the client invokes the service for uploading data, sends all the collected data to the central database, making them visible to other user profiles authorised to access and consult. It is possible to do partial uploads, as temporary backups of a survey not yet concluded, or a final upload to transfer all data at the end of the surveys on a sample point. The final upload can even be postponed to when data collection has been accomplished, such as after measurement of incremental cores, which is usually performed in the office.
Data security during the campaign is ensured by the establishment of a list of devices authorised to install the app and access the database according to the specific IMEI code of each tablet. In regard to INFC_APP development, one of the basic requirements during the design phase was to create a user-friendly GUI application. The user interface guides the surveyor throughout the logical and chronological phases of the survey, from navigation and positioning procedures to the collection of the qualitative and quantitative variables. It is possible to move through the various sections of the application, with the only constraint being to save the data entered in any specific section by explicitly confirming the saving. From the home screen it is possible to consult the documentation (survey protocol, electronic devices manuals, etc.) remaining in the application. The GUI sections are of two different types: the first is represented by data input modules (Fig. 4.5), and the second is the result of data queries, which resume the previously input data, both within each section and in the home screen, thus facilitating the monitoring of the survey progress (Fig. 4.6).
For all qualitative variables that are categorical and assessed using the appropriate class value, look-up tables have been adopted and the chosen class is selected from a closed list of possible values. For quantitative attributes, threshold values have been established, and warning messages have been shown in case of unlikely values. Combinations of masks and sub-masks have also been created for the input of progressively more detailed data (Fig. 4.7). Several real-time automatic cross-checks in different fields have been designed to prevent errors in terms of plausibility, congruity, completeness, or input errors (Fig. 4.8).
4.5 Start-Up, Remote Assistance and Quality Check
4.5.1 Start-Up and Remote Assistance to Field Crews
As soon as the crews began their job, they were joined by the CREA Research Centre for Forestry and Wood team to be led under expert assistance. This assured appropriate reminder of the protocol procedure as learned in the training course and also provided clarification on local specific cases. However, clarification on local specific cases is not a secondary concern in Italy, given the highly diverse vegetation conditions.
During the field campaign, a helpdesk was active daily at CREA Research Centre for Forestry and Wood in Trento, reachable either on the phone or by email. Crew support consisted of answering questions related to any aspect of the survey protocol in an effort to help resolve doubts and uncertainties and so avoid subjective or incorrect interpretations. In fact, questions were often asked about special cases because crews were not in ordinary conditions, e.g., they were at risk of injury. All questions were entered in a database in such a way to give future consistent answers in similar cases, but especially to derive statistics on the most frequent topics of questions. Based on these statistics, the helpdesk could warn crews (all crews or only those potentially interested) to prevent reiteration or possible mistakes. The helpdesk database also allowed to verify full functioning of the automatic controls of INFC_APP, especially the first releases (cf. Sect. 4.4), but above all, they could suggest further improvements.
4.5.2 Data Quality Check and Final Field Work Checks for Approval
Regular checks on the central database are fundamental to guaranteeing high data quality. They also permit monitoring the progress of the field work, revealing possible problems in carrying out the survey which cause delays. In this case, they allowed verification of the crews’ accomplishments of what was requested about data and materials. Crews had to post the woody cores to the dendrochronology laboratory at CREA Research Centre for Forestry and Wood in Trento, as well as safety backup copies of the photographs taken. Arrival of these two additional materials was expected at stated intervals after sample plots data were sent to the central database.
Checks in the database during the fieldwork aimed at assessing completeness, plausibility, and consistency of information. Completeness indicates that all data expected have been recorded. This is possibly the simplest check to be implemented through automatic checks in the crews’ software; nevertheless, control is needed to verify the proper functioning of the software. In our case, controls revealed malfunctioning of early releases of INFC_APP, which caused a limited number of data loss. Checks about materials sent to CREA Research Centre for Forestry and Wood in Trento were special cases still related to completeness checks.
Plausibility means that information is reliable in absolute terms. An example of qualitative information that is not credible is the declared presence of a species in an area where it cannot be found (e.g., cork oak on the Alps). Another example involving quantitative values is a recording size that cannot be reached (e.g., exaggerated tree heights). The two examples should highlight the limits of automatic checks and importance of judgment based on data control, because there are places where a species is not expected but would still be possible to be found as well as a tree height that is possible may not be in a specific stand.
Consistency means that two pieces of information on related variables make sense; in other words, the two pieces of information are conditioned with each other. Nevertheless, the two values provided are reliable. Plausibility checks and consistency checks were carried out through cross-check data within the INFC2015 database, but they could also rely on crossing information from the INFC2005 survey.
Final field work checks for approval after the end of the field campaign was carried out by controllers. They fully surveyed some plots per region, in the presence of the crews and the data gathered were compared with those stored in the central database, previously recorded by the crews. The comparison was aimed to compute the level of reproducibility. For each variable measured, a maximum proportion of disagreement was stated, and a score was assigned, based on a level of agreement. The overall score was based on the scores obtained in each variable assessed. Crew knew from the very beginning that their job would be evaluated. For this reason, although limited in numbers, these checks were effective in maintaining a high level of quality throughout the entire field campaign.
References
Colle, G., Floris, A., Scrinzi, G., Tabacchi, G., & Cavini, L. (2009). The Italian national forest inventory: geographical and positioning aspects in relation to the different phases of the project. In: Proceedings, 8th annual forest inventory and analysis symposium, 2006 October 16–19, Monterey, CA (pp. 1–8). Gen. Tech. Report WO-79. Washington, DC: U.S. Department of Agriculture, Forest Service.
Dalponte, M., Martinez, C., Rodeghiero, M., & Gianelle, D. (2011). The role of ground reference data collection in the prediction of stem volume with LiDAR data in mountain areas. ISPRS Journal of Photogrammetry and Remote Sensing, 66, 787–797. https://doi.org/10.1016/j.isprsjprs.2011.09.003
European Commission. (2017). Galileo & EGNOS: The EU satellite navigation programmes explained. Retrieved Dec 14, 2021, from https://www.euspa.europa.eu/sites/default/files/galileo-egnos_brochure_2017_web_1.pdf.
Floris, A., Scrinzi, G., & Colle, G. (2011). Localizzazione e materializzazione dei punti inventariali. In: Gasparini, P., Tabacchi, G. (eds) L’Inventario Nazionale delle Foreste e dei serbatoi forestali di Carbonio INFC 2005. Secondo inventario forestale nazionale italiano. Metodi e risultati, pp. 32–36. Edagricole-Il Sole 24 Ore, Milano. ISBN 978–88–506–5394–2.
Gasparini, P., Bertani, R., De Natale, F., Di Cosmo, L., & Pompei, E. (2009). Quality control procedures in the Italian national forest inventory. Journal of Environmental Monitoring, 11, 761–768.
Gasparini, P., Di Cosmo, L., Floris, A., Notarangelo, G., & Rizzo, M. (2016). Guida per i rilievi in campo. INFC2015—Terzo inventario forestale nazionale. Consiglio per la ricerca in agricoltura e l’analisi dell’economia agraria, Unità di Ricerca per il Monitoraggio e la Pianificazione Forestale (CREA-MPF), Corpo Forestale dello Stato, Ministero per le Politiche Agricole, Alimentari e Forestali (341 pp.). ISBN 9788899595449. Retrieved Jan 05, 2022 from https://www.inventarioforestale.org/it/node/72.
Gasparini, P., Floris, A., Rizzo, M., Patrone, A., Credentino, L., Papitto, G., & Di Martino D. (2020). Il terzo inventario forestale nazionale INFC2015: procedure, strumenti e applicazioni. GEOmedia 24(6), 6–17. ISSN 1128-8132.
Gasparini, P., Floris, A., Rizzo, M., Di Cosmo, L., Morelli, S., & Zanotelli, S. (2021). Il contributo della geomatica alle attività del terzo inventario forestale nazionale italiano INFC2015. In: Atti AsitaAcademy2021, Asita, Milano (pp. 243–260). ISBN 978-88-941232-7-2.
Gobakken, T., & Næsset, E. (2009). Assessing effects of sample plot positioning errors on biophysical stand properties derived from airborne laser scanner data. Canadian Journal of Forest Research, 39(5), 1036–1052. https://doi.org/10.1139/X09-025
Kitahara, F., Mizoue, N., Kajisa, T., Murakami, T., & Yoshida, S. (2010). Positional accuracy of national forest inventory plots in Japan. Journal of Forest Planning, 15(2), 73–79. https://doi.org/10.20659/jfp.15.2_73.
Oracle. (2021). Application Server Oracle9iAS SOAP Developer’s Guide. Retrieved Dec 14, 2021, from https://docs.oracle.com/cd/A97335_02/integrate.102/a90297/overview.htm.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Appendices
Appendix (Italian Version)
Riassunto La fase di campagna di INFC2015 ha previsto il raggiungimento di quasi 9000 punti di campionamento e il rilievo di un numero rilevante di attributi, di tipo sia qualitativo sia quantitativo. Questo capitolo illustra le procedure di ritrovamento dei punti già istituiti nel precedente inventario (INFC2005), il posizionamento ex-novo di punti mai visitati in precedenza, le modalità di classificazione e misura delle variabili rilevate, sia a livello di popolamento sia di singolo elemento; inoltre fornisce indicazioni su quali unità di campionamento (punto o area di saggio) siano state utilizzate per il rilievo di dette variabili. Altre sezioni del capitolo sono dedicate alle modalità di registrazione informatica dei dati rilevati in campo e del loro invio al database centrale, all’assistenza fornita ai rilevatori e ai controlli per la qualità dei dati eseguiti durante i rilievi, sia in presenza sia da remoto, nonché ai controlli finali.
Introduzione
La conduzione dei rilievi inventariali in campo può essere efficacemente descritta elencando poche operazioni fondamentali. Si tratta, in concreto e nella generalità dei casi, di raggiungere un punto prestabilito (punto di campionamento) definito dalle sue coordinate, assumere quel punto come luogo di osservazione di alcune variabili di interesse, considerare quel punto come il centro di aree di saggio (AdS) entro cui condurre altre osservazioni e/o misurazioni, registrare le informazioni raccolte, e infine marcare quel punto in maniera permanente, così da poterlo ritrovare nelle successive campagne di rilievo. La schematizzazione proposta afferisce a fasi ben distinte del processo di progettazione di una campagna inventariale, che sono oggetto di questo capitolo.
Navigazione e posizionamento implicano l’utilizzo di procedure assistite da tecnologia di posizionamento satellitare globale (GNSS) con strumentazione performante nelle condizioni di copertura della volta, tipiche dei boschi, e adeguata a garantire una sufficiente accuratezza delle coordinate registrate. Queste rappresentano di per sé una variabile rilevata, che permette di poter rivisitare l'unità di campionamento e coniugare ai dati rilevati al suolo anche informazioni provenienti da remote sensing (Dalponte et al., 2011; Gobakken & Næsset, 2009; Kitahara et al., 2010). Un posizionamento utile anche ai fini di future ripetizioni dei rilievi implica l’utilizzo di marcatori permanenti ma non visibili (generalmente interrati) e altri visibili, di ausilio nel ritrovamento a rilevatori che abbiano accesso alle informazioni associate.
La classificazione dell’uso e copertura del suolo, preliminare ad ogni eventuale successiva operazione di rilievo, le classificazioni della vegetazione e degli attributi qualitativi nonché le misurazioni delle variabili quantitative, sono l’essenza stessa dell’indagine inventariale. In questo capitolo sono descritte le variabili rilevate in INFC2015 e le modalità seguite, rimandando al manuale di campagna (Gasparini et al., 2016), o ad altra bibliografia citata, per i casi particolari e di minore rilievo nell’ambito generale.
La registrazione delle informazioni raccolte, siano esse necessarie per le esigenze di progetto (ad esempio quelle relative alle marcature) o relative alle variabili oggetto di stima, è supportata per diverse motivazioni da applicativi informatici. Questi rendono più agevole consultare le informazioni necessarie ai rilevatori prima ancora di acquisirne di nuove (ad esempio quelle pregresse da verificare in virtù di possibili cambiamenti rispetto al precedente rilievo); possono supportare i rilevatori in varie fasi, per esempio se il loro uso è integrato nella procedura di navigazione e posizionamento, oppure proponendo da un menù a scelta le uniche classi coerenti con informazione di rango superiore; consentono controlli automatici, impedendo la registrazione di informazioni incongruenti o richiamando l’attenzione nel caso di combinazioni possibili ma poco frequenti; infine, consentono l’archiviazione delle informazioni registrate nel database INFC mediante semplice invio telematico.
Un ultimo aspetto relativo alle attività in campo riguarda l’importanza della qualità dei dati rilevati. In attività di rilievo complesse con durata pluriennale, non è possibile adottare una procedura di qualità basata solo su controlli a posteriori, che si risolvano in un’approvazione o rigetto dei dati, con conseguente ripetizione del rilievo. È necessario, invece, supportare le squadre di rilevatori mentre compiono le valutazioni in campo, se richiesto, per prevenire errori e controllare i dati che via via arrivano in archivio per individuare possibili errori di valutazione e/o misurazione compiuti dalle squadre, perché possano essere corretti ma soprattutto per prevenirne la ripetizione, avvisando le squadre interessate (Gasparini et al., 2009). L’attività di assistenza alle squadre e il controllo dei dati di archivio durante la fase di campo va prevista già in fase di progettazione, soprattutto per le sue implicazioni sugli strumenti di comunicazione e sulla struttura del database.
Navigazione, localizzazione e marcatura dei punti di campionamento
La massima accuratezza del posizionamento dei punti inventariali nelle diverse fasi dell’inventario, nella fotointerpretazione e al suolo, è un requisito molto importante ai fini della qualità dei dati rilevati. INFC è un inventario trifasico con una fase di fotointerpretazione a video e due fasi al suolo: la fase 2, su circa 30,000 punti, e la fase 3 su un loro sottoinsieme. La fotointerpretazione è condotta su un intorno di analisi che ha come centro il punto di campionamento inventariale, definito dalle sue coordinate (cfr. Chap. 2). Nell’INFC2015, la procedura per un’identificazione in campo più accurata possibile del punto di campionamento fotointerpretato è stata ripresa da INFC2005 (Floris et al., 2011). Sempre da INFC2005 derivano le modalità di marcatura adeguate a garantire il ritorno sulla stessa posizione, che nella fase 3 di INFC2005 avveniva a distanza di alcuni mesi. INFC2015 ha previsto una sola campagna di rilievi al suolo, su punti che per il 90% erano già stati visitati in campo in INFC2005. È stato per questo necessario sperimentare, in fase di progettazione dei rilievi, opportune strategie di navigazione e di posizionamento capaci di ridurre al minimo l’aliquota di punti non ritrovati ma efficienti anche per posizionarne di nuovi.
La navigazione per il ritrovamento del punto di campionamento (anche detto punto C, dopo essere stato materializzato al suolo) è avvenuta con ausilio di un ricevitore GNSS multicostellazione Trimble R1, pilotato da un datalogger Trimble Juno SB. Considerate le difficoltà tecnologiche ad utilizzare una vera e propria correzione differenziale in tempo reale in molte aree forestali italiane, si è stabilito di fruire, quando possibile, del sistema di aumento della precisione (SBAS) fornito dal servizio EGNOS (European Commission, 2017; Gasparini et al., 2021). L’avvicinamento fino a circa 10–15 m dal punto di campionamento è avvenuto in modalità navigazione da posizione istantanea (NPI), mentre il ritrovamento di precisione del punto, se già visitato in INFC2005, oppure il suo primo posizionamento se non visitato, sono avvenuti con procedura definita navigazione da posizione media (NPM) (Colle et al., 2009). La Fig. 4.1 mostra la strumentazione di navigazione e posizionamento in campo.
I punti di campionamento rilevati al suolo in INFC2005, la cui incertezza di posizionamento è stimata in 3–4 m a seconda del ricevitore utilizzato (Colle et al., 2009), erano stati marcati con picchetti interrati di due tipi: picchetti provvisori nei punti visitati nella sola fase 2 di INFC2005, che sono costituiti da chiodo lungo 30 cm e placca di testa in alluminio, e picchetti permanenti nei punti visitati anche in fase 3 di INFC2005, che hanno puntale in acciaio zincato con ancoraggi e testa in alluminio. Nelle migliori condizioni locali di ricezione del segnale GNSS, a 10–15 m dal punto di campionamento, era stato inoltre interrato un picchetto del tipo provvisorio sopra descritto, ad indicare il punto di fine navigazione (denominato punto F dopo la sua materializzazione al suolo). Il ritrovamento del picchetto del punto F e l’applicazione dei valori di offset verso il punto C (distanza e azimut) misurati in INFC2005 permettono di individuare la posizione del punto di campionamento. Le marcature prevedevano anche l’utilizzo di piccole placche in alluminio apposte alla base di tre alberi di riferimento, corredati di informazioni monografiche essenziali (specie, diametro a 1.30 m, distanza e azimut dal punto C o dal punto F) e alcune fotografie. La ricerca dei picchetti del punto F e del punto C è avvenuta con un metal detector, con l’aiuto delle descrizioni monografiche e delle fotografie. L’insieme delle marcature è mostrato in Fig. 4.2. La Fig. 4.3 mostra l’aliquota regionale e nazionale dei punti di campionamento in cui almeno uno dei picchetti, del punto F o del punto C, è stato ritrovato.
Nella campagna di rilievo INFC2015, per i punti ricadenti in uso del suolo forestale sono stati utilizzati solo picchetti di tipo permanente. Nel punto F sono stati invece usati ancora picchetti del tipo provvisorio, considerata anche la buona performance di ritrovamento. Al termine di tutti i rilievi, su ciascun punto inventariale è stato eseguito un posizionamento GNSS stazionando sul punto F e calcolando le coordinate medie di 50 posizionamenti istantanei. La Table 4.1 riporta i valori di alcuni parametri di incertezza del posizionamento, calcolati dai file grezzi dei rilievi GNSS su oltre 8000 punti. Essendo C raggiunto dal punto F mediante azimut e distanza misurati sul terreno, le coordinate di F e di C sono caratterizzate da incertezza di posizionamento simile. Prima di abbandonare il punto inventariale, alla fine dei rilievi, sono state aggiornate le descrizioni monografiche delle marcature ed eseguite nuove riprese fotografiche.
Le variabili rilevate: modalità di classificazione e misura
I rilievi in campo consentono di classificare in maniera definitiva l’uso e la copertura del suolo e i caratteri della vegetazione rilevanti per validare l’inclusione del punto inventariale nel dominio di INFC, ma anche di condurre le classificazioni sui caratteri qualitativi e di misurare le variabili quantitative. La Table 4.2 elenca le variabili rilevate in campo e le unità di campionamento (punto o area di saggio) adottate per ognuna; valutazioni e misurazioni sono condotte sul punto di campionamento o nelle aree di saggio (AdS) che sono centrate (AdS4, AdS13, AdS25) o vicine (AdS2) al punto di campionamento (cfr. Chap. 2). Questa sezione descrive i metodi di rilievo delle variabili qualitative e quantitative; le classi adottate sono riportate nelle tabelle in fondo ai capitoli dedicati ai risultati, insieme alle stime per le variabili.
4.4.1 Uso e copertura del suolo, grado di mescolanza, origine del soprassuolo
La prima valutazione riguarda la verifica che il punto di campionamento inventariale sia in un’area boscata, osservando l’uso del suolo e la copertura da alberi e/o arbusti; la copertura viene valutata sulla stessa ortofoto utilizzata in fase di fotointerpretazione, visualizzabile con il tablet in dotazione ai rilevatori (cfr. Sect. 4.4). Il rilievo in campo consente di valutare la copertura potenziale, nel caso di aree temporaneamente prive di soprassuolo, e condurre misure più accurate su elementi del territorio rilevanti per l’applicazione delle definizioni adottate (es. larghezza delle strade e dei corsi d’acqua) (cfr. Chap. 2). Un applicativo specificamente sviluppato, INFC_APP (cfr. Sect. 4.4), guida l’assegnazione del plot a una delle classi di copertura previste, anche mediante una griglia di punti sovrimpressa all’ortofoto nell’area di riferimento (FP2500, cfr. Chap. 2). I rilevatori contano il numero di punti che intercettano le chiome, specificando se si tratta di alberi o arbusti e INFC_APP calcola la copertura totale e quella arborea. Oltre a permettere di distinguere tra Bosco e Altre terre boscate, questo rilievo permette di produrre le statistiche di superficie per classe di copertura totale e di copertura arborea. INFC_APP assiste i rilevatori anche nei calcoli necessari a stabilire l’eventuale dominanza di copertura da parte di specie di conifere o di latifoglie, per classificare il soprassuolo secondo il grado di mescolanza (puro di conifere o di latifoglie, oppure misto) (cfr. Sect. 4.3.2).
L’origine dei soprassuoli viene assegnata valutando il grado di intensità delle azioni volte a favorire o sostenere la rinnovazione, che possono mancare (boschi naturali), afferire alla selvicoltura (soprassuoli seminaturali) o essere di tipo intensivo (piantagioni).
4.4.2 Categorie inventariali, categorie forestali e sottocategorie forestali
Le categorie inventariali del Bosco e delle Altre terre boscate sono classificate osservando caratteristiche riguardanti principalmente la composizione (es. alberi o arbusti), le potenzialità di sviluppo offerte dalla stazione (es. Boschi alti o Boschi bassi), e l’origine del soprassuolo (es. seminaturale o artificiale). Le categorie inventariali del Bosco e delle Altre terre boscate sono ulteriormente ripartite in categorie forestali e sottocategorie forestali (cfr. Chap. 2).
La categoria forestale viene classificata sulla base della specie con copertura delle chiome prevalente. Innanzitutto, viene stabilita l’eventuale prevalenza a conifere o a latifoglie, decidue o sempreverdi; la categoria forestale deve essere coerente con quella informazione; per esempio, se prevale la copertura di conifere la categoria forestale dovrà essere una tra quelle a conifere. Nel caso di boschi misti, la stima del gruppo di specie o della specie con copertura prevalente può richiedere una valutazione più accurata che prevede di camminare lungo percorsi predefiniti e indicare la specie con la chioma nel piano dominante in corrispondenza di punti di osservazione prestabiliti (Fig. 4.4); la procedura e i calcoli relativi sono guidati da INFC_APP. La sottocategoria forestale viene assegnata sulla base delle specie presenti e dell’ecologia della stazione.
4.4.3 Proprietà, grado di protezione e pianificazione
Per la classificazione della proprietà risulta rilevante la posizione del punto di campionamento. Le informazioni sulla proprietà derivano dal catasto, le cui informazioni sono disponibili mediante layer tematico su webGIS, oppure da conoscenza del personale forestale o amministrativo locale.
L’esistenza di restrizioni all’utilizzo delle risorse forestali e l’appartenenza ad aree protette (di vario tipo e livello) derivano da base documentale, cartografica o da conoscenza del personale forestale locale.
La presenza di strumenti di pianificazione è stata accertata su documenti oppure dichiarata dal personale forestale locale, ai diversi livelli previsti (per esempio piani di orientamento generali oppure piani di assestamento aziendali).
4.4.4 Accessibilità, viabilità e caratteri fisico-stazionali
Il punto di campionamento inventariale viene definito accessibile se raggiungibile e se risulta possibile condurre le rilevazioni e le misurazioni nelle AdS previste intorno ad esso. L’inaccessibilità può essere dovuta ad ostacoli fisici o a divieti di legge o imposti dal proprietario, ma anche a condizioni di pericolo per l’incolumità dei rilevatori. Nei casi di pericolo è ammessa una certa tolleranza; ad esempio, il diametro di alcuni alberi potrebbe essere solo stimato, oppure il rilievo condotto solamente nell’AdS4. Queste circostanze vengono registrate per consentire un trattamento dei dati adeguato, durante le elaborazioni.
La facilità e la velocità nel raggiungimento di un punto inventariale dipendono anche dalla presenza di viabilità. Questa viene valutata prima di tutto su mappe, ortofoto, ecc. e poi verificata in campo. I rilevatori registrano la distanza e il dislivello del punto di campionamento dalla strada, indicando anche la tipologia di viabilità.
L’altitudine del punto inventariale viene registrata dal dispositivo GNSS durante il rilievo delle coordinate (cfr. Sect. 4.2). L’esposizione viene misurata con una bussola; il rilevatore staziona sul punto di campionamento e orienta la bussola verso valle, leggendo il valore dell’azimut magnetico. L’inclinazione viene misurata con un clisimetro. Il rilevatore staziona sul punto di campionamento inventariale e traguarda due paline, una posta a monte e l’altra a valle, a 25 m di distanza. Il valore di inclinazione registrato si ottiene mediando le due misurazioni.
La giacitura viene osservata con riferimento all’AdS25 (giacitura locale) e a un’area più vasta, da pochi ettari a qualche decina di ettari intorno al punto di campionamento (giacitura estesa). L’accidentalità del terreno, valutata sempre nell’AdS25, tiene conto della micro-morfologia determinata dalla presenza di ostacoli come massi, pietre, fossi e buche che possono condizionare le utilizzazioni (taglio, concentramento, esbosco) e in generale la fruizione dell’area. Infine, nell’AdS25 viene valutata la presenza di fenomeni di dissesto in corso, ripetuti o occasionali. Si registrano e classificano solo fenomeni estesi almeno su 100 m2 di territorio.
4.4.5 Pratiche selvicolturali, caratteristiche del soprassuolo, produzione
Le pratiche selvicolturali vengono descritte per tipo e intensità; poiché queste sono strettamente dipendenti dai prodotti che si vogliono ottenere, il sistema di classificazione prevede classi per le pratiche orientate ad ottenere prodotti secondari non legnosi e per l’ottenimento di beni e servizi. Quando la gestione è fortemente orientata ad ottenere un prodotto o servizio specifico, il bosco è classificato come avente una funzione prioritaria, e si registra il prodotto o il servizio oggetto di interesse.
La disponibilità al prelievo legnoso è una informazione registrata sulla base di documenti (es. limitazioni da leggi sulla protezione dell’ambiente) o valutata sulla base della convenienza alle utilizzazioni, che può essere ridotta per esempio dallo scarso valore del prodotto in relazione alle difficoltà di accesso e di lavorazione dovute alle condizioni stazionali.
Tipo colturale e modalità di utilizzazioni sono rilevate osservando la struttura del soprassuolo e le sue caratteristiche fisionomiche, mentre le modalità di esbosco sono valutate prendendo in considerazione anche il tipo di materiale esboscato (es. legname da opera o legna da ardere), usi locali (ad esempio i sistemi di esbosco a fune sono diffusi principalmente sulle Alpi e poco sugli Appennini) e la presenza di viabilità.
La valutazione sullo stadio di sviluppo viene condotta sulla base delle caratteristiche strutturali, compositive e dimensionali, e così è anche per quella sulla classe di età, che viene richiesta solo per i popolamenti coetanei; tuttavia, il giudizio si avvale anche dei carotaggi descritti nella Section 4.3.8, che consentono di contare gli anelli annuali.
4.4.6 Stato di salute
Il rilievo sulla presenza di malattie e danni ha l’obiettivo di fornire un quadro d’insieme sulle condizioni generali dello stato di salute delle foreste, registrando la presenza di questi quando presenti su almeno il 30% della copertura arborea nell’AdS25. Al raggiungimento di quella soglia, vengono valutati cause ed intensità della malattia o del danno. Nel caso in cui la malattia o il danno si manifestino con defogliazione, vengono registrate il suo grado di intensità e la localizzazione prevalente nella chioma.
4.4.7 Alberi misurati
Gli individui di cui si misura il diametro sono quelli di specie legnose (per comodità indicati genericamente come alberi), vivi o morti, con d1.30 ≥ 4.5 cm entro l’AdS4 o d1.30 ≥ 9.5 cm nell’AdS13. L’appartenenza ad un’AdS viene verificata misurando la distanza tra il centro della stessa e l’asse passante per il centro della sezione dell’albero a 1.30 m da terra. Il diametro viene misurato con un cavalletto dendrometrico, con l’operatore a monte dell’albero su terreni con inclinazione maggiore di 10° oppure con l’asta del cavalletto orientata lungo il raggio dell’AdS, negli altri casi. Se il primo diametro così misurato è ≥ 9.5 cm, si misura un secondo diametro ortogonale. Di ogni albero cavallettato, si registrano la specie, la vitalità e integrità (Table 4.3), il dendrotipo (Table 4.4). Degli alberi troncati si misura anche l’altezza. Per gli alberi morti, si valuta la classe di decadimento secondo le descrizioni nella Table 4.5.
4.4.8 Alberi campione
Tra gli alberi cavallettati, si selezionano dieci alberi campione per misurazioni aggiuntive. Si tratta dei cinque alberi più vicini al punto di campionamento inventariale, seguiti dai tre rimanenti con maggiore diametro e infine due definiti rari; questi ultimi sono alberi di specie non ancora o poco campionate tra i primi otto o di dimensioni non ancora comprese, in caso di boschi monospecifici. Quando possibile, gli alberi campione sono scelti tra quelli integri. Le misurazioni aggiuntive riguardano l’altezza totale, l’altezza di inserzione della chioma e la classificazione della posizione sociale (dominante, intermedia o sottoposta). L’altezza viene misurata con un ipsometro Haglof Vertex.
Ai fini delle stime di incremento, gli alberi campione vengono carotati con una trivella di Pressler, a 1.30 m da terra e lungo la direzione del raggio dell’AdS. Viene prelevata una sola carotina legnosa per albero e si misura con un righello l’incremento degli ultimi cinque anelli annuali (escluso quello dell’anno corrente). Le carote, opportunamente etichettate, sono inviate al laboratorio di dendrocronologia presso la sede di Trento del CREA Centro di ricerca Foreste e Legno, per le misurazioni di controllo.
4.4.9 Rinnovazione e arbusti
Rinnovazione e arbusti sono distinti sulla base della lista di specie adottata da INFC; tale distinzione non ha rilevanza ai fini delle misurazioni, poiché queste interessano tutti i soggetti legnosi sulla sola base dei limiti dimensionali stabiliti. Rinnovazione e arbusti sono rappresentati da individui legnosi con diametro inferiore alla soglia di cavallettamento e più alti di 50 cm, rientranti nelle classi dimensionali descritte nella Table 4.6. Le misurazioni si compiono nelle due AdS2, poste a 10 m di distanza a Est e a Ovest del punto di campionamento inventariale (cfr. Chap. 2). Il rilievo consiste nel conteggio del numero di soggetti per specie e classe dimensionale. Di ogni specie viene registrata l’origine prevalente (artificiale, agamica, da seme), eventuali danni, se riguardanti almeno il 30% dei soggetti, e la loro causa, se riconoscibile (animali, es. pascolo o animali selvatici, o fattori meteorologici).
4.4.10 Legno morto grosso a terra e ceppaie residue
Il legno morto grosso a terra (alberi interi, fusti, rami, ecc.) viene misurato fino alla sezione con diametro più piccolo ≥ 9.5 cm e se di lunghezza di almeno 9.5 cm. Ogni elemento viene idealmente diviso in frammenti regolari lunghi al massimo 2 m; di ogni frammento si misurano due diametri ortogonali tra loro delle sezioni estreme, nonché la distanza tra le due sezioni. Si registrano il gruppo specie (conifera o latifoglia) e la classe di decadimento secondo quanto indicato nella Table 4.5.
Le ceppaie residue sono le rimanenze di tagli o di schianti naturali che hanno lasciato monconi non più alti di 1.30 m e diametro di almeno 9.5 cm, entro l’AdS13. Si misurano due diametri ortogonali alla sezione di taglio e due altezze, la minima e la massima. Sono inoltre registrate la specie (se riconoscibile) e la classe di decadimento (Table 4.5); infine, si valuta se il taglio è avvenuto entro 12 mesi dal rilievo inventariale.
Registrazione informatica dei dati, database e INFC_APP
Il database di tipo relazionale progettato per archiviare nel server centrale i dati della campagna di rilievo è stato sviluppato in ambiente Oracle 10 g, ed è articolato in 27 tabelle (più di 280 campi) collegate tra loro tramite l’identificativo del punto come chiave primaria e quello dell’elemento misurato (albero, ceppaia, ecc.) come chiave secondaria, nelle tabelle dei dati quantitativi. L’accesso al server centrale avviene tramite autenticazione e protocolli di protezione variabili in relazione a quattro profili, associati a corrispondenti specifici ruoli dell’utente: referenti nazionali CUFA, ricercatore/analista CREA, coordinatore regionale, caposquadra rilievi. Il database contiene anche informazioni registrate durante la fotointerpretazione, realizzata in ambiente informatico diverso (cfr. Chap. 3), da validare o aggiornare durante i rilievi in campo.
Per i rilievi in campo è stata sviluppata l’applicazione INFC_APP, residente in un tablet con SO Android 6.0 in dotazione a ciascuna squadra di rilevatori (Gasparini et al., 2020). La maggior parte dei dati precaricati e rilevati è contenuta in questa app, ad eccezione dei waypoint per la navigazione e dei file grezzi di posizionamento registrati con software Trimble Terrasync sul datalogger Trimble Juno SB. Lato client (tablet), il database è stato implementato tramite la libreria Sqlite.
Il flusso delle informazioni tra il tablet e il server centrale avviene attraverso connessione internet direttamente dal campo, con scheda 4G. Lo scambio di informazioni tra dispositivo tablet e server centrale avviene tramite web service Simple Object Access Protocol (SOAP) (Oracle, 2021). Con questo protocollo è possibile trasferire, oltre a dati alfanumerici, anche dati binari, nello specifico il file.ssf contenente le misure grezze per il posizionamento satellitare e i parametri qualitativi dello stesso. Il client invia una richiesta e resta in attesa di una risposta dal server.
Sono stati implementati quattro servizi web per la ricerca, il download, l'upload e l'aggiornamento dello stato dei punti, fondamentale per la distinzione tra i punti da rilevare, in lavorazione oppure conclusi. Il web service riceve in input il codice IMEI del tablet e invia al dispositivo in risposta la lista dei punti assegnati alla specifica squadra. A questo punto la squadra è abilitata a scaricare sul proprio tablet tutti gli attributi precaricati del punto da rilevare. Se la procedura si conclude correttamente, il tablet invoca automaticamente il servizio che modifica lo stato del punto, portandolo da “assegnato” a “in lavorazione”, escludendolo in questo modo dalla lista dei punti che è possibile scaricare sui dispositivi. A conclusione del rilievo la squadra, invocando il servizio per l'upload dei dati, invia tutti i dati raccolti al database centrale, rendendoli visibili anche agli altri profili utente autorizzati all’accesso e alla consultazione. Gli upload possono essere parziali, come backup temporanei di un rilievo non ancora concluso, oppure finali per il trasferimento di tutti i dati a conclusione del rilievo. È possibile posticipare l’invio finale dei dati di un punto di campionamento al rientro in ufficio, per completare l’inserimento di alcune informazioni, come ad esempio i valori di lettura delle carote incrementali, operazione che di solito non viene eseguita in campo ma in un momento successivo.
La riservatezza dei dati durante la campagna di rilievo è garantita dalla costituzione di una lista di dispositivi autorizzati all’installazione della app e all’accesso al database in base al codice IMEI specifico di ciascun tablet.
Un requisito fondamentale previsto sin dalla fase di progettazione è stato quello che l’applicazione fosse user-friendly. L’interfaccia utente è stata realizzata attraverso un sistema di sezioni e maschere che guidano il rilevatore nello svolgimento logico e cronologico delle diverse fasi di rilievo e inserimento dei dati, dalla procedura di navigazione e posizionamento del punto di campionamento fino alla raccolta dei dati sugli attributi qualitativi e quantitativi. È possibile spostarsi liberamente tra le varie sezioni dell'applicativo, con il vincolo che per salvare i dati inseriti in una specifica sezione è necessaria una conferma esplicita. Dalla home screen è possibile consultare la documentazione di supporto (manualistica dei rilievi, istruzioni per l’uso degli strumenti, ecc.) senza uscire dall’applicativo. Le maschere sono di due tipi diversi: il primo è rappresentato da moduli di input dei dati (Fig. 4.5), il secondo è il risultato di query di riepilogo dei dati già inseriti, visualizzabili sia all’interno di ogni singola sezione sia nella home screen, facilitando così il controllo delle operazioni di raccolta dei dati da parte del rilevatore (Fig. 4.6).
Per tutte le variabili qualitative, che sono categoriche e vengono registrate scegliendo la classe opportuna, sono stati adottati schemi di codifica (look-up tables) in base ai quali la classe prescelta viene selezionata da un menù contenente la lista delle sole modalità possibili. Per gli attributi quantitativi, sono state inserite soglie dei valori possibili e messaggi di warning in presenza di valori possibili ma che si incontrano poco frequentemente. Sono state create anche combinazioni di maschere e sotto-maschere per l’inserimento di dati a dettaglio progressivamente superiore (Fig. 4.7). Il sistema di controlli automatici immediati dei dati in termini di plausibilità, congruenza e completezza, ha previsto anche un certo numero di controlli incrociati tra campi (Fig. 4.8).
Assistenza ai rilevatori, start-up e controllo dei dati
4.6.1 Start-up e assistenza da remoto alle squadre
All’inizio della campagna di rilievi al suolo, le squadre hanno eseguito valutazioni e misurazioni su punti inventariali a loro assegnati sotto la guida del personale della sede di Trento del CREA Centro di ricerca Foreste e Legno. Questo ha consentito di ripassare quanto appreso nei corsi di formazione e anche di applicare le procedure avendo a che fare con eventuali particolarità della zona di competenza. Per un Paese con grande variabilità nei caratteri vegetazionali come l’Italia, questo secondo aspetto ha una rilevanza non secondaria.
Durante tutto il periodo di rilievi in campo, è stato operativo presso il CREA Centro di ricerca Foreste e Legno di Trento un centro di assistenza help-desk, raggiungibile via telefono o e-mail. L’assistenza alle squadre è consistita nel discutere di quesiti relativi a qualsiasi aspetto riguardante le modalità di rilievo, soprattutto per risolvere dubbi e incertezze da cui possono derivare interpretazioni difformi o errate. Infatti, in molti casi le domande hanno riguardato casi particolari, di situazioni non incontrate frequentemente, per esempio per condizioni di pericolo in aree difficili da percorrere. Le domande venivano registrate in un database, in modo da costituire una casistica che potesse assicurare interpretazioni uniformi a casi particolari analoghi, ma soprattutto perché la catalogazione consente di derivare statistiche sugli argomenti con maggiore frequenza di richiesta di chiarimenti. Sulla base di queste statistiche, è stato possibile richiamare l’attenzione delle squadre (tutte o solo quelle potenzialmente interessate) su errori commessi o possibili, per prevenirne la reiterazione o l’insorgenza. Il database delle domande ha consentito anche di monitorare malfunzionamenti dei controlli automatici di INFC_APP, soprattutto nelle sue prime versioni, e di suggerirne ulteriori miglioramenti.
4.6.2 Controllo di qualità dei dati e collaudo
La conduzione con regolarità di controlli nel database centrale è fondamentale per garantire dati di buona qualità. I controlli permettono anche di monitorare l’avanzamento dei lavori, individuando così eventuali rallentamenti dovuti a proble-mi nella conduzione dei rilievi. Nel caso di INFC2015, i controlli hanno consentito anche di verificare che le quadre inviassero il materiale richiesto. Queste, infatti, dovevano spedire le carotine legnose al laboratorio di dendrocronologia del CREA Centro di ricerca Foreste e Legno in Trento, nonché copie di backup delle fotografie scattate, entro tempi definiti dall’invio dei dati rilevati al database centrale.
I controlli nel database durante la fase dei rilievi sono stati finalizzati ad assicurare la completezza, la plausibilità e la coerenza delle informazioni. Con completezza si intende che tutti i dati richiesti siano stati effettivamente registrati. Si tratta della tipologia di controlli più efficacemente automatizzabile nel software utilizzato dalle squadre. Tuttavia, il controllo rimane sempre opportuno e necessario, per verificare il corretto funzionamento dei controlli automatici implementati. In un numero molto esiguo di casi, infatti, problemi legati ai controlli automatici nelle prime versioni di INFC_APP hanno determinato una perdita parziale di dati, subito evidenziata dai controlli. La verifica dell’avvenuta e regolare consegna dei materiali sopra indicati rappresenta un caso particolare di controlli di completezza. La plausibilità indica che un’informazione è credibile in senso generico. Un esempio di valutazione non plausibile di variabile qualitativa è la presenza di una specie in un contesto dove non può trovarsi (ad esempio la quercia da sughero sulle Alpi); un altro per una variabile quantitativa è la registrazione di un valore di dimensione che non può essere raggiunto (ad esempio, altezze eccessive per gli alberi). Questi due esempi evidenziano anche i limiti dell’automazione dei controlli e l’importanza della valutazione basata su controlli dei dati nel database eseguiti da operatori esperti. Infatti, possono esistere zone limite dove non ci si attende di trovare una specie, ma dove la sua presenza non può essere esclusa in senso assoluto, come pure possono esistere altezze di alberi possibili in termini assoluti, ma sospette per alcuni soprassuoli in specifiche condizioni stazionali. La coerenza, infine, riguarda la possibilità e la logicità delle informazioni relative a due variabili correlate; in altri termini, entrambe le informazioni sono possibili di per sé, ma quando fornite insieme il valore che esse possono assumere è reciprocamente condizionato. I controlli di plausibilità e di coerenza sono stati svolti mediante l’incrocio delle informazioni presenti nell’archivio INFC2015, ma anche paragonando queste ultime con le informazioni contenute nell’archivio INFC2005, quando necessario.
Il collaudo finale dopo la conclusione dei lavori in campo è stato condotto da personale non coinvolto nei rilievi stessi. Sono state nuovamente rilevate alcune AdS per regione, in presenza delle squadre di rilevatori, e i risultati ottenuti confrontati con i dati precedentemente trasmessi da questi al database centrale. Il confronto ha consentito di verificare il grado di riproducibilità dei dati. Per ogni variabile misurata, era stata stabilita una percentuale di discordanza massima ammissibile e sulla base della concordanza è stato assegnato un punteggio; il punteggio finale è stato calcolato sulla base dei punteggi parziali. Le squadre sapevano fin dall’inizio che il loro lavoro sarebbe stato valutato e per questo motivo, sebbene il numero dei punti controllati sia stato limitato, il collaudo ha costituito una motivazione per mantenere alto il livello di qualità durante tutta la campagna di rilievi al suolo.
Rights and permissions
Open Access This chapter is licensed under the terms of the Creative Commons Attribution 4.0 International License (http://creativecommons.org/licenses/by/4.0/), which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons license and indicate if changes were made.
The images or other third party material in this chapter are included in the chapter's Creative Commons license, unless indicated otherwise in a credit line to the material. If material is not included in the chapter's Creative Commons license and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder.
Copyright information
© 2022 The Author(s)
About this chapter
Cite this chapter
Floris, A., Di Cosmo, L., Rizzo, M., Patrone, A. (2022). Field Assessment—Survey Protocols and Data Collection. In: Gasparini, P., Di Cosmo, L., Floris, A., De Laurentis, D. (eds) Italian National Forest Inventory—Methods and Results of the Third Survey. Springer Tracts in Civil Engineering . Springer, Cham. https://doi.org/10.1007/978-3-030-98678-0_4
Download citation
DOI: https://doi.org/10.1007/978-3-030-98678-0_4
Published:
Publisher Name: Springer, Cham
Print ISBN: 978-3-030-98677-3
Online ISBN: 978-3-030-98678-0
eBook Packages: EngineeringEngineering (R0)