Classificazioni di uso del suolo con Reti Neurali su serie storiche di dati LANDSAT della Puglia settentrionale

The analysis of the land use changes is a topic of great interest for the scientific community handling the dichotomy between environmental protection and sustainable economic development of the territory. In response to this, existing satellite technologies are the connection between the need of periodic cartographic updating and availability of official references. The LANDSAT program, managed by NASA and USGS, has been acquiring since 1972 the largest archive of images for the study of environmental change (remote sensing for civil purposes). In this case of study, were collected and processed six scenes covering a period of twenty-seven years (years 1984,1987, 2001, 2003, 2009, 2011), appropriate for multi-temporal land use and land cover (LULC) classifications. The study area, located in the northern Apulia, was classified by means of Artificial Neural Network (ANN) since this approach has been considered an effective instrument in the time series processing of satellite images, even in case of ground truth lack. ANNs can be implemented by parallel computation and, after training, they show the ability to estimate non-linear relationship between input and desired output (targets). Additional superior advantages include the generalization capability, that is the capability to provide robust results, even with incomplete inputs characterized by partial information or affected by errors or inaccuracies

L’analisi dei cambiamenti dell’uso del suolo nel tempo è un tema di grande interesse per la comunità scientifica coinvolta nella gestione della dicotomia tra tutela del territorio e sviluppo economico sostenibile. In risposta a ciò, le attuali tecnologie satellitari sono la connessione fra necessità di aggiornamento cartografico periodico e disponibilità di informazioni ufficiali di riferimento. Il programma LANDSAT, gestito congiuntamente dalla NASA e dall’USGS, ha prodotto dal 1972 in poi, nel telerilevamento civile, il più vasto archivio di immagini satellitari per lo studio dei cambiamenti ambientali. Nel presente lavoro si sono acquisite e processate sei scene LANDSAT (per gli anni 1984,1987, 2001, 2003, 2009, 2011) ricoprenti un arco temporale di 27 anni, appropriato per effettuare classificazioni di uso del suolo multi-temporali. L'area di studio, localizzata a nord della Puglia, è stata classificata mediante Reti Neurali Artificiali poiché in letteratura scientifica sono considerate uno strumento efficace nel trattamento di serie storiche di immagini satellitari, anche in casi di carenza di dati di verità a terra. Le reti neurali possono essere implementate mediante calcoli multitread e, una volta addestrate, mostrano la capacità di stimare relazioni non lineari fra dati di input e dati target (output). Inoltre, sono in grado di generalizzare, ovvero di fornire risultati robusti, anche in risposta a dati di input caratterizzati da informazioni incomplete, affetti da errori o imprecisioni.