Vegetazione post incendio e prevenzione degli incendi boschivi: rilievi con droni e LiDAR per studiare struttura, biomassa e vulnerabilità

Il passaggio di un incendio modifica il paesaggio nel breve e nel lungo termine. Le tipologie di specie arboree, la loro struttura tridimensionale, la quantità di biomassa e la ricrescita della vegetazione post incendio influenzano direttamente l’infiammabilità, il regime degli incendi e, di conseguenza, la vulnerabilità del territorio.

A inizio febbraio un gruppo di ricercatori e tecnici di Fondazione CIMA, esperti in incendi boschivi e conservazione della biodiversità forestale, insieme ad esperti di sistemi di monitoraggio e droni, in collaborazione con Gabriele Arcangelo Macellaro del Laboratorio Dati Geoambientali dell’Università della Basilicata, ha effettuato attività di campo in una zona collinare dell’entroterra di Albenga, duramente colpita da incendi boschivi negli ultimi anni.

20260204 120507
Fig. 1. Acquisizione con GPS di posizione planimetrica delle specie vegetali 

In particolare, l’obiettivo di questi rilievi è stato studiare la struttura e lo stato della vegetazione (biomassa, caratteristiche geometriche e stato vegetativo) per indagare l’evoluzione dello strato arboreo e arbustivo a seguito degli incendi passati, per evidenziarne la possibile evoluzione futura in relazione a eventuali nuovi passaggi del fuoco. Si tratta di informazioni fondamentali per migliorare la prevenzione, la gestione del rischio e la pianificazione degli interventi post incendio, oltre a consentire ai ricercatori di definire un protocollo di acquisizione dati scalabile, così da trasferire le analisi ad alta definizione da contesti locali ad aree molto estese.

La strumentazione utilizzata è stata di diverso tipo: droni dotati di vari sensori per acquisizioni dall’alto, strumenti posizionati a terra come il TLS (Terrestrial Laser Scanner), unitamente alla caratterizzazione e geolocalizzazione floristica delle specie arboree.

I droni, insieme al TLS, equipaggiati con sensori LiDAR (Light Detection and Ranging), sono fondamentali per ricostruire dettagliatamente la struttura tridimensionale della vegetazione. Dai voli dei droni sono stati inoltre acquisiti dati di riflettanza spettrale per analizzare le diverse bande di luce riflesse dalla vegetazione; queste forniscono infatti informazioni sullo stato e sulle caratteristiche fisiologiche delle piante. Infine, le attività di campionamento della vegetazione sono state indispensabili per collegare i dati raccolti tramite i sensori con le reali condizioni della copertura vegetale.

rilievi con droni per vegetazione post incendio
Fig. 2. Acquisizione di una nuvola di punti con sensore LiDAR posizionato su UAV 

L’area studiata è stata scelta non solo perché percorsa in passato da incendi di varia intensità, ma anche per la composizione vegetativa, che spazia da tratti di macchia mediterranea soggetta a ricrescita ad aree boschive più chiuse, come pinete o boschi misti. L’analisi di questi ambienti aiuta quindi a capire come cambia il paesaggio dopo un incendio e quali condizioni possono rendere un’area più o meno vulnerabile in futuro, consentendo di quantificarne la pericolosità e la predisposizione a nuovi eventi, nonché di ipotizzare azioni di gestione a medio-lungo termine.

Picture1
Fig. 3. Modello digitale del terreno (DTM) elaborato a partire da acquisizioni UAV (Unmanned Aerial Vehicle) con sensore fotogrammetrico. All’interno dell’area sono presenti plot, ovvero aree di dimensioni ridotte, analizzate mediante LiDAR da drone e da piattaforma terrestre per la ricostruzione della struttura tridimensionale della vegetazione.
Picture2
Fig. 4. Fusione delle nuvole di punti derivate da TLS e UAV-LiDAR. A sinistra sono visibili le informazioni provenienti da UAV (rosso) e TLS (bianco), mentre a destra è mostrata la nuvola di punti fusa e colorata. Si noti che la procedura di fusione garantisce un aumento della densità e della risoluzione spaziale del dato. 
Esempio acquisizione
Fig. 5. Esempio di acquisizione multispettrale da UAV con focus su un singolo plot. A sinistra è riportata l’ortofoto RGB (Red, Green, Blue), mentre a destra è mostrato il prodotto Normalized Difference Vegetation Index (NDVI), un indice multispettrale utilizzato per valutare lo stato della vegetazione. 

Condividi