Base Layer
- Title
- GeoFireGuard - Basilicata
- Description
- Aggiornamenti al 9 settembre 2025
Dall'esigenza di fornire dati sempre più aggiornati sui rischi naturali e antropici a causa dalla crisi climatica, nasce GeoFireGuard, il servizio open data di monitoraggio e protezione delle aree a rischio incendio attraverso l'utilizzo di dati geospaziali messi a disposizione dalle costellazioni Sentinel del programma Copernicus dell'Unione Europea/ESA; HS2, Landsat, Aqua e Terra, TRMM, e GPM, IMERG, servizio FIRMS della NASA/USGS degli USA. Area di interesse: Vulture Alto-Bradano (Basilicata - Italia).
Area di interesse: Vulture Alto Bradano (Basilicata)
Cartografia catastale
- Fornitura della cartografia del Catasto Italiano dell'Agenzia delle Entrate disponibile tramite download da specifico indirizzo. Il download in blocco fornisce un file .zip aggiornato con frequenza semestrale ed è stato successivamento filtrato per l'area di interersse. Data download 23 agosto 2025.
Modelo GeoAI sulla propagazione degli incendi
- Calcolato il Boschifire Risk Assessment Model (BRAM), un modello sperimentale predittivo sul rischio di propagazione degli incendi dai campi agricoli verso boschi e foreste. L'utilizzo combinato degli algoritmi SAM e Random Forest per identificare le aree boschive prossime agli incendi dei campi - per via della obsoleta pratica della bruciatura delle stoppie - è basato su una classificazione supervisionata Random Forest dell'indice RBR (Relativized Burn Area) al 4 ottobre 2023, da immagine satellitare Sentinel-2 del programma Copernicus, e un immagine RGB ad infrarosso ad onde corte (bande spettrali 12, 8 e 4) appositamente segmentate grazie alla GeoAI (Intelligenza Artificiale). Immagine Sentinel-2A / 4ott2023. Citazione: luisCartoGeo, & luisChr. (2023). luisCartoGeo/GeoAI_Plugin: v1.0 GeoAi (GEOAI). Zenodo. https://doi.org/10.5281/zenodo.8313393
Location Intelligence
Un servizio che utilizza uno specifico plug in chiamato Location Lab, che grazie alle chiavi API di terze parti, nel caso di specie il servizio HERE https://www.here.com/ genera layers contenenti informazioni alfanumeriche, in primis il tempo di percorrenza per raggiungere un determinato luogo prestabilito. I layers prodotti hanno restituito tempi di percorrenza valutati a 5, 10 e 15 minuti dai punti di partenza (Lavello, Melfi, Palazzo San Gervasio, Rionero in Vulture e Venosa). A supporto di questo servizio di emergenza, ma anche di prevenzione, sono stati scaricati dal geoportale RSDI della Regione Basilicata, gli elementi puntuali che indicano le località significative del territorio in esame.
Monitoraggio degli incendi (durante)
Aerosol
- Il VIIRS Dark Target Aerosol Optical Thickness (AOT) è un prodotto satellitare fornito in tempo quasi reale (Near Real Time, aggiornato quotidianamente con una latenza di circa 3 ore) dallo strumento VIIRS (Visible Infrared Imaging Radiometer Suite) a bordo del satellite polarorbitante NOAA-20, parte della costellazione JPSS (Joint Polar Satellite System) della NOAA e NASA. Ha una risoluzione spaziale dell’algoritmo di circa 6 km (circa 2 km per l’immagine) e misura lo spessore ottico degli aerosol a 550 nm sopra oceani e superfici terrestri scure, utilizzando due algoritmi distinti per massimizzare l’accuratezza su differenti superfici. È impiegato per quantificare la concentrazione di particelle sospese nell’atmosfera e per individuare fenomeni come fumo da incendi boschivi, polveri desertiche trasportate da venti intensi (ad esempio polveri sahariane) o inquinamento atmosferico. Le mappe prodotte presentano valori crescenti di AOT che indicano un’atmosfera sempre più carica di aerosol, con conseguente riduzione della visibilità e possibile impatto sulla salute umana e sul clima.
I colori freddi (blu/verde) indicano bassi valori di AOT e quindi atmosfera relativamente pulita, mentre i colori caldi (giallo/arancio/rosso) indicano concentrazioni crescenti di aerosol e condizioni di scarsa visibilità o forte inquinamento.
Crediti: References: AERDT_L2_VIIRS_NOAA20 doi:10.5067/VIIRS/AERDT_L2_VIIRS_NOAA20.002
- Il VIIRS Deep Blue Aerosol Ångström Exponent è un prodotto satellitare fornito in tempo quasi reale (Near Real Time, aggiornato quotidianamente con una latenza di circa 3 ore) dallo strumento VIIRS (Visible Infrared Imaging Radiometer Suite) a bordo del satellite polarorbitante NOAA-20, parte della costellazione JPSS (Joint Polar Satellite System) della NOAA e NASA. Ha una risoluzione spaziale dell’algoritmo di circa 6 km (circa 2 km per l’immagine) e stima l’Ångström Exponent (α), un parametro che indica la dimensione media delle particelle di aerosol: valori inferiori a 1 sono associati alla prevalenza di particelle grossolane (come polvere desertica), mentre valori superiori a 1 indicano la predominanza di particelle fini (come fumo o inquinamento). Il prodotto utilizza l’algoritmo Deep Blue per le superfici terrestri chiare e l’algoritmo SOAR (Satellite Ocean Aerosol Retrieval) per l’oceano, permettendo di caratterizzare meglio il tipo di aerosol presente. Le mappe risultanti consentono di discriminare eventi di polvere, fumo o inquinamento e sono particolarmente utili per il monitoraggio operativo di episodi di trasporto di aerosol a scala regionale e globale. I colori freddi (blu/verde) rappresentano atmosfera sobria a bassa concentrazione di aerosol, mentre colori caldi (arancio/rosso) indicano aerosol densi e atmosfera fortemente carica.
Crediti: AERDB_L2_VIIRS_NOAA20_NRT doi:10.5067/VIIRS/AERDB_L2_VIIRS_NOAA20_NRT.002; AERDB_L2_VIIRS_NOAA20 doi:10.5067/VIIRS/AERDB_L2_VIIRS_NOAA20.002
- L’Aerosol Index (AI) a 380 nm è un indice satellitare fornito in tempo quasi reale (Near Real Time, aggiornato quotidianamente latenza di circa 3 ore), dallo strumento OMPS (Ozone Mapping and Profiler Suite) a bordo del satellite polarorbitante NOAA-20, parte della costellazione JPSS (Joint Polar Satellite System) della NOAA e NASA. Ha una risoluzione spaziale è di circa 0.25° (circa 25 km al suolo) ed è utilizzato per misurare la presenza e la distribuzione degli aerosol assorbenti nell’atmosfera, come fumo prodotto da incendi boschivi, polveri desertiche trasportate da forti venti (es. Sahariane), cenere a seguito di eruzioni vulcaniche. La scala colori va dal bianco al giallo, sino al rosso scuro ed indica: cielo limpido, ottima visibilità; presenza moderata di aerosol, comune in aree urbane o umide; aerosol da attività umane, riduzione della visibilità; inquinamento, fumo da incendi, eventi di trasporto di polveri; aerosol denso da forti incendi, tempeste di sabbia ed eruzioni vulcaniche.
- Set di dati del satellite Sentinel-5P (Precursor) che fornisce immagini ad alta risoluzione (1 km/px) giornaliere dell'indice UV degli aerosol (UVAI), chiamato anche indice di assorbimento degli aerosol (AAI). Quando l'AAI è positivo, indica la presenza di aerosol che assorbono i raggi UV, come polvere e fumo. È utile per monitorare l'evoluzione delle pennacchi di aerosol episodici provenienti da tempeste di polvere, ceneri vulcaniche e combustione di biomassa anche in presenza di copertura nuvolosa.
Le lunghezze d'onda utilizzate hanno un assorbimento di ozono molto basso, quindi, a differenza delle misurazioni dello spessore ottico degli aerosol, l'indice AAI può essere calcolato in presenza di nuvole. Il dataset è aggiornato periodicamente ed è utilizzato per il monitoraggio degli incendi (durante).
Precipitazioni (intensità e stima)
- Lo strato IMERG Precipitation Rate (30-min) mostra il tasso di pioggia e neve in millimetri all’ora (mm/h), aggiornato ogni 30 minuti. È stimato tramite l’algoritmo IMERG (Integrated Multi-satellitE Retrievals for GPM), parte della missione Global Precipitation Measurement (GPM).
L’algoritmo IMERG utilizza osservazioni a microonde passive dalla costellazione di satelliti GPM, osservazioni a infrarossi dai satelliti geostazionari e dati di calibrazione provenienti da pluviometri a terra. Le osservazioni vengono “traslate” avanti o indietro nel tempo utilizzando i venti derivati dalle analisi dei modelli meteorologici. Il campo di output ha una risoluzione di 0,1° x 0,1° in latitudine e longitudine (circa 11 x 11 km all’Equatore). La griglia copre l’intero globo, sebbene vicino ai Poli non sia sempre possibile stimare le precipitazioni. Entro poche ore dalla raccolta delle osservazioni, il sistema NASA Precipitation Processing System (PPS) fornisce le prime stime Early IMERG, mentre le stime di qualità superiore Final IMERG vengono prodotte circa 4 mesi dopo, quando diventano disponibili dataset di calibrazione come le analisi mensili dei pluviometri. Le immagini più recenti sono disponibili con un ritardo di circa 5 ore rispetto al tempo corrente e fornite a intervalli di 30 minuti dal prodotto 30-minute Early IMERG (GPM_3IMERGHHE). Successivamente, queste vengono sostituite dal prodotto a qualità superiore Final IMERG (GPM_3IMERGHH) non appena disponibile.
Crediti: GPM_3IMERGHHE doi:10.5067/GPM/IMERG/3B-HH-E/07 and GPM_3IMERGHH doi:10.5067/GPM/IMERG/3B-HH/07
- Lo strato AIRS Precipitation Estimate (Day) rappresenta una stima delle precipitazioni giornaliere, misurate in millimetri (mm), ottenuta utilizzando parametri legati alle nubi come la pressione alla sommità della nube, la copertura nuvolosa frazionaria e l’umidità relativa negli strati nuvolosi. L’algoritmo di precipitazione si basa su una regressione tra questi parametri e alcuni dati osservati di precipitazione. Si tratta di una stima derivata da AIRS tramite un algoritmo di tipo TOVS-like, concepita per essere integrata nel prodotto sulle precipitazioni del Global Precipitation Climatology Project (GPCP).
Crediti: AIRS2SUP_NRT V006; AIRS2SUP_NRT V7.0
Per una descrizione più dettagliata del metodo:
Susskind, J., P. Piraino, L. Rokke, L. Iredell, e A. Mehta, 1997: Characteristics of the TOVS Pathfinder Path A Dataset. Bulletin of the American Meteorological Society, 78, 1449–1472. doi: https://doi.org/10.1175/1520-0477(1997) <1449:COTTPP>2.0.CO;2
Servizio FIRMS della NASA degli incendi quasi in tempoi reale
- Il Fire Information for Resource Management System (FIRMS) distribuisce i dati sugli incendi attivi quasi in tempo reale (NRT) dallo spettroradiometro a risoluzione moderata (MODIS) a bordo dei satelliti Aqua e Terra e dalla Visible Infrared Imaging Radiometer Suite (VIIRS) a bordo di Suomi-NPP, NOAA-20 e NOAA-21 (formalmente noto come JPSS-1). A livello globale questi dati sono disponibili entro 3 ore dall’osservazione satellitare, ma per gli Stati Uniti e il Canada i rilevamenti di incendi attivi sono disponibili in tempo reale.
Sono state create delle maschera per le anomalie termiche industriali rilevate dal sistema FIRMS da non considerare nel monitoraggio degli incendi attivi.
Servizio EUMETSAT sugli incendi in tempo quasi reale e sulla potenza radiativa del fuoco (FRP)
(sperimentale ed al momento non attivo)
- Prodotto di rilevamento attivo degli incendi che sfrutta il canale SEVIRI IR3.9 del satellite Meteosat-12, molto sensibile ai punti caldi causati dagli incendi. L'algoritmo distingue tra incendio potenziale e incendio attivo. Il prodotto in formato CAP viene diffuso solo quando viene rilevato un incendio/potenziale incendio in un dato ciclo ripetuto. Lo strumento MSG SEVIRI presenta alcune limitazioni quando viene utilizzato per il rilevamento incendi, e questo potrebbe portare a una sottostima del pixel in caso di incendio effettivo. La gamma dinamica limitata del canale da 3,9 µm (335 K per SEVIRI), che non lo rende ideale per gli incendi ad alta temperatura.
- Prodotto FRP (Fire Radiative Power) di NRT (Near Real Time) Sentinel-3A e 3B, che identifica la posizione e quantifica la potenza radiattiva di qualsiasi hotspot presente sulla superficie terrestre e marina che irradia un segnale di riscaldamento entro una dimensione di pixel di 1 km² nel punto sub-satellite. Tutti gli hotspot pericolosi vengono identificati e caratterizzati entro tre ore dal momento di rilevamento dell'osservazione SLSTR, sia di giorno che di notte.
Pericolo e rischio incendi 2025 (prima)
- Allerta vento (persistente): aree dove la velocità e direzione media del vento degli ultimi 10 giorni, ma con un ritardo di 5, ha superato la soglia di 3 m/s, condizioni favorevoli alla propagazione del fuoco. Elaborazione dati dal prodotto ERA5-Land Hourly - ECMWF Climate Reanalysis del Copernicus Climate Data Store, un set di dati di rianalisi climatiche che fornisce l'evoluzione di 50 variabili terrestri nel corso di diversi decenni. Da uno specifico script in GEE, (caricamento dataset ERA5, calcolo velocità e direzione dei venti, la media giornaliera e allerta), ed il supporto della GenAI, si sono generati gli output di interesse successivamente validati in QGIS. Si è lavorando su vettoriali e centroidi per giungere ad un prodotto visivamente soddisfacente (le frecce blu indicano la direzione dei venti all'interno dell'arera di allerta). Gli aggiornamenti si basano sulla presenza di venti con velocità superiore a 3 m/s e riportano la direzione verso cui il vento soffia, convertita rispetto alla convenzione meteorologica ERA, che indica la direzione di provenienza.
- Analisi e mappatura del rischio incendi da uno specifico script con GEE (Google Earth Engine) con l'ausilio dell'intelligenza artificiale generativa nella fase di automazione (combinazione automatica di dati multivariati e apprendimento supervisionato), dal 31 maggio al 25 agosto 2025, successivamente validato in QGIS. Lo script integra prodotti di telerilevamento e specifici indici biofisici e algoritmi di calcolo. Prodotti utilizzati: Sentinel-2 (COPERNICUS/S2_SR_HARMONIZED) per il calcolo degli indici NDVI, NDMI, NBR e dNBR; Landsat8-9 (NASA) per l'ndice LST (temperatura della superficie terrestre) dal canale termico ST_B10 dei dataset Collection 2 Level 2, convertito da Digital Number (DN) a gradi Celsius tramite scala e offset USGS; CHIRPS (Climate Hazards Group InfraRed Precipitation with Station data) per analizzare le precipitazioni giornaliere nel periodo di interesse; SMAP (Soil Moisture Active Passive) della NASA utilizzato per ottenere dati sull'umidità del suolo; ed infine una stima di LAI e FAPAR ottenuta a partire dall'NDVI, utilizzando una funzione logaritmica inversa e una formulazione del modello di Beer-Lambert, con parametri empirici adattabili.
L’analisi del rischio finale è calcolata con logica booleana confrontando soglie predefinite per ciascun indice e variabile (es. temperature superficie terrestre > 32° C, NDVI < 0.55, umidità del suolo < 0.20, precipitazioni mensile < 30 mm). Il calcolo del rischio è stato migliorato con la versione smoothed di armonizzazione, suddividendolo in quattro classi: basso, di attenzione, pre-allerta e alto rischio.
- Calcolo da uno specifico script con GEE del dNBR come differenza tra l'indice NBR (Normalized Burn Ratio) per il periodo 24 luglio - 24 agosto per gli anni 2024 e 2025, con l'utilizzo del prodotto HS2 (Harmonized Sentinel-2) con copertura nuvolosa < 1%. L’NBR si basa sulle bande NIR (B8) e SWIR2 (B12) per rilevare variazioni di vegetazione ed evidenzia la perdita (valori positivi) o la rigenerazione (valori negativi). Successivamente, il risultato è stato filtrato con il Land Cover ESA WorldCover2020, con la classe 10 (foresta) per concentrare l’analisi sulle zone forestali.
Metodo e script per gentile concessione di Guido Ceccherini, Commissione Europea, Joint Research Centre, Ispra - nell'ambito dell'evento Estate Gis 2025 durante il workshop "Monitorare foreste ed incendi in Europa: Google Earth Engine per analisi spazio-temporali".
Prodotti biogeofisici (boschi e foreste)
- Calcolo LAI (Leaf Area Index)
L'indice dell'area fogliare è definito come la metà dell'area totale degli elementi verdi della chioma per unità di superficie orizzontale del terreno. Il valore derivato dal satellite corrisponde al LAI verde totale di tutti gli strati della chioma, compreso il sottobosco che può rappresentare un contributo molto significativo, in particolare per le foreste. In pratica il LAI quantifica lo spessore della copertura vegetale. Il LAI è riconosciuto come variabile climatica essenziale (ECV) dal Global Climate Observing System (GCOS).
- Calcolo FAPAR (Fraction of Absorbed Photosynthetically Active Radiation)
Il FAPAR quantifica la frazione della radiazione solare assorbita dalle foglie vive per l'attività di fotosintesi. Quindi si riferisce solo agli elementi verdi e vivi della chioma. Il FAPAR dipende dalla struttura della chioma, dalle proprietà ottiche degli elementi vegetali, dalle condizioni atmosferiche e dalla configurazione angolare. Per superare quest'ultima dipendenza viene valutato un valore FAPAR integrato giornaliero. FAPAR è riconosciuta come variabile climatica essenziale (ECV) dal Global Climate Observing System (GCOS).
- Calcolo FCover (Fraction of green Vegetation Cover)
La Frazione di Copertura Vegetale (FCover) corrisponde alla frazione di terreno coperta da vegetazione verde. In pratica quantifica l'estensione spaziale della vegetazione. Poiché è indipendente dalla direzione dell'illuminazione ed è sensibile alla quantità di vegetazione, Fcover è un ottimo candidato per la sostituzione dei classici indici di vegetazione per il monitoraggio degli ecosistemi.
Sentinel-2A / 15-GIU-2025 / MSI_Level-2A
Prodotti iperspettrali
- L'indice CIredEdge (Chlorophyll Index - Red Edge), calcolato a partire dai dati iperspettrali del sensore EMIT acquisiti il 15 giugno 2025, rappresenta un indicatore sensibile al contenuto di clorofilla e allo stato fisiologico della vegetazione. Nello spettro elettromagnetico, il red-edge corrisponde alla regione tra circa 680–750 nm, dove si osserva una rapida transizione tra assorbimento della luce da parte della clorofilla e riflessione della luce da parte dei tessuti vegetali. Nel contesto del rischio incendi, valori bassi di CIredEdge (es. < 2.0) indicano vegetazione stressata, con attività fotosintetica ridotta, spesso dovuta a stress idrico, senescenza, malattie o copertura rada. Queste condizioni favoriscono l'accumulo di biomassa secca, aumentando la suscettibilità all’innesco e alla propagazione del fuoco.
L’analisi del 15 giugno 2025 ha mostrato valori di CIredEdge compresi tra circa 0.19 e 8.90. Applicando una classificazione tematica, l'area è stata suddivisa in quattro classi di rischio incendi: vegetazione molto sana, attiva, moderatamente attiva e vegetazione molto stressata.
- L'indice NDLI (Normalized Difference Lignin Index), calcolato a partire dai dati imperspettrali del sensore EMIT acquisiti il 15 giugno 2025, stima il contenuto di lignina nella vegetazione. La lignina è un polimero strutturale presente nelle pareti cellulari delle piante, tipico di tessuti legnosi, secchi o senescenti. Un contenuto elevato di lignina è generalmente associato a materiale combustibile più secco e meno fotosinteticamente attivo.L’analisi del 15 giugno 2025 ha mostrato valori di NDLI compresi tra circa - 0.09 e 0.24. Applicando una classificazione tematica, l'area è stata suddivisa in quattro classi: vegetazione vigorosa, attiva, in transizione e secca o senescente.
Citazione per prodotto EMIT: Green, R. (2022). EMIT L2A Estimated Surface Reflectance and Uncertainty and Masks 60 m V001 [Data set]. NASA Land Processes Distributed Active Archive Center. https://doi.org/10.5067/EMIT/EMITL2ARFL.001 Date Accessed: 2025-07-29
Mappatura delle aree incendite 2024 (dopo)
- Archivio hotspots (fire nrt) dal 30 giugno all'8 settembre 2024 da cui è possibile analizzare i dati sulla potenza radiativa del fuoco (FRP) sui possibili punti di innesco e/o propagazione degli incendi.
- Classificazione supervisionata (machine learning) indice relativizzato RBR (Relativized Burn Ratio). I dati rappresentano i risultati di un classificatore Random Forest addestrato per classificare l'indice RBR all'8 settembre 2024 in quattro categorie diverse, legate agli incendi in base alla loro gravità di ustione. Le classi identificate includono incendi ad alta gravità, incendi a media gravità, incendi a bassa gravità e aree non incendiate. La precisione complessiva del modello sui dati di test è del 95.88%.
- Calcolo dell'indice RBR (Relativized Burn Ratio), versione relativizzata dell'indice dNBR (difference Normalized Burn Ratio). L'indice restituisce il grado di ustione periodico delle aree incendiate e si ottiene dalla seguente formula:
RBR = (NBR(pre_incendio)–NBR(post_incendio))/( NBR(pre_incendio)+1.001).
Il valore di 1.001 al denominatore assicura che l’equazione non produca mai valori infiniti quando i valori di NBR pre-incendio tendono a zero nelle aree con bassa copertura vegetale o percorse da incendi.
La scala cromatica utilizzata è quella proposta dall'USGS per la classificazione del livello di intensità delle aree percorse dal fuoco.
Immagine Sentinel-2A / 30-giu-2024 e Sentinel-2A / 08-set-2024
Immagine Sentinel-2A / 30-giu-2024 e Sentinel-2B / 20-lug-2024
Pericolo e rischio incendi 2024 (prima)
- Analisi e mappatura del rischio incendi da uno specifico script con GEE (Google Earth Engine) con l'ausilio dell'intelligenza artificiale generativa nella fase di automazione (combinazione automatica di dati multivariati e di appredimento supervisionato), dal 1 giugno al 15 settembre 2024, successivamente validato in QGIS. Lo script integra prodotti di telerilevamento e specifici indici biogeofisici e algoritmi di calcolo. Prodotti utilizzati: Sentinel-2 (COPERNICUS/S2_SR_HARMONIZED) per il calcolo degli indici NDVI, NBR e NDWI; MODIS (NASA) per indice LST (temperatura della superficie terrestre) con dataset MOD11A2 da Kelvin a Celsius; CHIRPS (Climate Hazards Group InfraRed Precipitation with Station data) per analizzare le precipitazioni giornaliere nel periodo di interesse; SMAP (Soil Moisture Active Passive) della NASA utilizzato per ottenere dati sull'umidità dei suoli. Tuttavia, la seguente analisi viene calcolata con la logica booleana confrontando le soglie impostate per ciascun indice e variabile (es. temperature superiori ai 26°C, NDVI inferiore a 0.6, precipitazioni inferiori a 60 mm).
- Rappresentazione del rischio incendi nelle aree agricole, con particolare riferimerimento alle pratiche di bruciatura delle stoppie di colture a seminativo. Utilizzando l'algoritmo ClassificationMapRegulation, il prodotto ha restituito tre categorie di rischio: alto, medio e basso.
Il rischio è calcolato al 5 giugno 2024.
- SPI (Standardized Precipitation Index) è l'indice di precipitazione standardizzato, sviluppato da McKee et al. (1993), utile nel calcolo delle medie stagionali su dati storici e descrive la probabilità di variazione rispetto alle precipitazioni normali su più anni di dati, su base mensile (o più mesi) e/o fase temporali. Nel caso di specie il calcolo è su base mensile e si riferisce al 30 luglio 2024. Una bassa probabilità di funzione cumulativa è indicativa all'evento di siccità. SPI può essere calcolato su diversi archi temporali e si avvale di uno specifico algoritmo di calcolo. E' possibile analizzare la variazione di pioggia rispetto ai dati storici di un arco temporale basato sui dati CHIRPS dal 1981).
I satelliti della NASA utilizzati per il monitoraggio delle precipitazioni sono: TRMM (The Tropical Rainfall Measuring Mission) & GPM (The Global Precipitation Measurement Mission) combinati, costellazione IMERG (Integrated Multi-satellitE Retrievals for GPM).
Reference: Guttman, N. B., 1999: Accepting the Standardized Precipitation Index: A calculation algorithm. J. Amer. Water Resour. Assoc.., 35(2), 311-322.
- Gli indici di siccità (Drought Index - VCI) sono rappresentazione del deficit (e dell’eccesso) idrico rispetto ai dati storici. Elaborazione con GEE, da uno specifico script fornito dalla NASA, che ha restituito la mappa indicante la conseguente siccità per il mese di luglio 2024. All'interno di questo script i dati MODIS (satelliti Terra e Aqua) vengono utilizzati per calcolare l'indice delle condizioni della vegetazione (VCI) per un orario e un'area specifica ed è espresso in %. E' un indicatore dello stato della copertura vegetale in funzione dell'NDVI minimi e massimi riscontrati per un dato ecosistema nel corso di molti anni. Il VCI è un indice migliore rispetto all'NDVI, in quanto è un indicatore sul contenuto d'acqua in condizione di stress. I satelitti della NASA utilizzati per il monitoraggio della siccità: Landsat4-5-7-8-9, Terra e Aqua, Suomi National Polar Partnership (SNPP) e Joint Polar Satellite System (JPSS).
- Calcolo indice NDWI (Normalized Difference Water Index) sull'umidità dei suoli: Sentinel-2B / 15-LUG-2024 / MSI_Level-2A
- Calcolo indice NDVI sulla quantità e la salute della vegetazione: Sentinel-2B / 15-LUG-2024 / MSI_Level-2A
- Calcolo indice TVI (Transformer Vegetation Index) sulla biomassa stressata dalla siccità: Sentinel-2B / 15-LUG-2024 / MSI_Level-2A
Mappatura delle aree incendiate 2023 (dopo)
- Archivio hotspots (fire nrt) dal 30 giugno all'8 settembre 2024 da cui è possibile analizzare i dati sulla potenza radiativa del fuoco (FRP) sui possibili punti di innesco e/o propagazione degli incendi.
- Mappa di densità di calore FRP (Fire Radiative Power) da cui è possibile individuare le fonti numeriche di potenza radiativa del fuoco (espresse in watt).
- Modello sperimentale di propagazione della potenza radiativa del fuoco (FRP) > 30 watt degli incendi su dati del 2023. Utilizzato l'algoritmo SAM applicato ai punti focali NRT del progetto FIRMS della NASA e ad un immagine RGB ad infrarosso ad onde corte (bande spettrali 12, 8 e 4) appositamente segmentate grazie alla GeoAI (Intelligenza Artificiale). Immagine Sentinel-2A / 4ott2023.
Citazione: luisCartoGeo, & luisChr. (2023). luisCartoGeo/GeoAI_Plugin: v1.0 GeoAi (GEOAI). Zenodo. https://doi.org/10.5281/zenodo.8313393
- Classificazione supervisionata (machine learning) indice relativizzato RBR (Relativized Burn Ratio). I dati rappresentano i risultati di un classificatore Random Forest addestrato per classificare l'indice RBR al 4 ottobre 2023 in quattro categorie diverse, legate agli incendi in base alla loro gravità di ustione. Le classi identificate includono incendi ad alta gravità, incendi a media gravità, incendi a bassa gravità e aree non incendiate. La precisione complessiva del modello sui dati di test è del 93.14%.
- Calcolato indice RBR (Relativized Burn Ratio) sull'intensità degi incendi anno 2023: Sentinel-2B / 11-LUG-2023 / MSI_Level-2A - Sentinel-2A / 04-OTT-2023 / MSI_Level-2A
Pericolo e rischio incendio 2023 (prima)
- Calcolato indice NDWI (Normalized Difference Water Index) sull'umidità dei suoli: Sentinel-2B / 10-AGO-2023 / MSI_Level-2A
- Calcolato indice NDWI (Normalized Difference Water Index) sull'umidità dei suoli: Sentinel-2B / 11-LUG-2023 / MSI_Level-2A
- Calcolato Soil Moisture (Sigma0_VV Intensity_db) sull'umidità dei suoli: Sentinel-1A IW Level-1 SLC Product / 30-GIU-2023 | 12-LUG-2023
- Calcolo indice NDVI sulla quantità e la salute della vegetazione: Sentinel-2B / 11-LUG-2023 / MSI_Level-2A
- Calcolo indice TVI (Transformer Vegetation Index) sulla biomassa stressata dalla siccità: Sentinel-2B / 11-LUG-2023 / MSI_Level-2A
Analisi rischio ondate di calore
Calcolato indice LST (Land Surface Temperature) della temperatura radiante della superficile terrestre dell'intera regione Basilicata:
E' stata condotta l'elaborazione dati partendo da immagini satellitari Landsat8-9 con risoluzione spaziale di 30 m/px
- Calcolo LST MODIS per12 immagini (dal 18 luglio - 4 ottobre 2023) della temperatura superficiale terrestre durante il giorno con risoluzione di 1 km (in legenda °C - metadato Kelvin).
- Centroidi comunali e calcolo della densità della popolazione per Kmq su dati ISTAT 2023
- Calcolo della media della temperatura della superficie terrestre (LST) finalizzata all'analisi del rischio di ondate di calore per le popolazioni
- Calcolo della densità della popolazione per Kmq
- Calcolo LST 2023 (Vulture Alto-Bradano): Landsat8_OLI_TIRS_L1TP del 18 luglio 2023 (raster)
Le immagini LST-MODIS del Vulture Alto Bradano (Basilicata) del 2023 sono state scaricate il giorno 3 febbraio 2024 da https://appeears.earthdatacloud.nasa.gov , gestita dal NASA EOSDIS Land Processes Distributed Active Archive Center (LP DAAC) presso l'USGS Earth Resources Observation and Science (EROS) Center, Sioux Cascate, Dakota del Sud. 2018, https://lpdaac.usgs.gov
Serbatoi di carbonio
- Altezza della chioma [di Lang, N., Jetz, W., Schindler, K., & Wegner, J. D. (2023). A high-resolution canopy height model of the Earth. Nature Ecology & Evolution, 1-12]: Modello probabilistico di deep learning per recuperare l’altezza della sommità della chioma dalle immagini Sentinel-2. Questo modello, un insieme di reti neurali convoluzionali (CNN), è stato addestrato con supervisione sparsa utilizzando i dati sull'altezza della sommità della chioma derivati dal LIDAR a forma d'onda completa GEDI della NASA (ovvero RH98 stimato da Lang et al., 2022 ). L'incertezza predittiva di queste stime dense è quantificata modellando sia l'incertezza dei dati (incertezza aleatoria) che l'incertezza del modello (incertezza epistemica). Il prodotto ETH Global Canopy Height 2020 viene fornito gratuitamente, con licenza internazionale Creative Commons Attribution 4.0.
Tipologia delle coltivazioni (CLMS HRL 2021)
Il prodotto raster High Resolution Layer Crop Types (CTY) fornisce una classificazione ad alta risoluzione dei tipi di coltura per 17 classi di colture, sia arabili che permanenti, nell'intera area EEA38. Utilizzando sia Sentinel-1 che Sentiel-2, il modello è ottimizzato per mappare innanzitutto i confini dei campi coltivati e quindi determinare la coltura principale per ciascun campo.
DOI: https://doi.org/10.2909/9db29b07-5968-4ce0-8351-1e356b3d7d47. E' un servizio messo a disposizione dal Copernicus Land Monitoring Service.
Compositi
- Compositi RGB (SAR): Immagine S1A / IW Level-1 GRDH Product / 25-MAY-2025 / Descending / Track 124 / Orbit 59346 -
S1C / IW Level-1 GRDH Product / 24-JUN-2025 / Descending / Track 124 / Orbit 2920 - S1C / IW Level-1 GRDH Product / 30-JUL-2025 / Descending / Track 124 / Orbit 3445
- Infrarosso ad onde corte (SWIR): Immagine Sentinel-2B / 19-AGO-2025 / MSI_Level-2A con copertura nuvolosa 6,35%.
- Colori naturali: Harmonized Sentinel-2 dal 31 maggio all'8 settembre 2025 (collezione di 98 immagini con copertura nuvolosa < 30%).
Citazione: L'Erario, V. (2025). GeoFireGuard [Data set]. SATmonitoring di Vito L'Erario. https://doi.org/10.5281/zenodo.17085271 - Organization
- SATmonitoring di Vito L'Erario
- Person
- Vito L'Erario
- vito.lerario (at) satmonitoring.it
- Phone
- +39 392-365-7398
- Website
- https://www.satmonitoring.it/
- Projection
- EPSG:32633
- Extent
- 528173.91090000001713634, 4512913.96889999974519014, 604109.32759999996051192, 4553871.46889999974519014
- Web Map Service
- WMS URL
- WMTS URL
