• GEOBIA
• droni
• specie aliene invasive
• monitoraggio
• ecosistemi dunali costieri
• multispettrale

Le invasioni biologiche sono una delle cause principali di perdita della biodiversità. Monitorare le specie aliene è, infatti, uno step importante per cercare di contenere la loro espansione. I droni rappresentano un valido strumento nel monitoraggio delle invasive perché sono un ottimo compromesso tra costi e qualità delle immagini. Obiettivo del presente lavoro di tesi è stato quello di mettere a punto una metodologia di mappatura semi-automatica applicando il machine learning a immagini acquisite con droni per il rilevamento di Yucca gloriosa L., pianta aliena invasiva che colonizza le dune fisse costiere della Toscana settentrionale. Nel febbraio 2023 sono stati eseguiti dei voli utilizzando un drone per l’acquisizione di immagini nello spettro del visibile e un altro drone relativamente a 5 bande multispettrali. Da queste immagini abbiamo estratto degli indici di vegetazione. Per effettuare la mappatura di Y. gloriosa, abbiamo utilizzato un approccio Geographic Object Based Image Analysis, che prevede prima una fase di segmentazione delle immagini e successivamente una fase di classificazione ed allenamento dell’algoritmo. I migliori tentativi di predizione sono risultati: quello derivante dal dataset misto (che considera indici, bande spettrali e Digital Surface Model o DSM) e quello ottenuto dalle sole bande spettrali più il DSM, ed in entrambi il DSM ha contribuito maggiormente alla predizione. In conclusione, il nostro studio pilota ha evidenziato come questa metodologia di mappatura semi-automatizzata di Y. gloriosa attraverso immagini acquisite da droni sia uno strumento utile in quanto consente di ridurre tempi e costi di monitoraggio rispetto ai rilevamenti tradizionali su campo senza diminuire i livelli di accuratezza.