MAPPE DI VULNERABILITÁ DELL’EROSIONE COSTIERA

Mariano Bresciani, Nicola Ghirardi, Giulia Luciani, Claudia Giardino

Istituto per il Rilevamento Elettromagnetico dell’Ambiente, Consiglio Nazionale delle Ricerche

(CNR-IREA), Milano

Questo studio è stato sviluppato con il supporto della piattaforma CosteLab nell’ambito del “Progetto Premiale Rischi Naturali Indotti dalle Attività Umana – COSTE”, n. 2017-IE.0, finanziato dal Ministero dell’Università e della Ricerca (MUR), coordinato da ASI e sviluppato da e-GEOS e Planetek Italia con la partecipazione del Consiglio Nazionale delle Ricerche (CNR), Meteorological Environmental Earth Observation (MEEO) e Geophysical Applications Processing (GAP) srl

Risultati SAR generati dal processamento di prodotti CSK®, ASI ©, consegnati secondo licenza d’uso ASI

Obiettivi del tema di ricerca

Questo tema di ricerca si concentra sull’uso di immagini satellitari per mappare la vulnerabilità associata all’erosione costiera in due siti italiani: l’isola di Pianosa (Toscana) e il sistema dunale di Piscinas (Sardegna). Per entrambe le aree di studio ci siamo concentrati sull’interfaccia acqua/terra, con lo scopo di identificare potenziali fenomeni di erosione costiera e dimostrare il ruolo degli habitat bentonici nel preservare il valore di questi ambienti costieri. Combinando i prodotti satellitari, sono state generate le mappe di vulnerabilità basate sulla tipologia di substrato e sulle variazioni volumetriche della sabbia. In particolare, le zone con presenza di fondali rocciosi e di fanerogame sono state considerate come non vulnerabili, mentre le zone caratterizzate da una perdita di fanerogame e da diminuzioni volumetriche di sabbia sono state considerate più vulnerabili.

Materiali e Metodi

Aree di studio

L’isola di Pianosa è la quinta, per estensione, delle sette isole del Parco Nazionale dell’Arcipelago Toscano con una superficie totale di 10.2 km2 e un perimetro costiero di circa 20 km. L’isola è quasi completamente priva di rilievi, con un’altitudine media di circa 18 m s.l.m e massima di 29 m s.l.m.. Il sistema dunale di Piscinas è invece un’area di circa 1.5 km2 situata a sud del Golfo di Oristano in Sardegna, vicino ad Arbus. Presenta uno dei sistemi dunali più alti d’Europa (per questo motivo fa parte del patrimonio mondiale dell’UNESCO) e la linea costiera si estende per circa 7 km, con un’altitudine massima di circa 100 m.

Dati satellitari

I dati satellitari utilizzati per questo tema di ricerca sono stati acquisiti dal MultiSpectral Imager (MSI) a bordo del Sentinel-2 (S2). Per l’isola di Pianosa, le immagini selezionate sono state acquisite il 18/07/2016, 04/05/2017, 11/05/2017, 03/06/2017, 13/02/2018, 19/04/2018, 18/07/2018. Mentre per Piscinas il 29/10/2016, 15/11/2016, 28/12/2016, 18/03/2017, 04/05/2017, 28/12/2018. Per quest’ultima sono state aggiunte all’analisi anche immagini SAR (COSMO-SkyMed) (sincrone o il più possibile vicine alla data di acquisizione delle immagini ottiche; 27/12/2016, 17/03/2017 e 04/05/2017). Tutte le immagini sono state selezionate in quanto prive di nuvole e altri disturbi radiometrici. Prima di elaborare le immagini S2, è stato effettuato un confronto tra i prodotti di livello 1 (L1) e livello 2 (L2) (Copernicus Open Access: https://scihub.copernicus.eu/dhus). I prodotti L1, corretti atmosfericamente utilizzando il codice 6SV (Second Simulation of the Satellite Signal in the Solar Spectrum code-vector version) [1] sono stati infine scelti per le loro elevate prestazioni nell’ottenere le riflettanze dell’acqua, sia per le acque interne che per quelle costiere [2,3]. Per potere applicare il codice 6SV, le immagini MSI-S2 sono state scaricate come L1, contenenti quindi le riflettanze Top-Of-Atmosphere (TOA). Successivamente, tutte le bande sono state ricampionate a 10 m attraverso un toolbox di SNAP. Le riflettanze TOA ρtoa (λ) sono state convertite in Ltoa (λ) prima di poter effettuare la correzione atmosferica:

                         (Eq. 1)

Tra i vari output, il codice 6SV fornisce tre coefficienti: xa(λ), xb(λ) e xc(λ). Questi ultimi vengono utilizzati dal codice per ottenere la riflettanza dell’acqua ρw, a partire dalla radianza Ltoa:

          (Eq. 2)

Per ciascuna immagine, è stato tenuto conto dell’altitudine ed è stata ipotizzata una superficie lambertiana. La riflettanza ρw è stata infine convertita in Remote Sensing Reflectances (Rrs) dividendo per π. I prodotti Rrs sono stati poi elaborati utilizzando il tool Sen2Coral (Pianosa) e l’algoritmo di ottimizzazione non lineare chiamato BOMBER (Bio-Optical Model-Based tool for Estimating water quality and bottom properties from Remote sensing images) [4] (Piscinas). Grazie a questi tool è stato possibile generare mappe batimetriche e relative alla copertura del fondale (sabbia, rocce e fanerogame). Il modello bio-ottico è stato applicato in modalità “shallow water” e per ogni immagine è stato applicato su di una maschera corrispondente ai primi 1000 m dalla linea di costa (profondità massima tra 10 e 12 m). I dati utilizzati per il sito di Pianosa comprendono anche dati ancillari quali: una carta batimetrica e una linea di costa georeferenziata del 2014 (sito dell’ISPRA); una carta nautica pubblicata dall’Istituto Idrografico della Marina; un’immagine RapidEye dell’estate 2017 e immagini di Google Earth. Mentre i valori batimetrici ottenuti tramite il BOMBER sono stati confrontati con una mappa batimetrica disponibile sul sito: “https://webapp.navionics.com”.

Risultati e Discussione

Cambiamenti nella linea di costa

Per Pianosa, l’analisi dell’evoluzione temporale della linea di costa ottenuta tramite le bande del NIR, mostra come la posizione dei segmenti rocciosi non cambi nel tempo; inoltre, non si sono verificate modifiche significative per le due aree sabbiose analizzate nel periodo 2016-2018 (Fig.1). Per Piscinas è stato possibile effettuare un confronto tra la linea di costa prodotta dalle immagini ottiche e quella prodotta tramite il metodo “write function memory” (SAR+Rrs) [5,6]). Questo confronto mostra differenze tra le due linee di costa che vanno da pochi metri fino a 20 m. Infatti, l’interpretazione delle immagini ottiche risulta complessa, soprattutto per i cosiddetti pixel “misti”, situati all’interfaccia acqua/sabbia, mentre le immagini SAR+Rrs permettono di distinguere meglio queste due superfici. Per questo motivo, il confronto delle linee di costa nel periodo 2016-2017 mostra come lungo le porzioni sabbiose la linea di costa presenti una maggiore variabilità (fino a 20m) rispetto alle zone rocciose (fino a 5m) (Fig.1).

Figura 1: Sulla sinistra l’evoluzione temporale della linea di costa (18/07/2016, 03/06/2017, 19/04/2018) ottenuta tramite le bande del NIR per le due aree sabbiose analizzate per Pianosa. Al centro, il confronto tra la linea di costa ottenuta dall’immagine ottica (linea nera) e quella ottenuta dalle immagini SAR+Rrs (linea rossa), lungo una frazione della costa di Piscinas (04/05/2017). A destra, l’evoluzione temporale della linea di costa ottenuta dalle immagini SAR+Rrs acquisite il 27/12/2016 (linea blu), il 17/03/2017 (linea verde) e il 04/05/2017 (linea rossa).

Mappe di vulnerabilità

Le mappe di riflettanza di Pianosa (550 nm) prodotte da Sen2Coral sono state classificate in base al range di riflettanza prevista per ogni tipo di substrato: i valori inferiori a 0,08 sono stati assegnati alle fanerogame, quelli superiori a 0,2 alla sabbia, mentre quelli intermedi ai substrati rocciosi. La maggior parte delle rocce sono concentrate nelle acque poco profonde lungo la linea di costa, i substrati sabbiosi sono stati riscontrati fino 5 m di profondità, mentre le fanerogame occupano le regioni più profonde. Le mappe di copertura del fondale di Piscinas sono state invece ottenute tramite il BOMBER. In particolare, in ciascuna mappa la classe dominante è risultata la sabbia, seguita dalle altre due classi (fanerogame e rocce) che sono concentrate vicino alla costa (fino a 150-200 m dalla linea di costa). La classe delle fanerogame è concentrata lungo le zone rocciose dell’area di studio, mentre lungo le porzioni sabbiose è più facile trovare pixel misti (sabbia/roccia). L’analisi delle variazioni volumetriche nelle due aree sabbiose analizzate per l’isola di Pianosa, mostra nel complesso solo piccole variazioni nel periodo considerato, a conferma di una situazione stabile e non condizionata da processi erosivi. La batimetria, invece, varia notevolmente lungo tutto il sistema dunale di Piscinas. Di conseguenza, questo sito può essere considerato come una zona non stabile a livello batimetrico, probabilmente a causa dell’effetto sinergico di vento e correnti marine su un’area dominata da ampie aree sabbiose. Infine, sulla base della tipologia di fondale e sulla variazione volumetrica del substrato sabbioso, sono state create mappe di vulnerabilità per le due aree di studio (Fig.2). Per Piscinas, è stato possibile creare una mappa a breve termine (evento ventoso verificatosi tra il 29/10/2016 e il 15/11/2016) e una a lungo termine (2016-2018). I risultati mostrano come la mappa meno vulnerabile sia quella a breve termine, ovvero quella caratterizzata dall’evento ventoso. Il vento ha portato alla deposizione di una grande quantità di sabbia, soprattutto lontano dalla linea di costa, e in parallelo non ha influenzato negativamente la popolazione di fanerogame. D’altra parte, la mappa più vulnerabile risulta essere quella a lungo termine, che è caratterizzata da una marcata diminuzione del volume di sabbia e da una diminuzione delle fanerogame, soprattutto nelle zone rocciose a nord-est.

Figura 2: Mappe di vulnerabilità delle zone costiere ottenute dalla classificazione dei substrati e dall’analisi batimetrica. A sinistra, la mappa di vulnerabilità di Pianosa (2016-2018); al centro, la mappa di vulnerabilità a breve termine di Piscinas (evento ventoso: 29/10/2016 – 15/11/2016); a destra, la mappa di vulnerabilità a lungo termine di Piscinas (2016-2018).

I risultati confermano come la costa di Pianosa non sia soggetta a problemi di erosione, mentre le mappe di vulnerabilità di Piscinas sembrano essere strettamente legate a eventi episodici (es: evento ventoso), con impatti minori o nulli sul sistema dunale di Piscinas.

Possibili sviluppi futuri È stata eseguita una valutazione preliminare dei dati PRISMA della missione iperspettrale dell’ASI per la mappatura di alcuni parametri utili per valutare l’erosione costiera e produrre mappe di vulnerabilità. Questa valutazione è stata effettuata su un’area di studio molto vicina a Piscinas, caratterizzata da condizioni costiere simili e situata lungo la costa occidentale della Sardegna, leggermente a nord di Piscinas. L’immagine PRISMA (L1) acquisita il 24/08/2019 e corretta atmosfericamente tramite il codice ATCOR [7] è stata confrontata con l’immagine S2 (L2) acquisita il 25/08/2019 (Fig.3). I dati Rrs di PRISMA e S2 sono stati poi elaborati tramite l’algoritmo BOMBER e sono state prodotte mappe tematiche relative alle proprietà del fondale e ai parametri di qualità dell’acqua. Il confronto tra i prodotti mostra un’alta coerenza tra PRISMA e S2, mentre a causa della mancanza di dati in situ è difficile valutare quale dei due prodotti sia il più accurato.

Figure 3: Differenti mappe tematiche (sulla sinistra la batimetria, in alto a destra la concentrazione di particelle sospese, in basso a destra la classificazione della copertura del fondale) ottenute da un’immagine PRISMA del 24/08(2019 e da un’immagine Sentinel-2 del 25/08/2019 della zona costiera occidentale della Sardegna.

Pubblicazioni e Presentazioni

  • N. Ghirardi, M.Bresciani, G. Luciani, G. Fornaro, V. Zamparelli, F. De Santi, G. De Carolis, C. Giardino, “Mapping of the risk of coastal erosion for two case studies: Pianosa island (Tuscany) and Piscinas (Sardinia)” In book Eighth International Symposium “Monitoring of Mediterranean Coastal Areas. Problems and Measurement Techniques”, Vol.126, pag. 713-722, Editore Firenze, 2020.
  • M. Bresciani, N. Ghirardi, G. Fornaro, V. Zamparelli, F. De Santi, G. De Carolis, D. Tapete, M. Palandri, C. Giardino, “Mapping Of The Risk Of Coastal Erosion For The Case Study Of Piscinas (Sardinia)”, In Proc. IGARSS 2021

Bibliografia

  1. Vermote E.F., Tanré D., Deuzé J.L., Herman M., Morcrette J.J., Kotchenova S.Y. (2006) – Second Simulation of the Satellite Signal in the Solar Spectrum, 6s: An Overview. 6S User Guide Version 3
  2. Giardino, C., Bresciani, M., Fava, F., Matta, E., Brando, V. E., Colombo, R. (2015). Mapping submerged habitats and mangroves of Lampi Island Marine National Park (Myanmar) from in situ and satellite observations. Remote Sensing. 8(1), 2.
  3. Bresciani, M., Cazzaniga, I., Austoni, M., Sforzi, T., Buzzi, F., Morabito, G., Giardino, C. (2018). Mapping phytoplankton blooms in deep subalpine lakes from Sentinel-2A and Landsat-8. Hydrobiologia. 824(1), 197-214.
  4. Giardino C., Candiani G., Bresciani M., Lee Z., Gagliano S., Pepe M. (2012). BOMBER: A tool for estimating water quality and bottom properties from remote sensing images. Computers & Geosciences. 45, 313-318.
  5. Sader S.A., & Winne J.C. (1992). RGB-NDVI colour composites for visualizing forest change dynamics. International journal of remote sensing. 13(16), 3055-3067.
  6. Jensen J.R., Cowen D.J., Althausen J.D., Narumalani S., Weatherbee O. (1993). The detection and prediction of sea level changes on coastal wetlands using satellite imagery and a geographic information system. Geocarto International. 8(4), 87-98.
  7. Richter R. & Schläpfer, D. (2019). Atmospheric/Topographic Correction for Satellite Imagery. DLR report DLR-IB 565-01/2019. Wessling, Germany. 210.