The mapping of plant associations performs a key role in conservation and management of the Habitat of Natura 2000 network. In this thesis will be discussed and suggested a method about plants mapping through Multivariate Functional Principal Component Analysis (MFPCA) to time-series obatained by remotely sensed data from Sentinel-2. The MFPCA allows to examine variability as a function of time, therefore is able to provide the principal components of seasonal change of timeseries. Components thus obtained have been used to execute a supervised classification (through Linear Discriminant Analysis),that would be aware of also lithological and topographical characteristics. This methodology has been tested in Val di Bove (Monti Sibillini National Park) to test its reliability in an environment mainly composed by primary and sub-primary herbaceous plants.
La mappatura delle associazioni vegetali svolge un ruolo chiave nella conservazione e gestione degli Habitat della Rete Natura 2000. In questa tesi viene proposto un metodo di mappatura della vegetazione attraverso l'applicazione di un'analisi multivariata funzionale delle componenti principali (MFPCA) a serie temporali ottenute da immagini satellitari Sentinel-2. La MFPCA permette di considerare la variabilità in funzione del tempo, ed è pertanto in grado di fornire le componenti principali della variazione stagionale delle timeseries. Le componenti ottenute sono state utilizzate per eseguire una classificiazione supervisionata (attraverso Linear Discriminant Analysis), che tenesse conto anche delle caratteristiche litologiche e topografiche. La metodologia è stata sperimentata nella Val di Bove (Parco Nazionale dei Monti Sibillini), per testarne l'affidabilità su un ambiente costituito prevalentemente da vegetazione erbacea primaria e sub-primaria.
Mappatura degli habitat della Val di Bove (Parco Nazionale dei Monti Sibillini) mediante classificazione delle serie temporali Sentinel-2
NOVELLI, DAVIDE
2020/2021
Abstract
The mapping of plant associations performs a key role in conservation and management of the Habitat of Natura 2000 network. In this thesis will be discussed and suggested a method about plants mapping through Multivariate Functional Principal Component Analysis (MFPCA) to time-series obatained by remotely sensed data from Sentinel-2. The MFPCA allows to examine variability as a function of time, therefore is able to provide the principal components of seasonal change of timeseries. Components thus obtained have been used to execute a supervised classification (through Linear Discriminant Analysis),that would be aware of also lithological and topographical characteristics. This methodology has been tested in Val di Bove (Monti Sibillini National Park) to test its reliability in an environment mainly composed by primary and sub-primary herbaceous plants.File | Dimensione | Formato | |
---|---|---|---|
Tesi LM Novelli Davide_AM_rev1 (1).pdf
Open Access dal 15/10/2023
Descrizione: Mappatura della vegetazione e degli habitat presenti nella Val di Bove mediante una classificazione supervisionata delle componenti principali di variazione fenologica (time series), ottenute a partire da immagini multispettrali telerilevate (Sentinel-2)
Dimensione
8.01 MB
Formato
Adobe PDF
|
8.01 MB | Adobe PDF | Visualizza/Apri |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.12075/1276