Contributo dei dati ALS nella stima delle foreste e delle loro caratteristiche

Dottorato di ricerca in Scienze, tecnologie e biotecnologie per la sostenibilitàIn recent decades, the use of LiDAR (Light Detection and Ranging) sensors has been widely used to study forest resources. The rapidity and the ability to acquire large area data, even unavailable, by integrating land-based sampling data, have encouraged the development and diffusion of remote sensing techniques to evaluate the state of the forests through monitoring of sustainable forest management indicators (e.g. biomass above ground, tree species composition). Monitoring of forest ecosystems and their management are always current issues and require continuous studies in order to simplify the data acquisition and at the same time ensure high reliability of the collected information. Increased interest in forest resources, both in terms of biodiversity conservation and adaptation to climate change, as regards the exploitation of the short chain and the production of energy from renewable sources, highlight the need to develop innovative methodologies for monitoring the state of forest resources by supporting more sustainable forest management of these resources. Several studies have shown that LiDAR technology is a reliable and valuable remote sensing tool for collecting and evaluating forest structural parameters and sustainable forest management indicators. The use of multispectral images data and laser scanner data has become increasingly common among the forestry sector with several applications for monitoring and planning support. The present work aims to demonstrate the validity of using LiDAR data and multispectral optical images for estimating forest management indicators to be applied to large-scale monitoring.Negli ultimi decenni, l'uso dei sensori LiDAR (rilevamento luce e distanza) è stato ampiamente utilizzato per studiare le risorse forestali. La rapidità e la capacità di acquisire dati di aree vaste, anche non disponibili, integrandoli con i dati di campionamento a terra, hanno incoraggiato lo sviluppo e la diffusione di tecniche di telerilevamento per valutare lo stato delle foreste attraverso il monitoraggio di indicatori di gestione forestale sostenibile (ad es. biomassa, composizione delle specie arboree). Il monitoraggio degli ecosistemi forestali e la loro gestione sono sempre questioni attuali e richiedono studi continui al fine di semplificare l'acquisizione dei dati e allo stesso tempo garantire un'elevata affidabilità delle informazioni raccolte. Un maggiore interesse per le risorse forestali, sia in termini di conservazione della biodiversità che di adattamento ai cambiamenti climatici, per quanto riguarda lo sfruttamento della filiera corta e la produzione di energia da fonti rinnovabili, evidenzia la necessità di sviluppare metodologie innovative per monitorare lo stato delle risorse forestali per una gestione forestale più sostenibile di queste risorse. Diversi studi hanno dimostrato che la tecnologia LiDAR è uno strumento affidabile e prezioso per il rilevamento a distanza per la raccolta e la valutazione dei parametri strutturali forestali e degli indicatori di gestione forestale sostenibile. L'uso di dati di immagini multispettrali e dati da laser scanner è diventato sempre più comune nel settore forestale con diverse applicazioni per il monitoraggio e il supporto alla pianificazione. Questo lavoro mira a dimostrare la validità dell'utilizzo di dati LiDAR e immagini ottiche multispettrali per la stima degli indicatori di gestione forestale da applicare al monitoraggio su larga scala