habitats mapping unmanned aerial vehicles: a new … · reef emerso reef sommerso substrato...
TRANSCRIPT
See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/325957603
VERY HIGH SPATIAL RESOLUTION ORTHOPHOTOS USING SMALL
UNMANNED AERIAL VEHICLES: A NEW TOOL FOR COASTAL MARINE
HABITATS MAPPING
Poster · June 2018
CITATIONS
0READS
4,659
4 authors:
Some of the authors of this publication are also working on these related projects:
High resolution aerial mapping of coastal areas with UAVs View project
Cleaning interactions among juvenile fish View project
Daniele Ventura
Sapienza University of Rome
22 PUBLICATIONS 65 CITATIONS
SEE PROFILE
Andrea Bonifazi
University of Rome Tor Vergata
19 PUBLICATIONS 16 CITATIONS
SEE PROFILE
Andrea Belluscio
Sapienza University of Rome
50 PUBLICATIONS 984 CITATIONS
SEE PROFILE
Giandomenico Ardizzone
Sapienza University of Rome
104 PUBLICATIONS 1,845 CITATIONS
SEE PROFILE
All content following this page was uploaded by Daniele Ventura on 24 June 2018.
The user has requested enhancement of the downloaded file.
Introduzione
La diffusa miniaturizzazione di componenti come trasmettitori a
lungo raggio, G.P.S., sensori inerziali e di immagini ha portato ad
un’enorme diffusione dei sistemi aerei capaci di volo autonomo.
I droni, o Sistemi Aeromobili a Pilotaggio Remoto (SAPR),
internazionalmente noti come Unmanned aerial system (UAS) e
Unmanned aerial vehicle (UAV), nati come mezzi di uso militare,
costituiscono ora una nuova tecnologia emergente di vasto
impiego e utilità in molteplici campi di indagine scientifica.
Il drone
Un Nova CX-20 (< 2 kg) modificato è stato equipaggiato con una
Action Cam (GoPro Hero 4 black). Il drone includeva un sistema
di autopilota (APM v2.5) integrato con GPS e IMU che
permetteva di eseguire grid autonomi pre-impostati da
software (Mission Planner 1.3) per effettuare il rilievo
fotogrammetrico e ottenere così delle ortofoto di elevata
risoluzione spaziale (2 cm/pixel).
Caso studio 1: Aree di nursery costiere
Circa 2 km di costa a sud di Giglio Porto (Isola del
Giglio, GR) sono stati mappati dopo 16 minuti di
volo a 30 m di quota.
Le 200 immagini acquisite sono state poi utilizzate per generare un ortomosaico di altissima risoluzione
(2 cm/pixel) che, assieme agli altri output fotogrammetrici (Modelli di elevazione del suolo, DEM),
veniva importato in ArcMap 10.1 (ESRI).
Dopo il processo di classificazione
semi-automatica delle immagini
(Maximum Likelihood Classification)
5 principali habitat sono stati
identificati (sabbie fini, sabbie
grossolane, Posidonia oceanica,
foglie morte di P. oceanica e roccia).
Infine, dopo un’ulteriore analisi
manuale dell’immagine, sono state
identificate 4 aree di nursery (A-D)
idonee per l’insediamento di 4 specie
di sparidi (Diplodus sargus, D.puntazzo, D. vulgaris, D. annularis).
Come calcolare la risoluzione
spaziale delle immagini del nostro
drone?
Caso studio 2: Mappatura del limite superiore di una prateria di Posidonia oceanicaUn fotomosaico proveniente da 165 immagini è stato utilizzato per mappare e classificare l’estensione della
prateria di P. oceanica, evidenziando anche aree impattate dagli ancoraggi.
Ground Sample Distance (GSD) =
risoluzione immagine al suolo
Sabellaria alveolata è un polichete
che, nell’infralitorale. può formare
estese biocostruzioni.
Dall’ortomosaico è stato possibile
individuare 4 habitat principali: il
reef a Sabellaria, sia sommerso che
emerso, il substrato sabbioso e
quello roccioso.
Reef emerso Reef sommerso
Substrato roccioso su sabbia
Risoluzioni ancora più
elevate sono possibili
con voli a bassissima
quota o sensori
d’immagini
professionali
Caso studio 3: Mappatura di reef a Sabellaria alveolataCirca 400 m di costa in località Tor Caldara (Anzio, Roma) sono stati mappati dopo 4.34 minuti di volo a 40 m di
quota, ottenendo 35 immagini ad alta risoluzione spaziale (3 cm/pixel).
View publication statsView publication stats