Read 103.pdf text version

Convegno di Medio Termine dell'Associazione Italiana di Ingegneria Agraria Belgirate, 22-24 settembre 2011 memoria n.

ANALISI DELLE TRASFORMAZIONI DEL GRADIENTE URBANORURALE MEDIANTE KDE E LANDSCAPE METRICS M. Vizzari(1)

(1) Dipartimento Uomo e Territorio, Università degli Studi di Perugia. Email: [email protected]

SOMMARIO Le trasformazioni del territorio possono essere studiate in relazione al gradiente urbano-rurale al fine di evidenziarne le modificazioni spazio-temporali. In questo contesto, l'analisi dei pattern delle categorie di uso e copertura del suolo permette di interpretare, mediante indici quantitativi, l'evoluzione della struttura del mosaico paesistico. Nello specifico dello studio il gradiente urbano-rurale è rappresentato attraverso un indice continuo, calcolato mediante le tecniche KDE (Kernel Density Estimation), che misura puntualmente la densità territoriale delle aree occupate da insediamenti. L'analisi diacronica della composizione e della configurazione del paesaggio è basata sul calcolo di specifiche "landscape metrics", indici spaziali comunemente impiegati negli studi di ecologia del paesaggio. L'integrazione dei due metodi permette di adottare un approccio innovativo mediante il quale si evidenziano efficacemente le trasformazioni spazio-temporali avvenute lungo il gradiente urbanorurale dei paesaggi di Perugia. I risultati indicano che lo sprawl peri-urbano e la semplificazione degli usi agricoli del suolo rappresentano le forze dominanti responsabili delle principali modificazioni osservate nell'intervallo temporale considerato. Parole chiave: gradiente urbano-rurale, frange urbane e rurali, paesaggi peri-urbani, LULC, landscape metrics, kernel density estimation, GIS.

1 INTRODUZIONE

La modellazione del paesaggio attraverso gradienti spaziali continui rappresenta una sfida rispetto ai tradizionali modelli di schematizzazione e discretizzazione dell'ambiente naturale e umano (Bridges et al., 2007). In generale, i gradienti sono originati dalle variazioni spaziali dei fenomeni territoriali e ne descrivono le direzioni e le intensità. Anche la dicotomia territoriale urbano-rurale può essere interpretata più realisticamente secondo un gradiente territoriale continuo la cui configurazione appare differenziata in funzione delle variabili antropiche e naturali considerate e della scala spazio-temporale adottata. La stessa urbanizzazione determina un particolare gradiente territoriale che genera modificazioni sulla struttura e sul funzionamento dei sistemi ecologici (Luck and Wu, 2002, McDonnell and Pickett, 1990). Per la modellazione di tale gradiente si può far riferimento alle tecniche GIS di Density Analysis (Murgante et

M. Vizzari

al., 2007) grazie alle quali quantità misurate in corrispondenza di punti specifici del territorio possono essere distribuite generando superfici continue che rappresentano l'andamento della densità territoriale di particolari grandezze oggetto di studio (McCoy and Johnston, 2002). L'analisi della densità basata sull'impiego di Kernel (KDE ­ Kernel Density Estimation) produce superfici più uniformi che permettono di rappresentare più efficacemente i gradienti paesistici (Vizzari, 2011). A partire da un primo studio di Fix e Hodges, in cui furono introdotti molti concetti di base per lo sviluppo delle tecniche non-parametriche di stima della densità (Silverman and Jones, 1989), sono stati sviluppati numerosi metodi migliorativi, ad opera di diversi autori, soprattutto nell'ambito delle applicazioni di analisi spaziale (Danese et al., 2008). Al fine di studiare gli effetti ecologici indotti dalle trasformazioni dell'uso e della copertura del suolo è necessario quantificare le modificazioni indotte sull'eterogeneità spaziale del mosaico paesistico (Turner, 1990). In questa direzione sono stati sviluppati una grande varietà di indici spaziali (spatial metrics) per l'analisi della composizione e configurazione del paesaggio (landscape metrics) utilizzabili con le categorie presenti nei dataset geografici di uso e copertura del suolo (Uuemaa et al., 2009). Le landscape metrics possono essere calcolate utilizzando software specifici come FRAGSTATS (McGarigal et al., 2002) e, nonostante le carenze concettuali, i rischi di uso improprio e le note limitazioni (Li and Wu, 2004), continuano ad essere molto utilizzate negli studi quantitativi orientati all'analisi ecologica del paesaggio. I metodi più usati per lo studio delle trasformazioni lungo il gradiente urbano-rurale si basano sull'analisi spaziale, mediante landscape metrics, dei pattern di uso/copertura del suolo (McDonnell and Pickett, 1990). In questo contesto, per la discretizzazione del continuum urbano-rurale, sono ampiamente utilizzate le metodiche basate sull'uso di transetti (Luck and Wu, 2002, Wang et al., 2006, Yang et al., 2010) anche per l'analisi spazio-temporale dei pattern (Weng, 2007), ma hanno dimostrato numerose limitazioni legate all'eccessiva semplificazione dell'approccio spaziale (McDonnell and Hahs, 2008). Nello specifico della ricerca si ricorre alla modellazione mediante KDE del gradiente urbano-rurale e alla successiva analisi dei pattern del paesaggio mediante landscape metrics. Il metodo proposto, applicato per l'analisi delle trasformazioni dei paesaggi di Perugia nel periodo 1977-2000, cerca di superare i limiti dell'approccio basato sui transetti, al fine di conseguire una più efficace analisi delle trasformazioni strutturali avvenute lungo il gradiente urbano-rurale.

2 MATERIALI E METODI

L'area di studio include i comuni umbri di Perugia, Corciano, Torgiano e Deruta che includono un tessuto urbano e produttivo ad elevata continuità territoriale (Romano et al., 2009). La prima fase della ricerca è stata finalizzata alla modellazione del gradiente urbano-rurale mediante le tecniche KDE - Kernel Density Estimation. I dati relativi all'urbanizzato sono stati estratti dai dataset di uso del suolo 1977 e 2000 del Sistema Informativo Territoriale della Regione Umbria. Attualmente questi dati rappresentano, per l'area di studio, la fonte informativa sull'uso del suolo più aggiornata a scala di dettaglio (1:10.000). Le aree classificate come "edificato", una volta isolate dalle altre classi, sono state oggetto di elaborazioni basate su metodi di analisi morfologica (MSPA ­ Morphological Spatial Pattern Analysis), finalizzate alla segmentazione dei pattern

Analisi delle trasformazioni del gradiente urbano-rurale mediante KDE e Landscape Metrics

binari in categorie esclusive: aree centrali, parti isolate, collegamenti, perforazioni, bordi e propaggini (Soille and Vogt, 2009). La selezione delle categorie risultanti ha permesso di individuare le porzioni dell'edificato (centri urbani, aree produttive e commerciali, nuclei abitati e case sparse) ritenute idonee per l'analisi del gradiente urbano all'interno dell'area di studio. In questa fase sono stati esclusi i collegamenti, poiché sempre coincidenti con la viabilità, mentre le altre porzioni dell'edificato sono state selezionate a video mediante confronto con la copertura ortofotografica. Attraverso le funzioni GIS di KDE è stato calcolato un indice spaziale continuo che misura puntualmente la densità delle aree occupate dagli insediamenti. Tale indice, denominato SDI ­ Settlement Density Index, esprime puntualmente la densità degli insediamenti all'interno dell'area di studio (Figura 1). Ai fini del calcolo delle landscape metrics sono stati definiti cinque ambiti paesistici in relazione ad intervalli significativi dell'indice SDI. Tali ambiti, ai fini dello studio, sono stati considerati ecologicamente comparabili anche se assumono una differente configurazione spaziale nei due periodi considerati (Figura 2). I dati di uso del suolo, riferiti ai due periodi in esame, sono stati processati in FRAGSTATS 3.3 al fine di procedere all'analisi dei pattern all'interno dei cinque ambiti suddetti. Grazie a numerosi test preliminari è stata individuata una risoluzione ottimale legata alla scala (Hengl, 2006) che ha garantito un'appropriata rappresentazione degli elementi e un'efficace determinazione degli indici spaziali (Zhu et al., 2006). Fra gli indici spaziali calcolabili sono stati scelti quelli considerati più rappresentativi e adatti a studi comparativi: percentuale di paesaggio (PLAND), densità delle patch (PD), dimensione media delle patch (MPS), livello di dispersione (CONTAG) e indice di diversità di Shannon (SHDI). Gli indici sono stati calcolati, con riferimento ai due anni considerati, per l'intera area di studio e all'interno dei cinque ambiti paesistici in cui è stato suddiviso il gradiente urbano-rurale.

Figura 1: SDI (Settlement Density Index) nell'area Nord-Ovest di Perugia, anni 1977 e 2000.

M. Vizzari

Figura 2: Ambiti paesistici nell'area Nord-Ovest di Perugia e relativi intervalli dell'indice SDI, anni 1977 e 2000.

3

RISULTATI E DISCUSSIONE

Le landscape metrics, calcolati per l'insieme delle categorie di uso del suolo, permettono di quantificare efficacemente le più importanti trasformazioni avvenute lungo il gradiente urbano-rurale dell'area di studio. L'evoluzione degli indici PD e MPS indica chiaramente un aumento della frammentazione negli ambiti paesistici urbani e periurbani e una progressiva diminuzione della stessa muovendosi verso gli ambiti più rurali. Gli indici manifestano il livello più alto di frammentazione e di diversità territoriale in corrispondenza degli ambiti peri-urbani e l'andamento delle relative curve conferma la particolare natura di questi spazi. L'incremento della frammentazione non risulta associato un aumento della diversità, ma, al contrario, analizzando la curva SDHI, si osserva una generale semplificazione di tutto il gradiente, con particolare riferimento all'ambito a maggiore incidenza agricola (n. 3). Gli indici PLAND dei seminativi (arborati e semplici) indicano, in termini diacronici, la loro incidenza nei vari ambiti lungo il gradiente ed evidenziano la progressiva eradicazione degli alberi (nella maggior parte costituiti dei casi viti maritati agli olmi) (Figura 3). Le stesse curve rappresentano un andamento tipico, osservabile nei gradienti urbano-rurali, con un picco in corrispondenza dell'ambito a maggiore incidenza agricola e un brusco calo in corrispondenza degli ambiti a maggiore naturalità. Le curve degli indici PD e MPS, calcolati per le singole categorie di uso del suolo, indicano un considerevole incremento dell'edificato nella prima parte del gradiente a testimoniare il consistente sprawl urbano avvenuto nei dintorni di Perugia nel periodo considerato. Il fenomeno si manifesta con intensità crescente spostandosi dalle aree urbane verso gli ambiti di frangia, all'interno dei quali assume un valore massimo, mentre poi decresce progressivamente all'aumentare della ruralità degli ambiti. Le risposte dell'indice CONTAG indicano un aumento dell'aggregazione dell'edificato nelle aree urbane e una maggiore dispersione nelle aree periurbane. Le curve PD e MPS dei seminativi evidenziano una particolare inversione nel margine esterno delle frange urbane. Tale andamento è legato, nella prima parte, alla frammentazione del paesaggio causata dai già descritti fenomeni di sprawl, nell'ultima, alla progressiva semplificazione dei sistemi colturali.

Analisi delle trasformazioni del gradiente urbano-rurale mediante KDE e Landscape Metrics

Figura 3: Alcune "Landscape Metrics" calcolate per gli anni 1977 e 2000, lungo il gradiente urbano-rurale (PLAND a destra e PD a sinistra).

Da quanto esposto emerge che le aree periurbane (n. 2) risultano le più frammentate e le più vulnerate dai consistenti fenomeni di edificazione avvenuti nel periodo considerato, mentre quelle più esterne (n. 3 e n. 4), dominate dagli usi agricoli (soprattutto seminativi), diventano tendenzialmente più omogenee a causa della diminuzione di vigneti, oliveti e conversione dei seminativi arborati. L'ambito 4 rappresenta un'area di frangia agro-naturale in cui l'agricoltura assume un ruolo ecologico molto importante di conservazione della biodiversità. Nell'ambito 5 si evidenzia, invece, una modesta espansione delle aree boschive anche a causa del progressivo abbandono delle coltivazioni in corrispondenza delle aree più acclivi.

4 CONCLUSIONI

La ricerca dimostra l'efficacia delle metodologie basate sull'uso combinato delle tecniche GIS di Kernel Density Estimation e delle landscape metrics per l'analisi quantitativa delle modificazioni spazio-temporali avvenute lungo il gradiente urbanorurale. L'indice di densità degli insediamenti (SDI), oltre a supportare la rappresentazione e l'analisi del continuum urbano-rurale, permette di suddividere l'area di studio in ambiti omogenei, ecologicamente comparabili, utilizzabili per il calcolo degli indici riferiti alla composizione e alla configurazione del mosaico paesistico. Questi ultimi assicurano una più profonda comprensione e quantificazione delle trasformazioni e una più efficace comparazione con altri studi similari. Al fine di migliorare la modellazione del gradiente urbano-rurale, sarà possible integrare dati più specifici e aggiornati (quando saranno disponibili) riferiti ai sistemi territoriali oggetto di studio e adottare tecniche più avanzate quali quelle multicriteri e fuzzy. Tuttavia, come lo studio dimostra, molti obiettivi analitici possono essere conseguiti ugualmente impiegando approcci semplificati per la modellazione dei gradienti paesistici. I paesaggi peri-urbani, in considerazione della loro vulnerabilità, svolgeranno un ruolo sempre più centrale nei percorsi di analisi e pianificazione territoriale. Nonostante i profondi mutamenti dell'uso del suolo, rilevati nel periodo studiato, l'agricoltura continua a rivestire una funzione fondamentale per la diversificazione di questi ambiti, soprattutto in un'ottica di conservazione delle identità locali e regionali dei paesaggi umbri.

M. Vizzari

BIBLIOGRAFIA

Bridges, L., Crompton, A. & Schaffer, J. Landscapes as gradients: The spatial structure of terrestrial ecosystem components in southern Ontario, Canada. Ecological Complexity, 2007, 4, 34-41. Danese, M., Lazzari, M. & Murgante, B. Kernel density estimation methods for a geostatistical approach in seismic risk analysis: The case study of Potenza hilltop town (southern italy). LNCS. (ed G.M. Gervasi O., Murgante B., Laganà A, Taniar D., Mun Y.), p. 415­429. Springer-Verlag, Berlin, 2008. Hahs, A.K. & McDonnell, M.J. Selecting independent measures to quantify Melbourne's urban­ rural gradient. Landscape and Urban Planning, 2006, 78, 435-448. Hengl, T. Finding the right pixel size. Computers & Geosciences, 2006, 32, 1283-1298. Li, H. & Wu, J. Use and misuse of landscape indices. Landscape Ecology, 2004, 19, 389-399. Luck, M. & Wu, J. A gradient analysis of urban landscape pattern: a case study from the Phoenix metropolitan region, Arizona, USA. Landscape Ecology, 2002, 17, 327 - 339. McCoy, J. & Johnston, K. Using ArcGIS Spatial Analyst. ESRI Press, Redlands, 2002. McDonnell, M.J. & Pickett, S.T.A. Ecosystem Structure and Function Along Urban Rural Gradients - an Unexploited Opportunity for Ecology. Ecology, 1990, 71, 1232-1237. McDonnell, M.J. & Hahs, A.K. The use of gradient analysis studies in advancing our understanding of the ecology of urbanizing landscapes: current status and future directions. Landscape Ecology, 2008, 23, 1143-1155. McGarigal, K., Cushman, S. & Neel, M. FRAGSTATS: spatial pattern analysis program for categorical maps, 2002. Murgante, B., Casas, G.L. & Danese, M. The use of spatial statistics to analyze the periurban belt. The european information society: leading the way with geoinformation. Proceedings of the 10th Agile International Conference on Geographical Information Science. (ed L. Wachowicz, M., Bodum), p. Aalborg, Denmark, 2007. Romano, B., Ragni, B., Vizzari, M., Orsomando, E. & Pungetti, G. Rete Ecologica regionale della Regione Umbria. Petruzzi editore, Perugia, 2009. Silverman, B.W. & Jones, M.C. "E. Fix and J. L. Hodges (1951): An Important Contribution to Nonparametric Discriminant Analysis and Density Estimation". International Statistical Review, 1989, 57, 233-247. Soille, P. & Vogt, P. Morphological segmentation of binary patterns. Pattern Recognition Letters, 2009, 30, 456-459. Turner, M.G. Spatial and temporal analysis of landscape patterns. Landscape Ecology, 1990, 4, 21-30. Uuemaa, E., Antrop, M., Roosaare, J., Marja, R. & Mander, U. Landscape Metrics and Indices: An Overview of Their Use in Landscape Research. Living Reviews in Landscape Research, 3, 2009. Vizzari, M. Spatial modelling of potential landscape quality. Applied Geography, 2011, 31, 108118. Wang, Y., Li, J., Wu, J. & Song, Y. Landscape pattern changes in urbanization of Pudong New District, Shanghai. Chinese Journal of Applied Ecology, 2006, 17, 36-40. Weng, Y. Spatiotemporal changes of landscape pattern in response to urbanization. Landscape and Urban Planning, 2007, 81, 341-353. Yang, Y., Zhou, Q., Gong, J. & Wang, Y. Gradient analysis of landscape pattern spatial-temporal changes in Beijing metropolitan area, China. Science in China. Series E, Technological sciences, 2010, 53, 91-98. Zhu, M., Xu, J., Jiang, N., Li, J. & Fan, Y. Impacts of road corridors on urban landscape pattern: a gradient analysis with changing grain size in Shanghai, China. Landscape Ecology, 2006, 21, 723-734.

Information

6 pages

Report File (DMCA)

Our content is added by our users. We aim to remove reported files within 1 working day. Please use this link to notify us:

Report this file as copyright or inappropriate

558327


You might also be interested in

BETA