L’intelligenza artificiale impara a leggere le Alpi
Uno studio di ARPA Valle d’Aosta, Politecnico di Torino e DigiSky, pubblicato su Remote Sensing, ha sperimentato in Valle d’Aosta un metodo di intelligenza artificiale per classificare le coperture del suolo alpino. Il sistema combina immagini aeree ad alta risoluzione, con dettagli fino a 15 centimetri, e dati multispettrali; è stato addestrato usando 2.517 aree assegnate a 14 classi. I risultati corrispondono in gran parte alle classificazioni degli esperti, mentre zone umide e arbusti sempreverdi restano più difficili da riconoscere. Il metodo potrà supportare la produzione di cartografie dettagliate e il monitoraggio e la gestione ambientale.
Uno studio condotto da ARPA Valle d’Aosta, Politecnico di Torino e DigiSky mostra come l’intelligenza artificiale possa classificare le coperture del suolo alpino usando immagini ad alta risoluzione e dati multispettrali. Il metodo è stato sperimentato in Valle d’Aosta e potrà supportare il monitoraggio e la gestione ambientale.
Distinguere boschi, prati, rocce e neve nelle immagini aeree, anche in presenza di versanti ripidi e zone d’ombra: l’intelligenza artificiale può imparare a farlo partendo da un numero limitato di esempi forniti e selezionati dagli esperti. È il risultato dello studio “A Multi-Modal Deep Learning Framework for High-Resolution Alpine Land Use/Land Cover”, realizzato da ARPA Valle d'Aosta, l’Agenzia regionale per la protezione dell’ambiente, il Politecnico di Torino e DigiSky, PMI innovativa nata nel 2007 dall’incubatore I3P del Politecnico e oggi specializzata nel telerilevamento aereo e nell’analisi geospaziale di dati territoriali. Pubblicato sulla rivista scientifica Remote Sensing, il lavoro apre nuove prospettive per il monitoraggio degli ambienti alpini. Tra gli autori figura Paolo Dabove, docente del Dipartimento di Ingegneria dell’Ambiente, del Territorio e delle Infrastrutture-DIATI del Politecnico, che ha contribuito all’ideazione e alla validazione della ricerca e ne ha curato la supervisione scientifica.
La Valle d’Aosta è stata il banco di prova del metodo. Mappare ciò che ricopre il suolo in montagna è particolarmente complesso: la varietà della vegetazione, le ombre e la presenza stagionale della neve rendono difficile riconoscere e distinguere le diverse superfici. Eppure, queste informazioni sono essenziali per monitorare trasformazioni come l’avanzata del bosco e l’abbandono dei pascoli, valutare i cambiamenti degli habitat e supportare la gestione del territorio.
Per affrontare le sfide in ambiente alpino, il gruppo di ricerca si è appoggiato alla pluriennale esperienza di DigiSky, che ha equipaggiato un proprio velivolo con la tecnologia proprietaria SmartBay. Questo sistema combina una fotocamera ad altissima risoluzione, in grado di rilevare dettagli al suolo fino a 15 centimetri, con un innovativo sensore multispettrale, in grado di catturare anche la luce non visibile all’occhio umano. I rilievi hanno interessato quattro aree: Val Ferret, Valgrisenche, Chaligne/Fallere e il territorio tra Champorcher e Champdepraz.
Il punto di forza è la combinazione di informazioni diverse: le immagini nel visibile aiutano a riconoscere forme e strutture, i dati multispettrali contribuiscono a distinguere la copertura territoriale, la precisione del posizionamento per estrarre informazioni accurate sull’altezza di alberi ed edifici. Per addestrare il sistema, gli esperti hanno identificato 2.517 porzioni di territorio, associate a 14 classi di copertura. A partire da questi esempi, il modello ha imparato a classificare le superfici non annotate, eliminando la necessità di descrivere manualmente ogni pixel.
Per gran parte delle categorie, i risultati sono in buona corrispondenza con le classificazioni degli esperti. Zone umide e arbusti sempreverdi restano invece più difficili da riconoscere e saranno al centro di ulteriori sviluppi. I test hanno inoltre evidenziato il contributo dei dati multispettrali nel distinguere le diverse superfici.
Sperimentato nell’ambito dell’iniziativa Test Before Invest del progetto CHEDIH, il servizio promosso da DigiSky offre agli enti ambientali una soluzione per produrre cartografie dettagliate del paesaggio alpino. In questo contesto, il lavoro di ricerca condotto assieme al Politecnico mantiene centrale il contributo degli esperti nella definizione delle categorie e nella verifica dei risultati.
“Questo studio mostra come l’intelligenza artificiale possa rendere più efficace la lettura del territorio alpino, a condizione che sia guidata dalla formazione e dalla conoscenza delle persone che lo studiano – spiega Paolo Dabove, docente del DIATI e coautore dello studio – La combinazione di immagini ad alta risoluzione e dati multispettrali consente di distinguere con maggiore dettaglio le coperture del suolo; integrando osservazioni a scale e risoluzioni diverse, possiamo inoltre cogliere caratteristiche e trasformazioni del paesaggio che un’unica prospettiva rischierebbe di trascurare. La prospettiva è ampliare e aggiornare questi prodotti cartografici, affrontando le categorie più difficili da classificare e verificando i risultati sul campo. Sono strumenti che possono supportare la ricerca e la gestione ambientale, mantenendo centrali la conoscenza, la formazione e la competenza scientifica degli esperti”.
Photo credits: DigiSky
https://www.polito.it/ateneo/comunicazione-e-ufficio-stampa/poliflash/l-intelligenza-artificiale-impara-a-leggere-le-alpi