Introduzione: la sfida della stratigrafia urbana in aree di patrimonio culturale
In contesti storici italiani, la stratificazione urbana risulta da secoli di interventi antropici sovrapposti a formazioni geologiche antiche, creando una complessa stratigrafia superficiale e sotterranea. La mappatura automatica di queste unità stratigrafiche, spesso invisibili a occhio nudo e mascherate da interventi di conservazione o pavimentazioni moderne, richiede strumenti tecnologici di precisione. I droni multispettrali offrono una soluzione potente: grazie alla discriminazione spettrale fine, è possibile identificare variazioni di composizione, umidità e densità superficiale, fondamentali per discriminare strati antropici da depositi naturali o materiali di restauro. Questo approccio, basato su sensori avanzati e algoritmi di machine learning, consente di generare mappe stratigrafiche automatizzate con precisione centimetrica, supportando la conservazione preventiva e la pianificazione urbanistica sostenibile. Il presente articolo, ispirato al livello di dettaglio esposto nel Tier 2 “Pre-elaborazione avanzata delle immagini multispettrali”, analizza passo dopo passo la metodologia operativa applicabile a siti storici italiani, con particolare attenzione alle sfide tecniche e alle ottimizzazioni pratiche.
Pianificazione e acquisizione dati: protocolli rigorosi per ambienti vincolati
Fase 1: definizione della griglia di acquisizione. La pianificazione del volo deve rispettare le normative ENAC e i vincoli urbanistici locali, garantendo sovrapposizione frontale e laterale ≥ 80% per la costruzione di mosaici coerenti. Per siti storici complessi, si consiglia una densità di volo incrementata (50–70% sovrapposizione) per coprire irregolarità e ombre proiettate. Utilizzare un piano di volo parametrizzato in QGroundControl o Pix4Dcapture, con waypoint precisi in formato .gpx, integrando waypoint di ricognizione manuale in zone di particolare irregolarità.
Fase 2: calibrazione radiometrica dei sensori multispettrali. L’accuratezza dei dati dipende da target di calibrazione in campo, disposti a intervalli regolari lungo la traiettoria. È fondamentale effettuare correzioni atmosferiche in tempo reale tramite modelli FLAASH o 6S, che compensano assorbimento e scattering atmosferico, soprattutto in zone con elevata umidità o presenza di particolato, comune in città storiche. La calibrazione deve includere anche target interni al drone per correggere variazioni di sensibilità tra bande spettrali.
Fase 3: acquisizione sincronizzata con GPS RTK. L’integrazione di GPS RTK permette georeferenziazione sub-centimetrica, essenziale per la sovrapposizione precisa delle bande multispettrali (RGB, NIR, SWIR). Questo garantisce la coerenza spaziale richiesta per il mosaico finale e per la successiva analisi stratigrafica.
**Tabella 1: Confronto tra parametri di volo per siti storici vs aree urbane comuni**
| Parametro | Standard urbano | Sito storico italiano | Valori tipici |
|---|---|---|---|
| Sovrapposizione frontale | 60–70% | 70–80% | 80% minimo per mosaico senza distorsioni |
| Sovrapposizione laterale | 50–60% | 60–70% | 70% minimo per stabilità sequenza |
| Frequenza di acquisizione spaziale (pixel/m²) | 5–10 cm | 3–5 cm in zone critiche | ≤3 cm per dettaglio microstratigrafico |
| Tipo di sensore | Multispettrale (RGB+NIR+SWIR) | Multispettrale con banda SWIR a 1550 nm per penetrazione superficiale | Multispettrale con sensibilità estesa fino a 1700 nm, supporto LiDAR integrato |
Pre-elaborazione avanzata: dalla grezza alla firma stratigrafica
La fase di correzione radiometrica è cruciale per eliminare distorsioni atmosferiche. Applicando modelli come FLAASH, si regolano parametri atmosferici (umidità, aerosol, pressione) in tempo reale, garantendo valori di riflettanza accurate in banda. La riduzione del rumore si ottiene con filtri adattivi: il filtro wavelet 9/4, applicato in fase 3, preserva dettagli fini come giunti tra pavimentazioni medievali e depositi recenti, senza smussare bordi critici. Si generano indici spettrali specifici:
– **NDVI** per identificare vegetazione residua o organica (valori >0.6 indicano copertura organica);
– **NDWI** per rilevare umidità superficiale (picchi >0.3 segnalano zone umide);
– **EVI** per distinguere minerali ferruginosi da calcare (coefficienti di vegetazione alterata);
– **SWIR-NDVI** per discriminare materiali organici da inerti.
**Tabella 2: Applicazione degli indici spettrali nella stratigrafia urbana italiana**
| Indice | Formula | Interpretazione stratigrafica | Applicazione pratica |
|---|---|---|---|
| NDVI | ((NIR–R)/(NIR+R)) | Valori >0.6: vegetazione attiva; <0.3: superfici nude o cementate | Identificazione di pavimentazioni medievali parzialmente ricoperte |
| NDWI | ((NIR–R)/(NIR+R)) | Valori >0.4: presenza di umidità; <0.2: superfici asciutte | Rilevazione di umidità nei giunti di pietra o pavimentazioni antiche |
| EVI | 2.99 × (NIR^0.5 / (R+0.41×R)) | Valori >0.5: minerali ferruginosi o calcare alterato | Discriminazione tra tufo antico e depositi moderni a base cementizia |
| SWIR-NDVI | ((SWIR–NIR)/(SWIR+NIR)) | Valori bassi (<0.2) indicano materiali minerali; >0.5: copertura organica o umida | Distinzione tra pavimentazioni in pietra e strade bituminose recenti |
Estrazione di feature stratigrafiche tramite machine learning: dalla teoria alla pratica**
Fase 3: selezione delle bande critiche e feature engineering. Analisi PCA sui
