• Regione Toscana
  •   Search
  •   Map
  •   Sign in

Regione Toscana - Mappa di classificazione dei materiali artificiali

Mappa di classificazione dei materiali artificiali, realizzata per alcune aree significative della Regione Toscana a partire dall'elaborazione semi-automatica di dati satellitari multispettrali (immagini Sentinel-2) e iperspettrali (immagini PRISMA).

Risoluzione spaziale 5 m, accuratezza geometrica 20 m.

  • default
  • Dataset e serie
  • Servizi
  • Dati raster

default

metadataInfo

gmd:fileIdentifier
r_toscan:0d04c28e-d17c-42d8-b35d-f116ca9472f4
gmd:characterSet
UTF8
organisationName

Regione Toscana - Settore Sistema Informativo e Pianificazione del Territorio

electronicMailAddress

contatto.cartografia@regione.toscana.it

gmd:dateStamp
2025-07-11
gmd:metadataStandardName

Linee Guida RNDT

gmd:metadataStandardVersion

2.0

 

identificationInfo

gmd:date (Creation)
2025-06-20
organisationName

Regione Toscana

electronicMailAddress

urp@regione.toscana.it

datasetcode

r_toscan:0d04c28e-d17c-42d8-b35d-f116ca9472f4

descriptiveKeywords

GEMET

  • superficie artificiale

  • ambiente urbano, stress urbano

  • classificazione delle immagini

freeTextKeywords

keyword_libera

EU

keyword_libera

EU

 
 
organisationName

Regione Toscana - Settore Sistema Informativo e Pianificazione del Territorio

electronicMailAddress

contatto.cartografia@regione.toscana.it

rndtDataConstraints

gmd:useLimitation

Nessuna condizione applicabile

accessConstraints

gmd:accessConstraints
Other restrictions
gmd:otherConstraints
no limitations to public access
 

useConstraints

gmd:otherConstraints

La risorsa è liberamente accessibile e usabile con licenza CC BY

 
 

extent

spatialSection

N
S
E
W


 

temporalSection

gml:beginPosition
After 2023-06-20
gml:beginPosition
After 2023-06-20
 
 
 
 

Dataset e serie

metadataInfo

hierarchyLevel
 

identificationInfo

gmd:presentationForm
imageDigital
gmd:issueIdentification

r_toscan:0d04c28e-d17c-42d8-b35d-f116ca9472f4

descriptiveKeywords

keyword_inspire_theme

GEMET - INSPIRE themes, version 1.0

  • Utilizzo del territorio

  • Copertura del suolo

 

keyword_ambito_territoriale

Spatial scope
  • Regionale
 

keyword_interesse_generale

Registro dei dati di interesse generale per il RNDT
  • Carte Geotematiche
 

keyword_opendata

gmd:keyword

opendata

 
 
gmd:characterSet
UTF8
gmd:spatialRepresentationType
Grid
spatialResolution
5  http://standards.iso.org/iso/19139/resources/uom/ML_gmxUom.xml#m

topicCategory

gmd:topicCategory
  • imageryBaseMapsEarthCover
  • planningCadastre
 
gmd:supplementalInformation

Cod.RT: 190 ClassMat 0d0

extent

verticalSection

verticalExtension
 
 
 

dataQualityInfo

gmd:level
Dataset

positionalAccuracy

gco:Record
20
 

topologicalConsistency

topologicalConsistency
 

lineage

gmd:statement

Questa mappa è realizzata classificando le superfici artificiali identificate nella Mappa di classificazione naturale/artificiale di Regione Toscana. Le coperture artificiali, in particolare laterizi, cemento, asfalto, bitume, plastica, metallo, fotovoltaico, pietra ornamentale, sono individuate grazie all'utilizzo di immagini iperspettrali satellitari della missione PRISMA di ASI.

L’approccio è gerarchico, cioè si procede alla classificazione delle varie coperture secondo un ordinamento decrescente della rappresentatività delle classi di coperture artificiali presenti nella scena. Dal punto di vista metodologico, si adotta una classificazione di tipo Random Forest (RF) per le classi laterizi e cemento, e una rivelazione tramite filtro adattato per le classi restanti. Laterizi e cemento sono infatti classi ben rappresentate in ambito urbano e suburbano, sia per numerosità che per possibilità di scelta di campioni spettrali quasi puri (abbondanza spettrale prossima al valore 1). Ciò non si può affermare per le altre classi, spazialmente poco rappresentate nella scena oppure, nel caso dell’asfalto/bitume, scarsamente rappresentate spettralmente, a causa dell’estensione delle regioni interessate (ad esempio la larghezza delle strade) in relazione ai 30 m di risoluzione spaziale in fase di acquisizione, solo parzialmente migliorata dalla fase di pansharpening con rapporto di scala HS/Pan uguale a 6.

La mappa di classificazione della prima copertura, “laterizi”, si ottiene tramite classificazione binaria sulle bande PRISMA di tipo RF con 50 alberi per discriminare la classe laterizio da altro materiale artificiale. La valutazione oggettiva dell’accuratezza conferma l’affidabilità della procedura, con un’accuratezza sui campioni di validazione (in numero pari a 2885) pari al 96.64%.

La mappa di classificazione della seconda copertura, “cemento”, si ottiene tramite classificazione binaria sulle bande PRISMA di tipo RF con 50 alberi per discriminare la classe cemento da altro materiale artificiale, a partire dal dato iperspettrale non classificato come laterizio. La valutazione oggettiva dell’accuratezza conferma l’affidabilità della procedura, con un’accuratezza sui campioni di validazione del 91.57%.

Le classi meno rappresentate nella scena (classi rare o presenti solo in pixel misti a causa del rapporto insufficiente tra l’estensione della regione e la risoluzione spaziale del sensore) sono rivelate tramite filtro adattato ad uno spettro rappresentativo della classe stessa. Il filtro adattato (Matched Filter, MF) è una tecnica di detection ottimale per target con firme note in un ambiente con rumore di tipo gaussiano. Si basa sul criterio della massimizzazione del rapporto segnale-rumore (SNR). Le mappe di uscita dall'applicazione del filtro adattato alle varie classi meno rappresentate, identificano la probabile presenza di un dato materiale nella scena analizzata laddove si trovano valori alti di classificazione. La costruzione della mappa finale di classificazione delle coperture artificiali si realizza integrando le uscite dei diversi filtri adattati, selezionando per ogni pixel spettrale da classificare la classe corrispondente al valore massimo delle mappe di uscita, ovvero il valore “non classificato” se tale valore massimo non dovesse raggiungere un valore sufficiente per garantire l’attribuzione ad una delle classi di interesse.

Infine, le varie mappe vengono integrato in un unica mappa finale dove ogni pixel riporta un valore relativo ad una dato materiale.


Il servizio è stato sviluppato da Regione Toscana nell'ambito del progetto TUS:CAN (Territorio Urbanizzato da Satellite: Classificazione e ANalisi), co-finanziato dall'Agenzia Spaziale Italiana tramite il programma “I4DP_PA” (Innovation for Downstream Preparation for Public Administrations).

 

conformitySpecifications

 
 

referenceSystems

rsFieldAnchor
rsFieldCCS
rsFieldCode
 

dataDistribution

gmd:distributionFormat
format

TIFF

format_version

1.0

organisationName

Regione Toscana - Settore Sistema Informativo e Pianificazione del Territorio

electronicMailAddress

contatto.cartografia@regione.toscana.it

onlineResource

gmd:onLine
access point ( WWW:LINK-1.0-http--link )
 
 

resourceMaintenance

 
 

Servizi

metadataInfo

gmd:hierarchyLevel
Dataset
 

serviceIdentification

serviceType
couplingType

operatesOn

operatesOn
 
 

dataDistribution

gmd:onLine
access point ( WWW:LINK-1.0-http--link )
 

servicesQualityInfo

qualityLevel

gmd:level
Dataset
 
conformitySpecifications
conformitySpecifications
serviceCategory
 

referenceSystems

spatialReferenceSystem

 
 
 

Dati raster

contentInfo

gmd:attributeDescription
Valore 1 = ... - Valore 2 = ...
gmd:contentType
image
gmd:bitsPerValue
8
gmd:triangulationIndicator
 

spatialRepresentation

gmd:numberOfDimensions
2
gmd:dimensionName
Row
gmd:dimensionSize
800
gmd:resolution
5  http://standards.iso.org/iso/19139/resources/uom/ML_gmxUom.xml#m
gmd:dimensionName
Column
gmd:dimensionSize
1500
gmd:resolution
5  http://standards.iso.org/iso/19139/resources/uom/ML_gmxUom.xml#m
gmd:cellGeometry
area
gmd:transformationParameterAvailability

georectifiedRaster

gmd:checkPointAvailability
gmd:checkPointDescription

I Check Points hanno le medesime caratteristiche dei GCP relativamente a distribuzione e posizionamento, la lorodislocazione è complementare a quella dei GCP

cornerPoints
 
 
 

rt190 ClassMat 0d0

N
S
E
W


GEMET
ambiente urbano, stress urbano classificazione delle immagini superficie artificiale
GEMET - INSPIRE themes, version 1.0
Copertura del suolo Utilizzo del territorio
Registro dei dati di interesse generale per il RNDT
Carte Geotematiche
Spatial scope
Regionale

Not available


  •   About
  •   Github
  •