Analisi di modelli digitali del terreno mediante Fuzzy-clustering: un esempio di applicazione

Abstract This study is directed towards the automatic analysis of the geomorphological parameters which characterize the arrangement of the relief (such as the slope, the curvature, the aspect, etc. ) and to the automatic reduction in morphological units of their possible interrelationships. Starting from a Digital Terrain Model (DTM), the method automatically classifies the landscape into geographic areas as function of a complex of interdependent parameters rather than a single parameter. The reference DTM is a high resolution altimetric matrix (20 m of spatial sampling) representing the territory of the Caudina Valley (Benevento - Italy). After extracting a set of derived features, we classify the complex of available attributes by exploiting the potentialities of the fuzzy k-means. This unsupervised classification method effectively models the unavoidable overlap of the classes, and guarantees identical results in equality of conditions. The analysis of the data leads to choose as the optimal solution the cartographic objective representation which divides the analyzed landscape into five fundamental units.

Riassunto Questo studio è finalizzato all'analisi automatica dei parametri geomorfologici che caratterizzano l'assetto del rilievo (quali la pendenza, la curvatura, l'esposizione dei versanti, etc.) e alla riduzione automatica in unità morfologiche delle possibili interrelazioni che li legano. Partendo da un Modello Digitale del Terreno (DTM), l'analisi ha permesso di classificare il territorio, in maniera automatica, in funzione non di un solo parametro ma di un complesso di parametri interdipendenti. Il DTM di riferimento è una matrice altimetrica ad alta risoluzione (20 m) rappresentante il territorio della Valle Caudina. Dopo averne estratto un insieme di caratteristiche derivate, è stata applicata con successo la classificazione automatica al complesso di attributi disponibili, sfruttando le potenzialità del metodo fuzzy k-means: un metodo di classificazione senza supervisione che oltre a modellare efficacemente la sovrapposizione delle classi sistematicamente presente nei dati ambientali, garantisce risultati identici a parità di condizioni. L'analisi dei dati effettuata con questo metodo ha consentito di scegliere, infine, come meglio rispondente alle aspettative, la soluzione di rappresentazione cartografica oggettiva dell'area analizzata che la suddivide in cinque unità fondamentali.