|
Tra terra e mare Stefano Guerzoni - Davide Tagliapietra
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Le tecniche di elaborazione dei dati
Concludiamo con una nota tecnica, che descrive brevemente le caratteristiche
delle analisi spaziali e temporali dei dati e le varie metodologie GIS
(Geographical Information System, Sistema Informativo Geografico) - punti con
valori, tipo di interpolazione - utilizzate dagli autori per la produzione
delle carte. Talora, simboli con informazioni contrastanti si possono
sovrapporre. Questo è un artefatto dovuto alla rappresentazione non in scala di
informazioni spazialmente molto vicine. Una delle principali caratteristiche
dello studio della laguna - e dei sistemi ambientali più in generale - consiste
nel coinvolgimento di un elevato numero di discipline (fisica, chimica,
biologia, geologia, ecologia, scienze ambientali, ingegneria, economia,
archeologia ecc.) caratterizzate da metodi di misura e di analisi molto diversi
tra loro. Queste discipline producono grandi masse di dati, eterogenei, che
permettono una comprensione profonda delle relazioni e delle funzioni dei
sistemi ambientali solo se vengono letti in modo integrato e unitario. Le
valutazioni ed i modelli previsionali non possono prescindere dall'analisi
integrata dei dati e dalla lettura interdisciplinare dei processi e solo da
questi si possono costruire sistemi gestionali e metodi capaci di supportare le
decisioni politiche. La complessità e l'incertezza sono presenti in ogni
tipologia di analisi ambientale: dallo studio della distribuzione spaziale e/o
dell'evoluzione temporale dei fenomeni ambientali alla costruzione di indici
per la valutazione della qualità dell'ambiente. I metodi statistici
rappresentano un potente strumento in questo ambito, perché trattano
direttamente il tema dell'incertezza e propongono tecniche efficaci per la
riduzione dei dati o il trattamento da modello della complessità. I GIS sono
uno strumento aggiuntivo per le analisi del territorio. Si tratta di una
tecnologia software che permette di posizionare ed analizzare oggetti ed eventi
che esistono e si verificano. Il GIS, strumento di organizzazione dei dati a
terra ed in mare, permette di integrare i risultati di misure, modelli, analisi
statistiche e permette la gestione dei dati per la generazione di analisi
geografiche corredate da tabelle, documenti e mappe. Per quanto riguarda gli
studi ambientali, le due principali aree di utilizzo includono la
rappresentazione grafica degli andamenti a livello geografico (uso descrittivo)
e l'analisi spaziale (uso analitico). I GIS possono essere di ausilio nella
determinazione dei modelli di simulazione e, anche attraverso l'uso di sistemi
esperti, possono aiutare a predire l'incidenza dell'inquinamento o
dell'erosione costiera in diversi luoghi e nello studio di situazioni dinamiche
(andamento stagionale della clorofilla, ad esempio). La visualizzazione di
fenomeni spaziali è un metodo descrittivo molto efficace. In particolare, nel
campo dell'analisi e della valutazione ambientale, il GIS è uno strumento molto
utile per la produzione di carte tematiche relative alla distribuzione spaziale
di fenomeni ambientali (quali ad esempio piogge, piene, cambiamenti
morfologici, inquinamento, nutrienti, salinità, malattie). Disponendo di
archivi di dati aggiornati, possono essere create, pressoché all'istante, nuove
mappe rappresentanti la situazione più attuale ed inoltre possono essere
monitorate nel tempo le dinamiche spaziali del verificarsi degli eventi di
interesse. Il livello di aggregazione dell'informazione è sotto controllo
dell'utente, che può decidere se rappresentare la localizzazione dei singoli
casi o la rappresentazione (a livello di unità geografiche, ecologiche,
amministrative) di indici e misure di frequenza quali incidenza, prevalenza
ecc. L'analisi spaziale effettuata utilizzando i GIS include un'ampia serie di
operazioni. In questo ambito possono essere analizzati tre tipi di dati a
carattere spaziale: puntuali, geostatistici ed areali. La prima problematica
dell'analisi dei dati è stata la correlazione di pochi dati in uno spazio ampio
e la creazione dei modelli di variazione spaziale. L'analisi geostatistica
permette di correlare dati spaziali lontani e definire come essi variano nello
spazio e quali sono gli errori connessi ai modelli di interpolazione. La
seconda problematica è stata la valutazione di dati raccolti in tempi
differenti, in un ambiente che varia molto di anno in anno. Anche qui la
statistica ci può aiutare, permettendoci di calcolare l'errore commesso nel
porre assieme dati temporalmente differenti, errore che ci offre una
quantificazione della bontà dell'analisi stessa. Le mappe prodotte attraverso
l'interpolazione di dati puntuali sono state ottenute utilizzando il metodo IDW
(Inverse Distance Weighted) come tecnica di interpolazione matematica e il
metodo "ordinary kriging" come tecnica di interpolazione geostatistica. Il
metodo IDW fornisce una previsione dei valori delle variabili nei punti non
campionati, ipotizzando che la vicinanza dei valori misurati in due punti sia
inversamente proporzionale alla distanza spaziale tra loro. Il kriging permette
di quantificare le autocorrelazioni spaziali tra i diversi punti misurati,
creando delle superfici in base alle proprietà statistiche della distribuzione
dei valori e determinando anche una misura degli errori e dell'incertezza di
queste superfici, quantificando la bontà e l'affidabilità del metodo nella
situazione studiata. Il metodo kriging prevede due fasi ben precise: 1.
la quantificazione della struttura spaziale dei dati; 2. la creazione
delle stime, cioè della superficie d'interpolazione. La quantificazione
della struttura spaziale dei dati si sviluppa attraverso il calcolo della
semivarianza (quantificazione della variazione della similarità dei dati con
l'aumentare della distanza reciproca dei punti del dataset) i cui valori sono
riportati in un semivariogramma, costituito da un diagramma XY dove vengono
rappresentate, sulle ascisse, le distanze reciproche tra i punti misurati e,
sulle ordinate, la semivarianza. Il semivariogramma così ottenuto è
indipendente dalla posizione geografica delle misure e dipende solo dalla
distanza reciproca tra le stesse. La fase successiva consiste nella
determinazione di un modello (esponenziale, circolare, gaussiano) che
approssimi nel migliore dei modi la distribuzione dei punti ottenuta nel
semivariogramma. È questo il punto chiave di tutto il processo. Il modello che
quasi sempre ha approssimato in modo migliore la distribuzione dei punti dei
semivariogrammi dei vari parametri chimici è stato quello esponenziale.
L'interpolazione con il metodo kriging richiede la definizione di numerosi
parametri al fine di studiare la correlazione spaziale nel modo migliore
possibile e di approssimare la stessa con un modello opportuno. A volte,
proprio la scarsa correlazione esistente tra le misure di un dataset può essere
alla base di problemi di non facile risoluzione, con risultati non sempre
soddisfacenti. Le mappe riportate sono state ottenute utilizzando il software
ArcGis 8.3 e 9, munito dell'estensione specifica "Geostatistical Analyst" per
le elaborazioni con il metodo kriging.
|
|