Tecniche geomatiche per la caratterizzazione della vegetazione mediante segmentazione di nuvole di punti derivate da rilievi SLAM e UAV: applicazioni nell'ambito del progetto Aquagreen

La tesi si inserisce all’interno del progetto europeo Aquagreen, volto alla realizzazione di un Multifunctional Resilience Park Living Lab (MRPLL) presso il Parco Gatti di Faenza, area gravemente colpita dalle alluvioni del 2023–2024. L’obiettivo principale è stato quello di analizzare tecniche geomatiche per la caratterizzazione della vegetazione. Sono stati impiegati rilievi fotogrammetrici da drone (UAV) e rilievi 3D mediante tecnologia SLAM (Simultaneous Localization and Mapping), integrati con moduli RTK. Le nuvole di punti generate sono state elaborate tramite tre differenti metodologie di segmentazione: l’uso del plugin LAStools in ambiente QGIS, il pacchetto treeLS in R e il pacchetto treeX in R. Ciascun approccio è stato valutato in termini di capacità di identificare la posizione e le caratteristiche dendrometriche (DBH) delle alberature. I risultati mostrano che LAStools garantisce un’elevata accuratezza, pur richiedendo un’elaborazione manuale onerosa in termini di tempo; treeLS, opportunamente calibrato, offre una buona corrispondenza con i dati di riferimento; mentre treeX si è rivelato piuttosto efficace nelle aree a maggiore densità vegetativa. L’integrazione di più metodologie si conferma come la strategia più robusta per ottenere modelli affidabili e replicabili. In conclusione, il lavoro dimostra come l’impiego di rilievi geomatici e tecniche di segmentazione possa costituire uno strumento essenziale non solo per il progetto AquaGreen, ma anche per future applicazioni urbane e ambientali volte ad accrescere la resilienza e la sostenibilità del territorio.