r_toscan:0d04c28e-d17c-42d8-b35d-f116ca9472f4 ita utf8 dataset Regione Toscana - Settore Sistema Informativo e Pianificazione del Territorio contatto.cartografia@regione.toscana.it pointOfContact 2025-09-18 Linee Guida RNDT 2.0 2 row 800 5 column 1500 5 area false false I Check Points hanno le medesime caratteristiche dei GCP relativamente a distribuzione e posizionamento, la lorodislocazione è complementare a quella dei GCP Vertice alto a sinistra 1510560,4910680 Vertice basso a destra 1517728,4905040 upperLeft RDN2008 / UTM zone 32N Regione Toscana - Mappa di classificazione dei materiali artificiali 2025-06-20 creation r_toscan:0d04c28e-d17c-42d8-b35d-f116ca9472f4 Regione Toscana urp@regione.toscana.it owner imageDigital r_toscan:0d04c28e-d17c-42d8-b35d-f116ca9472f4 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. Regione Toscana - Settore Sistema Informativo e Pianificazione del Territorio contatto.cartografia@regione.toscana.it pointOfContact https://www502.regione.toscana.it/geonetwork/srv/api/records/r_toscan:0d04c28e-d17c-42d8-b35d-f116ca9472f4/attachments/rt190%20ClassMat%200d0.png rt190 ClassMat 0d0 Copertura del suolo Utilizzo del territorio theme GEMET - INSPIRE themes, version 1.0 2008-06-01 publication geonetwork.thesaurus.external.theme.httpinspireeceuropaeutheme-theme Carte Geotematiche theme Registro dei dati di interesse generale per il RNDT 2018-06-25 publication geonetwork.thesaurus.external.theme.rndt-all1 EU opendata RNDT Regionale theme Spatial scope 2019-05-22 publication geonetwork.thesaurus.external.theme.httpinspireeceuropaeumetadatacodelistSpatialScope-SpatialScope superficie artificiale ambiente urbano, stress urbano classificazione delle immagini theme GEMET 2018-08-16 publication geonetwork.thesaurus.external.theme.gemet-en-fr-it-nl-de otherRestrictions no limitations to public access otherRestrictions La risorsa è liberamente accessibile e usabile con licenza CC BY Nessuna condizione applicabile grid 5 ita utf8 imageryBaseMapsEarthCover planningCadastre 9.59 12.46 42.24 44.45 2023-06-20 Cod.RT: 190 ClassMat 0d0 Valore 1 = ... - Valore 2 = ... image 8 false TIFF 1.0 Regione Toscana - Settore Sistema Informativo e Pianificazione del Territorio contatto.cartografia@regione.toscana.it distributor https://www502.regione.toscana.it/geoscopio/usocoperturasuolo.html WWW:LINK-1.0-http--link Altri servizi access point dataset m 20 REGOLAMENTO (UE) N. 1089/2010 DELLA COMMISSIONE del 23 novembre 2010 recante attuazione della direttiva 2007/2/CE del Parlamento europeo e del Consiglio per quanto riguarda l'interoperabilità dei set di dati territoriali e dei servizi di dati territoriali 2010-12-08 publication Fare riferimento alle specifiche indicate 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).