Bark beetle detection through satellite hyperspectral derived vegetation indexes on spectral unmixed trees

The bark beetle, a destructive insect pest, poses a significant threat to forests worldwide. Over the past few decades, the incidence and severity of bark beetle attacks on trees (especially spruce and pine trees) have increased due to the effects of climate change, leading to substantial economic and ecological consequences. These tiny insects, often attracted to weakened or stressed trees, infest and feed on the inner bark, disrupting the tree’s nutrient transport system and ultimately resulting in widespread tree mortality. Detecting unhealthy trees and limiting the effects of the parasite on the vegetation is crucial to prevent the infestation to spread. This is why remote sensing plays a crucial role in Bark Beetle detection, often used in synergy with ground surveys. These analyses are usually carried out by aerial Hyperspectral inspections, which need to be properly scheduled and planned ahead of time, entailing significant costs and efforts. The presented study aims at developing a free alternative solution to the usual aerial Bark Beetle detection, using Hyperspectral satellite data from the PRISMA sensor. Satellite data coming from this sensor has not only free access and greater temporal availability, but it allows to perform analyses over a broader land extension at the cost of a lower spatial resolution. The first part of the analysis includes most of the innovative aspects, as it implies the extraction of trees’ crowns from satellite data through an Unmixing procedure that relies on aerial spectral signatures. The second one, involves the assessment of the Beetle attack’s risk, through the computation of spectral vegetation indexes over the trees’ areas extracted from the Unmixing step. The algorithm is calibrated on aerial data of a specific area and tested over a completely different land sector. Once calibrated, Thanks to the complete availability of satellite data, the procedure can be applied to any other area of interest, proving the scalability of the study. The results are provided in the form of binary masks, supplying insights on the zones subjected to the highest risk of infestation. The outcomes of the analysis have proven good signs of compatibility between aerial and satellite data, however, some issues emerged from the significant difference in spatial resolution between the aerial and satellite sensor. Nevertheless, the possibility of extending the analysis over several kilometres of land with limited to no costs makes the new satellite algorithm an important strategical help in the planning of more precise aerial and ground surveys.

Il Bostrico, un insetto nocivo distruttivo, rappresenta una minaccia significativa per le foreste di tutto il mondo. Negli ultimi decenni l’incidenza e la gravità degli attacchi del Bostrico sugli alberi (soprattutto abeti e pini) sono aumentate a causa degli effetti del cambiamento climatico, con notevoli conseguenze economiche ed ecologiche. Questi minuscoli insetti, spesso attratti da alberi indeboliti o in condizioni di stress, infestano e si nutrono della corteccia interna, interrompendo il sistema di trasporto dei nutrienti dell’albero e provocando infine una diffusa mortalità degli alberi. Individuare alberi sotto attacco del parassita e limitarne gli effetti è fondamentale per evitare che l’infestazione si diffonda. Ecco perché il telerilevamento gioca un ruolo cruciale nella rilevazione del Bostrico, spesso utilizzato in sinergia con i rilievi a terra. Queste analisi vengono solitamente effettuate mediante ispezioni aeree iperspettrali, che devono essere opportunamente programmate e pianificate in anticipo, comportando costi e sforzi significativi per le aziende. Il presente studio mira a sviluppare una soluzione alternativa gratuita al consueto rilevamento aereo del Bostrico, utilizzando i dati satellitari iperspettrali del sensore PRISMA. I dati satellitari di questo sensore non solo sono di libero accesso e dispongono di maggiore disponibilità temporale, ma consentono di eseguire analisi su un’estensione territoriale più ampia, al costo di una risoluzione spaziale inferiore. La prima parte dell’analisi comprende la maggior parte degli aspetti innovativi, in quanto include l’estrazione delle chiome degli alberi dai dati satellitari attraverso una procedura di Unmixing che si basa su firme spettrali aeree. La seconda, invece, prevede la valutazione del rischio di attacco del parassita, attraverso il calcolo degli indici spettrali di vegetazione sulle aree arboree estratte nella fase di Unmixing. L’algoritmo è calibrato su dati aerei di un’area specifica e testato su un’area completamente diversa. Grazie alla complete disponibilità dei dati satellitari, una volta calibrata, la procedura può essere applicata a qualsiasi altra area di interesse e questo ne dimostra la scalabilità. I risultati sono forniti sotto forma di maschere binarie, le quali individuano le zone soggette a maggior rischio di infestazione. Durante lo studio sono emerse alcune difficoltà dovute alla significativa differenza di risoluzione spaziale tra il sensore aereo e quello satellitare, ma la possibilità di estendere l’analisi su diversi chilometri di terreno, rende questo nuovo algoritmo satellitare un importante aiuto strategico nella progettazione di più precise misurazioni aeree e terrestri.