A methodology for Local Climate Zone mapping and Urban Heat Island analysis using hyperspectral PRISMA imagery

The increasing frequency, intensity, and duration of heat waves, coupled with growing urbanisation, are intensifying the Urban Heat Island (UHI) effect in cities worldwide. Measuring this phenomenon and understanding its driving factors is essential for developing evidence-based mitigation and adaptation strategies. Regarding satellite remote sensing, multispectral and thermal infrared data are primarily exploited for this purpose. Recently, a large interest has developed in novel technologies and hyperspectral satellite data, which provide a more detailed description of the spectral properties of urban surfaces. This thesis aims to investigate the potential enhancement in urban climate research using hyperspectral satellite data, by exploiting the well-known Local Climate Zone (LCZ) model and multiple Earth Observation data and techniques. The focus is on the hyperspectral satellite imagery of the novel PRISMA mission owned by the Italian Space Agency. The thesis is organised around different case studies to address the research question and ultimately provide a comprehensive evaluation of the UHI phenomenon. The first case study investigates the potential enhancement in LCZ classification using hyperspectral PRISMA data compared to multispectral Sentinel-2 images. It also proposes a hybrid Remote Sensing and Geographic Information System-based method for LCZ mapping, based on the integration of satellite imagery with urban canopy parameter layers and machine learning techniques. The proposed workflow is applied to produce multi-temporal LCZ maps. The methodology performance appears promising compared to state-of-the-art software tools for LCZ mapping. In the second case study, the relationship between the LCZ maps obtained with the proposed methodology and air temperature data is investigated, and results are exploited to provide a quantitative evaluation of the UHI intensity, with a distinction between daytime and nighttime. A geostatistical analysis is also performed to identify hot and cold spots in the study area. To achieve this, crowdsourced air temperature data from citizen weather stations are integrated with authoritative data to enhance the spatial coverage of temperature observations. Considering the intrinsic limitations and multiple error sources characterising crowdsourced weather observations, an automated pre-processing pipeline is proposed and implemented. Finally, the third case study provides crucial insights into the effect of surface cover material's abundance and Land Surface Temperature (LST), thereby contributing to a more comprehensive understanding of the UHI effect. The fractional abundance of surface materials is derived through pan-sharpening and spectral unmixing of hyperspectral PRISMA imagery, and the correlation with summer LST distribution is assessed using Landsat thermal infrared data. The results disclosed useful pieces of evidence about the land cover composition exhibiting the highest surface temperature and the crucial role of vegetation in buffering extreme temperatures. The research focuses on the Metropolitan City of Milan in Northern Italy. Nonetheless, it is entirely based on free and open-source data and software, allowing for easy scalability of the analyses to other geographical regions. The software tools developed in the thesis are released as open source for wider use and easily adaptable to other remote sensing-based monitoring applications. This thesis demonstrates that Earth Observation, specifically hyperspectral remote sensing, is an effective tool for deriving valuable insights for urban climate research. The research results contribute to enhancing our understanding of the effects of climate change in urban environments and can be used to guide effective urban planning to cope with future climate challenges.

L'aumento della frequenza, intensità e durata delle ondate di calore, unito alla crescente urbanizzazione, sta intensificando l'effetto dell'isola urbana di calore (Urban Heat Island, UHI) nelle città di tutto il mondo. Misurare questo fenomeno e comprendere i suoi fattori determinanti è essenziale per sviluppare strategie di mitigazione e adattamento basate su evidenze scientifiche. Nell'ambito del telerilevamento satellitare, dati multispettrali e termici vengono tipicamente utilizzati per questo scopo. Recentemente, si è sviluppato un certo interesse per nuove tecnologie, tra cui dati satellitari iperspettrali, che forniscono una descrizione più dettagliata della riflettività delle superfici urbane. Per questo motivo, questa tesi mira a investigate i possibili vantaggi dell'utilizzo di dati satellitari iperspettrali per le ricerche di climatologia urbana, sfruttando il noto modello delle Zone Climatiche Locali (Local Climate Zone, LCZ) e diversi dati e tecniche di Osservazione della Terra. La tesi si focalizza in particolare sulle immagini satellitari iperspettrali della missione PRISMA dell'Agenzia Spaziale Italiana. La tesi si sviluppa attorno a diversi casi di studio per indirizzare gli obiettivi della ricerca, fornendo una valutazione complessiva del fenomeno dell'UHI. Il primo caso di studio indaga il potenziale miglioramento nella classificazione delle LCZ utilizzando i dati iperspettrali PRISMA rispetto alle immagini multispettrali Sentinel-2. Viene inoltre proposto un metodo ibrido basato su Telerilevamento e Sistemi Informativi Geografici per la mappatura delle LCZ, che integra le immagini satellitari con alcuni parametri di morfologia urbana e tecniche di machine learning. Tale procedura è applicata per produrre mappe multi-temporali di LCZ. La metodologia proposta risulta performante rispetto agli strumenti già esistenti per la mappatura delle LCZ. Nel secondo caso di studio viene indagata la relazione tra le mappe LCZ e i dati di temperatura dell'aria e i risultati vengono utilizzati per fornire una valutazione quantitativa dell'intensità dell'UHI, con una distinzione tra il giorno e la notte. Viene inoltre eseguita un'analisi geostatistica per identificare gli hot spot e i cold spot nell'area di studio. Per raggiungere questo obiettivo, i dati di temperatura dell'aria raccolti tramite stazioni meteorologiche amatoriali sono integrati con dati ufficiali al fine di incrementare la densità spaziale delle osservazioni di temperatura. Considerando le limitazioni intrinseche e le diverse fonti di errore che caratterizzano le osservazioni meteorologiche raccolte tramite crowdsourcing, viene proposta e implementata una procedura automatizzata di pre-elaborazione dei dati. Infine, il terzo caso di studio valuta l'effetto dell'abbondanza dei materiali di copertura sulla temperatura superficiale (Land Surface Temperature, LST), contribuendo così ad una valutazione più completa dell'UHI. L'abbondanza dei materiali di superficie viene calcolata applicando tecniche di pan-sharpening e spectral unmixing alle immagini PRISMA e la correlazione con la distribuzione spaziale della LST è valutata utilizzando dati termici dell'infrarosso vicino di Landsat. I risultati forniscono evidenze utili riguardo ai materiali di copertura superficiale che contribuiscono al raggiungimento di temperature più alte, dimostrando che la vegetazione ha un ruolo chiave nella mitigazione delle temperature superficiali più elevate. La ricerca si concentra sulla Città Metropolitana di Milano, in Italia settentrionale. Tuttavia, è interamente basata su dati e software liberi e open-source, consentendo una facile replicabilità delle analisi ad altre regioni geografiche. Gli strumenti software sviluppati nella tesi sono rilasciati come open-source per un uso più ampio e sono facilmente adattabili ad altre applicazioni di monitoraggio basate sul Telerilevamento. Questa tesi dimostra che l'Osservazione della Terra, in particolare il telerilevamento iperspettrale, è uno strumento efficace per ottenere informazioni utili alla ricerca sui microclimi urbani. I risultati ottenuti contribuiscono a migliorare la comprensione degli effetti dei cambiamenti climatici negli ambienti urbani e possono essere utilizzati per guidare una pianificazione urbana efficace nell'ottica delle future sfide climatiche.