I STIMA DEGLI EFFETTI DELLA PANDEMIA COVID-19 SULLE AREE ARCHEOLOGICHE ATTRAVERSO TECNICHE DI REMOTE SENSING: SITO UNESCO CHAN CHAN (PERÙ)
ESTIMATING THE IMPACT OF THE COVID-19 PANDEMIC ON ARCHAEOLOGICAL AREAS BY REMOTE SENSING TECHNIQUES: CHAN CHAN UNESCO SITE (PERU)
Parole chiave:
Remote Sensing, Sentinel-2, Change Detection, COVID-19, Archaeological AreaAbstract
Chan Chan, patrimonio UNESCO dal 1986, è la più grande città precolombiana dell'America Latina situata a circa 550 km a nord di Lima, lungo la costa settentrionale del Perù. Durante la pandemia COVID-19, a causa della mancanza di interventi da parte delle autorità di tutela e vigilanza, le comunità locali hanno ampliato le attività agricole e edilizie oltre i limiti consentiti. Tali attività incontrollate e difficilmente valutabili possono rappresentare una minaccia per l'intero sito archeologico. Per stimare come l'area circostante il sito archeologico sia cambiata in seguito alla pandemia, è stata effettuata una classificazione LC/LU e un’analisi change detection su dati remote sensing. Grazie alle serie temporali fornite dalle immagini satellitari (Sentinel-2), nel periodo 2016-2022, è stata condotta una valutazione dei cambiamenti ambientali e della crescita urbana. Sono stati importati in ambiente GIS le elaborazioni effettuate col software Sentinel Application Platform (SNAP). La valutazione degli effetti della pandemia è avvenuta attraverso l’analisi dei seguenti indici di classificazione: Normalized Difference Vegetation Index (NDVI), Normalized Difference Built-Up Index (NDBI), Normalized Archaeological Index (NAI). Estrapolati gli istogrammi delle immagini NDVI, NDBI e NAI, sono state create delle mappe tematiche per uno studio più dettagliato. Una correlazione inversamente proporzionale si è riscontrata tra gli indici NDVI e NDBI: all’aumentare di uno, diminuiva l’altro e viceversa. L’indice NAI è risultato essere un indice di riconoscimento degli elementi del sito archeologico.
Downloads

Downloads
Pubblicato
Come citare
Fascicolo
Sezione
Licenza
Copyright (c) 2024 Eva Savina Malinverni, Marsia Sanità, Francesco Di Stefano, Francesca Colosi, Roberto Pierdicca (Autore)

Questo lavoro è fornito con la licenza Creative Commons Attribuzione - Condividi allo stesso modo 4.0.