INTEGRATION OF GROUND AND REMOTE OBSERVATIONS FOR THE ANALYSIS OF FOREST FUNCTIONALITY AND BIODIVERSITY

Forest ecosystems are increasingly threatened by climate change-related impacts and anthropogenic disturbances, jeopardising their health, biodiversity, and ecosystem functionality. Effective forest monitoring is critical for understanding forest dynamics, guiding conservation strategies, and supporting sustainable management practices. Remote sensing technologies have become essential tools in this context, with satellite and drone-based systems offering unique capabilities for forest assessment. Among these, Sentinel-2 stands out for its high spatial, spectral, and temporal resolution, enabling detailed monitoring of forest dynamics and health. Differently, drones provide high-resolution data at fine spatial scales, allowing for localized studies of forest structure and condition at tree level. Traditional remote sensing approaches often rely on spectral vegetation indices to derive information related to various aspects of vegetation health status, but these indices lack effectiveness in providing immediate and/or direct evidence of functional and biophysical state of forests. An emerging focus in remote sensing research is the monitoring of plant traits, such as Leaf Area Index (LAI), Canopy Chlorophyll Content (CCC), and Canopy Water Content (CWC). These traits provide a more specific and immediate insights into forest functionality and ecosystem processes, to directly capture the spatio-temporal variation of vegetation structural and physiological characteristics. By employing advanced remote sensing techniques, this thesis aims to develop and propose innovative remote sensing methods for the effective monitoring of forest functionality and biodiversity. The analysis can be summarised as follows: (1) reviewing Sentinel-2 time series studies for the quantitative estimation and monitoring of forest stress, synthetising existing methodological approaches, identifying research gaps and suggesting potential improvements (2) developing robust time series analysis methods using daily standardized anomalies of key functional traits to detect and map forest stress distribution, and (3) establishing an integrated multi-sensor drone-based monitoring system for detailed local-scale forest characteristic assessment. This thesis effectively demonstrated the strength of remote sensing for monitoring forest status over time, providing a scalable, cost-effective alternative to traditional field-based methods, enabling detailed monitoring of forest health and resilience under environmental stressors. Overall, the results of this thesis identified gaps in existing forest monitoring methodologies and propose innovative solutions to address them. We found that plant traits anomaly serves as a particularly sensitive indicator of drought stress. Moreover, it emerges how species-specific information is critical for accurate forest health assessments.

Gli ecosistemi forestali sono sempre più minacciati dagli impatti legati ai cambiamenti climatici e dalle perturbazioni antropiche, mettendo a rischio la loro salute, biodiversità e funzionalità ecosistemica. Un monitoraggio forestale efficace è fondamentale per comprendere le dinamiche forestali, guidare le strategie di conservazione e supportare pratiche di gestione sostenibile. Le tecnologie di telerilevamento sono diventate strumenti essenziali in questo contesto, con sistemi basati su satelliti e droni che offrono capacità uniche per la valutazione delle foreste. Tra questi, Sentinel-2 si distingue per la sua elevata risoluzione spaziale, spettrale e temporale, consentendo un monitoraggio dettagliato delle dinamiche e della salute delle foreste. In modo diverso, i droni forniscono dati ad alta risoluzione su scale spaziali fini, permettendo studi localizzati sulla struttura e le condizioni delle foreste a livello di albero. Gli approcci tradizionali di telerilevamento spesso si basano su indici di vegetazione spettrali per ottenere informazioni relative a vari aspetti dello stato di salute della vegetazione, ma questi indici non sono efficaci nel fornire prove immediate e/o dirette dello stato funzionale e biofisico delle foreste. Un interesse emergente nella ricerca sul telerilevamento riguarda il monitoraggio dei tratti vegetali, come l'Indice di Area Fogliare (LAI), il Contenuto di Clorofilla della Chioma (CCC) e il Contenuto di Acqua della Chioma (CWC). Questi tratti offrono approfondimenti più specifici e immediati sulla funzionalità delle foreste e sui processi ecosistemici, permettendo di catturare direttamente la variazione spazio-temporale delle caratteristiche strutturali e fisiologiche della vegetazione. Attraverso tecniche avanzate di telerilevamento, questa tesi si propone di sviluppare e proporre metodi innovativi per il monitoraggio efficace della funzionalità e biodiversità delle foreste. L'analisi può essere riassunta come segue: (1) revisione degli studi basati su serie temporali Sentinel-2 per la stima quantitativa e il monitoraggio dello stress forestale, sintetizzando gli approcci metodologici esistenti, identificando le lacune nella ricerca e suggerendo potenziali miglioramenti; (2) sviluppo di metodi robusti di analisi delle serie temporali utilizzando anomalie standardizzate giornaliere di tratti funzionali chiave per rilevare e mappare la distribuzione dello stress forestale; e (3) creazione di un sistema integrato di monitoraggio basato su droni multi-sensore per una valutazione dettagliata delle caratteristiche forestali su scala locale. Questa tesi ha dimostrato efficacemente la forza del telerilevamento per il monitoraggio dello stato delle foreste nel tempo, fornendo un'alternativa scalabile e conveniente ai metodi tradizionali basati sul campo, consentendo un monitoraggio dettagliato della salute e della resilienza delle foreste sotto stress ambientali. Complessivamente, i risultati di questa tesi hanno identificato lacune nelle metodologie di monitoraggio forestale esistenti e proposto soluzioni innovative per affrontarle. È stato rilevato che l'anomalia dei tratti vegetali rappresenta un indicatore particolarmente sensibile dello stress da siccità. Inoltre, emerge come le informazioni specifiche per specie siano fondamentali per valutazioni accurate della salute forestale.