Forests play a crucial role in maintaining global ecological balance, supporting biodiversity, and regulating carbon and water cycles. However, human activities such as logging and the construction of forest roads have introduced significant disturbances, including skid trails. These infrastructures, used for timber transportation, cause lasting ecological impacts such as soil compaction, hydrological alterations, and vegetation degradation. Previous studies have demonstrated that soil compaction along skid trails reduces porosity and water infiltration, negatively affecting vegetation recovery. Despite these insights, the localized effects of skid trails on remote sensing-derived vegetation indices remain underexplored. This study aims to bridge this knowledge gap by using environmental indices such as NDVI, SAVI, NDMI, NDWI, and MNDWI, derived from Sentinel-2 satellite data, to assess the impact of skid trails on vegetation and soil moisture dynamics. The study spans four years (2021–2024) and includes a detailed spatial and temporal analysis of variations in these indices within and outside areas impacted by skid trails. Additionally, the research investigates correlations between these indices and climatic factors, such as precipitation and temperature, to better understand the interactions between anthropogenic disturbances and environmental conditions. The results reveal significant differences across the study areas, with a clear reduction in vegetation indices in skid trail-impacted zones, indicating negative effects on vegetation health. Moisture indices also exhibit patterns consistent with hydrological changes induced by soil compaction. Correlation analyses show that seasonal and interannual variations in the indices are strongly influenced by precipitation, while temperature plays a complementary role in modulating vegetation responses. This research provides a meaningful contribution to the existing literature, offering new insights into the localized effects of skid trails and demonstrating the efficacy of remote sensing in analysing forest disturbances. The findings can inform sustainable forest management strategies aimed at minimizing the adverse effects of human activities and promoting the ecological recovery of degraded areas.

Le foreste svolgono un ruolo cruciale nell'equilibrio ecologico globale, supportando la biodiversità e regolando i cicli del carbonio e dell'acqua. Tuttavia, le attività umane, come l'abbattimento di alberi e la costruzione di strade forestali, hanno introdotto disturbi significativi, tra cui le piste forestali (skid trails). Queste infrastrutture, utilizzate per il trasporto del legname, causano impatti ecologici duraturi, come la compattazione del suolo, alterazioni idrologiche e la degradazione della vegetazione. Studi precedenti hanno dimostrato che la compattazione del suolo lungo le piste forestali può ridurre la porosità e l'infiltrazione idrica, influenzando negativamente il recupero della vegetazione. Tuttavia, gli effetti localizzati di queste infrastrutture su indici di vegetazione derivati da telerilevamento non sono ancora stati esplorati a fondo. Questo studio mira a colmare tale lacuna, utilizzando indici di vegetazione e umidità come NDVI, SAVI, NDMI, NDWI e MNDWI, derivati dai dati satellitari Sentinel-2, per valutare l'impatto delle piste forestali sulle dinamiche della vegetazione e dell'umidità del suolo. Il periodo di studio comprende quattro anni (2021–2024), e include un'analisi spaziale e temporale dettagliata delle variazioni di tali indici all'interno e all'esterno delle aree occupate dalle piste forestali. Inoltre, sono state studiate le correlazioni tra questi indici e fattori climatici, come precipitazioni e temperature, per comprendere meglio le interazioni tra i disturbi antropogenici e le condizioni ambientali. I risultati hanno evidenziato significative differenze tra le aree di studio, con una chiara riduzione degli indici di vegetazione nelle aree influenzate dalle piste forestali, suggerendo un impatto negativo sulla salute della vegetazione. Inoltre, gli indici di umidità hanno mostrato alterazioni coerenti con le modifiche idrologiche associate alla compattazione del suolo. Le analisi di correlazione hanno indicato che le variazioni stagionali e interannuali degli indici sono fortemente influenzate dalle precipitazioni, sebbene la temperatura giochi un ruolo complementare nel modulare le risposte della vegetazione. Questa ricerca rappresenta un contributo significativo alla letteratura esistente, fornendo nuove conoscenze sugli effetti delle piste forestali a scala locale e dimostrando l'efficacia del telerilevamento nell'analisi dei disturbi forestali. I risultati possono guidare strategie di gestione sostenibile delle foreste, con l'obiettivo di minimizzare gli impatti

Effects of Skid Trails on Soil Moisture and Vegetation Indices: A Multi-Season Satellite Analysis

AQUINO, ANDREA
2024/2025

Abstract

Forests play a crucial role in maintaining global ecological balance, supporting biodiversity, and regulating carbon and water cycles. However, human activities such as logging and the construction of forest roads have introduced significant disturbances, including skid trails. These infrastructures, used for timber transportation, cause lasting ecological impacts such as soil compaction, hydrological alterations, and vegetation degradation. Previous studies have demonstrated that soil compaction along skid trails reduces porosity and water infiltration, negatively affecting vegetation recovery. Despite these insights, the localized effects of skid trails on remote sensing-derived vegetation indices remain underexplored. This study aims to bridge this knowledge gap by using environmental indices such as NDVI, SAVI, NDMI, NDWI, and MNDWI, derived from Sentinel-2 satellite data, to assess the impact of skid trails on vegetation and soil moisture dynamics. The study spans four years (2021–2024) and includes a detailed spatial and temporal analysis of variations in these indices within and outside areas impacted by skid trails. Additionally, the research investigates correlations between these indices and climatic factors, such as precipitation and temperature, to better understand the interactions between anthropogenic disturbances and environmental conditions. The results reveal significant differences across the study areas, with a clear reduction in vegetation indices in skid trail-impacted zones, indicating negative effects on vegetation health. Moisture indices also exhibit patterns consistent with hydrological changes induced by soil compaction. Correlation analyses show that seasonal and interannual variations in the indices are strongly influenced by precipitation, while temperature plays a complementary role in modulating vegetation responses. This research provides a meaningful contribution to the existing literature, offering new insights into the localized effects of skid trails and demonstrating the efficacy of remote sensing in analysing forest disturbances. The findings can inform sustainable forest management strategies aimed at minimizing the adverse effects of human activities and promoting the ecological recovery of degraded areas.
2024
Effects of Skid Trails on Soil Moisture and Vegetation Indices: A Multi-Season Satellite Analysis
Le foreste svolgono un ruolo cruciale nell'equilibrio ecologico globale, supportando la biodiversità e regolando i cicli del carbonio e dell'acqua. Tuttavia, le attività umane, come l'abbattimento di alberi e la costruzione di strade forestali, hanno introdotto disturbi significativi, tra cui le piste forestali (skid trails). Queste infrastrutture, utilizzate per il trasporto del legname, causano impatti ecologici duraturi, come la compattazione del suolo, alterazioni idrologiche e la degradazione della vegetazione. Studi precedenti hanno dimostrato che la compattazione del suolo lungo le piste forestali può ridurre la porosità e l'infiltrazione idrica, influenzando negativamente il recupero della vegetazione. Tuttavia, gli effetti localizzati di queste infrastrutture su indici di vegetazione derivati da telerilevamento non sono ancora stati esplorati a fondo. Questo studio mira a colmare tale lacuna, utilizzando indici di vegetazione e umidità come NDVI, SAVI, NDMI, NDWI e MNDWI, derivati dai dati satellitari Sentinel-2, per valutare l'impatto delle piste forestali sulle dinamiche della vegetazione e dell'umidità del suolo. Il periodo di studio comprende quattro anni (2021–2024), e include un'analisi spaziale e temporale dettagliata delle variazioni di tali indici all'interno e all'esterno delle aree occupate dalle piste forestali. Inoltre, sono state studiate le correlazioni tra questi indici e fattori climatici, come precipitazioni e temperature, per comprendere meglio le interazioni tra i disturbi antropogenici e le condizioni ambientali. I risultati hanno evidenziato significative differenze tra le aree di studio, con una chiara riduzione degli indici di vegetazione nelle aree influenzate dalle piste forestali, suggerendo un impatto negativo sulla salute della vegetazione. Inoltre, gli indici di umidità hanno mostrato alterazioni coerenti con le modifiche idrologiche associate alla compattazione del suolo. Le analisi di correlazione hanno indicato che le variazioni stagionali e interannuali degli indici sono fortemente influenzate dalle precipitazioni, sebbene la temperatura giochi un ruolo complementare nel modulare le risposte della vegetazione. Questa ricerca rappresenta un contributo significativo alla letteratura esistente, fornendo nuove conoscenze sugli effetti delle piste forestali a scala locale e dimostrando l'efficacia del telerilevamento nell'analisi dei disturbi forestali. I risultati possono guidare strategie di gestione sostenibile delle foreste, con l'obiettivo di minimizzare gli impatti
Sensitive areas
Alpine forests
Climate change
Forest operations
Forest mechanization
File in questo prodotto:
File Dimensione Formato  
Tesi_Aquino_FS_Finale.pdf

accesso aperto

Dimensione 10.37 MB
Formato Adobe PDF
10.37 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/82138