L'utilizzo di immagini multispettrali da drone è la seconda nuova metodologia che sarà testata e analizzata durante le fasi del dottorato di ricerca. Anche in questo caso lo scopo sarà quello di testare le potenzialità di una nuova metodologia di indagine archeologica non invasiva e contemporaneamente individuare elementi che possano colmare gli empty spaces del paesaggio medievale per ricostruirne il continuum archeologico.

Sono degli anni '80 le prime analisi su immagini multispetterali per fini di ricerca archeologica. In questa primissima fase le immagini erano ricavate dai sensori MSS (multispectral scanner) e TM (Thematic Mapper) montati sui satelliti della costellazione Landsat, aventi una risoluzione di 60 e 30m per pixel. Verso la fine degli anni '90, mentre il lancio del Landsat 8 portava in orbita il sensore ETM+ (con risoluzione fino a 15m nella banda pancromatica),  Sever fu il primo ricercatore ad utilizzare gli indici di vegetazione per elaborare le immagini multispettrali e rilevare elementi archeologici di grandi dimensioni non visibili in superficie. Più recentemente gli sviluppi tecnologici hanno permesso da un lato di migliorare costantemente la risoluzione dei sensori applicati ai satelliti e agli aerei (sotto il metro per pixel), dall'altro di applicare nuovi sensori multispettrali ai droni commerciali, abbattendo notevolmente i costi ed i tempi di ricerca, e raffinando enormemente la risoluzione delle immagini multispettrali (anche grazie alla possibilità di avere immagini scattate ad una quota molto minore), aprendo a nuovi sviluppi nel campo della ricerca archeologica, con nuove potenzialità ancora da esplorare.

A differenza dei sensori termici, che analizzano il suolo rilevando le differenze di temperatura, i sensori multispettrali studiano il suolo in maniera indiretta: cioè analizzando lo stato di salute della vegetazione che lo ricopre. In particolare, la vegetazione riflette e assorbe l'energia elettromagnetica in maniera diversa, in base a diverse proprietà fisiologiche determinate dal suolo su cui insistono, e in bande dello spettro elettromagnetico non visibili dall'occhio umano. Ad esempio una pianta sana riflette maggiormente l'energia elettromagnetica nell'infrarosso medio ( MIR= 2.5 - 20 μm) e nell'infrarosso vicino (NIR= 0.7 - 2.5 μm). rispetto ad una non sana. 

Analizzando il differente stato di salute delle piante è possibile individuare elementi archeologici non visibili in superficie. Ad esempio, un terreno che copre elementi murari determinerà piante meno sane, mentre piante che insistono su di un terreno che ricopre un fossato risulteranno più sane (vedi fig.1)

  (fig.1 da blog.micasense - Archaeological Surveys With Drone Mapping)

Utilizzando la prospettiva aerea delle immagini scattate da drone sarà possibile quindi far risaltare gli allineamenti di piante più o meno in salute, permettendo di ricostruire la forma e le dimensioni degli elementi archeologici non visibili in superficie (vedi fig.2).

(fig.2 da blog.micasense - Archaeological Surveys With Drone Mapping)

Bibliografia essenziale:

Agudo, P.U., Pajas, J.A., Pérez-Cabello, F., Redón, J.V., Lebrón, B.E., 2018, The Potential of Drones and Sensors to Enhance Detection of Archaeological Cropmarks: A Comparative Study Between Multi-Spectral and Thermal Imagery. Drones 2018, 2, 29

Fiorini L., Materazzi F., 2017, Un Iseion a Gravisca? Fotogrammetria, telerilevamento multispettrale da APR e dati archeologici per una possibile identificazione. FOLD&R FastiOnLine documents & research (396). pp. 1-23. ISSN 1828-3179

Verhoeven, G., 2008. Imaging the Invisible. Using modified Digital Still Cameras for Straightforward and Low-Cost Archaeological Near-InfraRed Photography. Journal of Archaeological Science 35(12), 3087-3100

Webber, Henry & Heyd, Volker & Horton, Mark & Bell, Martin & Matthews, Wendy & Chadburn, Amanda, 2017. Precision farming and archaeology. Archaeological and Anthropological Sciences. 10.1007/s12520-017-0564-8.

https://blog.micasense.com/archaeological-surveys-with-drone-mapping-563ac0329208