Aumentare le prestazioni di LSPIV sfruttando l’indice SDI a diverse scale spaziali

Gli approcci basati su immagini per le stime della velocità superficiale stanno diventando sempre più popolari a causa della crescente necessità di metodi di monitoraggio del flusso fluviale a basso costo. In questo contesto, le caratteristiche e le dinamiche di seeding lungo il metraggio video rappresentano una delle variabili chiave che influenzano i risultati della velocimetria dell’immagine. Studi recenti evidenziano la necessità di identificare le impostazioni dei parametri in base alle condizioni di flusso locali e ai fattori ambientali apriori, rendendo difficile automatizzare l’uso di approcci velocimetrici per immagini per il monitoraggio continuo. L’indice di distribuzione seeding (SDI) – recentemente introdotto dagli autori – identifica la migliore lunghezza della finestra di frame di un video da analizzare, riducendo i carichi computazionali e migliorando le prestazioni della velocimetria dell’immagine. In questo lavoro, proponiamo un metodo basato su una soglia media di serie temporali SDI con filtraggio del rumore. Questo metodo è stato testato su tre casi di studio in Italia e convalidato su uno nel Regno Unito, dove è disponibile un numero relativamente elevato di misurazioni. Seguendo questo metodo, abbiamo osservato una riduzione dell’errore del 20-39% rispetto all’analisi del video completo. Questo effetto benefico appare ancora più evidente quando l’ottimizzazione viene applicata a scale di sottosettore, nei casi in cui SDI mostra una marcata variabilità lungo la sezione trasversale. Infine, è stato proposto, calibrato e convalidato un parametro empirico t per usi pratici per definire la soglia SDI. t ha mostrato valori relativamente stabili nei diversi contesti in cui è stato applicato. È probabile che l’applicazione dell’indice di semina alla velocimetria basata su immagini per le stime della velocità del flusso superficiale aumenti l’accuratezza della misurazione negli studi futuri.

Citazione: Dal Sasso, S.F., A. Pizarro, S. Pearce, I. Maddock, S. Manfreda, Increasing LSPIV performances by exploiting the seeding distribution index at different spatial scales, Journal of Hydrology, 2021. https://doi.org/10.1016/j.jhydrol.2021.126438

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *