VISION: stabilizzazione video tramite selezione automatica dei punti di controllo per applicazioni di velocimetria sui fiumi

VISION è un software open source scritto in MATLAB per la stabilizzazione video utilizzando il rilevamento automatico dei punti di controllo. Può essere applicato per qualsiasi uso, ma è stato sviluppato principalmente per applicazioni di velocimetria sui fiumi. Comprende una serie di opzioni che possono essere impostate a seconda delle esigenze dell’utente e dell’applicazione prevista: 1) selezione di diversi algoritmi di rilevamento delle forme caratteristiche (sette da selezionare con la possibilità di sceglierne due contemporaneamente), 2) definizione del valore percentuale delle forme caratteristiche più forti rilevate da considerare per la stabilizzazione, 3) tipo di trasformazione geometrica, 4) definizione di una regione di interesse su cui eseguire l’analisi e 5) visualizzazione in tempo reale di frame stabilizzati. Si è ritenuto che un caso di studio illustrasse le capacità di stabilizzazione della VISION su un esperimento di velocimetria. In particolare, l’impatto di stabilizzazione è stato quantificato in termini di errori di velocità rispetto alle misure in campo ottenendo una significativa riduzione dell’errore di velocità. VISION è un software di facile utilizzo che può supportare la ricerca operante nell’elaborazione delle immagini, ma può essere adottato anche per scopi didattici.

How to cite: Pizarro, A., S.F. Dal Sasso, S. Manfreda, VISION: VIdeo StabilisatION using automatic features selection for image velocimetry analysis in rivers, SoftwareX, Volume 19,  101173, 2022. [pdf]

Analisi stocastica sulla struttura delle serie di portata: dalle registrazioni ad alta risoluzioni fino alle ricostruzioni multicentenarie

L’identificazione della struttura di dipendenza del secondo ordine del deflusso fluviale è stata una delle sfide più antiche nelle scienze idrologiche, risalente al lavoro pionieristico di H.E. Hurst sul fiume Nilo. Da allora, numerosi studi su larga scala hanno studiato la struttura temporale del flusso di flusso che va dalla scala oraria a quella climatica, coprendo più ordini di grandezza. In questo studio, abbiamo ampliato questo intervallo a quasi otto ordini di grandezza analizzando serie temporali di flussi di flusso su piccola scala (nell’ordine dei minuti) da stazioni di terra e serie temporali di flussi di flusso su larga scala (nell’ordine di centinaia di anni) acquisiti da ricostruzioni paleoclimatiche.

How to cite: Pizarro A, Dimitriadis P, Iliopoulou T, Manfreda S, Koutsoyiannis D. Stochastic Analysis of the Marginal and Dependence Structure of Streamflows: From Fine-Scale Records to Multi-Centennial Paleoclimatic ReconstructionsHydrology. 2022; 9(7):126. https://doi.org/10.3390/hydrology9070126

Stima del contenuto idrico del suolo mediante camere RGB e termiche montate su DRONE

L’umidità del suolo (SM) è una variabile idrologica connettiva tra la superficie terrestre e l’atmosfera e influenza vari processi climatologici. L’umidità del suolo superficiale (SSM) è una componente chiave per affrontare gli scambi di energia e acqua e può essere stimata utilizzando diverse tecniche, come le misurazioni in situ e il telerilevamento. Le misurazioni in situ discrete, costose e prolungate raramente sono in grado di dimostrare le fluttuazioni dell’umidità. D’altra parte, gli attuali sensori satellitari ad alta risoluzione spaziale non hanno la risoluzione spettrale richiesta per molte applicazioni RS quantitative, che è fondamentale per coperture eterogenee. I sistemi aerei senza pilota (UAS) basati su RS rappresentano un’opzione per colmare il divario tra queste tecniche, fornendo approcci a basso costo per soddisfare i requisiti critici di risoluzioni spaziali, spettrali e temporali. Nel presente studio, SM è stata stimata attraverso un UAS dotato di un sensore di imaging termico. A tal fine, nell’ottobre 2018, sono state effettuate due campagne aeree diurne e notturne con il sensore termico per la stima dell’inerzia termica apparente (ATI) su un campo agricolo in Iran. Contemporaneamente, le misurazioni SM sono state ottenute in 40 punti campione nelle diverse parti dell’area di studio. I risultati hanno mostrato una buona correlazione (R2=0.81) tra la SM stimata e quella osservata sul campo. Questo studio dimostra il potenziale degli UAS nel fornire immagini termiche ad alta risoluzione con l’obiettivo di monitorare SM su suoli nudi e scarsamente vegetati. È stato considerato un caso di studio basato su un vasto settore agricolo in Iran, dove il monitoraggio del SM è ancora più critico a causa del clima arido e semiarido, della mancanza di adeguate stazioni di misurazione del SM e della scarsa qualità dei dati disponibili.

How to cite: Paridad, P., S.F. Dal Sasso, A. Pizarro, L. Mita, M. Fiorentino, M.R. Margiotta, F. Faridani, A. Farid, and S. Manfreda, Estimation of soil moisture from UAS platforms using RGB and thermal imaging sensors in arid and semi-arid regionsACTA Horticulture, 1335, 339-348, (DOI: 10.17660/ActaHortic.2022.1335.42), 2022. [pdf]

AGGIORNAMENTO SULLE PRECIPITAZIONI ESTREME IN CAMPANIA

Negli ultimi anni gli eventi piovosi estremi sono in aumento sia per numero che per intensità, ma è difficile identificare tendenze e dinamiche specifiche a livello regionale a causa della forte variabilità di questo processo sia nel tempo che nello spazio. A tal fine, il presente lavoro tenta di valutare una descrizione dettagliata dei modelli e degli andamenti delle precipitazioni estreme sub-giornaliere nella regione Campania. Per questo motivo, i record di tutte le stazioni pluviali disponibili sono stati raccolti e utilizzati per costruire un set di dati di massimi annuali di precipitazioni orarie, che sono stati anche estesi utilizzando tecniche di riempimento delle lacune. Il database delle precipitazioni assemblato ha consentito di migliorare la nostra comprensione delle dinamiche delle precipitazioni e di quantificare le tendenze dei massimi annuali nella regione.

Le piogge estreme in Campania

Gli eventi di precipitazioni estreme stanno aumentando sia in numero che in intensità su scala globale; tuttavia, è difficile quantificare l’impatto del cambiamento climatico su scala locale data la forte eterogeneità temporale e spaziale di questo processo. Inoltre, la disponibilità limitata di dati e la sua variabilità spaziale richiedono uno sforzo significativo per identificare tendenze specifiche a livello regionale. In questo studio, tentiamo di costruire una descrizione dettagliata dei modelli e delle tendenze delle precipitazioni nella regione Campania, nel sud Italia. Per questo motivo, il dataset dei massimi annuali di pioggia nelle durate preassegnate è stato costruito utilizzando tutti i record disponibili ed esteso utilizzando metodi di interpolazione come i metodi Inverse Distance Weighting e Ordinary Kriging. Il set di dati sulle precipitazioni ha consentito di quantificare le tendenze effettive nella regione utilizzando il test di tendenza di Mann-Kendall e l’analisi da record. Il test di tendenza rivela che la maggior parte delle stazioni di pioggia non mostra un andamento statisticamente significativo, tuttavia si osserva un trend crescente di precipitazioni estreme per brevi periodi, in specifiche porzioni della regione.

How to cite: Avino, A., S. Manfreda, L. Cimorelli, and D. Pianese, Trend of Annual Maximum Rainfall in Campania Region (Southern Italy), Hydrological Processes, (doi:10.1002/hyp.14447), 2021. [pdf]

Delimitazione delle aree soggette a inondazioni nelle regioni costiere scoscese attraverso una procedura basata sull’indice GFI

Il metodo dell’indice di alluvione geomorfologico (GFI) fornisce una buona rappresentazione delle aree soggette a inondazioni. Tuttavia, il metodo non tiene conto dei trasferimenti di acque alluvionali in interbacini indefiniti (UIB), che rappresentano piccoli bacini interclusi lungo la costa che potrebbero essere inondati da grandi fiumi adiacenti. Il presente lavoro affronta questa lacuna integrando l’approccio GFI con una procedura iterativa che considera gli UIB ei trasferimenti di acqua tra i bacini. La metodologia è stata testata su un bacino costiero dell’Italia meridionale e il risultato è stato confrontato con una mappa delle piene ottenuta da una simulazione idraulica bidimensionale. Le prestazioni di GFI come descrittore morfologico sono migliorate dal 74% (metodo standard) al 94% con l’aggiunta della procedura iterativa. La metodologia proposta, con la stessa parametrizzazione, è stata applicata su un secondo bacino costiero adiacente ottenendo miglioramenti sia in termini di tassi di veri positivi (dal 56 al 79%) che di falsi negativi (dal 44 al 21%). Infine, un’analisi di sensitività ai periodi di ritorno delle piene ha evidenziato una forte influenza sulla parametrizzazione del modello per periodi di ritorno inferiori a 20 anni. Questo risultato rappresenta un nuovo sviluppo nell’applicazione del metodo GFI, che può aiutare le parti interessate in una gestione del rischio di alluvione più efficace in termini di tempo e costi nelle aree a rischio.

How to cite: Albertini, C., D. Miglino, V. Iacobellis, F. De Paola, S. Manfreda, Flood-prone areas delineation in coastal regions using the Geomorphic Flood IndexJournal of Flood Risk Management, e12766,(https://doi.org/10.1111/jfr3.12766) 2021.

Confronto tra algoritmi di stabilizzazione di video per monitoraggio

Sebbene la disponibilità e l’accessibilità dei sistemi aerei senza pilota (UAS) abbiano portato al rapido sviluppo di applicazioni di telerilevamento in idrologia e idrometria, le incertezze relative a tali misurazioni devono essere quantificate e mitigate. L’instabilità fisica della piattaforma UAS induce inevitabilmente movimento nei video acquisiti e può avere un impatto significativo sull’accuratezza delle misurazioni basate sulla fotocamera, come la velocimetria. Una pratica comune nella preelaborazione dei dati è la compensazione del movimento indotto dalla piattaforma mediante metodi di stabilizzazione dell’immagine digitale (DIS), che utilizzano le informazioni visive dai video acquisiti – sotto forma di caratteristiche statiche – per stimare e poi compensare tale movimento . La maggior parte degli approcci di stabilizzazione esistenti si basano su strumenti personalizzati sviluppati internamente, basati su algoritmi diversi, o su software commerciali di uso generale. In letteratura non è stata trovata interconfronto tra diversi strumenti di stabilizzazione per scopi di telerilevamento UAS che potrebbe servire come base per la selezione di un particolare strumento in determinate condizioni. In questo documento, abbiamo tentato di riassumere e descrivere diversi strumenti DIS liberamente disponibili applicabili alla velocimetria UAS. Un totale di sette strumenti – sei mirati specificamente alla velocimetria e un software generico – sono stati studiati in termini di (1) accuratezza della stabilizzazione in varie condizioni, (2) robustezza, (3) complessità computazionale e (4) esperienza dell’utente, utilizzando tre video di casi di studio con diverse condizioni di volo e di terra. Nel tentativo di quantificare adeguatamente l’accuratezza della stabilizzazione utilizzando diversi strumenti, abbiamo anche presentato una metrica di confronto basata sulle differenze quadratiche medie (RMSD) delle intensità dei pixel tra i fotogrammi per le caratteristiche statiche selezionate. Le differenze più evidenti tra gli strumenti indagati sono state riscontrate per quanto riguarda il metodo di identificazione delle caratteristiche statiche nei video, ovvero la selezione manuale delle caratteristiche o automatica. I metodi all’avanguardia che si basano sulla selezione automatica delle caratteristiche richiedono un minor numero di parametri forniti dall’utente e sono in grado di selezionare un numero significativamente maggiore di caratteristiche potenzialmente statiche (di diversi ordini di grandezza) rispetto ai metodi che richiedono l’identificazione manuale di tali caratteristiche. Ciò consente al primo di ottenere una maggiore precisione di stabilizzazione, ma i metodi di selezione manuale delle funzionalità hanno dimostrato una minore complessità computazionale e una migliore robustezza in condizioni di campo complesse. Sebbene questo documento non intenda identificare lo strumento di stabilizzazione ottimale per scopi di velocimetria basato su UAS, mira a far luce sui dettagli dell’implementazione, che possono aiutare ingegneri e ricercatori a scegliere lo strumento adatto alle loro esigenze e alle condizioni specifiche del campo. Inoltre, la metrica di confronto RMSD presentata in questo documento può essere utilizzata per misurare l’incertezza di stima della velocità indotta dal movimento dell’UAS.

How to cite: Ljubičić, R., Strelnikova, D., Perks, M. T., Eltner, A., Peña-Haro, S., Pizarro, A., Dal Sasso, S. F., Scherling, U., Vuono, P., and Manfreda, S.: A comparison of tools and techniques for stabilising unmanned aerial system (UAS) imagery for surface flow observations, Hydrol. Earth Syst. Sci., 25, 5105–5132, https://doi.org/10.5194/hess-25-5105-2021, 2021. [pdf]

Monitoraggio di ecosistemi naturali con Droni

La complessità dell’ecosistema è tra i fattori determinanti della biodiversità e del funzionamento dell’ecosistema e i sistemi aerei senza equipaggio (UAS) stanno diventando uno strumento importante per caratterizzare modelli e processi della vegetazione. La varietà delle applicazioni degli UAS è immensa, così come le procedure per elaborare i dati degli UAS descritti in letteratura. L’ottimizzazione del flusso di lavoro è ancora oggetto di discussione. Qui presentiamo una sintesi completa che mira a identificare regole comuni che modellano i flussi di lavoro applicati negli studi basati su UAS che affrontano la complessità negli ecosistemi. Analizzando gli studi, abbiamo trovato somiglianze indipendentemente dall’ecosistema, in base al carattere della proprietà affrontata, come la composizione delle specie (biodiversità), la struttura dell’ecosistema (volume/complessità del popolamento), lo stato della pianta (fenologia e livelli di stress) e la dinamica ( disturbi e rigenerazione). Proponiamo un quadro generale che consenta di progettare indagini sulla vegetazione basate su UAS in base al suo scopo e alla componente della complessità dell’ecosistema affrontata. Supportiamo il quadro con schemi dettagliati ed esempi di migliori pratiche di studi UAS che coprono ciascuna delle proprietà della vegetazione (cioè composizione, struttura, stato e dinamica) e relative applicazioni. Per un’efficace indagine UAS sono fondamentali i seguenti punti: conoscenza del fenomeno, scelta della piattaforma, del sensore, risoluzione (temporale, spaziale e spettrale), modello e algoritmo di classificazione in base al fenomeno, nonché un’attenta interpretazione dei risultati. Più semplice è la procedura, più robusta, ripetibile, applicabile ed economicamente vantaggiosa. Pertanto, il design corretto può ridurre al minimo gli sforzi massimizzando la qualità dei risultati.

Come citare: Müllerová J. , X. Gago, M. Bučas,J. Company, J. Estrany, J. Fortesa, S. Manfreda, A. Michez, M. Mokroš, G. Paulus, E. Tiškus, M. A. Tsiafouli, R. Kent, Characterizing vegetation complexity with unmanned aerial systems (UAS) – A framework and synthesis, Ecological Indicators, Volume 131, November 2021, 108156. [pdf]

Mappatura del tasso di infiltrazione dell’acqua utilizzando dati iperspettrali e UAV: un caso di studio dell’Alento, Italia

Il tasso di infiltrazione dell’acqua (WIR) nel profilo del suolo è stato studiato attraverso uno studio completo che sfrutta le informazioni spettrali della superficie del suolo. Poiché la spettroscopia del suolo fornisce informazioni inestimabili sugli attributi del suolo e poiché il WIR è una proprietà dipendente dalla superficie del suolo, la spettroscopia di campo può modellare il WIR meglio delle tradizionali misurazioni spettrali di laboratorio. Questo perché il campionamento per quest’ultimo altera lo stato del suolo-superficie. È stata creata una libreria spettrale del suolo di campo (FSSL), composta da 114 campioni con diverse tessiture provenienti da sei diversi siti nel bacino del Mediterraneo, combinati con misurazioni spettrali tradizionali di laboratorio. Successivamente, è stata condotta un’analisi di regressione parziale dei minimi quadrati sui dati spettrali e WIR in diversi gruppi di tessitura del suolo, mostrando migliori prestazioni delle osservazioni spettrali sul campo rispetto alla spettroscopia di laboratorio tradizionale. Inoltre, diverse proprietà spettrali quantitative sono state perse a causa della procedura di campionamento e la separazione dei campioni in base alla trama ha fornito una maggiore precisione. Sebbene la regione spettrale visibile dell’infrarosso vicino all’infrarosso a onde corte (VNIR-SWIR) fornisse una migliore precisione, abbiamo ricampionato i dati spettrali alla risoluzione di un sensore iperspettrale Cubert (VNIR). Questo sensore iperspettrale è stato quindi assemblato su un veicolo aereo senza pilota (UAV) per applicare un modello spettrale selezionato ai dati UAV e mappare il WIR in un’area semi-vegetata all’interno del bacino idrografico dell’Alento, in Italia. Contemporaneamente al volo del sensore UAV-Cubert sono state eseguite misurazioni spettrali e WIR complete della verità al suolo. I risultati sono stati convalidati in modo soddisfacente sul campo utilizzando campioni di campo, seguiti da un’analisi dell’incertezza spaziale, concludendo che l’UAV con telerilevamento iperspettrale può essere utilizzato per mappare le proprietà del suolo relative alla superficie del suolo.

Citazione: Francos, N.; Romano, N.; Nasta, P.; Zeng, Y.; Szabó, B.; Manfreda, S.; Ciraolo, G.; Mészáros, J.; Zhuang, R.; Su, B.; et al. Mapping Water Infiltration Rate Using Ground and UAV Hyperspectral Data: a Case Study of Alento, Italy. Remote Sens., 13, 2606 (https://doi.org/10.3390/rs13132606), 2021.

La laminazione delle Piene

Le dighe di detenzione sono una delle pratiche più efficaci per mitigare le inondazioni. Pertanto, l’impatto di queste strutture sulla risposta idrologica del bacino è fondamentale per la gestione delle inondazioni e la progettazione delle strutture di controllo delle inondazioni. Con l’obiettivo di fornire un quadro matematico per interpretare l’effetto dei sistemi di controllo del flusso sulla dinamica dei bacini idrografici, la relazione funzionale tra afflussi e deflussi viene studiata e derivata in forma chiusa. Ciò ha consentito la definizione di una distribuzione di probabilità derivata teoricamente dei picchi in uscita dai bacini di detenzione in linea. Il modello è stato derivato assumendo una forma idrografica rettangolare con una durata fissa e un picco di piena casuale. Nel presente studio, si presume che la distribuzione indisturbata delle inondazioni sia distribuita di Gumbel, ma la formulazione matematica proposta può essere estesa a qualsiasi altra distribuzione di probabilità dei picchi di piena. Un’analisi di sensitività dei parametri ha evidenziato l’influenza della capacità del bacino di detenzione e della durata degli eventi piovosi sulla mitigazione delle inondazioni sulla distribuzione di probabilità dei picchi in uscita. Il framework matematico è stato testato utilizzando per il confronto una simulazione Monte Carlo in cui vengono rimosse la maggior parte delle ipotesi semplificate utilizzate per descrivere i comportamenti della diga. Ciò ha permesso di dimostrare che la formulazione proposta è affidabile per piccoli bacini idrografici caratterizzati da una risposta impulsiva. Il nuovo approccio per la quantificazione dei picchi di alluvione nei bacini fluviali caratterizzati dalla presenza di bacini artificiali di detenzione può essere utilizzato per migliorare le pratiche di mitigazione delle alluvioni esistenti, supportare la progettazione di sistemi di controllo delle alluvioni e analisi del rischio di alluvione.

Riferimento: Manfreda, S., D. Miglino, and C. Albertini, Impact of detention dams on the probability distribution of floods, Hydrol. Earth Syst. Sci., 25, 4231–4242, https://doi.org/10.5194/hess-25-4231-2021, 2021 [pdf]