L'utilizzo di dati di rilevamento remoto per la valutazione e la pianificazione di recupero di danni post-landslide

Grazie alla combinazione di immagini satellitari, fotografie aeree e indagini sui droni, gli esperti possono valutare rapidamente le regioni colpite anche in terreni pericolosi o inaccessibili. Questo articolo esamina i tipi di dati di rilevamento remoto impiegati, le loro applicazioni nella valutazione dei danni e nella pianificazione del recupero, e le tendenze emergenti che promettono di migliorare ulteriormente la risposta ai disastri.

Comprendere il rilevamento remoto e il suo ruolo nella risposta Landslide

Le Landslides sono tra i pericoli geologici più distruttivi, spesso colpisce senza preavviso e causano una significativa perdita di vita, danni alle proprietà e disagi alle reti di trasporto. Le indagini tradizionali basate sul suolo, pur necessarie per convalidare i dati, sono di consumo di tempo, costose e pericolose per il personale che lavora su piste instabili.

Il telerilevamento si riferisce all'acquisizione di informazioni su un oggetto o un'area senza contatto fisico, utilizzando in genere sensori montati su satelliti, aerei o veicoli aerei senza equipaggio (UAV). Nel contesto di frane, questi dati consentono agli analisti di rilevare guasti di pendenza, mappa di detriti, quantificare i cambiamenti nella topografia e monitorare i pericoli in corso.

Sensori e piattaforme chiave

Le diverse piattaforme di telerilevamento offrono vantaggi distinti a seconda della scala e dell'urgenza dell'evento:

  • Satellites:[] I satelliti ottici e radar (ad esempio, Sentinel‐1, Sentinel‐2, Landsat, PlanetScope) offrono frequenti tempi di rivisitazione e ampia copertura, consentendo confronti prima e dopo su grandi aree. I sensori radar possono penetrare le nuvole e operare giorno o notte, che è fondamentale durante le frane indotte tempesta.
  • Aeromobili gestiti:[] La fotografia aerea da aerei fornisce immagini molto ad alta risoluzione (sotto-metro) che è utile per mappatura dettagliata di danni alle infrastrutture, collasso di costruzione e percorsi di flusso detriti.
  • UAVs (drones): I droni offrono una flessibilità eccezionale e possono catturare ortofoto ad altissima risoluzione e modelli digitali di superficie (DSM) su siti specifici, particolarmente preziosi per le indagini ripetute dopo una frana per monitorare i cambiamenti nelle piste instabili o per guidare le operazioni di ricerca-e-rescue.

Il contributo della rilevazione remota alla valutazione dei danni

La valutazione dei danni post-landslide richiede un'identificazione rapida e accurata delle aree colpite, delle infrastrutture incise e delle modifiche nella copertura terrestre o nella topografia.

Immagini ottiche per l'interpretazione visiva

Le immagini satellitari ottiche ad alta risoluzione (ad esempio WorldView‐3, Pleiades) permettono agli analisti di identificare visivamente le cicatrici frane, i depositi di detriti, gli edifici distrutti e le strade bloccate. Le tecniche di rilevamento dei cambiamenti confrontano le immagini pre- e post-evento per evidenziare i pixel alterati.

Radar sintetico dell'apertura (SAR) per l'immaginazione di tutti i tipi

I sensori SAR, come quelli a bordo Sentinel‐1, emettono impulsi a microonde e misurano il segnale in caso di inasprimento. A differenza dei sensori ottici, SAR lavora attraverso le nuvole, il fumo e l'oscurità – un grande vantaggio quando le frane si verificano durante il tempo.

LiDAR per la Topografia ad alta risoluzione

Airborne LiDAR (Light Detection and Ranging) genera modelli di elevazione digitale altamente precisi (DEMs) misurando i tempi di ritorno del polso laser. Le indagini di LiDAR post-evento catturano rappresentazioni tridimensionali dettagliate della massa frana, comprese le cicatrici della testa, i margini laterali e le zone di deposizione. La differenza tra i DEM pre- e post-evento (una tecnica chiamata DEM di Difference scale, o DoDDD).

Esempio: LiDAR per la stima del volume

Dopo il flusso di detriti di Montecito in California, i sondaggi LiDAR guidati dall'aria hanno aiutato le autorità a misurare il volume dei depositi di detriti e a modellare potenziali percorsi di flusso futuri. I dati hanno informato i canali di drenaggio temporanei e i disegni di detriti-basin, riducendo il rischio durante le tempeste successive.

Applicazioni nella pianificazione del recupero

La valutazione dei danni è solo il primo passo. I dati di rilevamento remoto diventano ancora più preziosi quando vengono utilizzati per guidare la pianificazione del recupero, l'allocazione delle risorse e il monitoraggio a lungo termine.

Prioritarizzare le aree di intervento

Le mappe di danni derivate dal telerilevamento aiutano i responsabili dei disastri a identificare i quartieri più colpiti, le infrastrutture critiche (ponti, linee elettriche, sistemi di approvvigionamento idrico), e le vie di accesso che necessitano di una pulizia immediata.

Progetti di riabilitazione

L'analisi geomorfica con DSM e mappe di rugosità superficiale informa misure di stabilizzazione delle piste come il mantenimento di pareti, l'unghia del suolo o sistemi di drenaggio. Ad esempio, un DEM ad alta risoluzione può rivelare la posizione di crepe di tensione che possono propagarsi in ulteriori fallimenti.

Monitoraggio dei progressi e degli ostacoli residenziali

Ripetere le indagini di rilevamento remoto – sia che rivisitino il satellite settimanale, voli mensili di droni o LiDAR – consentono il monitoraggio continuo del progresso di recupero. Le modifiche nella ricrescita della vegetazione, il movimento dei sedimenti nei canali, o la deformazione continua delle piste possono essere rilevate presto. Questo monitoraggio è particolarmente importante per grandi frane che possono rimanere attive per anni dopo il fallimento iniziale.

Integrazione di rilevamento remoto con altre fonti di dati

Il potenziale completo di telerilevamento si realizza quando si combina con osservazioni in-situ, dati geotecnici e informazioni relazionate dalla comunità. I geologi e gli ingegneri spesso verificano mappe di danno derivate dal satellite tramite visite di campo, rapporti di scienze dei cittadini (ad esempio, tramite applicazioni mobili), e sensori basati sul suolo come inclinometri o indicatori di pioggia.

Imparare la macchina e l'analisi automatizzata

I recenti progressi nell'intelligenza artificiale e nella visione del computer hanno accelerato la valutazione dei danni. Le reti neurali convoluzionali (CNN) addestrate su migliaia di immagini pre- e post-evento possono delineare automaticamente i confini franosi, classificare la gravità dei danni e persino stimare i tassi di distruzione della costruzione.

Vantaggi e limitazioni della rilevazione remota per le Landslides

Vantaggi

  • Risposta raggiante:[] I satelliti e i droni possono essere incaricati entro ore di un evento, fornendo informazioni dannose ai rispondenti già in viaggio.
  • Sicurezza:[]] Rimuove la necessità che il personale entri in zone instabili e pericolose durante la fase iniziale di valutazione.
  • Copertura di attesa:[ Grandi complessi di frana che richiederebbero settimane per sondaggio a piedi possono essere mappati in un unico overpass.
  • Possibilità multitemporale:[ Le frequenti rivisitazioni permettono di tracciare sia l'impatto immediato che l'evoluzione dei pericoli post-landslide.
  • Efficienza dei costi:[ Sebbene gli investimenti iniziali dei sensori possano essere elevati, il costo per chilometro quadrato è molto inferiore a quello delle indagini di terra estese, soprattutto in terreni remoti.

Limitazioni

  • dipendenza da calore e illuminazione:[] I sensori ottici sono bloccati dalle nuvole; mentre SAR risolve tale problema, la sua risoluzione spaziale può essere più forte.
  • Necessario per i dati di riferimento pre-evento:[ Il rilevamento accurato dei cambiamenti richiede immagini di base e DEM, che potrebbero non essere disponibili per ogni regione alla risoluzione richiesta.
  • Sfide di interpretazione:[] Gli algoritmi automatizzati possono scompensare ombre, corpi idrici o recenti lavori di costruzione come danni alle frane.
  • Data volume e tempo di elaborazione:[[ Immagini ad alta risoluzione e nubi a punto LiDAR generano terabyte di dati che richiedono risorse di archiviazione e computazionali sostanziali.
  • Problemi di regolamentazione e coordinamento:[ I voli Drone sono spesso limitati nelle zone di emergenza, e l'attività satellitare può essere ritardata a causa della concorrenza tra le crisi multiple.

Studi di casi Dimostrare un uso efficace

2014 Oso Landslide, Washington, Stati Uniti

Nel marzo 2014, una massiccia frana ha ucciso 43 persone vicino a Oso, Washington. I dati LiDAR raccolti prima dell'evento avevano già identificato la pendenza come instabile, ma le immagini post-slide LiDAR e satellitari sono stati strumentali nella mappatura del campo detriti e localizzazione delle vittime. L'analisi multi-temporale ha aiutato gli investigatori a capire il meccanismo di fallimento e ha contribuito a revisioni dei codici di costruzione in un terreno simile.

2017 Mudslide Sierra Leone

Dopo devastanti inondazioni e frane in Freetown, Sierra Leone, UNOSAT produsse rapidamente mappe di valutazione dei danni utilizzando immagini satellitari ottiche ad alta risoluzione, che guidarono l'implementazione di team di ricerca e salvataggio e successivamente la pianificazione del reinsediamento informato per migliaia di persone sfollate.

2023 Tuban Landslide, Indonesia

Dopo una grande frana a Tuban, East Java, le autorità indonesiane hanno schierato i droni per catturare ortofoto e DSM dell'area interessata. I dati hanno permesso al governo locale di calcolare il volume di materiale sfiato e di progettare un sistema di drenaggio che ha deviato la superficie di decomposizione dal pendio instabile. L'intero processo di valutazione e pianificazione ha richiesto meno di una settimana, illustrando il vantaggio di velocità di rilevamento remoto basato sui droni per eventi di medie dimensioni.

Future Directions: Tecnologie e tendenze emergenti

Il ruolo di telerilevamento nella gestione delle frane continuerà ad espandersi come nuovi sensori e tecniche analitiche maturano.

Copertura satellitare più alta risoluzione e più frequente

Le prossime missioni come NISAR della NASA-ISRO fornirà dati globali e veloci di rivisitazione della banda L, migliorando la rilevazione di frane in movimento lento in aree vegetate. La combinazione di alta risoluzione temporale con risoluzione spaziale moderata renderà più reattivi che mai il rilevamento remoto di frane in movimento lento.

Fusione dati in tempo reale e cloud computing

Le piattaforme cloud come Google Earth Engine e Microsoft Planetary Computer consentono agli utenti di elaborare e combinare i dataset ottici, SAR e LiDAR senza vincoli hardware locali. Ingestione in tempo reale di immagini satellitari e feed di droni, abbinati ad algoritmi di rilevamento delle franature automatizzati, potrebbe presto fornire aggiornamenti di danni ai team di campo entro pochi minuti da un overpass.

Integrazione con Internet delle cose (IoT) Sensori

I dati di rilevamento remoto vengono sempre più integrati con sensori IoT basati sul suolo, come sonde di umidità, misuratori di inclinazione e indicatori di pioggia, per alimentare i sistemi di allarme precoce. Un'anomalia di deformazione satellitare può attivare sensori locali per raccogliere dati di frequenza superiore, creando una rete di monitoraggio in scala che bilancia la copertura con precisione.

Convalida basata sulla Comunità attraverso Crowdsourcing

Piattaforme come OpenStreetMap Humanitarian OpenStreetMap Team (HOT) e l’iniziativa “Foster” della NASA permettono ai volontari di convalidare mappe di danni da remoto tramite immagini satellitari e foto sul campo. Questa verità su terra affollata accelera la produzione di prodotti di valutazione affidabili, soprattutto quando i team professionali non possono raggiungere il sito.

Conclusioni

Dai satelliti ottici che dipingono un quadro di devastazione ai sensori SAR che vedono attraverso le nuvole di tempesta e LiDAR che rivela la topografia nascosta di uno scorrevole, ogni tecnologia offre punti di forza unici. Quando combinato con dati basati sul suolo e analisi automatizzate, questi strumenti consentono valutazioni più dettagliate, più sicure e più oggettive che supportano direttamente le comunità in crisi.

Per ulteriori informazioni sulle applicazioni di telerilevamento nella valutazione delle franature, consultare il [ UNESCO smotta risorse di riduzione del rischio[[] e il Programma di pericolosi per le terre].