Come possono droni e laser svelare il fondo dei laghi?

I fondali dei laghi e le linee di costa sono fondamentali per capire come funziona l’ambiente marino. Fino a poco tempo fa, per misurare queste superfici si usavano eco‑sonde a bordo di barche, un metodo lento e costoso. Oggi, grazie ai droni (UAV) equipaggiati con fotocamere fotogrammetriche e ai sistemi LiDAR aerei (ALS), è possibile ottenere mappe batimetriche ad alta risoluzione in modo rapido ed efficiente.

Nel caso del lago Kłodno, gli scienziati hanno combinato due tecniche: la fotogrammetria da drone per modellare il fondo nelle zone poco profonde e il LiDAR per tracciare la costa. I dati sono stati analizzati con una regressione a vettori di supporto (SVR), che ha permesso di stimare la profondità fino a 1 m con una deviazione standard di 0,11 m e un’accuratezza di 0,22 m al 95 % di confidenza.

Tuttavia, solo il 44,5 % delle celle di 1 × 1 m ha raggiunto la densità minima consigliata (≥5 punti/m²), mentre il 43,7 % era vuoto. Il LiDAR, invece, ha fornito una copertura costiera più uniforme, con una densità media di 63,26 punti/m², anche se il 27,6 % delle celle rimaneva priva di dati. La tecnica di estrazione della costa applicata al LiDAR ha raggiunto una precisione posizionale media di 1,24 m (95 % di confidenza).

Il risultato? Droni e LiDAR hanno punti di forza diversi ma complementari: insieme producono mappe più precise e affidabili di acque poco profonde e linee costiere, utili per la gestione ambientale e la pianificazione di infrastrutture.

L'approccio combinato di fotogrammetria UAV e LiDAR ALS sfrutta le diverse proprietà fisiche della luce. La fotogrammetria utilizza immagini ottiche per ricostruire la superficie mediante corrispondenze di punti, ideale in acque limpide e poco profonde dove la penetrazione della luce è sufficiente. Il LiDAR, invece, emette impulsi laser a lunghezze d'onda verdi (circa 532 nm) che penetrano l'acqua fino a 30 m, fornendo misurazioni dirette della distanza tra l'aereo e il fondo.

Nel caso di Kłodno, la fotogrammetria è stata calibrata con punti di controllo a terra (GCP) per ridurre gli errori sistematici di orientamento. I dati rasterizzati sono stati poi inseriti in un modello di regressione a vettori di supporto (SVR), una tecnica di machine learning che costruisce una funzione non lineare ottimale tra le coordinate spaziali e le profondità misurate. L'SVR è stato addestrato su un set di campioni di profondità ottenuti da misurazioni tradizionali, garantendo una deviazione standard di 0,11 m.

Per quanto riguarda la densità dei punti, la normativa NOAA richiede almeno 5 punti per metro quadrato per garantire una copertura adeguata. La fotogrammetria ha raggiunto solo il 44,5 % di questa soglia, a causa di ombre, riflessi e scarsa trasparenza dell'acqua. Il LiDAR ha superato ampiamente il requisito, con 63,26 punti/m², ma la presenza di zone vuote (27,6 %) è dovuta a superfici altamente riflettenti o a interferenze atmosferiche.

L'estrazione della linea di costa dal cloud LiDAR è stata effettuata mediante un algoritmo di filtraggio basato su gradienti di elevazione e densità dei punti, seguito da una correzione di offset per compensare la rifrazione della luce nell'acqua. La precisione posizionale di 1,24 m (95 % di confidenza) è competitiva rispetto a metodi tradizionali, ma può essere ulteriormente migliorata integrando dati multitemporali e correzioni di maree.

In sintesi, la sinergia tra UAV e LiDAR permette di superare le limitazioni di ciascuna tecnologia: la fotogrammetria fornisce dettagli topografici ad alta risoluzione in acque poco profonde, mentre il LiDAR garantisce una copertura costiera più completa e una maggiore accuratezza di posizione. L'uso congiunto di queste tecniche è particolarmente promettente per la mappatura di ambienti costieri dinamici, la gestione delle risorse idriche e la valutazione dell'impatto climatico su zone vulnerabili.