Misurazione precisa della neve grazie all'intelligenza artificiale e ai satelliti

Quanta neve c'è in montagna? Questa domanda è importante sia per il turismo invernale e i gestori di impianti idroelettrici sia per gli appassionati di sport invernali che vogliono valutare il rischio di valanghe. Tuttavia, la misurazione dell'altezza della neve comporta una serie di sfide: Può cambiare rapidamente a seconda delle condizioni meteorologiche, dipende fortemente dal terreno e non è direttamente riconoscibile sulle fotografie aeree.

Oggi il monitoraggio della neve in Svizzera si basa principalmente sui dati delle stazioni di misurazione. Poiché esistono solo circa 400 stazioni in tutta la Svizzera, i dati sulla neve per molte località sono piuttosto imprecisi. Ora la situazione potrebbe cambiare: I ricercatori dell'ETH guidati da Konrad Schindler, professore di fotogrammetria e telerilevamento dell'ETH, insieme all'azienda svizzera ExoLabs, in apertura all'Università di Zurigo, hanno sviluppato una tecnologia che utilizza le immagini satellitari e l'intelligenza artificiale per determinare la profondità della neve in modo più rapido e preciso rispetto al passato.

"Mentre le migliori mappe della neve della Svizzera hanno una risoluzione effettiva di circa 250 metri per 250, le nostre mappe possono essere ingrandite fino a 10 metri per 10 per leggere la profondità della neve", spiega Schindler. Inoltre, gli aggiornamenti regolari sull'altezza della neve non dipenderanno più necessariamente da nuovi dati di misurazione al suolo. Le immagini satellitari disponibili al pubblico saranno sufficienti in caso di bel tempo.

Dati satellitari dell'Agenzia Spaziale Europea

Il gruppo di ricerca di Schindler ha molta esperienza con le immagini satellitari: le usa per prevedere la densità della popolazione in aree di crisi, per determinare i danni di guerra agli edifici in Ucraina o per misurare l'altezza delle foreste in tutto il mondo. Ma come fa l'intelligenza artificiale a leggere la profondità della neve dalle immagini satellitari?

Prima di tutto, ha bisogno di milioni di esempi: Per la loro tecnologia, i ricercatori hanno utilizzato le immagini ottiche e a infrarossi dei satelliti Sentinel-2 dell'Agenzia spaziale europea (ESA). Questi satelliti registrano ogni luogo della Terra ogni cinque giorni con una risoluzione di 10 x 10 metri per pixel. Si tratta delle immagini più dettagliate attualmente disponibili gratuitamente e senza restrizioni. Ciò consente all'intelligenza artificiale di riconoscere quando e dove c'è neve in Svizzera e come cambia la linea della neve su base settimanale.

Ma questo da solo non basta: "Non possiamo dedurre direttamente l'altezza della neve dalle aree bianche delle immagini satellitari. Abbiamo bisogno di altri dati", afferma l'ETH Schindler.

Apprendimento attraverso il confronto con la realtà

Oltre alle immagini satellitari, i ricercatori dell'IA hanno quindi inserito i dati completi del terreno della Svizzera. Questo perché la neve si scioglie di più su un ripido pendio esposto a sud in presenza di sole che in una conca ombreggiata. Dati dettagliati sul terreno di questo tipo sono facilmente accessibili nei dati pubblici di Swisstopo.

I ricercatori hanno addestrato il sistema di intelligenza artificiale a ricavare la profondità della neve dai dati satellitari e del terreno. A tal fine, hanno fatto stimare al sistema la profondità della neve e hanno confrontato i risultati con le misurazioni della neve reale. "In ogni punto della griglia, abbiamo determinato quanto l'intelligenza artificiale fosse fuori strada con le sue stime e abbiamo gradualmente regolato il sistema in modo da ridurre gli errori", spiega Schindler. In gergo tecnico, questo metodo si chiama apprendimento supervisionato.

In una prima fase di addestramento, i ricercatori dell'ETH hanno utilizzato le mappe della neve di ExoLabs, che corrispondono molto bene ai dati delle stazioni di misurazione della neve in Svizzera. Oltre alle immagini satellitari di Sentinel-2, queste mappe si basano anche sulle immagini di altre missioni satellitari, meno precise dal punto di vista spaziale ma che forniscono immagini giornaliere. Utilizzando le mappe della neve di ExoLabs, l'IA ha memorizzato principalmente i modelli di distribuzione della neve su piccola scala, che non possono essere catturati dalla rete di stazioni di misurazione a maglia piuttosto grossa.

Messa a punto con i dati della Valle del Dischma

L'intelligenza artificiale è stata poi messa a punto utilizzando dati sulla neve molto dettagliati, che l'Istituto WSL per lo studio della neve e delle valanghe SLF raccoglie solo nella Valle della Dischma, nei Grigioni. Questi dati hanno insegnato all'IA che l'altezza della neve può variare di pochi metri a seconda del terreno. ? quindi in grado di applicare queste correlazioni spaziali in tutta la Svizzera e di prevedere con precisione l'altezza della neve anche laddove non sono disponibili dati di misurazione dettagliati dalle stazioni di rilevamento.

Un altro vantaggio della nuova tecnologia è che fornisce agli utenti anche l'incertezza della stima. Ad esempio, se il tempo è nuvoloso per un periodo più lungo e le nuove immagini satellitari non forniscono informazioni utili, l'incertezza della stima aumenta.

Nuovo standard per la misurazione della profondità della neve

I ricercatori dell'ETH hanno già testato con successo la misurazione della neve supportata dall'intelligenza artificiale durante due stagioni invernali. "Crediamo di aver stabilito un nuovo standard per la misurazione della profondità della neve in Svizzera", afferma Schindler.

La società svizzera ExoLabs è responsabile della commercializzazione della tecnologia. La start-up offre mappe della neve ad alta risoluzione in diverse app, tra cui Outdooractive, Strava, Skitourenguru, Hüttenbuch e l'app swisstopo. Se Reik Leiterer, amministratore delegato di ExoLabs, ha le idee chiare, in futuro le mappe della neve migliorate saranno disponibili anche per aree al di fuori delle Alpi, ad esempio in Scandinavia, sui Pirenei o in Nord e Sud America.