Document Actions

ijege-special-11-cavalli-tarolli.pdf

background image
33
Italian Journal of Engineering Geology and Environment, Special Issue 1 (2011)
© Casa Editrice Università La Sapienza
www.ijege.uniroma1.it
DOI: 10.4408/IJEGE.2011-01.S-03
M
ARCO
CAVALLI
(*)
& P
AOLO
TAROLLI
(**)
(*)
Consiglio Nazionale delle Ricerche, Istituto di Ricerca per la Protezione Idrogeologica - Corso Stati Uniti, 4 - 35127 Padova, Italy
E-mail: marco.cavalli@irpi.cnr.it
(**)
Università degli Studi di Padova, Dipartimento Territorio e Sistemi Agroforestali - Viale dell’Università, 16 - 35020 Legnaro (PD), Italy
E-mail: paolo.tarolli@unipd.it
APPLICAZIONE DELLA TECNOLOGIA LIDAR PER LO STUDIO DEI CORSI D’ACQUA
APPLICATION OF LIDAR TECHNOLOGY FOR RIVERS ANALYSIS
RIASSUNTO
Poter disporre di dettagliati dati topografi ci è un requisito fonda-
mentale per lo studio dell’ambiente fl uviale sia in termini qualitativi
che quantitativi. Infatti, i dati topografi ci forniti dalle tradizionali carte
topografi che regionali sono spesso non suffi cientemente accurati per
consentire l’individuazione e la mappatura delle morfologie presenti
mentre, a fronte di una maggiore accuratezza, i rilievi di terreno (te-
odolite, GPS), richiedono notevoli risorse temporali e fi nanziarie. Il
LiDAR (Light Detection And Ranging) aereo consente l’acquisizio-
ne di dati topografi ci ad alta risoluzione, con accuratezza verticale ed
orizzontale di pochi centimetri, su vaste aree, contribuendo signifi ca-
tivamente ad una migliore rappresentazione della superfi cie terrestre
a costi sempre più accessibili. Un aspetto particolarmente qualifi cante
di questa recente tecnologia, che la rende decisamente vantaggiosa ri-
spetto alle tradizionali tecniche di rilievo del territorio, è la capacità
di derivare modelli digitali del terreno (DTM) ad alta risoluzione (~ 1
m) a partire dai soli punti corrispondenti al suolo generati rimuovendo
dalla nuvola di punti originaria, con processi di fi ltraggio automatizzati,
i punti relativi alla vegetazione e a strutture antropiche (case, ponti). La
complessità morfologica, la varietà di copertura del suolo e la presen-
za di corpi idrici, che notoriamente caratterizzano l’ambiente fl uviale,
rendono l’applicazione del LiDAR aereo in questo contesto più com-
plicata rispetto ad altri ambiti. L’obiettivo di questo contributo è quello
di mettere in luce potenzialità e limiti del LiDAR aereo nello studio dei
corsi d’acqua, presentando alcune signifi cative ricerche ed i principali
aspetti metodologici di questa tecnologia in ambiente fl uviale.
P
AROLE
CHIAVE
: DTM, LiDAR aereo, LiDAR batimetrico, geomorfologia fl u-
viale
INTRODUZIONE
La morfologia del terreno riveste un ruolo fondamentale nella com-
prensione, modellazione ed analisi dei processi fi sici ad essa correlati.
La necessità di avere a disposizione modelli digitali del terreno sempre
più accurati, per rispondere alle più svariate esigenze di studio del ter-
ritorio, é sempre più pressante. Numerose sono le applicazioni, nelle
ultime due decadi, che utilizzano rappresentazioni digitali della mor-
fologia del terreno come base informativa fondamentale in vari settori
ABSTRACT
The availability of high resolution topographic data is strate-
gic for quantitative and qualitative analysis of river environment.
The topographic data derived by traditional regional cartography
are often too coarse for detailed recognition and mapping of surface
morphologic features, while the more accurate data derived by GPS
or theodolite are expensive and time-consuming. The airborne laser
altimetry technology (LiDAR, Light Detection And Ranging) pro-
vides high-resolution topographic data over large areas with high
vertical and horizontal accuracy, thus can signifi cantly contribute to
a better representation of land surface. A valuable characteristic of
this technology, which marks advantages over the traditional topo-
graphic survey techniques, is the capability to derive a high-reso-
lution (~ 1 m) Digital Terrain Model (DTM) from the bare ground
LiDAR data, by fi ltering vegetation and man-made features points
(buildings, bridges) from raw data. The complex morphology, the
wide range of land cover categories, and the presence of deep water
bodies, make the airborne LiDAR application in river environments
more complicated than application in different contexts. The aim
of this work is to highlight the capabilities but also the limitations
of airborne LiDAR in river studies, presenting some relevant re-
searches and the main methodological aspects of this technology in
fl uvial environment.
K
EY
WORDS
: DTM, airborne LiDAR, bathymetric LiDAR, fl uvial geomorpho-
logy
INTRODUCTION
The surface morphology plays a key role in understanding, mod-
eling and analyzing the earth surface processes. The need of high
DTM resolution and accuracy for analyses related to earth surface is
a critical issue in the earth science research. In the last two decades
several applications used the digital representation of surface mor-
phology as the fundamental layer for engineering and environmental
modeling, planning and management. Even the research in hydrology
background image
APPLICAZIONE DELLA TECNOLOGIA LIDAR PER LO STUDIO DEI CORSI D’ACQUA
34
M. CAVALLI & P. TAROLLI
and geomorphology benefi ts a lot from the growing availability of
digital topographic data. For such applications, LiDAR technology
has really played a key role since it allows a better earth surface rep-
resentation, and it improves the understanding of related earth surface
processes (T
AROLLI
et alii, 2009).
The traditional photogrammetric techniques are useful and suf-
fi ciently accurate for the analysis of surfaces free of obstacles as
canopy cover, while they present several limitations for the dig-
ital representation of terrain surface of vegetated areas, especially
of dense forest stands. In this context LiDAR technology is more
effi cient than traditional techniques. A valuable characteristic of
LiDAR technology compared to traditional photogrammetric tech-
niques is the capability to derive topographic data related to bare
ground surface by automatically fi ltering vegetation and man-made
features points. Although for river environment studies this tech-
nology presents some limitations due to the fact that laser pulse
does not penetrate deep water, LiDAR is surely an interesting tool
for deriving high resolution Digital Terrain Models (DTM) of com-
plex areas, such as river fl oodplains or small headwater catchments.
LiDAR derived DTMs provide a best type of informative layer.
They allow a more effi cient application of traditional methods, the
development of new of analysis methodologies and a fi ner morpho-
logical and hydrological characterization of these areas, thus they
improve the understanding of hydrological and sediment transport
processes (T
AROLLI
& D
ALLA
F
ONTANA
, 2009). When the water is
deep, the bathymetric LiDAR also known as green LiDAR, over-
comes the limitations of topographic airborne LiDAR.
The aim of this work is to highlight capabilities and limitations of
airborne LiDAR technology, presenting some researches and applica-
tions in river environment studies.
THE LIDAR TECHNOLOGY
The term LiDAR is related to a laser sensor for the measure of
target distance and applies to both terrestrial and aerial platforms.
Some authors suggested the term Airborne Laser Scanning (ALS)
(W
EHR
& L
OHR
, 1999) when the laser is mounted on helicopter or
airplane, in order to distinguish it from terrestrial LiDAR system. In
this work, we use the term LiDAR for the airborne laser scanning.
In the text we adopted two different terminologies related to the two
different sensors described: topographic LiDAR and bathymetric
LiDAR. The LiDAR technology (B
ALTSAVIAS
, 1999; C
ASELLA
, 2003)
consists in a topographic survey by an airborne laser that measures
the distance between the emitted and the received signal backscat-
applicativi dell’ingegneria e della pianifi cazione e gestione territoriale,
come pure per fi nalità di ricerca in geomorfologia ed idrologia. In que-
sto senso, la tecnologia LiDAR (Light Detection and Ranging) rappre-
senta uno strumento in grado di contribuire signifi cativamente ad una
miglior rappresentazione della morfologia del terreno mediante il rilie-
vo ad alta risoluzione della topografi a e, dunque, ad una migliore ana-
lisi dei processi di superfi cie ad essa connessi (T
AROLLI
et alii, 2009).
Le tecniche fotogrammetriche, che rappresentano la metodologia
tradizionale di costruzione dei modelli digitali, risultano suffi ciente-
mente accurate per le zone prive di ostacoli mentre sono limitate nelle
aree caratterizzate da vegetazione, specialmente se densa ed ad alto
fusto. È proprio in questi ambiti che il LiDAR aereo si dimostra più
effi ciente rispetto ai metodi tradizionali. Un aspetto particolarmente
qualifi cante di questa recente tecnologia, che la rende decisamente
vantaggiosa rispetto alle tradizionali tecniche di rilievo del territorio,
è la capacità di discernere, con processi di fi ltraggio automatizzati, i
punti relativi agli oggetti giacenti al di sopra del terreno, come vege-
tazione ed edifi ci, da quelli corrispondenti al suolo. Pur non essendo
una tecnologia esente da problematiche, in ambito fl uviale legate so-
prattutto all’assorbimento dell’impulso laser da parte delle superfi ci
bagnate, e che spesso richiede l’intervento di un operatore esperto per
ottenere risultati accurati, il LiDAR aerotrasportato rappresenta uno
strumento di estremo interesse per derivare Modelli Digitali del Ter-
reno (DTM) ad alta risoluzione di zone molto articolate e comples-
se come sono le piane inondabili dei grandi fi umi o i piccoli bacini
dei corsi d’acqua montani. Questi modelli del terreno forniscono una
base informativa migliore che consente di rendere più effi cace l’uti-
lizzo di metodi tradizionali, nonché di sviluppare nuove metodologie
d’analisi, per la caratterizzazione morfologica ed idrologica di queste
aree, fondamentali per lo studio e la comprensione dei processi rela-
tivi all’idrologia ed alla dinamica del sedimento (T
AROLLI
& D
ALLA
F
ONTANA
, 2009). Quando la profondità del corpo d’acqua è elevata,
il LiDAR batimetrico, denominato anche green LiDAR, può essere
d’aiuto in quanto garantisce una buona penetrazione nell’acqua.
L’obiettivo di questo contributo è quello di mettere in luce poten-
zialità e limiti della tecnologia del LiDAR aereo, presentando alcune
signifi cative ricerche ed applicazioni nello studio dei corsi d’acqua.
LA TECNOLOGIA LIDAR
Il termine LiDAR indica un sensore laser, più o meno comples-
so, per la misura di distanze, rispetto ad un bersaglio, senza alcun ri-
ferimento alla piattaforma (terrestre o aerea) sulla quale il sensore è
montato. Alcuni autori propongono l’utilizzo del termine di Airborne
Laser Scanning
(ALS) (W
EHR
& L
OHR
, 1999) quando si vuole fare rife-
rimento agli apparati laser scanner montati su elicotteri o aeroplani per
distinguerlo dal sistema LiDAR terrestre. In questo lavoro, per sem-
plicità, sarà utilizzato il termine generico LiDAR per indicare la scan-
sione laser da aeromobile; nello specifi co distingueremo dal punto di
vista terminologico i due sensori che verranno descritti, rispettivamen-
te il LiDAR topografi co e LiDAR batimetrico. La tecnologia LiDAR
background image
APPLICATION OF LIDAR TECHNOLOGY FOR RIVERS ANALYSIS
35
Italian Journal of Engineering Geology and Environment, Special Issue 1 (2011)
© Casa Editrice Università La Sapienza
www.ijege.uniroma1.it
(B
ALTSAVIAS
, 1999; C
ASELLA
, 2003) è basata sulla scansione del territo-
rio sorvolato da un aereo o da un elicottero per mezzo di un telemetro
laser che misura la distanza tra il punto di emissione, rappresentato dal
telemetro, ed il punto di rifl essione corrispondente ad un generico pun-
to appartenente alla superfi cie rilevata colpito dal laser (Fig. 1). Nel
LiDAR topografi co l’impulso elettrico prodotto da un generatore crea
un raggio di luce infrarossa (lunghezza d’onda λ = 1064 nm), con una
divergenza variabile a seconda della qualità dello strumento; il segnale
rifl esso dall’elemento colpito viene captato da un fotodiodo ricevito-
re che genera un segnale elettrico di ricezione. Il telemetro misura il
tempo Δt, denominato tempo di volo, impiegato dall’impulso laser a
percorrere il percorso di andata e ritorno. Il tempo di volo è misurato
tramite un orologio con una frequenza stabilizzata al quarzo. La distan-
za di presa (D) è una funzione del tempo di volo Δt:
dove c rappresenta la velocità di propagazione del segnale e, quindi,
in questo caso, della velocità della luce (3 10
8
m/s).
Il risultato fondamentale di un rilievo LiDAR è la restituzione delle
coordinate x, y, z di ogni misura. Per calcolare le coordinate dei punti
colpiti, oltre alla distanza fra il velivolo ed il punto a terra, è necessario
conoscere anche la posizione e l’assetto del velivolo in ogni istante. A
questo scopo sono integrati nel sistema LiDAR aerotrasportato un siste-
ma inerziale (INS/IMU) che determina l’assetto del velivolo rilevando
i tre gradi di libertà dovuti a rollio, beccheggio e deriva ed un GPS che
determina la posizione assoluta del telemetro rispetto al sistema di co-
ordinate di riferimento. Una volta determinati mediante i sensori GPS
ed INS/IMU le coordinate del telemetro e l’orientamento della retta
normale all’aereo, è possibile ricavare l’equazione della retta passante
per il sensore montato sull’aereo ed il punto colpito dall’impulso laser.
La conoscenza della distanza fra i due punti consente, infi ne, di ricavare
le coordinate x, y, z del punto bersaglio. Alcuni strumenti misurano,
oltre al tempo di volo necessario per determinare la posizione del punto
colpito, l’intensità del segnale di ritorno. L’intensità laser è un’informa-
zione particolarmente interessante in quanto rispecchia direttamente le
caratteristiche fi siche di rifl ettanza delle superfi ci colpite.
Una delle caratteristiche di maggior delicatezza della tecnologia
LiDAR è la dimensione variabile dell’impronta a terra del raggio laser.
La dimensione dell’impronta del raggio laser può variare da circa 0.1 m
a 2 m ed è proporzionale all’altitudine e all’apertura angolare del senso-
re e consente di generare echi multipli: ad esempio, quando un raggio
incontra la chioma di un albero, una parte del segnale viene rifl essa,
mentre la rimanente prosegue fi no a terra per essere rifl essa successiva-
mente. Le rifl essioni multiple aumentano notevolmente la probabilità
che, anche in zone boscate, una parte dei raggi raggiunga il terreno de-
terminando la quota dei punti a terra. Esse infatti vengono registrate dal
ricevitore in tempi diversi consentendo già una prima discriminazione
in fase di registrazione: il primo eco di ritorno (fi rst pulse) corrisponde-
rà al primo oggetto incontrato (ad es. chioma di un albero) mentre l’ul-
tered from the object surface (Fig. 1). In topographic LiDAR the
laser pulse consists of an infrared beam (wavelength usually 1064
nm) with a divergence related to the quality of the instrument used.
The signal refl ected by the object surface is then captured by a pho-
todiode detector which generates an electric receiver signal. The
range fi nder measures the time of fl ight Δt of a light pulse, as the
time between the emitted and received pulse. The time of fl ight is
recorded by a quartz clock. The distance between the ranging unit
and the target (D) is a function of travelling time Δt:
(1)
where c is the speed of signal propagation, in this case the speed of
light (3 10
8
m/s).
The fi nal result of a LiDAR survey is the return of x, y, z coor-
dinates related to each measured pulse. For the determination of the
laser pulse coordinates it is also necessary to know aircraft loca-
tions and stability in real time. This is possible because the aircraft
is endowed with an Inertial Measurement Unit (INS/IMU), that as-
sess its stability, and with an integrated GPS that records the abso-
lute locations of the telemeter with respect to a known coordinate
system. When the telemeter coordinates and the direction of the
normal aircraft line vector are determined, it is possible to derive
the equation of the line vector between the airborne sensor and the
surface target. From the distance between these two points it is pos-
sible to derive the target x, y, z coordinates. Some instruments, in
addition to the fl ight time required to record the target position,
have the capability to measure also the intensity of returned pulse.
This information is useful since it is directly related to refl ectance
of objects on the earth surface.
One of the most critical issue of this technology is the size of
ground footprint of each pulse. The footprint size may range from
0.1 m to 2 m. It is proportional to the altitude and angular divergence
of the laser, and it allows the generation of multiple return signals.
Usually when the laser beam reaches a tree crown, part of the signal
is immediately refl ected, while part reaches the bare ground surface
and then it is refl ected. The multiple returns increase the probabili-
ties for part of ground surface to be surveyed within high density
vegetated areas. Returns are recorded by the receiver within differ-
ent times and this allows a fi rst classifi cation: the fi rst recorded re-
turn of a single beam (fi rst pulse) is related to the fi rst highest object
(e.g.. vegetation), while the last one (last pulse) is related to the bare
ground surface (Fig. 2). Raw LIDAR data, that contain information
related to vegetation, buildings, technological lines and birds, may
be processed by fi ltering algorithms, after choosing an appropriate
background image
APPLICAZIONE DELLA TECNOLOGIA LIDAR PER LO STUDIO DEI CORSI D’ACQUA
36
M. CAVALLI & P. TAROLLI
timo (last pulse) è riconducibile alla quota del terreno sotto copertura
(Fig. 2). Mediante opportune operazioni di post-processamento basate
sull’utilizzo di algoritmi di fi ltraggio della nuvola di punti rilevati in
origine (raw data), che contiene quindi dati relativi ad eventuale ve-
getazione, edifi ci, veicoli, cavi di linee elettriche, uccelli in volo etc., è
possibile derivare mediante la scelta di un opportuno metodo di inter-
polazione il Modello Digitale del Terreno (DTM) (P
IROTTI
& T
AROLLI
,
2010) costituito dalle quote dei soli punti a terra. Si parla, invece, di
Modello Digitale delle Superfi ci (DSM) nel caso di un modello digitale
costruito a partire dai dati LiDAR non fi ltrati.
È importante segnalare che le superfi ci di profondi corpi d’acqua
non rifl ettono il segnale con le sole eccezioni nel caso di acqua torbi-
da o dell’utilizzo di LiDAR batimetrico. Il LiDAR batimetrico, il cui
principio di funzionamento è uguale a quello del LiDAR topografi co,
emette impulsi laser sia alla lunghezza d’onda del verde (λ =532 nm)
sia dell’infrarosso (λ =1064 nm). La lunghezza d’onda dell’infrarosso
è rifl essa dall’acqua, mentre la lunghezza d’onda del verde penetra l’ac-
qua e viene rifl essa quando raggiunge il fondo o un oggetto. Per que-
sto motivo il LiDAR batimetrico è anche chiamato green LiDAR. Una
volta che il sensore ha registrato il segnale di ritorno dei due impulsi le
distanze sensore-superfi cie dell’acqua e sensore-fondale sono calcolate
considerando la velocità della luce nell’aria e nell’acqua. In condizioni
interpolation method, in order to derive the Digital Terrain Model
(DTM) (P
IROTTI
& T
AROLLI
, 2010) from bare ground data. Differently,
a Digital Surface Model (DSM) is derived by LiDAR data without
any fi ltering process.
It is important to remember that the deep water surfaces nor-
mally do not refl ect the signal: however this is not true in case of
presence of fl oating sediments or when using bathymetric LiDAR.
The bathymetric LiDAR, that is based on the same principles as top-
ographic LiDAR, emits laser beams in two wavelengths: an infrared
(1064 nm) and a green one (532 nm). The infrared wavelength is
refl ected on the water surface, while the green one penetrates the
water and is refl ected by the bottom surface or other objects in the
water. Due to this reason the bathymetric LiDAR is also called
green LiDAR. The laser records the returned signal of the two puls-
es: instrument-water surface, instrument-channel bed. The distances
are then derived considering the speed of light within air and water.
During optimal environment condition, when the water is clear, the
green LiDAR survey may reach 50 m water depth with an horizon-
tal accuracy of ±2.5 m, and vertical accuracy of ±0.25 m. Recently,
this technology is growing fast, and some of the fi rst applications in
the river environments are coming (H
ILLDALE
& R
AFF
, 2008; M
CKE
-
AN
et alii, 2009).
Fig. 1 - Componenti e funzionamento del sistema LiDAR aerotrasportato
- Main components and example how airborne LiDAR works
Fig. 2 - Le rifl essioni multiple dell’impulso laser
- Multiple returns of laser pulse
background image
APPLICATION OF LIDAR TECHNOLOGY FOR RIVERS ANALYSIS
37
Italian Journal of Engineering Geology and Environment, Special Issue 1 (2011)
© Casa Editrice Università La Sapienza
www.ijege.uniroma1.it
ottimali e quindi, con acqua particolarmente limpida, la profondità di
penetrazione può raggiungere i 50 m con un’accuratezza orizzontale di
±2.5 m e accuratezza verticale di ±0.25 m. Recentemente questa tecno-
logia sta avendo un notevole sviluppo e destando interesse anche per
studi in ambito fl uviale (H
ILLDALE
& R
AFF
, 2008; M
CKEAN
et alii, 2009).
APPLICAZIONI AI CORSI D’ACQUA
La possibilità di condurre veloci ed accurati rilievi topografi ci di
vaste aree ad un costo sempre più accessibile, assieme alla capacità di
acquisire simultaneamente altri dati da sensore remoto, come ortofoto
ad alta risoluzione ed immagini iperspettrali, hanno reso la tecnica
LiDAR un importante strumento per diversi campi di applicazione
connessi alla pianifi cazione e gestione del territorio. In campo geo-
morfologico sono diffuse le ricerche riguardanti l’utilizzo del LiDAR
topografi co per caratterizzare grandi movimenti franosi (M
CKEAN
&
R
OERING
, 2004; G
LENN
et alii, 2006), per la defi nizione di inventari
di frane (V
AN
D
EN
E
ECKHAUT
et alii, 2005; A
RDIZZONE
et alii, 2007) e
per il riconoscimento di forme deposizionali sui conoidi alluvionali
(S
TALEY
et alii, 2006; F
RANKEL
& D
OLAN
, 2007; C
AVALLI
& M
ARCHI
,
2008). La complessità morfologica, la varietà di copertura del suolo e
la presenza di corpi idrici, che notoriamente caratterizzano l’ambien-
te fl uviale, rendono l’applicazione del LiDAR topografi co in questo
contesto più complicata rispetto a quella fi nalizzata allo studio delle
dinamiche di versante. Tale problematica non ha impedito lo sviluppo
di ricerche che utilizzano dati LiDAR per lo studio dei corsi d’acqua,
seppur in quantità minore rispetto a quanto avviene in altri ambiti.
Le principali applicazioni che sfruttano questa tecnologia nel
contesto fl uviale possono essere raggruppate in sette gruppi tematici:
- modellistica idraulica ed idrologica (C
OBBY
et alii, 2001; F
RENCH
,
2003; F
EMA
, 2003; H
OLLAUS
et alii, 2005);
- mappatura geomorfologica ed estrazione di informazioni quanti-
tative nelle piane inondabili (i.e. sezioni trasversali) (C
HARLTON
et
alii, 2003; C
HALLIS
, 2006; J
ONES
et alii, 2007; J
AMES
et alii, 2007;
N
OTEBAERT
et alii, 2009);
- monitoraggio e quantifi cazione delle variazioni morfologiche re-
centi integrando il dato LiDAR con sistemi sonici (H
ICKS
et alii,
2008; L
OLLINO
et alii, 2008) o usando LiDAR batimetrico (M
CKE
-
AN
et alii, 2009);
- classifi cazione automatica delle superfi ci bagnate (H
ÖFLE
et alii,
2009);
- quantifi cazione delle variazioni morfologiche di lungo termine
(M
AGIRL
et alii, 2005);
- analisi dell’erosione di sponda (T
HOMA
et alii, 2005);
- caratterizzazione della morfologia d’alveo (C
AVALLI
et alii, 2008b;
T
REVISANI
et alii, 2010).
Di seguito sono discussi alcuni importanti aspetti relativi all’ap-
plicazione della tecnologia LiDAR in ambito fl uviale.
L’alta risoluzione spaziale della singola cella del DTM derivato dal
LiDAR ed gli accurati valori altimetrici (accuratezza di 0.1-0.2 m per
la componente verticale e di 0.5-2 m per quella orizzontale) ad essa
APPLICATIONS IN RIVER ENVIRONMENTS
The possibility to carry out fast and accurate topographic surveys
of large areas at a relatively affordable cost with the capability of ac-
quiring simultaneously other remote sensing data, such as high reso-
lution aerial photographs and hyperspectral images, makes LiDAR
technology an important tool for several applications related to en-
vironmental planning and management. In the geomorphologic fi eld,
airborne topographic LiDAR data have been widely used for studying
landslide morphology and distribution (M
CKEAN
& R
OERING
, 2004;
G
LENN
et alii, 2006), for landslide inventories development (V
AN
D
EN
E
ECKHAUT
et alii, 2005; A
RDIZZONE
et alii, 2007), and for recogniz-
ing the depositional features on alluvial fans (S
TALEY
et alii, 2006;
F
RANKEL
& D
OLAN
, 2007; C
AVALLI
& M
ARCHI
, 2008). The complex
morphology, the wide range of land cover categories, and the pres-
ence of deep water bodies characterizing river environments makes
the topographic LiDAR application more complicated than the one
aimed at studying hillslope processes. Nevertheless, this issue has not
delayed the development of LiDAR data for river environment stud-
ies, even if such applications are less numerous than in other fi elds.
The main applications of this technology in the river environ-
ments may be grouped into seven thematic categories:
- hydraulic and hydrologic modelling (C
OBBY
et alii, 2001; F
RENCH
,
2003; F
EMA
, 2003; H
OLLAUS
et alii, 2005);
- geomorpholgic mapping and quantitative analysis of fl oodplains
(i.e. cross section profi les) (C
HARLTON
et alii, 2003; C
HALLIS
,
2006; J
ONES
et alii, 2007; J
AMES
et alii, 2007; N
OTEBAERT
et alii,
2009);
- monitoring and analysis of recent river morphological changes by
integrating topographic LiDAR data with sonic systems (H
ICKS
et
alii, 2008; L
OLLINO
et alii, 2008) or by using bathymetric LiDAR
(M
CKEAN
et alii, 2009);
- automatic
classifi cation of water surfaces (H
ÖFLE
et alii, 2009);
- long term morphological river evolution (M
AGIRL
et alii, 2005);
- bank erosion analysis (T
HOMA
et alii, 2005);
- characterization of channel bed morphology (C
AVALLI
et alii,
2008b; T
REVISANI
et alii, 2010).
Some important topics related to the application of LiDAR tech-
nology in river environments are discussed below.
The high resolution of LiDAR derived DTM and the accurate
altimetry value (0.1-0.2 m vertical and 0.5-1 m horizontal accura-
cy) allow to carry out accurate analyses of fl uvial and fl ood plains
morphology. In the fi eld of hydraulic and hydrologic modeling, the
high number of accurate cross sections that could be extracted from
DTM along the river path may serve as basis for accurate simula-
tions of fl oods, drawing the attention of agencies and authorities in
charge of environmental management (M
ASO
, 2002; F
EMA
, 2003).
Several researchers used the airborne topographic LiDAR data
for hydraulic applications (G
OMES
P
EREIRA
& W
ICHERSON
, 1999;
F
RENCH
, 2003; H
OLLAUS
et alii, 2005). In particular, M
ARKS
& B
ATES
(2000) evaluated the effects of LiDAR topographic information on
background image
APPLICAZIONE DELLA TECNOLOGIA LIDAR PER LO STUDIO DEI CORSI D’ACQUA
38
M. CAVALLI & P. TAROLLI
associati permettono di eseguire analisi della morfologia fl uviale e del-
le piane inondabili. Nel campo della modellistica idrologica ed idrau-
lica, il piano quotato prodotto e l’alto numero di sezioni progressive
estraibili dal DTM, nonché la loro intrinseca precisione, costituiscono
una valida base dati per i modelli di simulazione destando sempre più
l’attenzione degli enti preposti alla gestione del territorio (M
ASO
, 2002;
F
EMA
, 2003). Diversi autori hanno utilizzato le informazioni ricavate
da LiDAR topografi co per applicazioni di tipo idraulico (G
OMES
P
E
-
REIRA
& W
ICHERSON
, 1999; F
RENCH
, 2003; H
OLLAUS
et alii, 2005). In
particolare, M
ARKS
& B
ATES
(2000) hanno valutato gli effetti della
rappresentazione topografi ca derivata da dati LiDAR nella previsione
dell’estensione delle aree di esondazione. Gli autori hanno dimostrato
che la topografi a restituita dalla tecnica LiDAR fornisce condizioni al
contorno più attendibili nella piana inondabile rispetto alle tecniche di
rilievo tradizionali, consentendo un più accurato utilizzo dei modelli
idraulici bidimensionali. La capacità del LiDAR di registrare ritorni
multipli può essere d’aiuto nell’individuare all’interno del dominio di
calcolo le strutture tridimensionali presenti come vegetazione, rilevati
stradali ed edifi ci ma anche nello stimare la scabrezza della superfi cie.
Nel caso dei modelli idraulici, la scabrezza del corso d’acqua è, no-
toriamente, un parametro di fondamentale importanza. C
OBBY
et alii
(2001) hanno descritto un approccio per stimare l’altezza della bassa
vegetazione utilizzando una regressione logaritmica in grado di stabili-
re l’altezza della vegetazione in base alla deviazione standard delle al-
tezze LiDAR detrendizzate in un piccolo intorno di celle. M
ASON
et alii
(2003) descrivono diversi approcci utilizzati in letteratura per trasfor-
mare l’altezza della vegetazione misurata dal LiDAR in coeffi cienti di
scabrezza. C
OBBY
et alii (2003) hanno utilizzato l’informazione dell’al-
tezza della vegetazione per assegnare in modo distribuito un coeffi cien-
te di scabrezza alle diverse zone della piana inondabile, incrementando
così l’accuratezza dei dati in entrata ai modelli idraulici. Ovviamente,
la possibilità di migliorare la prestazione dei modelli idraulici conduce
ad una miglior mappatura del pericolo di piena. La Federal Emergen-
cy Management Agency degli Stati Uniti (F
EMA
) prevede l’utilizzo dei
DTM ricavati da LiDAR topografi co come base per la creazione delle
Flood Insurance Rate Maps (FIRMs), che sono mappe utilizzate per
determinare le quote assicurative che i proprietari di case e terreni in
aree a rischio di piena devono corrispondere. A tale scopo la FEMA ha
prodotto interessanti e dettagliate linee guida e specifi che che devono
essere usate dai soggetti che si occupano del rilievo LiDAR per l’acqui-
sizione dei dati necessari alla creazioni dei modelli digitali da utilizzare
come base per la modellazione idraulica (FEMA, 2003).
L’integrazione del dato LiDAR con l’ambiente GIS ed il recente
sviluppo di nuove tecniche di visualizzazione valorizza notevolmente
l’alta risoluzione dell’informazione topografi ca fornita da questa tec-
nologia. In una recente ricerca condotta sul Dee River in Galles (UK),
J
ONES
et alii (2007) sono pervenuti ad una caratterizzazione morfolo-
gica del corso d’acqua mediante una semplice analisi multiscala del
modello digitale LiDAR basata sulla classifi cazione delle variazioni
altimetriche. Le diverse forme presenti sono state individuate e map-
fl ood inundation extent prediction. These authors demonstrated that
the topography derived by LiDAR data signifi cantly improves the
performance of 2-D hydraulic models respect to topography derived
by traditional techniques. The capability of LiDAR technology of
recording multiple returns can help the identifi cation, within the cal-
culation domain, of 3-D structures such as vegetation, road banks
and buildings and it can improve the evaluation of surface rough-
ness. C
OBBY
et alii (2001) presented an innovative work where they
estimated the vegetation heights based on the standard deviation
of elevation within a given moving window after trend removal.
M
ASON
et alii (2003) reviewed several approaches for the roughness
coeffi cients calculation using the vegetation heights. C
OBBY
et alii
(2003) used the vegetation heights for the calculation of a spatial
distributed roughness index within a fl ood plain, thus improving the
accuracy of input data of their hydraulic model. The improvement
of hydraulic models performance obviously leads to better results
in terms of fl ood hazard mapping. The Federal Emergency Man-
agement Agency of United States (F
EMA
) demands the use of topo-
graphic LiDAR derived DTMs as the basis for deriving accurate
Flood Insurance Rate Maps (FIRMs). These maps offer the basis for
insurance rates estimation for those people having a house in a fl ood
risk area. FEMA presented also some specifi c and detailed guide
lines for LiDAR surveys in order to collect accurate topographic
data in support to hydraulic modeling (F
EMA
, 2003).
The possibility to integrate high resolution DTM within Geo-
graphical Information System (GIS), in addition to new visualiza-
tion tools emphasizes the advantages of high resolution topography
achievable with LiDAR tecnology. J
ONES
et alii (2007), presented a
research carried out in the Deer River in Galles (UK), where they
characterized the river morphology through a simple multiscale
analysis of DTM, based on the classifi cation of elevations changes.
The different morphologies have then been mapped in GIS accord-
ing to different classifi cation ranges (from 4 to 0.1 m). This approach
allowed to map morphologies at different spatial scale, showing
similar results to classifi cation obtained with the traditional photo
interpretations analysis.
LiDAR data fi ltering procedures is another fundamental issue
that has been discussed in some recent researches (J
ONES
et alii,
2007; J
AMES
et alii, 2007; C
AVALLI
et alii, 2008a). The automatic
fi ltering procedures of LiDAR raw data may decrease the quality
of DTM due mainly to the decreasing of bare ground points den-
sity and to the bringing of a systematic error on fi ltered data. This
fact has a strong infl uence on the representativeness of the derived
DTM. Differently, an appropriate and site-specifi c fi ltering proce-
dure, may overcome these problems resulting then in a high quality
DTM where river morphology, cross section and longitudinal river
profi les are correctly detected. One of the fi rst studies that used the
topographic LiDAR data for morphological analysis of river envi-
ronments is given by C
HARLTON
et alii (2003). These researchers
tested the suitability of LiDAR data for the cross section extraction
background image
APPLICATION OF LIDAR TECHNOLOGY FOR RIVERS ANALYSIS
39
Italian Journal of Engineering Geology and Environment, Special Issue 1 (2011)
© Casa Editrice Università La Sapienza
www.ijege.uniroma1.it
pate in GIS utilizzando diversi intervalli di classifi cazione (da 4 a 0.1
m). Questo approccio ha consentito l’individuazione e la contestuale
mappatura delle forme a differenti scale di dettaglio. La mappatura
così ottenuta è stata successivamente posta a confronto con una carta
geomorfologica prodotta tramite fotointerpretazione ed i più gravosi
rilievi di terreno, mostrando un elevato grado di similarità.
Un aspetto interessante, messo in luce da molti lavori (J
ONES
et
alii, 2007; J
AMES
et alii, 2007; C
AVALLI
et alii, 2008a), è che le opera-
zioni di fi ltraggio automatico della vegetazione possono apportare un
decremento qualitativo nei DTM dovuto principalmente alla diminu-
zione di densità dei punti al suolo ma anche all’apporto di un errore di
tipo sistematico nel dato fi ltrato. Ciò infl uisce notevolmente sulla rap-
presentatività della morfologia del terreno fornita dal modello digitale.
Un DTM LiDAR opportunamente fi ltrato, oltre ad essere un eccellente
livello informativo per analisi interpretative delle morfologie in am-
biente fl uviale, rappresenta uno strumento di notevole importanza per
l’estrazione di informazioni di tipo quantitativo fondamentali per lo
studio delle dinamiche fl uviali, quali profi li longitudinali e le sezioni
trasversali. Uno dei primi studi che utilizza il dato LiDAR in ambito
fl uviale è quello di C
HARLTON
et alii (2003). Questi autori hanno ana-
lizzato la potenzialità dei dati LiDAR nella caratterizzazione topogra-
fi ca, mediante estrazione di sezioni trasversali, di un corso d’acqua
a letto ghiaioso (River Coquet, Inghilterra), caratterizzato, nel tratto
analizzato, da alta instabilità laterale ed avulsione del canale (Fig. 3).
In questo studio, le sezioni trasversali del canale attivo e delle bar-
re, sono state utilizzate per confrontare le misure ottenute mediante
l’estrazione della sezione a partire da un DTM a 2 m di risoluzione de-
rivato dai dati da LiDAR topografi co di prima generazione, in grado di
registrare solo il primo ritorno, con le misure derivate da rilievi di ter-
reno effettuati con teodolite. È stata osservata un’elevata accuratezza
nella rappresentazione della superfi cie delle barre, ma si sono notate
anche notevoli discrepanze nelle aree caratterizzate dalla presenza di
vegetazione (deterioramento dell’impulso) e di acqua profonda (as-
sorbimento dell’impulso). Nonostante l’utilizzo di dati caratterizza-
ti da minore risoluzione, accuratezza e qualità, come effi cacemente
dimostrato dagli evidenti difetti osservabili nella mappa ombreggiata
del DTM in Fig.3, rispetto a quelli rilevabili con gli attuali sensori
LiDAR, il lavoro di C
HARLTON
et alii (2003) ha dimostrato l’enorme
potenzialità di questa tecnologia nello studio dei corsi d’acqua.
La perdita di accuratezza del dato LiDAR nella rappresentazione
delle aree sotto copertura è stata analizzata da J
AMES
et alii (2007) in un
lavoro fi nalizzato alla caratterizzazione del reticolo idrografi co in aree
densamente vegetate. Gli autori, confrontando le sezioni topografi che di
piccoli canali estratte dal DTM LiDAR topografi co con i rilievi di terre-
no, hanno notato che le prime presentano una sottostima della profondi-
tà ed una sovrastima delle larghezze rilevate alla sommità delle sponde.
Le due cause principali sono individuabili nell’eccessivo decremento
della densità spaziale originaria dei dati rilevati causata dall’utilizzo di
algoritmi di fi ltraggio automatici e dall’effetto di “ombreggiamento”
delle sponde e del fondo del canale, imputabile al basso angolo di inci-
of a gravel-bed river (River Coquet, England), characterized, in the
analyzed reach, by lateral instability and channel avulsion (Fig. 3).
The topographic LiDAR used was a fi rst generation single return
instrument. Active river channel and bar units cross sections ex-
tracted from a 2 m LiDAR DTM have been compared with ground
survey-derived cross profi les. The results indicated an high accu-
racy of bar surface detection, nevertheless anomalies were observed
within vegetated and deep water areas. The research by C
HARLTON
et alii (2003) has demonstrated the potential offered by LiDAR for
the mapping of river environments. The results are really promising
considering that input data were characterized by lower resolution,
accuracy, and quality than those achievable by more recent LiDAR
sensors, as emphasized by the clearly visible anomalies in the shad-
ed relief map of Fig. 3.
The loss of accuracy of LiDAR data for the detection of ground
surface in vegetated areas for river environment studies has been
analyzed by J
AMES
et alii (2007). This work presented an interesting
Fig. 3 - Mappa ombreggiata del DTM del River Coquet, Regno Unito, da
C
HARLTON
et alii (2003)
- Shaded relief map of River Coquet, United Kingdom, from C
HARLTON
et alii (2003)
background image
APPLICAZIONE DELLA TECNOLOGIA LIDAR PER LO STUDIO DEI CORSI D’ACQUA
40
M. CAVALLI & P. TAROLLI
denza dell’impulso laser alle estremità delle strisciate (Fig. 4).
La mancata restituzione del segnale in presenza di corpi d’ac-
qua profondi pone un limite importante nella rappresentazione delle
aree sommerse. L’utilizzo del dato LiDAR per l’estrazione di accu-
rate informazioni topografi che è, quindi, più idoneo per lo studio dei
corsi d’acqua dove le dinamiche laterali sono più importanti di quel-
le verticali. È possibile, infatti, considerare la topografi a delle sole
sponde anziché l’intera geometria della sezione trasversale per poter
quantifi care dettagliatamente fenomeni quali migrazione laterale ed
allargamento del canale (N
OTEBAERT
et alii, 2009).
Disporre di due o più rilievi LiDAR effettuati in epoche diverse,
offre un’importante opportunità per condurre studi dell’evoluzione
morfologica recente dei corsi d’acqua mediante tecniche di confronto
multitemporale dei DTM, non più basati sull’analisi delle variazioni
di singole sezioni topografi che. In questo ambito, interessanti sono le
esperienze condotte da L
OLLINO
et alii (2008) in numerosi corsi d’ac-
qua del bacino Padano. Questi autori hanno proposto diverse modalità
di rilievo e creazione di DTM in relazione alle caratteristiche morfo-
logiche dei corsi d’acqua, sottolineando la necessità, per corsi d’ac-
qua unicursali con tiranti superiori al metro, di integrare i dati LiDAR
nelle aree sommerse con dati batimetrici rilevati tramite sistemi sonici
(single beam, multi beam e side-scan sonar). Il solo dato LiDAR è,
invece, ritenuto suffi ciente per la stima delle variazioni morfologiche
nei corsi d’acqua pluricursali. L’utilizzo di un DTM differenziale si è
rivelato utile anche per lo studio di singoli processi, come, ad esempio
l’erosione spondale. T
HOMA
et alii (2005) hanno quantifi cato l’apporto
di sedimento da parte delle sponde in un tratto di 56 km del Blue Earth
River (Minnesota, USA) calcolando il prodotto tra le variazioni volu-
metriche occorse tra il 2001 ed il 2002, utilizzando i dati da LiDAR
topografi co acquisiti nei due anni, e le proprietà fi siche del materiale
analysis on channel network recognition under high density vegetated
areas. The authors, after comparing small gullies cross section pro-
fi les derived by LiDAR DTM with those acquired during fi eld sur-
veys, noted that cross section derived by topographic LiDAR DTM
showed underestimation of depths and overestimation of gullies top
widths. Two main reason are related to these two issues: fi rst the de-
creasing of LiDAR point density due to automating (not appropriate
and site specifi c) fi ltering procedures, second the noise effect of banks
shading and channel bed due to the low scan angle (Fig. 4).
The loss of information in correspondence of deep water bodies
is a critical limit when the interest is on surveying underwater sur-
faces. Topographic LiDAR is more suitable for the analysis of river
environments where lateral fl uvial dynamics are much more impor-
tant than vertical dynamics. In such a cases, it is possible in fact to
consider only the topography of river banks instead the entire cross
section in order to quantify the lateral channel migration and channel
widening (N
OTEBAERT
et alii, 2009).
The availability of two or more LiDAR surveys collected in
different time steps, is strategic since it is possible to analyze the
morphologic evolution of channels by comparing different DTMs
with a multitemporal approach. This allow a distributed analysis of
morphological changes no more linked to single cross section pro-
fi les. In this fi eld, an interesting research has been carried out by
L
OLLINO
et alii (2008) in different rivers of the Po catchment. These
researchers analyzed different approaches to derive the DTMs in re-
lation to the different morphologies of rivers. They suggested the
need to integrate the topographic LiDAR data with sonic surveys
(single beam, multi beam e side-scan sonar) for single channel river
when the water depth exceds 1 m. The only topographic LiDAR data
are considered suffi cient for erosion and deposition evaluation of
Fig. 4 - Effetto del basso angolo di incidenza dell’impulso laser: sottostima
della profondità del canale e sovrastima delle larghezze rilevate alla
sommità delle sponde (modifi cata da J
AMES
et alii, 2007). La linea
blu rappresenta un’ipotetica sezione topografi ca mentre la linea rossa
indica il profi lo rilevato con il LiDAR
- Effect of low scan laser angle: underestimate of channel deep, and
overestimate of bankfull width (modifi ed from J
AMES
et alii, 2007).
The blue line represents an hypothetical cross-section profi le, while
the red line shows the LiDAR-derived profi le
Fig. 5 - Confronto tra il profi lo longitudinale del pelo libero del 1923 (rilie-
vi di terreno) e del 2000 (rilievo LiDAR topografi co) in un tratto del
Colorado River (M
AGIRL
et alii, 2005)
- Comparison between the longitudinal profi le of the channel reach
of Colorado River in 1923 (fi eld survey) and in 2000 (topographic
LiDAR survey) (M
AGIRL
et alii, 2005)
background image
APPLICATION OF LIDAR TECHNOLOGY FOR RIVERS ANALYSIS
41
Italian Journal of Engineering Geology and Environment, Special Issue 1 (2011)
© Casa Editrice Università La Sapienza
www.ijege.uniroma1.it
costituente le sponde, stimate a partire dall’analisi di diversi campioni
prelevati sul campo. Il carico di sedimenti è stato, infi ne, stimato sulla
base delle percentuali di materiale trasportabile presente nelle sponde.
L’analisi di T
HOMA
et alii (2005) è stata condotta escludendo la porzio-
ne sommersa delle sponde per i problemi di assorbimento dell’impul-
so laser già discussi in precedenza.
Nonostante l’acqua agisca principalmente come un corpo assor-
bente alla lunghezza d’onda dell’infrarosso, alcuni impulsi del senso-
re LiDAR topografi co possono essere rifl essi dalla superfi cie bagnata.
Le caratteristiche di rifl essione (bassa intensità del ritorno registrato)
tipiche dell’acqua alla lunghezza d’onda dell’infrarosso sono state
utilizzate per lo sviluppo di metodi di classifi cazione automatica del-
le superfi ci bagnate (H
ÖFLE
et alii, 2009). Il dato topografi co ottenuto
in queste superfi ci è affetto anche da errori maggiori rispetto ai punti
LiDAR acquisiti in condizioni ottimali. Per studi fi nalizzati all’analisi
di variazioni morfologiche di qualche ordine di grandezza superiori
alla tolleranza strumentale è possibile fare ricorso anche a questo tipo
di informazione come effi cacemente dimostrato dal lavoro di M
AGIRL
et alii (2005). Questi autori hanno studiato i cambiamenti di lungo
termine indotti dalla attività delle colate detritiche e dal rimaneggia-
mento fl uviale nei conoidi dei tributari del Colorado River lungo il
Grand Canyon (USA), ponendo a confronto due profi li longitudinali
(del 1923, da rilievi di terreno condotti dall’USGS e del 2000, me-
diante LiDAR topografi co; in entrambi i casi la portata era di circa
250 m
3
/s) del pelo libero (Fig. 5).
Un’analisi di questo tipo consente di valorizzare effi cacemente
l’informazione storica disponibile e permette di studiare la morfolo-
gia di lunghi tratti fl uviali senza ricorrere ad onerosi e, a volte, impra-
ticabili rilievi di terreno. Quando l’interesse dello studio dei sistemi
fl uviali intende considerare scale spaziali e temporali molto piccole,
il LiDAR terrestre è sicuramente uno strumento di rilievo idoneo,
poiché è in grado di acquisire dati da cui derivare DTM ad elevata
accuratezza e risoluzione (dimensione della cella di 0.01 m) ed è fa-
cilmente ripetibile. Queste caratteristiche ne fanno uno strumento di
notevole interesse per il monitoraggio di morfologie soggette a cam-
biamenti repentini (H
ERITAGE
& H
ETHERINGTON
, 2007).
È evidente come i limiti principali del LiDAR topografi co in
ambito fl uviale siano connessi, principalmente, alla scarsa risposta
restituibile in corrispondenza dell’interfaccia aria-acqua. Le limita-
zioni del LiDAR topografi co in aree con tiranti di profondità eleva-
ta, non si presentano nei piccoli corsi d’acqua montani, dove deter-
minate accortezze in fase di rilevo, come ad esempio la scelta del
periodo di rilievo in condizioni di magra dei torrenti, rendono par-
ticolarmente idoneo l’utilizzo di questa tecnologia per il rilievo to-
pografi co. Disporre di un DTM ad alta risoluzione dell’intero alveo
di torrenti montani offre l’opportunità di condurre analisi fi nalizzate
alla caratterizzazione ed al riconoscimento della morfologia d’alveo
mediante l’utilizzo o lo sviluppo di indicatori morfometrici (C
AVAL
-
LI
et alii, 2008b; V
IANELLO
et alii, 2009; T
REVISANI
et alii, 2010). In
questo contesto, V
IANELLO
et alii (2009), hanno studiato i pattern
braided rivers. Using differential DTM is useful even to study single
processes, such as banks erosion. T
HOMA
et alii (2005) quantifi ed
the sediment production of banks in a 56 km reach of Blue Earth
River (Minnesota, USA). They evaluated the changes of sediment
volume occurred from 2001 to 2002, using topographic LiDAR data
collected at different time steps. They considered also the physical
properties of banks soil derived by some laboratory analysis of sam-
ples collected in the fi eld. The sediment load has then been evaluated
on the basis of transportable material present along the river banks.
The analysis of T
HOMA
et alii (2005) excluded the submerged area of
the banks since the water adsorbs the laser beam.
As described in the section on LiDAR technology, the infrared
wavelength is mainly adsorbed by water bodies, nevertheless few la-
ser pulses can be refl ected by the water surfaces. The characteristics
of water refl ectivity in the infrared wavelength (low intensity of laser
return) have been used for the development of automatic methods for
classifi cation of water surface (H
ÖFLE
et alii, 2009).
LiDAR data related to water surfaces are obviously affected
by larger errors than data collected in terrain surfaces, anyway it
is possible to use such kind of information to analyze morphologi-
cal changes with a range of variations greater than the instrument
tolerance as demonstrated in the work of M
AGIRL
et alii (2005). This
research analyzed the long term changes induced by debris fl ow ac-
tivities, and by fl uvial reworking of tributaries alluvial fans material
of the Colorado River along the Gran Canyon (USA). Two longitu-
dinal profi les of water surface have been compared: one surveyed in
the fi eld by USGS in 1923, the other derived by topographic LiDAR
survey in 2000. Both were surveyed under the same discharge condi-
tions of about 250 m
3
/s (Fig. 5).
Such kind of analysis enhances the information given by his-
torical data, and at the same time allows the study of morphology
of long river reaches avoiding the diffi culties of fi eld surveys. When
the analyses are focused on fi ner spatial and temporal scale, the ter-
restrial LiDAR is preferred since it is more accurate, the derived
DTM presents a higher resolution (0.01 m grid size), and the survey
is easily repeatable. These specifi cations underline the usefulness of
this instrument for monitoring the river morphologies under frequent
and fast changes (H
ERITAGE
& H
ETHERINGTON
, 2007).
It is clear how the main limitations of topographic airborne
LiDAR for the river environments analysis are related to the water
surfaces. The limits of airborne topographic LiDAR in deep water
channels are not present for the small and shallow headwater alpine
streams, where some watchfulness in the survey, such as the sound
choice of surveying time (e.g. low fl ow condition period), make
the mountainous environment particularly suitable for the use of
LiDAR technology. For these areas a high resolution DTM derived
by topographic LiDAR is useful to recognize channel bed morphol-
ogy by using or developing morphometric indexes (C
AVALLI
et alii,
2008b; V
IANELLO
et alii, 2009; T
REVISANI
et alii, 2010). V
IANELLO
et alii (2009) compared different methods for computing channel
background image
APPLICAZIONE DELLA TECNOLOGIA LIDAR PER LO STUDIO DEI CORSI D’ACQUA
42
M. CAVALLI & P. TAROLLI
di pendenza, derivata applicando differenti algoritmi di calcolo a
DTM di diversa risoluzione, caratterizzanti i tratti colluviali ed al-
luvionali di un piccolo bacino alpino, indicando l’importanza di una
scelta dell’algoritmo attenta alle dimensioni dei canali analizzati
ed alla risoluzione del DTM di partenza. C
AVALLI
et alii (2008b)
hanno condotto un’analisi sul canale principale del Rio Cordon
(Dolomiti), fi nalizzata alla caratterizzazione della morfologia del
corso d’acqua, applicando su DTM LiDAR a differente risoluzio-
ne (0.5 e 1 m) un indice di scabrezza espresso come la deviazio-
ne standard della topografi a residua, derivata mediante sottrazione
tra il DTM LiDAR ed un DTM mediato. Il calcolo della scabrezza
mediante utilizzo della topografi a residua consente una misura di
questo indice indipendente dall’effetto di larga scala e quindi del
trend di pendenza lungo la superfi cie. Il canale principale del Rio
Cordon è stato analizzato sia a scala monodimensionale, prendendo
in esame la morfologia lungo il thalweg, sia a scala bidimensiona-
le, considerando anche lo sviluppo trasversale del corso d’acqua.
Associando gli alti valori di scabrezza superfi ciale (elevata variabi-
lità delle quote) alla presenza di grossi blocchi o, se posizionati in
modo continuo in senso trasversale alla corrente, di step, è possibile
discriminare le differenti morfologie d’alveo presenti lungo il corso
d’acqua (Fig. 6). L’indice di scabrezza superfi ciale proposto in que-
sto studio sfrutta appieno la potenzialità dei DTM derivati da dati
LiDAR come base informativa per analisi condotte a scala metrica.
La variabilità topografi ca a questa scala è un parametro di notevole
importanza in quanto, in base alle caratteristiche di scabrezza ri-
scontrabili in una determinata area, è possibile riconoscere zone o
forme ascrivibili a differenti processi naturali che hanno originato, o
concorso nell’originare, la morfologia dell’area studiata.
slope using LiDAR-derived digital terrain models (DTMs) at dif-
ferent grid cell resolutions. This study has been carried out for col-
luvial and alluvial reaches in a small headwater alpine basin. They
addressed that channel slope can be derived by choosing an appro-
priate method after considering both the DTM resolution and chan-
nel width. C
AVALLI
et alii (2008b) presented an analysis conducted
on the main channel of Rio Cordon basin (Dolomites). The analysis
consisted in the recognition of channel-bed morphology using 0.5
m and 1 m resolution LiDAR derived DTMs by deriving an index
of roughness. The surface roughness index has been calculated as
the standard deviation of residual topography, as the cell by cell
difference between LiDAR DTM and the DTM averaged within a
moving window. The calculation of the surface roughness by means
of the residual topography grid provided a measure of this index
independent from the effect of slope along the channel. The analy-
sis was carried out both at 1-D (along the thalweg) and 2-D scale
considering the whole bankfull width. With the surface roughness
index is possible to recognize in detail the channel bed morphology
(Fig. 6), since higher values of the index are related to a high vari-
ability of elevations, so to an abrupt changes of slope, as happens
for step-pool morphologies. Otherwise lower values of the index
are associated to smoothed surfaces as riffl e pool morphologies.
This index really shows the capability of topographic LiDAR, and
the derived sub-meter resolution topography for such applications.
The detailed fi ne scale analysis of these morphologies may also be
used for analyzing different processes that affected and formed a
mountain streams.
Fig. 6 - Mappe dell’indice di scabrezza (C
A
-
VALLI
et alii, 2008b) per tre diverse
morfologie d’alveo: a) step pool, b)
rapida c) riffl e pool
- Roughness index maps (C
AVALLI
et alii,
2008b) related to three different chan-
nel bed morphologies: a) step pool, b)
cascade, c) riffl e pool
background image
APPLICATION OF LIDAR TECHNOLOGY FOR RIVERS ANALYSIS
43
Italian Journal of Engineering Geology and Environment, Special Issue 1 (2011)
© Casa Editrice Università La Sapienza
www.ijege.uniroma1.it
FINAL REMARKS
The research presented in this review underlines the capabilities of
LiDAR technology in the analysis of river environments. The airborne
topographic LiDAR is strategic since it is possible to survey larger ar-
eas in a short time and with a detail of information higher than the one
derived by other topographic survey instruments. With the high reso-
lution LiDAR derived DTMs it is possible to recognize and analyze
the erosional and depositional processes within channels avoiding the
analysis of single bankfull sections changes. It is also possible to use
LiDAR data for qualitative and quantitative analysis related to recog-
nition of different channel bed morphologies of rivers. The main limits
of this technology are due to lack of information that is collected at the
air-water surface, and to its loss of accuracy and quality within vegeta-
tion canopy areas. So the topographic LiDAR is more suitable for the
analysis of small mountain streams where the dynamic of banks is the
major issue, and where water depth is relatively shallow. However
to overcome some of these limits, most of the efforts of the scientifi c
community and private companies are currently addressed on honing
multiple returns fi ltering algorithms, and on improving the accuracy,
even by the integration of traditional instruments, of bathymetric
LiDAR for the detailed topographic survey of the riverine environ-
ment surface characterized by deep water bodies.
ACKNOWLEDGMENTS
The authors wish to thank Lorenzo Marchi for reading and com-
menting the manuscript, Giulia Sofi a for reviewing the English text
and Giuseppe Peruzzo for drawing some images.
CONSIDERAZIONI CONCLUSIVE
Le ricerche presentate in questo lavoro evidenziano potenzialità
e limiti della tecnologia LiDAR nello studio degli ambienti fl uviali.
L’impiego del sensore LiDAR topografi co aerotrasportato si rivela stra-
tegico per la defi nizione in tempi ristretti della superfi cie topografi ca su
ampie aree ad una qualità di dettaglio diffi cilmente ottenibile con altre
strumentazioni a parità di tempo di rilievo. L’impiego di DTM ad alta
risoluzione derivati da rilievo LiDAR consente lo studio delle dinami-
che erosive e deposizionali dei corsi d’acqua non più basati sull’analisi
delle variazioni di singole sezioni topografi che. I dati LiDAR possono
essere altresì impiegati per lo sviluppo di analisi, sia di tipo qualitativo
che quantitativo, fi nalizzate al riconoscimento ed alla caratterizzazio-
ne delle morfologie presenti nel contesto fl uviale. I limiti principali di
questa tecnologia sono connessi alla scarsa risposta restituibile in cor-
rispondenza dell’interfaccia aria-acqua ed alla degradazione di qualità
ed accuratezza del dato in presenza di vegetazione. Pertanto l’utilizzo
del dato ricavato da LiDAR topografi co per l’estrazione di accurate
informazioni topografi che si rivela più idoneo per lo studio dei corsi
d’acqua dove le dinamiche laterali sono più importanti di quelle verti-
cali o dove la profondità del tirante è limitata, come nel caso dei piccoli
corsi d’acqua montani. Tuttavia, notevoli sforzi da parte di produttori e
ricercatori sono attualmente indirizzati all’affi namento degli algoritmi
di fi ltraggio del dato, ed al miglioramento, sia in termini di accuratezza
sia di integrazione con i sensori tradizionali, della tecnologia LiDAR
batimetrico per il rilievo topografi co di dettaglio di superfi ci in ambito
fl uviale caratterizzate dalla presenza di profondi corpi d’acqua.
RINGRAZIAMENTI
Si ringraziano Lorenzo Marchi per la rilettura critica del testo,
Giulia Sofi a per la revisione del testo inglese e Giuseppe Peruzzo,
autore di alcune immagini.
OPERE CITATE/REFERENCES
A
RDIZZONE
F., C
ARDINALI
M., G
ALLI
M., G
UZZETTI
F. & R
EICHENBACH
P. (2007) - Identifi cation and mapping of recent rainfall-induced landslides using elevation data
collected by airborne LiDAR. Nat.Hazards Earth Syst. Sci., 7(6): 637-650.
B
ALTSAVIAS
E.P. (1999) - Airborne laser scanning: basic relations and formulas. ISPRS Journal of Photogrammetry & Remote Sensing, 54: 199-214.
C
ASELLA
V. (2003) - Introduzione al laser scanning aereo. In: C
ROSILLA
F. & G
ALLETTO
R.(eds) - La tecnica del laserscanning - Teoria ed applicazioni, 1-37, CISM, Udine.
C
AVALLI
M. & M
ARCHI
L. (2008) - Characterisation of the surface morphology of an alpine alluvial fan using airborne LiDAR. Nat. Hazards Earth Syst. Sci., 8: 323-333.
C
AVALLI
M., M
ATHYS
N. & J
ACOME
A. (2008a) - Quality and vertical accuracy assessment of airborne LiDAR data: a case study on the Draix basins (French Alps).
Geophysical Research Abstracts, 10, EGU2008-A-04926.
C
AVALLI
M., T
AROLLI
P., M
ARCHI
L. & D
ALLA
F
ONTANA
G. (2008b) - The effectiveness of airborne LiDAR data in the recognition of channel-bed morphology. Catena, 73(3): 249-260.
C
HALLIS
K. (2006) - Airborne laser altimetry in alluviated landscapes. Archaeological Prospection, 13(2): 103-127.
C
HARLTON
M.E., L
ARGE
A.R.G. & F
ULLER
I.C. (2003) - Application Of Airborne LiDAR In River Environments: The River Coquet, Northumberland, Uk. Earth Surface
Processes and Landforms, 28: 299-306.
C
OBBY
D. M., M
ASON
D.C. & D
AVENPORT
I.J. (2001) - Image processing of airborne scanning laser altimetry data for improved river fl ood modeling. ISPRS Journal
of Photogrammetry & Remote Sensing, 56: 121-138.
C
OBBY
D. M., M
ASON
D. C., H
ORRIT
M.S. & B
ATES
P.D (2003) - Two-dimensional hydraulic fl ood modelling using a fi nite-element mesh decomposed according to
vegetation and topographic features derived from airborne scanning laser altimetry. Hydrological Processes, 17: 1979-2000.
FEMA (2003) - Guidelines and Specifi cations for fl ood hazard mapping partners, Appendix A:www.fema.gov.
F
RANKEL
K.L. & D
OLAN
J.F. (2007) - Characterizing arid-region alluvial fan surface roughness with airborne laser swath mapping digital topographic data. J.
background image
APPLICAZIONE DELLA TECNOLOGIA LIDAR PER LO STUDIO DEI CORSI D’ACQUA
44
M. CAVALLI & P. TAROLLI
Geophys. Res. - Earth Surface, 112: F02025, doi:10.1029/2006JF000644.
F
RENCH
J.R. (2003) - Airborne LiDAR in support of Geomorphological and Hydraulic Modeling. Earth Surface Processes and Landform, 28: 321-335.
G
LENN
N.F., S
TREUTKER
D.R., C
HADWICK
D.J., T
HACKRAY
. & D
ORSCH
S.J. (2006) - Analysis of LiDAR-derived topographic information for characterizing and
differentiating landslide morphology and activity. Geomorphology, 73: 131-148.
G
OMES
P
EREIRA
L.M. & W
ICHERSON
R.J. (1999) - Suitability of laser data for deriving geographical information: a case study in the context of management of fl uvial
zones. ISPRS Journal of Photogrammetry & Remote Sensing, 54: 105-114.
H
ERITAGE
G. & H
ETHERINGTON
D. (2007) - Towards a protocol for laser scanning in fl uvial geomorphology. Earth Surface Processes and Landforms, 32: 66-74.
H
ICKS
D.M., D
UNCAN
M.J., L
ANE
S.T., T
AL
M. & W
ESTWAY
R. (2008) - Contemporary morphological change in braided gravel-bed river: new developments from fi eld
and laboratory studies, with particular reference to the infl uence of riparian vegetation. In: H
ABERSACK
H., P
IÉGAY
H. & R
INALDI
M. (2008,
EDS
) - Gravel-bed
rivers vi-from process understanding to river restoration. Developments in Earth Surface Processes, elsevier amsterdam: 557–584.
H
ILLDALE
R.C. & R
AFF
D. (2008) - Assessing the ability of airborne LiDAR to map river bathymetry. Earth Surface Processes and Landforms, 33: 773-783.
H
ÖFLE
B., V
ETTER
M., P
FEIFER
N., M
ANDLBURGER
G. & S
TÖTTER
J. (2009) - Water surface mapping from airborne laser scanning using signal intensity and elevation
data. Earth Surface Processes and Landforms, 34(12): 1635-1649.
H
OLLAUS
M., W
AGNER
W. & K
RAUS
K. (2005) - Airborne laser scanning and usefulness for hydrological models. Advances in Geosciences, 5: 57-63.
J
AMES
L.A., W
ATSON
D.G. & H
ANSEN
W.F. (2007) - Using LiDAR data to map gullies and headwater streams under forest canopy: South Carolina, USA. Catena, 71(1):132-144.
J
ONES
A. F., B
REWER
P. A., J
OHNSTONE
E. & M
ACKLIN
M. G. (2007) - High-resolution interpretative geomorphological mapping of river valley environments using
airborne LiDAR data. Earth Surface Processes and Landform, 32: 1574-1592.
L
OLLINO
G., G
IORDAN
D., B
ALDO
M., A
LLASIA
P. & P
ELLEGRINI
F. (2008) - L’uso di modelli digitali del terreno come strumento per lo studio dell’evoluzione morfologica
dei corsi d’acqua: proposte metodologiche e primi risultati. Il Quaternario, 21(1B): 331-342.
M
AGIRL
C.S., W
EBB
R.H. & G
RIFFITHS
P.G. (2005) - Changes in the water surface profi le of the Colorado River in Grand Canyon, Arizona, between 1923 and 2000.
Water Resources Research 41(5): Art. No. W05021.
M
ARKS
K. & B
ATES
P. (2000) - Integration of high-resolution topographic data with fl oodplain fl ow models. Hydrological Processes, 14: 2109-2122.
M
ASO
M. (2002) - Note sulle metodologie operative per i rilievi laser-scanning e la generazione di DTM d’alta qualità. Rivista Cinque Fiumi, Autorità di Bacino
dell’alto Adriatico, 1: 23-33.
M
ASON
D.C., C
OBBY
D.M., H
ORRIT
M.S. & B
ATES
P.D (2003) - Floodplain friction parametrisation in two-dimensional river fl ood models using vegetation heights
derived from airborne sacnning laser altimetry. Hydrological Processes, 17: 1711- 1732.
M
CKEAN
J. & R
OERING
J. (2004) - Objective landslide detection and surface morphology mapping using high-resolution airborne laser altimetry. Geomorphology, 57: 331-351.
M
CKEAN
J., I
SAAK
D. & W
RIGHT
W. (2009) - Geomorphic controls on salmon nesting patterns described by a new, narrow-beam terrestrial-aquatic lidar. Frontiers in
Ecology and Environment, 6(3): 125-130.
N
OTEBAERT
B., V
ERSTRAETEN
G., G
OVERS
G. & P
OESEN
J., (2009) - Qualitative and quantitative applications of LiDAR imagery in fl uvial geomorphology. Earth Surface
Processes and Landform, 348: 217-231.
P
IROTTI
F. & T
AROLLI
P. (2010) - Suitability of LiDAR point density and derived landform curvature maps for channel network extraction. Hydrological Processes,
24: 1187-1197.
S
TALEY
D.M., W
ASKLEWICZ
T. A. & B
LASZCZYNSKI
J.S. (2006) - Surfi cial patterns of debris fl ow deposition on alluvial fans in Death Valley, CA using airborne laser
swath mapping data. Geomorphology, 74: 152-163.
T
AROLLI
P. & D
ALLA
F
ONTANA
G. (2009) - Hillslope to valley transition morphology: new opportunities from high resolution DTMs. Geomorphology, 113: 47-56.
T
AROLLI
P., A
RROWSMITH
J R. & V
IVONI
E.R. (2009) - Understanding earth surface processes from remotely sensed digital terrain models. Geomorphology, 113: 1-3.
T
HOMA
D.P., G
UPTA
S.C., B
AUERC
M.E. & K
IRCHOFF
C.E (2005) - Airborne laser scanning for riverbank erosion assessment. Remote Sensing of Environment, 95: 493-501.
T
REVISANI
S., C
AVALLI
M. & M
ARCHI
L. (2010) - Reading the bed morphology of a mountain stream: a geomorphometric study on high-resolution topographic data.
Hydrology and Earth System Science, 14: 393-405.
V
AN
D
EN
E
ECKHAUT
M., P
OESEN
J., V
ERSTRAETEN
G., V
ANACKER
V., M
OEYERSONS
J., N
YSSEN
J. & V
AN
B
EEK
L.P.H. (2005) - The effectiveness of hillshade maps and
expert knowledge in mapping old deepseated Landslides. Geomorphology, 67: 351-363.
V
IANELLO
A., C
AVALLI
M. & T
AROLLI
P. (2009) - LiDAR-derived slopes for headwater channel network analysis. Catena, 76(2): 97-106.
W
EHR
A. & L
OHR
U. (1999) - Airborne laser scanning - an introduction and overview. ISPRS Journal of Photogrammetry & Remote Sensing, 54: 68-82.
Received January 2010 - Accepted May 2010
Statistics