Digital Terrain Analysis for hydrogeomorphic feature recognition

Technological innovations and the upgrading of hardware and softwares, the wide distribution of geographical information softwares (GIS), sensors and instruments for remote sensing, and the increasing of networks to transfer information facilitated the ability to collect extensively (both in space and time) hydrogeomorphological data, offering new opportunities for advances in hydrology and geomorphology, also thanks to the development of sophisticated simulation models. However, one of the purposes of hydrology is not only to understand processes, but also to forecast them, in order to prevent risks, and hydrology is therefore, at a point of its development where challenges and problems arise when interfacing with other disciplines and elements that do not involve simply the scientific context, but also the political, technological, computational and socio-economic ones. Recently, the scientific community highlighted the need to analyze hydrological responses in a broader perspective, not only for research purposes, but also with the aim of transferring knowledge in the application and management world. The main issue concerning the ability to understand and predict the hydrological response of a basin is, however, related to the heterogeneity that derives not only from the different rainfall regimes, but also from the geological structure of a watershed, and its morphology, soil characteristics and land use, and of course, it is influenced by the presence of human infrastructure. This heterogeneity persists at all scales of analysis, and its spatial structure and the organization of its properties and characteristics exhibit a significant influence in controlling the hydrological response at the full range of scales. The hydrological response of each system comes from the interaction between various processes and various feedbaks between the components of the system itself; therefore a correct representation of the complex dynamics of interactions present at different scales is needed. The connection between hydrological dynamics of a basin and its morphological structure is not new, but has deep roots in hydrology. It can be traced back to the formulation of the hydrological-geomorphological response (Rodriguez-Iturbe et al. 1986) and, more recently, it has been deeply investigated thanks to the possibilities offered by the availability of large-scale and highly accurate topographic data derived from remote sensing (LiDAR), that allowed a detailed reading of the landscape and offered effective tools for the understanding of hydrological processes (Tarolli et al 2009; Tarolli and Dalla Fontana, 2009). Despite progress in the analysis and insights on the understanding of individual hydrological phenomena, understanding the process of complete systems raises a number of unanswered questions. Over the years, with the development of increasingly refined interpretations of the theories governing the individual hydrological processes, there has not been a parallel increasing of understanding the hydrological functioning at a large-scale, and very often the results do not allow the transfer of knowledge between different operators in different spatial and temporal contexts. There is therefore, a deep need of defining new methods to identify these processes in an objective, easily repeatable and automatic or semi-automatic way, in order to overcome the issue of geomorphological heterogeneity, but also the inherent syntactic and semantic heterogeneity that comes from the operators themselves, to facilitate and optimize the land management. This approach requires the definition of indices of similarity, and the identification of specific attributes that can characterize the hydrological behavior of watersheds. Given the morphological and hydrological heterogeneity present at all scales, this requires the development of diagnostic classification tools that are able to integrate and take into account factors such as topography. Obviously, this requires the acquisition of repeated high-resolution topographic information, and the rapid growth in the availability of digital terrain models (DTM) as those derived from laser scanning (LIDAR), has provided a way of looking at our planet with a level of unprecedented detail, often allowing the recognition of morphological features previously unknown (Tarolli et al. 2009). There is no doubt that today we have a greaterability to accurately and realistically represent the various hydrologic systems than in the past, and we have a betterunderstanding and predictive capability about hydrological phenomena. However, there is still the need for simple rules and/or clear procedures to determine the dominant processes operating in different basins. The development of these tools allows a much more systematic and practicable approach to transfer knowledge at different scales. Every investigation requires the accurate identification of the spatial scale of interest, as well as the time scale of the problem in analysis, to allow selection of the relevant process and variables that characterize it. The literature in this area has shown that, in general, the hydrology is facing the need to go beyond the concept of 'model everything', and to move towards the idea of 'capturing the essential features’, and this starts from the identification of a correct scale of analysis. The Digital Terrain Analysis (DTA) applied to high-resolution DTM, as proposed in this thesis, can be a useful tool in this context, providing the framework for the quantification of the surface morphology and its classification, aiming to identify the various processes, with the future goals also to simulate them correctly to gather information about their current conditions, but also their possible future implications. The fundamental principle of the DTA is the ability to represent the surface morphology in a digital form, starting from the abundance of information within the topographic elevation data. This morphological surface appears with different levels of complexity, that derive from the interaction of geological and hydrological processes, whose main components can be read morphologically through the use of topographical attributes. The variety of forms of representation embedded in the DTM, their fast real time processing, and easy multi-scale representation, have led the digital analysis to be something that goes beyond research, but that can be also seen as support for the creation of maps and the morphological identification of features through automatic or semiautomatic approaches. The present work has as a main theme, the exploration and analysis of what might be called 'statistical signature' of hydro-geomorphological processes on surface morphology, analyzing various elements that can characterize this morphology over a wide range of spatial scales, to identify the dominant physical process. In particular, the idea is to analyze data from high-resolution LiDAR DTM to recognize the hydrogeomorphic features of interest. In combination with an optimal formulation, this approach allows accurate and automatic extraction of river networks and geomorphic features both with natural or anthropogenic origin. More specifically, the thesis aims to develop objective and semi-automatic methods that aim to solve a series of well documented problems related to the representation of these features in hydrology and geomorphology. The work has been developed considering two main study areas: mountainous basins and anthropogenic areas (flood plains). In natural settings, the effectiveness of high-resolution LiDAR topography has already been tested in several works in literature, and one of the objectives of this thesis is to test whether this information can be a tool to perform topographic analysis also in disturbed environments. The proposed digital terrain analysis is primarily based on the use of terrain attributes (some already known and tested in literature, and some new) evaluated at different scales to quantify terrain morphology. Since statistical properties of the morphology captured and derived by DTMs critically depend on the scale at which the model is analyzed, analyzing how they change at changing scale can be an effective tool to identify the ‘characteristic scales’ in both the cell and the hydrogeomorphic realms. At this point, some open questions still remain: Are statistically-distinct hydrological regimes the result of physically-distinct processes? Do differences in laws governing processes leave their signature on the statistical properties of landform geometry, and how much of the behavior of the coupled hydrologic/geomorphologic system is reflected in the statistics that we can digitally derive? Now that we can assess landforms with a high level of detail thanks to high resolution topography, some of these questions can be answered. If physical processes do leave important signatures on the statistics of landscapes, and if we can quantify these signatures in detail, statistics can be used in assisting modeling, prediction and observatory design across scales and across environments. High resolution topography coupled with statistic approaches can thus be a powerful means of inference, to define the optimum scale of analysis, to identify a threshold to label where a process starts, to transfer knowledge across scales.Le innovazioni tecnologiche e il potenziamento di hardware e software, l’ampia diffusione di software geografici (GIS), di sensori e strumenti per il remote-sensing e la creazione di reti di scambio di informazioni connesse con l’avvento del web, hanno facilitato la possibilità di collezionare estensivamente (sia nello spazio che nel tempo) dati idrogeomorfologici, ponendo le basi per nuovi progressi in idrologia e geomorfologia, anche attraverso lo sviluppo di sofisticati modelli di simulazione. Tra gli scopi dell’idrologia, oltre a quello di comprendere i processi, vi quello di poterli quantificare e prevedere, nella prospettiva di fornire strumenti sempre più idonei alla prevenzione e mitigazione del rischio idrogeologico. Tale scienza è quindi ad un punto della sua evoluzione per cui le sfide e i problemi emergono nel momento in cui ci si interfaccia con altre discipline scientifiche, e con elementi che riguardano non più semplicemente l’ambito scientifico o di ricerca, ma anche l’ambito politico, scientifico-tecnologico, computazionale e socio-economico. Attualmente nella comunità scientifica è stata posta la necessità di analizzare la risposta idrologica in una prospettiva più ampia, non solo a livello di ricerca, ma anche con l’ottica di trasferire le conoscenze in ambito applicativo e gestionale. La problematica principale relativa alla possibilità di comprendere e prevedere la risposta idrologica di un bacino è legata alla forte eterogeneità derivante non solo dal regime pluviometrico, ma anche dagli assetti geologico-strutturali, dalla conformazione morfologica, dai caratteri pedologici, dall’uso del suolo e dalla presenza di infrastrutture antropiche. Tale eterogeneità permane a tutte le scale di analisi, e la sua struttura spaziale e l’organizzazione delle sue proprietà e caratteristiche esibiscono un significativo controllo nel condizionare la risposta idrologica di piena al variare delle scale spaziali di indagine. La risposta di ogni sistema deriva dall’interazione tra numerosi processi e dai vari feedbacks tra le varie componenti del sistema stesso, e si mostra allora necessaria una corretta rappresentazione delle complesse dinamiche di interazione presenti alle varie scale di indagine. Nell'idrologia moderna esiste una lunga tradizione che mette in relazione gli elementi morfologici di un bacino con le sue dinamiche idrologiche. Essa si può far risalire alla formulazione della risposta idrologica geomorfologica (Rodriguez-Iturbe et al. 1986) e, più recentemente, è stata investigata in dettaglio grazie alle possibilità offerte dalla grande e sempre più accurata base di dati topografici derivante da rilievo remoto (LiDAR), che consentono una lettura dettagliata del paesaggio e offrono strumenti efficaci per la comprensione dei processi idrologici (Tarolli et al 2009; Tarolli e Dalla Fontana, 2009). Nonostante i progressi ottenuti negli approfondimenti riguardanti l’analisi e la comprensione dei singoli fenomeni idrologici, il processo di comprensione completo dei sistemi pone una serie di interrogativi irrisolti. Nel corso degli anni, parallelamente allo sviluppo di interpretazioni sempre più raffinate delle teorie governanti i singoli processi idrologici non si è visto un parallelo progresso di strutture che permettano di comprendere il funzionamento dei sistemi idrologici a larga scala, e molto spesso i risultati non consentono il trasferimento delle conoscenze tra vari operatori, su diverse scale spaziali o temporali. Vi è quindi la necessità di identificare e uniformare nuove metodologie per identificare tali processi in maniera oggettiva, automatica e facilmente ripetibile, in modo da superare l’eterogeneità geomorfologica, ma anche sintattica e semantica intrinseca negli operatori, per facilitare ed ottimizzare la gestione delle risorse territoriali. Tale approccio richiede la definizione di indici di somiglianza, e l’identificazione di particolari attributi che caratterizzano il comportamento idrologico dei bacini idrografici. Data l’eterogeneità morfologica e idrologica presente a tutte le scale, questo richiede lo sviluppo di strumenti di classificazione diagnostica che siano in grado di integrare e prendere in considerazione fattori come ad esempio la. Ovviamente questo richiede l'acquisizione ripetuta di informazioni topografiche ad alta risoluzione, e la rapida crescita della disponibilità di modelli digitali del terreno (DTM) come quelli derivati da scansioni laser (LIDAR), ha fornito un modo di guardare al nostro pianeta con livello di dettaglio senza precedenti, spesso consentendo il riconoscimento di caratteristiche morfologiche precedentemente sconosciute (Tarolli et al. 2009). Non vi è alcun dubbio che oggi rispetto al passato, abbiamo una capacità migliore di rappresentare in maniera corretta e realistica i vari sistemi idrologici, e abbiamo una migliore comprensione e capacità predittiva dei fenomeni idrologici, ma rimane comunque la necessità di regole semplici e/o procedure chiare per determinare i processi dominanti che operano in diversi bacini. Lo sviluppo di queste regole e procedure consentirebbe un approccio molto più sistematico e fattibile, anche per il trasferimento di conoscenze a scale diverse. Ogni indagine richiede l'identificazione accurata della scala spaziale di interesse, oltre che della scala temporale del problema in analisi, per consentire la selezione del processo rilevante e delle variabili che lo caratterizzano. La letteratura in questo settore ha mostrato che, in generale, l'idrologia è di fronte alla necessità di andare oltre il concetto di ‘modellare tutto’, e di muoversi verso l’idea di 'catturare le caratteristiche essenziali', e questo parte dall’identificazione di una corretta scala di analisi. L’Analisi Digitale del Terreno (Digital Terrain Analysis -DTA) applicata a DTM ad alta risoluzione, sviluppata nel lavoro di tesi del dottorato, può essere uno strumento utile in questo contesto, fornendo il quadro di riferimento per la quantificazione della morfologia superficiale e la sua classificazione, puntando sia all’identificazione dei vari processi, con gli obbiettivi futuri anche di simularli correttamente in modo tale da ottenere informazioni sia sulle condizioni attuali, che sui possibili risvolti futuri. Il principio fondamentale della DTA è la possibilità di rappresentare in maniera digitale la morfologia superficiale, a partire dall'abbondanza di informazioni topografiche contenute nei dati di elevazione (modelli digitali del terreno, DTM). Tale morfologia appare con diversi livelli di complessità e deriva dall’interazione di processi geologici e idrologici, le cui componenti principali possono essere lette morfologicamente attraverso l'utilizzo degli attributi topografici. La varietà di forme di rappresentazione incorporate nei DTM, le grandi opportunità di elaborazione in tempo reale, e la facilità di rappresentazione multi-scala, hanno portato l'analisi digitale del terreno ad essere qualcosa che va oltre la ricerca, ma che può essere vista anche come supporto per la creazione di mappe morfologiche e per l'identificazione automatica o semiautomatica di features. L’attività di ricerca ha avuto come come filo conduttore l’esplorazione e l’analisi di quella che può essere chiamata ‘firma statistica’ di diversi processi idro-geomorfologici sulla morfologia superficiale, analizzando vari elementi su una vasta gamma di scale spaziali, con l’obbiettivo di identificare il processo fisico dominante. In particolare, l’idea è analizzare i dati derivanti da DTM LiDAR ad alta risoluzione con l'obiettivo di estrarre particolari features di interesse geomorfologico/idrogeologico. In combinazione con una formulazione ottimale, questo tipo di approccio permette l'estrazione accurata e automatica di reticoli idrografici o features geomorfiche sia di origine naturale che antropica. Più in particolare, il lavoro di ricerca è risultato nella definizione di metodi oggettivi o semi-automatici per l’identificazione di features, che mirano a risolvere una serie di problemi ben documentati legati alla rappresentazione di tali features in idrologia e geomorfologia. Il lavoro è stato sviluppato considerando due principali ambiti di studio: bacini montani e aree antropiche (in particolare piane alluvionali). In contesti naturali (montani), l’efficienza della topografia LiDAR ad alta risoluzione è già stata testata in diversi lavori in letteratura, ed è stata nuovamente evidenziata durante il triennio di ricerca; un ulteriore obiettivo è stato quello di testare se tale informazione topografica può essere uno strumento di analisi utilizzabile anche per ambienti antropici, dove sono presenti caratteristiche diverse, e le attività umane possono risultare in elementi di disturbo. L'analisi digitale del terreno proposta si basa principalmente sull'uso di indici topografici (alcuni già collaudati in letteratura e alcuni nuovi) valutati a varie scale di analisi per quantificare morfologia del terreno. Dal momento che le proprietà statistiche della morfologia catturata dal DTM dipendono strettamente dalla scala a cui il modello viene analizzato, studiare come esse cambiano al variare della scala può essere uno strumento efficace per identificare la scala ottimale di analisi, sia nel mondo digitale che in quello reale, e quindi nel contesto idrogeomorfico. A questo punto, alcuni interrogativi restano ancora aperti: processi fisici statisticamente diversi, sono fautori di regimi idrologici statisticamente diversi? E’ vero che le diverse leggi che regolano i processi lasciano una firma sulle proprietà statistiche della morfologia? Quanto della relazione tra idrologia e morfologia viene catturata da tale firma? Ora che siamo in grado di valutare la morfologia con un elevato livello di dettaglio grazie alla topografia ad alta risoluzione, è possibile rispondere ad alcune di queste domande. Se i processi fisici lasciano firme importanti sulle statistiche dei parametri morfologici, e se siamo in grado di quantificare queste firme in dettaglio, la statistica può essere utilizzata per aiutare la modellazione e la previsione dei vari processi su scale diverse e ambienti diversi. La topografia ad alta risoluzione accoppiata ad un approccio statistico può quindi essere un potente mezzo di inferenza, per definire la scala di analisi ottimale e per individuare soglie di inizio o fine di particolari processi, al fine di facilitare l’approfondimento e il trasferimento delle conoscenze idrogeomorfologiche