CORDIS - Risultati della ricerca dell’UE
CORDIS
Contenuto archiviato il 2024-05-24

Development of generic earth observation based snow parameter retrieval algorithms

Article Category

Article available in the following languages:

Lo studio della neve con le microonde

Gli scienziati del Consiglio nazionale delle ricerche (CNR) italiano hanno scoperto dei nuovi modi per analizzare le microonde retrodiffuse per facilitare la determinazione di molte caratteristiche importanti della neve.

Cambiamento climatico e Ambiente icon Cambiamento climatico e Ambiente

Il telerilevamento è uno strumento essenziale in molte discipline ambientali. Può fornire dati relativi ad aree estese in un periodo di tempo relativamente breve, comprese le regioni inaccessibili dove le misurazioni al suolo non sono possibili. I dati vengono raccolti analizzando il segnale retrodiffuso emesso dai sensori di bordo dei satelliti. Il programma Energia, ambiente e sviluppo sostenibile ha finanziato il progetto ENVISNOW per far progredire il telerilevamento della neve. Il CNR, membro del consorzio ENVISNOW, ha focalizzato l'attenzione sulla porzione delle microonde dello spettro. Il CNR ha applicato la sua esperienza nella teoria della diffusione per realizzare due nuovi modelli: uno basato sulla trasmissione di energia radiativa in mezzo denso (DMRT) e l'altro basato sulla teoria della fluttuazione forte (SFT). Il codice è stato attuato in Matlab. I test di sensibilità condotti con i dati sperimentali hanno fornito delle conoscenze sull'uso dei modelli sia con la neve asciutta che con la neve bagnata. Un altro grande successo ottenuto dal CNR nel corso di ENVISNOW è stata l'invenzione di un nuovo algoritmo per reperire l'equivalente in acqua della neve (SWE) e lo spessore della neve (SD); questo algoritmo è stato convalidato con i dati relativi alla Finlandia del riproduttore di immagini Special Sensor Microwave Imager (SSM/I) e con i dati riguardanti la Norvegia del radiometro avanzato a scansione a microonde (AMSR-E). I risultati dell'analisi statistica dimostrano un miglioramento sostanziale rispetto alle tecniche consolidate come l'inversione. Il CNR sottolinea inoltre che il nuovo algoritmo si presta in modo particolare alle applicazioni in cui le stazioni di monitoraggio a terra sono poche e distanti fra di loro.

Scopri altri articoli nello stesso settore di applicazione