Valutazione della dinamica del Perito Moreno tramite immagini satellitari

Perito Moreno Glacier, in the Argentinian Patagonia, is the object of this thesis. It is located in the Los Glaciares National Park, in the Santa Cruz Province. It also belongs to the Southern Patagonian Icefield (SPI). Perito Moreno Glacier is very famous for its calving front, that discharge about 8,24×105 m3 day−1 of ice in the Lago Argentino. Moreover, the glacier has been stable from more than 20 years, but periodically its front reaches the Penìnsula Magallanes. There, the glacier causes an ice-dam that stops the water discharge from Brazo Rico, whose water level rises of about 10 m. The ice-dam tipically collapses in March. In this thesis, 36 pairs of satellite imagery are used. Their spatial resolution is 10 m (SENTINEL imagery, visible band) and 15 m (LANDSAT imagery, panchromatic band). Glacier surface velocity fields from 2001 to 2017 are calculated with the Orientation Correlation technique, implemented in the ImGRAFT templatematch tool. This made possible to confirm the glacier stability, to investigate the spatial and temporal variability of the velocities and to calculate calving rates in many years. Calving rates are calculated with two different methods. The first one directly uses the ice discharge through the glacier front, meanwhile the second one uses the icedischarge at about 7,5 km from the front, where Stuefer et al. (2007)[78] measured a cross-section profile, and removes ablation losses. Although the results are lower than previously published estimations, the fact that two different methods have given similar results suggests that they are accurate. Previously published estimations are computed with only three days of data, so the difference may be the result of the different time interval considered. In the final phase, a pair of images acquired by a drone in March 2017 has been used. The spatial resolution is of the order of few centimeters. The velocity fields calculated on them have demonstrated the strength of the method with respect to spatial resolution and intensity of the image changes.

Oggetto di questa tesi è il Ghiacciaio Perito Moreno, nella Patagonia Argentina. Tale ghiacciaio è inserito nel Parco Nazionale Los Glaciares, nella provincia di Santa Cruz, e fa parte del Southern Patagonian Icefield (SPI). La fama del Ghiacciaio Perito Moreno è data dal fenomeno del calving, che scarica nel Lago Argentino circa 8,24×105 m3 giorno−1 di ghiaccio. Inoltre, quando la fronte del ghiacciaio raggiunge la Penìnsula Magallanes, essa crea uno sbarramento di ghiaccio che blocca il flusso idrico del Brazo Rico e ne fa alzare il livello di circa 10 m, per poi crollare in Marzo. Il fenomeno si ripete ciclicamente e il ghiacciaio è stabile da più di 20 anni. Sono state utilizzate 36 coppie di immagini satellitari (SENTINEL e LANDSAT) rispettivamente a 10 e 15 m di risoluzione spaziale in bande del visibile e pancromatiche. Con la tecnica dell’Orientation Correlation implementata nel tool ImGRAFT templatematch, sono stati calcolati i campi di velocità del ghiacciaio dal 2001 al 2017. Ciò ha permesso di confermare la stabilità del ghiacciaio, di indagare la variabilità spaziale e temporale delle velocità e di calcolare tassi di calving in diversi anni. Due sono stati i metodi utilizzati per calcolare i tassi di calving: il primo utilizza le portate direttamente alla fronte del ghiacciaio, mentre il secondo utilizza le portate a circa 7,5 km dalla fronte (dove è stato misurato un profilo trasversale da Stuefer et al. (2007)[78]), e a questa sono state sottratte le perdite da ablazione. La confidenza rispetto a tale valore deriva dal fatto che, nonostante i risultati ottenuti siano inferiori alle stime di calving presenti in letteratura, i due metodi hanno dato risultati molto simili. Le stime precedenti sono state eseguite su tre soli giorni di misure, e le differenze nei risultati potrebbero essere dovute proprio al diverso intervallo temporale utilizzato. In fase finale è stata utilizzata una coppia di immagini acquisite tramite drone nel Marzo 2017, con risoluzione spaziale dell’ordine dei centimetri. I campi di velocità calcolati su di esse hanno dimostrato la robustezza del metodo rispetto ai cambiamenti di risoluzione spaziale e di intensità dell’immagine.