Monitoring alpine cryosphere with earth observation data

This thesis covers the topic of Alpine cryosphere monitoring using earth observation data. Alpine cryosphere is mainly composed by two elements, glaciers and snow cover. These elements are an essential part of the hydrological cycle in the Alps, contribuiting to the delayed run off of precipitation, and they guarantee water availability through their seasonal melting. Water coming from the melting of the cryosphere's elements has an important follow up on many fields, e.g. the human consumption, the agriculture and the hydro-power production. Alpine cryosphere is a delicate environmental system, and small changes in air temperature and precipitation dynamics can have a relevant effect on it. For example glaciers are recognised as sentinels of climate change, and the magnitude of their retreat is the most evident effect of global warming. Snow accumulation and melting dynamics are changing as well, even if the change is not so evident and clear as the glacier shrinkage, but still influencing human activities related to it. The increased speed of glacier changes observed in the last years requires a more frequent update of the glacier inventories than in the past; however, the high human supervision required by the state-of-the-art techniques is discouraging their systematic application over large areas. All these aspects are deeply analyzed in the introductive first chapter of the thesis. As a response to this need in the second chapter of the thesis is proposed a novel approach to exploit the large volume of data provided by Copernicus Sentinel missions for detecting glacier outlines, including debris-covered glaciers. In detail the method exploits the Sentinel-1 and Sentinel-2 multi-temporal images to build a composite image representing the conditions during the yearly maximum ablation period. The Sentinel-2 multispectral images are classified with a support vector machine (SVM) and composed to a mosaic that represents the information of the maximum glacier ablation. At the same time, the Sentinel-1 time series are exploited to build a multitemporal interferometric coherence composite that represents all the snow covered and glaciated areas together with all the moving surfaces. The application of automatic methods for glacier mapping requires accurate and dense time series of thematic maps. In the third chapter we investigate the possibility to use SAR images regularly acquired by Sentinel-1 mitigate the inability of Sentinel-2 to retrieve information in cloud-covered sky. When available, the information provided by Sentinel-2 can be exploited to improve the accuracy on the Sentinel-1 glacier mapping. The classification performance using polarimetric SAR data is in fact lower than the one of multispectral optical data. The proposed approach for classifying Sentinel-1 images is based on a Hidden Markov Model (HMM), where the impossible class transitions within an ablation season are used to generate the transition probability matrix of the HMM. The HMM emission probability matrix is estimated through Support Vector Machine (SVM) and Platt scaling. The Viterbi algorithm is then used to perform the inference step. We tested our approach by forming a Virtual Constellation (VC) composed by the Sentinel-1 and Sentinel-2 images acquired over the glaciers. The classification of ice and snow in SAR images still represent a challenging topic, mainly because of the lack of knowledge in modeling the interaction between the microwaves and the snowpack. One of the main parameters that influence the backscatter of the snow, toghether with the wetness, is the surface roughness. In the fourth chapter of the thesis is presented a a system for snow roughness measurement. The system is based on the coregistration of the digital photos taken at the panel on the field with a reference scaled image of the panel. In detail, the coregistration process is done by applying homography, of which parameters are estimated exploiting automatic key-points matching. In the end, in the last chapter, is deeper investigated the topic of subpixel snow retrieval in optical multispectral images. In fact providing reliable maps of snow cover in challenging atmospherical and illumination condition is still an open issue, especially in mountain areas. If these effects are not well corrected by applying the proper corrections, the state of the art method, based on spectral indices or linear multispectral unmixing, generally fail. To overcome this limit in the thesis it is proposed an unsupervised approach for collecting "snow" and "snow free" endmembers, for training a machine learning model that overfits each scene. The results are evaluated using a snow maps derived by very high resolution images acquired in challenging situations of fractional snow cover and low sun elevation over the Alps.

La tesi tratta l'argomento del monitoraggio della criosfera alpina utilizzando i dati di osservazione della terra. La criosfera alpina è composta principalmente da due elementi, i ghiacciai e la copertura nevosa. Questi elementi sono una parte essenziale del ciclo idrologico nelle Alpi, contribuendo al deflusso ritardato delle precipitazioni, e garantiscono la disponibilità di acqua attraverso la loro fusione stagionale. L'acqua proveniente dalla fusione degli elementi della criosfera ha un importante seguito in molti campi, come il consumo umano, l'agricoltura e la produzione di energia idroelettrica. La criosfera alpina è un sistema ambientale delicato, e piccoli cambiamenti nella temperatura dell'aria e nella dinamica delle precipitazioni possono avere un effetto rilevante su di essa. Per esempio i ghiacciai sono riconosciuti come sentinelle del cambiamento climatico, e l'ampiezza del loro ritiro è l'effetto più evidente del riscaldamento globale. Anche le dinamiche di accumulo e fusione della neve stanno cambiando, anche se il cambiamento non è così evidente e chiaro come il ritiro dei ghiacciai, ma influenza comunque le attività umane ad esso correlate. La maggiore velocità dei cambiamenti dei ghiacciai osservati negli ultimi anni richiede un aggiornamento più frequente degli inventari dei ghiacciai rispetto al passato; tuttavia, l'elevata supervisione umana richiesta dalle tecniche più avanzate sta scoraggiando la loro applicazione sistematica su grandi aree. Tutti questi aspetti sono profondamente analizzati nel primo capitolo introduttivo della tesi. Come risposta a questa necessità nel secondo capitolo della tesi viene proposto un nuovo approccio per sfruttare il grande volume di dati forniti dalle missioni Sentinel di Copernicus per rilevare i contorni dei ghiacciai, inclusi quelli coperti da detriti. In dettaglio il metodo sfrutta le immagini multitemporali Sentinel-1 e Sentinel-2 per costruire un'immagine composita che rappresenta le condizioni durante il periodo di massima ablazione annuale. Le immagini multispettrali Sentinel-2 sono classificate con un support vector machine (SVM) e composte in un mosaico che rappresenta le informazioni della massima ablazione del ghiacciaio. Allo stesso tempo, le serie temporali Sentinel-1 sono sfruttate per costruire un composito di coerenza interferometrica multitemporale che rappresenta tutte le aree innevate e glaciali insieme a tutte le superfici in movimento. L'applicazione di metodi automatici per la mappatura dei ghiacciai richiede serie temporali accurate e dense di mappe tematiche. Nel terzo capitolo si studia la possibilità di utilizzare le immagini SAR regolarmente acquisite da Sentinel-1 per mitigare l'incapacità di Sentinel-2 di recuperare le informazioni nel cielo coperto da nuvole. Quando disponibili, le informazioni fornite da Sentinel-2 possono essere sfruttate per migliorare la precisione della mappatura dei ghiacciai di Sentinel-1. La performance di classificazione utilizzando dati SAR polarimetrici è infatti inferiore a quella dei dati ottici multispettrali. L'approccio proposto per classificare le immagini Sentinel-1 è basato su un modello di Markov Hidden (HMM), dove le transizioni di classe impossibili all'interno di una stagione di ablazione sono utilizzate per generare la matrice di probabilità di transizione dell'HMM. La matrice di probabilità di emissione HMM è stimata attraverso la Support Vector Machine (SVM) e la scalatura di Platt. L'algoritmo di Viterbi viene quindi utilizzato per eseguire la fase di inferenza. Abbiamo testato il nostro approccio formando una costellazione virtuale (VC) composta dalle immagini Sentinel-1 e Sentinel-2 acquisite sui ghiacciai. La classificazione del ghiaccio e della neve nelle immagini SAR rappresenta ancora un argomento impegnativo, principalmente a causa della mancanza di conoscenze nella modellazione dell'interazione tra le microonde e il manto nevoso. Uno dei principali parametri che influenzano il backscatter della neve, insieme all'umidità, è la rugosità della superficie. Nel quarto capitolo della tesi viene presentato un sistema per la misurazione della rugosità della neve. Il sistema si basa sulla coregistrazione delle foto digitali scattate al pannello sul campo con un'immagine di riferimento in scala del pannello. In dettaglio, il processo di coregistrazione è fatto applicando l'omografia, i cui parametri sono stimati sfruttando la corrispondenza automatica dei punti chiave. Infine, nell'ultimo capitolo, viene approfondito il tema della stima della neve subpixel in immagini ottiche multispettrali. Infatti fornire mappe affidabili della copertura nevosa in condizioni atmosferiche e di illuminazione difficili è ancora un problema aperto, specialmente nelle aree montane. Se questi effetti non sono ben corretti applicando le opportune correzioni, lo stato dell'arte del metodo, basato su indici spettrali o unmixing multispettrale lineare, generalmente fallisce. Per superare questo limite nella tesi viene proposto un approccio non supervisionato per la raccolta di endmembers "snow" e "snow free", per l'addestramento di un modello di machine learning che sovraadatta ogni scena. I risultati sono valutati utilizzando mappe di neve derivate da immagini ad altissima risoluzione acquisite in situazioni difficili di copertura nevosa frazionata e bassa elevazione solare sulle Alpi.