Optical characterization of snow using broadband time domain diffuse optical spectroscopy

Snow is a dynamic, highly scattering component of the cryosphere, that is sensitive to temperature, impurities (pollutants, algae), and liquid water. Quantifying its microstructure is essential for climate and hydrologic assessments, avalanche forecasting, evaluating pollution/algae impacts, and safeguarding mountain infrastructures. This thesis presents an optical characterization of snow using Broadband Time-Domain Diffuse Optical Spectroscopy (TD-DOS), a non-invasive technique to probe the internal structure of diffusive media by separating absorption and scattering effects in the time domain. A comprehensive description of the TD-DOS system is provided, including the laser source, detection setup based on Silicon Photomultiplier (SiPM), and data acquisition through time-correlated single-photon counting. The inverse problem of retrieving the absorption (μa) and reduced scattering (μs') coefficients is addressed using diffusion theory models, supported and validated by Monte Carlo simulations to identify optimal operative conditions and to assess the limits of the diffusion approximation. Experimental measurements were conducted on both real snow samples and artificial snow samples. The spectral behavior of μs′ follows a power-law trend consistent with Mie theory and the one of μa are consistent among different samples following the expected spectral trend characterized by the ice/snow peak at 1030nm. Indeed, the preliminary results demonstrate that the artificial snow samples can be used as reliable phantoms to study snow. Moreover, we reported the capability of TD-DOS to discriminate between samples with different compression levels, impurity concentrations and water content, since absorption increases with these parameters as expected. However, due to some discrepancies in μs′ values we did Monte Carlo analyses to investigate more accurate models/geometries for the fitting. Simulation results support a hybrid approach for estimating the optical parameters of snow: using Monte Carlo Library Cylinder to retrieve μs′ and DE Semi-Infinite to retrieve μa. The study establishes the feasibility of using broadband TD-DOS for quantitative snow characterization and highlights its potential as a complementary method to remote sensing and mechanical tests for snowpack monitoring in natural environments.

La neve è una componente dinamica e ad alto scattering della criosfera, sensibile a temperatura, impurità (inquinanti, alghe) e acqua liquida. La caratterizzazione della sua microstruttura è essenziale per valutazioni climatiche e idrologiche, previsione di valanghe, analisi degli impatti di inquinamento/alghe e tutela delle infrastrutture montane. Questa tesi presenta una caratterizzazione ottica della neve tramite Spettroscopia Ottica Diffusa in Dominio Temporale (TD-DOS) a banda larga, una tecnica non invasiva che sonda la struttura interna dei mezzi diffusivi separando, nel tempo, assorbimento e scattering. Si fornisce una descrizione completa del sistema TD-DOS: sorgente laser, rivelazione basata su fotomoltiplicatori al silicio (SiPM) e acquisizione tramite conteggio di singoli fotoni correlato nel tempo. Il problema inverso per ricavare i coefficienti di assorbimento (μa) e scattering ridotto (μ′s) è affrontato con modelli di teoria della diffusione, supportati e validati da simulazioni Monte Carlo per identificare condizioni operative ottimali e valutare i limiti dell’approssimazione diffusiva. Le misure sperimentali sono state condotte su campioni di neve reale e su neve artificiale. Il comportamento spettrale di μs' segue una legge di potenza coerente con la teoria di Mie mentre quello di μa è consistente tra i vari campioni, seguendo l’andamento atteso caratterizzato dal picco ghiaccio/neve a 1030 nm. Infatti, i risultati preliminari mostrano che i campioni artificiali possono fungere da phantom affidabili per studiare la neve. Inoltre, si evidenzia la capacità della TD-DOS di discriminare campioni con diversi livelli di compattazione, concentrazioni di impurità e contenuto d’acqua, infatti l’assorbimento aumenta con questi parametri. Tuttavia, a causa di alcune discrepanze nei valori di μs′, abbiamo effettuato analisi basate su Monte Carlo per individuare modelli/geometrie più accurati per il fitting. I risultati delle simulazioni supportano un approccio ibrido alla stima dei parametri ottici della neve: usare Monte Carlo Library Cylinder per ricavare μs′ e DE Semi-Infinite per ricavare μa. Lo studio dimostra la fattibilità dell’uso della TD-DOS a banda larga per la caratterizzazione quantitativa della neve e ne evidenzia il potenziale come metodo complementare al telerilevamento e ai test meccanici per il monitoraggio del manto nevoso in ambienti naturali.