È possibile individuare automaticamente la presenza di permafrost lungo i versanti montani grazie all’intelligenza artificiale? La risposta arriva da uno studio coordinato dal Dipartimento di Scienze della Terra dell’Università di Pisa, che ha sviluppato un innovativo framework per il rilevamento automatico dei rock glacier, accumuli di detriti e ghiaccio tipici degli ambienti caratterizzati dalla presenza di permafrost.
La metodologia è stata implementata all’interno di Google Earth Engine e utilizza il dataset Satellite Embedding prodotto da AlphaEarth Foundations di Google DeepMind. Gli embedding, vettori ad alta dimensionalità derivati dall’integrazione di dati satellitari multi-sensore e multi-temporali, consentono di rappresentare ogni pixel attraverso 64 variabili, rendendo possibile il riconoscimento di complessi pattern geomorfologici e la mappatura delle forme del terreno con una risoluzione di 10 metri per pixel.
“Abbiamo sviluppato un framework per il rilevamento automatico dei rock glacier utilizzando il dataset Satellite Embedding prodotto da AlphaEarth Foundations di Google DeepMind”, spiega Adriano Ribolini del Dipartimento di Scienze della Terra. “Questi embedding di pixel ad alta dimensionalità trasformano i dati satellitari multi-sensore e multi-temporali in vettori a 64 dimensioni, consentendoci di riconoscere modelli geomorfologici complessi e mappare queste forme del terreno con una risoluzione di 10 metri per pixel”.
I risultati sono stati ottenuti analizzando gli embedding multi-sensore attraverso tecniche di Machine Learning direttamente nell’ambiente di lavoro di Google Earth Engine. “Siamo stati in grado di localizzare automaticamente 621 rock glacier in un’area delle Alpi Occidentali con un’accuratezza dell’85,7%, corrispondente a un’estensione di permafrost di circa 32 km²”, afferma Varun Khajuria, dottorando presso la Scuola di Dottorato in Geoscienze e Ambiente del Dipartimento di Scienze della Terra e primo autore dello studio.
Secondo i ricercatori, questo approccio apre la strada ad analisi su larga scala nelle principali catene montuose del pianeta, in particolare nelle regioni dove il ghiaccio contenuto nel permafrost rappresenta una riserva strategica di acqua allo stato solido e una risorsa sempre più importante per affrontare le sfide poste dal cambiamento climatico.
La ricerca è stata realizzata con la partecipazione e il cofinanziamento di ARPA Piemonte (Luca Paro), dell’Università di Aberdeen (Shaktiman Singh), dell’Università di Torino (Matteo Spagnolo) e del Laboratorio Georadar del Dipartimento di Scienze della Terra dell’Università di Pisa. I risultati sono stati pubblicati sulla rivista Earth Systems and Environment.