• DoD
• fotogrammetria
• GNSS
• integrazione
• M3C2

Il monitoraggio di fenomeni franosi è molto importante per valutare la loro evoluzione spaziale e temporale e stabilire i trend deformativi in atto. E’ necessario ai fini del monitoraggio, utilizzare un approccio multi disciplinare ed integrare diverse metodologie di indagine (Parenti et al, 2022): una sola tecnica non è sempre sufficiente per avere misure accurate e affidabili, ma è sempre meglio impiegare più tecniche in modo sinergico (Nikolakopoulos et al, 2017). Negli ultimi anni le tecniche di remote sensing, come la fotogrammetria da drone, hanno avuto un crescente impiego nel monitoraggio delle frane perché permettono di rilevare un grande quantitativo di punti e di effettuare analisi areali in breve tempo e mantenendo costi contenuti. Ciò è dovuto allo sviluppo di algoritmi di Structure from Motion, grazie ai quali è possibile generare modelli 3D a partire da immagini ottenute da un mezzo in movimento. Queste tecniche ai fini dell’integrazione sono spesso utilizzate insieme a tecniche puntuali come rilievi GNSS. Effettuando acquisizioni in tempi diversi, è possibile fare un’analisi multi-temporale dei prodotti ottenuti dalle elaborazioni fotogrammetriche che sono: DEM (Digital Elevation Model), ortomosaico e nuvole dense 3D. Lo scopo della presente tesi è l’applicazione di tecniche fotogrammetriche per il monitoraggio di tre corpi franosi nell’Appennino Modenese, valutando l’accuratezza dei prodotti ottenuti e calcolando la significatività dei confronti effettuati e dei cambiamenti calcolati. Le tre frane rientrano all’interno del bacino dello Scoltenna e fanno parte di un’area di studio che comprende diverse frane attive e quiescienti. L’analisi ha riguardato i rilievi condotti nelle estati 2022 e 2021, il fenomeno franoso è stato indagato a distanza di un anno in simili condizioni meteoclimatiche. Si è applicato un approccio integrato tra dati GNSS e fotogrammetria da drone, le misure sono state processate per ottenere coordinate di specifici punti (targets) e modelli tridimensionali. Il confronto multitemporale tra i prodotti generati è stato effettuato con i software QGIS e CloudCompare. QGIS è stato utilizzato per mappare i vettori di spostamento dei dati GNSS e anche per effettuare un’analisi DoD (Difference of DEM) tra i DEM delle epoche elaborate e calcolare i cambiamenti lungo la direzione verticale. Cloud Compare, e nello specifico l’algoritmo M3C2, è stato utilizzato per effettuare un confronto diretto tra nuvole di punti tridimensionali in epoche successive, questo ha permesso di ricavare un valore di distanza (LM3C2) che tiene conto della giacitura delle superfici indagate. Infine, è stata effettuata l’analisi di significatività sugli spostamenti misurati con i metodi DoD e M3C2, applicando un test statistico con significatività al 95% per valutare se gli spostamenti identificati potessero essere considerati reali. Lo studio effettuato ha portato alla creazione di prodotti ad alta risoluzione (centimetrica) che consentono di rilevare spostamenti dell’ordine di 5-8 cm. Nell’ottica dell’integrazione tra metodologie, i risultati sono stati confrontati con le rilevazioni puntuali effettuate tramite GNSS ed hanno mostrato concordanza. In conclusione, quindi, la tecnica fotogrammetrica da drone è stata applicata con successo nel monitoraggio di fenomeni lenti, ed ha permesso di identificare i cambiamenti in termini di erosione e deposito che erano attesi nelle tre frane oggetto di studio.
Bibliografia:
-Parenti, C.; Rossi, P.; Soldati, M.; Grassi, F.; Mancini, F. Integrated Geomatics Surveying and Data Management in the Investigation of Slope and Fluvial Dynamics. Geosciences (2022), 12, 293.
-Nikolakopoulos K., Kavoura K., Depountis N., Kyrious A., Agryropoulos N., Koukouvelas I e Sabatakakis N.: Preliminary results from active landslide monitoring using multidisciplinary surveys, European Journal of Remote Sensing (2017), 50:1, 280-299.

The monitoring of landslide phenomena is very important to assess their spatial and temporal evolution and to establish ongoing deformation trends. For monitoring purposes, it is necessary to use a multi-disciplinary approach and to integrate different investigation methodologies (Parenti et al, 2022): a single technique is not always sufficient to have accurate and reliable measurements, but it is always better to employ several techniques in a synergic way (Nikolakopoulos et al, 2017). In recent years, remote sensing techniques, such as drone photogrammetry, have been increasingly used in landslide monitoring because they allow a large number of points to be detected and areal analyses to be carried out in a short time and at a low cost. This is due to the development of Structure from Motion algorithms, thanks to which 3D models can be generated from images obtained from a moving medium. These techniques for integration purposes are often used in conjunction with point techniques such as GNSS surveys. By performing acquisitions at different times, it is possible to make a multi-temporal analysis of the products obtained from photogrammetric processing, which are: DEM (Digital Elevation Model), orthomosaic and 3D dense clouds. The purpose of this thesis is the application of photogrammetric techniques to monitor three landslide bodies in the Modena Apennines, evaluating the accuracy of the products obtained and calculating the significance of the comparisons made and the changes calculated. The three landslides fall within the Scoltenna basin and are part of a study area that includes several active and quiescent landslides. The analysis involved surveys conducted in the summers of 2022 and 2021; the landslide phenomenon was investigated one year later under similar weather and climate conditions. An integrated approach between GNSS data and drone photogrammetry was applied, the measurements were processed to obtain coordinates of specific points (targets) and three-dimensional models. Multi-temporal comparison of the generated products was carried out with QGIS and CloudCompare software. QGIS was used to map the displacement vectors of the GNSS data and also to perform a DoD (Difference of DEM) analysis between the DEMs of the processed epochs and calculate changes along the vertical direction. Cloud Compare, and specifically the M3C2 algorithm, was used to carry out a direct comparison between three-dimensional point clouds at successive epochs, which allowed a distance value (LM3C2 ) to be derived that takes into account the lie of the investigated surfaces. Finally, significance analysis was performed on the displacements measured with the DoD and M3C2 methods, applying a statistical test with 95% significance to assess whether the displacements identified could be considered real. The study carried out led to the creation of high-resolution (centimetric) products that allow the detection of displacements in the order of 5-8 cm. With a view to the integration of methodologies, the results were compared with the point surveys carried out using GNSS and showed concordance. In conclusion, therefore, the drone photogrammetric technique was successfully applied in the monitoring of slow-moving phenomena, and made it possible to identify the changes in erosion and deposition that were expected in the three landslides under study. Bibliography: -Parenti, C.; Rossi, P.; Soldati, M.; Grassi, F.; Mancini, F. Integrated Geomatics Surveying and Data Management in the Investigation of Slope and Fluvial Dynamics. Geosciences (2022), 12, 293. -Nikolakopoulos K., Kavoura K., Depountis N., Kyrious A., Agryropoulos N., Koukouvelas I and Sabatakakis N.: Preliminary results from active landslide monitoring using multidisciplinary surveys, European Journal of Remote Sensing (2017), 50:1, 280-299.