I segreti della salute dei fiumi: utilizzare il telerilevamento per valutare il flusso ambientale (eflow)

image 24

I fiumi ci fanno vedere lo stato di salute del nostro pianeta

l termine “salute del fiume” si riferisce alla valutazione delle condizioni del fiume, ma non è ancora chiaro quali aspetti della salute del fiume siano effettivamente identificati da serie di indicatori a livello di ecosistema o come le caratteristiche fisiche, chimiche e biologiche possono essere integrate nelle misure piuttosto che nelle osservazioni di causa ed effetto (Norris e Thoms 1999). La valutazione del flusso ambientale (eflow) è fondamentale per mantenere la salute dei fiumi poiché aiuta a comprendere e gestire le esigenze ecologiche dei fiumi e dei loro ecosistemi associati. 

Il termine flusso ambientale (eflow) è recentemente diventato sempre più popolare poiché si stanno intensificando le preoccupazioni sulla distruzione degli ecosistemi di acqua dolce e sugli impatti delle attività di sviluppo (ad esempio, sviluppo urbano e produzione di energia) sui fiumi. L’Eflow è definito come “la quantità, i tempi e la qualità dei flussi d’acqua necessari per sostenere gli ecosistemi di acqua dolce e di estuario, nonché i mezzi di sussistenza e il benessere umano che dipendono da questi ecosistemi” (Dichiarazione di Brisbane 2007). In alternativa, l’eflow è descritto come il fondamento della sicurezza idrica per il raggiungimento dello sviluppo sostenibile.La gestione dell’eflow è importante per raggiungere la maggior parte degli obiettivi dell’SDG 6, ma soprattutto dell’SDG 6.4 sull’efficienza nell’uso dell’acqua (6.4.2 livello di stress idrico) e dell’SDG 6.6 sulla protezione degli ecosistemi dipendenti dall’acqua. 

Numerosi accademici (ad esempio Pastor et al. 2014; Acreman et al. 2014; Hairan et al. 2021) hanno sottolineato l’importanza dell’eflow sottolineando la necessità del flusso per il supporto dei cicli di vita degli organismi acquatici (ad esempio, il flusso dei pesci), il mantenimento della qualità dell’acqua (ad esempio, flusso di mantenimento) e la fornitura di habitat per le piante ripariali (ad esempio, flusso ecologico). Esistono oltre 300 metodi di valutazione dell’eflow, da quelli semplici risalenti agli anni ’70 ai metodi olistici di oggi (vedere figura 1). 

Figura 1 Cambiamenti nella natura delle valutazioni dell'Eflow per i fiumi 1970 – 2018, (Convenzione UNEP-Nairobi/WIOMSA 2019)
Figura SEQ Figura \* ARABIC 1: Cambiamenti nella natura delle valutazioni dell’Eflow per i fiumi 1970 – 2018, (Convenzione UNEP-Nairobi/WIOMSA 2019)

Nel complesso, i metodi di valutazione dei deflussi possono essere raggruppati in quattro categorie: valutazione idrologica, idraulica, simulazione dell’habitat e metodologie olistiche (Tharme, 2003). I metodi idrologici utilizzano statistiche riassuntive provenienti da un set di dati idrologici per impostare un “flusso minimo” del fiume. Nei metodi di valutazione idraulica, vengono utilizzati semplici variabili idrauliche (ad esempio, il perimetro bagnato) per prevedere come queste cambiano con le variazioni della portata. Le tecniche di simulazione dell’habitat vengono utilizzate per modellare la quantità di habitat idraulico sperimentando che sarebbe disponibile su una gamma di flussi.Infine, i metodi olistici affrontano la condizione generale degli ecosistemi fluviali collegati a questioni sociali, economiche e di risorse e coprono l’intero spettro delle condizioni fluviali. L’immissione dei dati richiesti e le applicazioni di esempio sono descritte nella tabella 1.

Tabella 1: Descrizione dei metodi di flusso ambientale (Pastor et al. 2014)
Tabella 1: Descrizione dei metodi di flusso ambientale (Pastor et al. 2014)

Tradizionalmente, le stazioni di misurazione sono state utilizzate per misurare una varietà di dati tra cui l’altezza dell’acqua, la chimica, la velocità e la temperatura, necessari per valutare la quantità, i tempi e la qualità dei flussi d’acqua ( Grimes e Diop 2003). Secondo Stisen et al., i misuratori esistenti oggigiorno forniscono dati di registrazione falsi in alcuni paesi a causa delle cattive pratiche di gestione. In una certa misura, il problema può essere risolto applicando vari modelli che utilizzano variabili meteorologiche, nonché i valori appropriati dei parametri del bacino e del modello che possono essere estratti dalle immagini telerilevate (Stisen et al. 2008).

Fondamenti di valutazione dell’eflow

La valutazione del flusso ambientale (eflow) si basa sulla comprensione e sull’analisi del regime di flusso naturale di un fiume. Il regime di flusso di un fiume è la descrizione statistica del suo comportamento a lungo termine, compresi i tempi, la durata e l’entità dei suoi flussi. È caratterizzato da una varietà di componenti, tra cui flussi elevati, flussi bassi e la loro stagionalità (UNESCO 2012). Il regime del flusso fluviale è influenzato da processi naturali e attività antropiche ed è un fattore determinante del funzionamento ecologico, economico e sociale dei sistemi fluviali.La Figura 2 mostra come i progetti infrastrutturali fluviali come dighe, sbarramenti, sbarramenti, argini e altre attività di sviluppo sugli ecosistemi fluviali hanno aumentato la frammentazione del fiume e l’alterazione del flusso.

Figura 2 Modello schematico che illustra le risposte morfologiche e di qualità dell'acqua (riquadri arancioni) al progetto di infrastrutture fluviali indotto dall'idrologia del corso d'acqua alterata (riquadri blu) e la loro influenza sull'integrità biotica (riquadri verdi) e sulla funzione dell'ecosistema (riquadri viola).  Le frecce indicano percorsi o direzionalità di influenza.  Le caselle tratteggiate rappresentano livelli distinti di impatto e le caselle a tinta unita al loro interno rappresentano i componenti principali relativi a quel tema.  Riferimento: (Jumani et al. 2020)
Figura 2: Modello schematico che illustra le risposte morfologiche e di qualità dell’acqua (riquadri arancioni) al progetto di infrastruttura fluviale indotto dall’idrologia del corso d’acqua alterata (riquadri blu) e la loro influenza sull’integrità biotica (riquadri verdi ) e sulla funzione dell’ecosistema (riquadri viola). Le frecce indicano la direzione dell’influenza. Le caselle tratteggiate rappresentano livelli distinti di impatto e le caselle a tinta unita al loro interno rappresentano i componenti principali relativi a quel tema. Riferimento: (Jumani et al. 2020)

La protezione e il ripristino dei regimi di flusso del fiume garantiscono il mantenimento del deflusso e rappresentano un aspetto importante della gestione del bacino idrografico. Le sei componenti di un regime di flusso che hanno un impatto sull’ecologia fluviale e sugli ecosistemi sono frequenza, magnitudo, tempistica, durata, tasso di cambiamento e variabilità complessiva del flusso (Acreman et al. 2014). Le seguenti domande su ciascun componente possono aiutare a pianificare la valutazione:

  • Frequenza: quanto spesso si verificano determinati flussi o livelli?
  • Magnitudo: quanti flussi o quali livelli si verificano?
  • Tempistiche: quando si verificano determinazioni flussi o livelli?
  • Durata: quanto durano determina flussi o livelli? 
  • Tasso di cambiamento: quanto velocemente i flussi oi livelli cambiano da una condizione all’altra? 
  • Variabilità complessiva del flusso: come funzionano i flussi in modo diverso nella stagione secca, piovosa e delle inondazioni

Applicazioni del telerilevamento nella valutazione dei flussi ambientali

Per saperne di più sulle informazioni sul telerilevamento dei componenti meteo-idrologici, leggi questo articolo Space4Water di Kitambo (2022) . Le missioni satellitari di Sentinel-1, Sentinel-2 e Landsat 8 che forniscono dati globali gratuiti sono descritte nella Tabella 2 e discuteremo brevemente qui poiché sono importanti in questo studio. Sebbene i dati provenienti da questi satelliti siano disponibili gratuitamente e disciplinati da licenze aperte, per accedervi è necessaria la registrazione e l’approvazione. 

La risoluzione spaziale di questi satelliti varia da 5 a 100 me la risoluzione temporale varia da 5 a 16 giorni. Minore è il numero di risoluzioni spaziali, maggiore sarà il dettaglio degli oggetti. La seconda del tipo di sensore, anche la risoluzione spettrale è diversa. Molti sensori sono multispettrali con 3-10 bande, mentre alcuni sensori sono iperspettrali e hanno centinaia o addirittura migliaia di bande. La risoluzione spettrale è più fine quando l’intervallo di lunghezze d’onda per una determinata banda è più ristretto.

Missione satellitare  Ora di pranzoVita operativaTipo di sensoreRisoluzione (spaziale/temporale)Portale dati
Sentinella-13 aprile 20147 anni con materiali di consumo per 12 anni (ancora operativo)Ottico: radar ad apertura sintetica (SAR)5-20m (8 giorni)Agenzia spaziale europea (Copernicus Open Access Hub)
Sentinella-223 giugno 20157 anni con materiali di consumo per 12 anni (ancora operativo)Ottico: strumento di imaging multispettrale (MSI)10-60m (5/10 giorni)Agenzia spaziale europea (Copernicus Open Access Hub)
Landsat 811 febbraio 2013Ancora operativo e previsto per altri anni di funzionamentoOttico15-100 metri (16 giorni)Indagine geologica degli Stati Uniti (USGS Earth Explorer)

Sentinella-1

Sentinel-1 è un sistema di osservazione della terra basato su radar ad apertura sintetica (SAR) costituito da due satelliti identici: Sentinel-1A e Sentinel-1B. È dotato di un SAR in banda C con una frequenza di 5,405 GHz e una lunghezza d’onda di 56 mm (Ahmad e Kim 2019). Fornisce immagini in quattro diverse modalità di acquisizione (Figura 3): Stripmap (SM), Interferometric Wide Swath (IW), Extra Wide Swath (EW) e modalità Wave (WV) ed è indipendente dalle condizioni meteorologiche. La selezione di una modalità di acquisizione è influenzata dallo scopo dell’imaging, dalla capacità di download e dal tempo totale disponibile per le acquisizioni ad ogni passaggio orbitale.

Figura 3 Diverse modalità di acquisizione delle immagini dei satelliti Sentinel-1 (Agenzia spaziale europea, 2016)
Figura 3: Diverse modalità di acquisizione delle immagini dei satelliti Sentinel-1 (Agenzia spaziale europea, 2016)

Ahmad e Kim (2019) hanno introdotto la stima del flusso d’acqua utilizzando le immagini Sentinel-1. Per correggere vari tipi di distorsioni ed errori dell’immagine causa dal sensore, le immagini vengono prima pre-elaborate per il termico rumore, la calibrazione radiometrica, il filtraggio delle macchie e la correzione del terreno utilizzando lo strumento software ESA Sentinels Application Platform (SNAP ). Come passo successivo, l’angolo di visione del satellite e l’angolo di incidenza locale vengono affrontati adottando la tecnica di corrispondenza dell’istogramma dell’immagine per rimuovere l’incoerenza dovuta alle diverse condizioni atmosferiche. Successivamente si utilizza il filtraggio selettivo per area per escludere la parte non idrica e focalizzare l’analisi esclusivamente sulla zona acqua. In una fase finale, è stato utilizzato il metodo della classificazione della soglia ottimale (OTC) per determinare l’intensità della soglia ottimale che identifica l’area dell’acqua. Come risultato di questo processo, per ciascuna intensità di soglia incrementale è stata stimata una serie di aree d’acqua corrispondenti alle immagini SAR multitemporali (Figura 4). 

Figura 4 (a) Immagine grezza, (b) Fltraggio del rumore termico, (c) Calibrazione radiometrica (d) Fltraggio delle macchie, (e) Correzione del terreno, (f) corrispondenza dell'istogramma e maschera di aree selettive, (g) estrazione dell'area dell'acqua con intensità di soglia ottimale (Riferimento: Ahmad e Kim 2019)
Figura 4: (a) Immagine grezza, (b) Filtrazione del rumore termico, (c) Calibrazione radiometrica (d) Fltrazione delle macchie, (e) Correzione del terreno, (f) corrispondenza dell’istogramma e maschera di aree selettive, ( g) estrazione dell’area dell’acqua con intensità di soglia ottimale (Riferimento: Ahmad e Kim 2019

 

Sentinella-2

Tra le immagini multispettrali distribuite gratuitamente con copertura globale sistematica, la missione Sentinel-2 fornisce la più alta risoluzione spaziale e frequenza di rivisitazione. Comprende una costellazione di due satelliti identici, Sentinel-2A e Sentinel-2B. Entrambi i satelliti portano a bordo lo strumento multispettrale (MSI), che fornisce 13 bande spettrali nelle lunghezze d’onda visibili, vicino infrarosso (NIR) e infrarosso a onde corte (SWIR), con quattro bande a 10 m (B2, B3, B4, B8 ), sei bande a 20 m (B5, B6, B7, B8a, B11, B12) e tre bande a 60 m (B1, B9, B10). Nella Tabella 3 sono mostrate le caratteristiche spettrali dei dati Sentinel-2.

Tabella 3: Caratteristiche dell'MSI sentinel-2 (Cavallo et al. 2022)
Tabella SEQ Tabella \* ARABIC 3: Caratteristiche dell’MSI sentinella-2 (Cavallo et al. 2022)

In uno studio di ricerca che valutava lo stato di scorrimento dei fiumi non perenni di Cavallo et al. (2022), vengono utilizzate le satellitari multispettrali Sentinel-2 poiché soddisfano la risoluzione spaziale immagini e temporale richiesta. Vengono utilizzate tutte le bande Sentinel-2 tranne le bande atmosferiche B1, B9 e B10. Le immagini vengono elaborate con il calcolo del vicino infrarosso (NIR) e dell’infrarosso a onde corte (SWIR) per generare immagini in falsi colori (FCI) in cui i pixel dell’acqua risaltano rispetto allo sfondo. Sono stati distinti tre stati di flusso: (1) flusso continuo, (2) piscine e stagni disconnessi, (3) letto asciutto mediante interpretazione visiva degli FCI.Confronto con la verità: un rilievo sul campo e l’immagine di Google Earth Pro confermano la realtà di poter osservare lo stato del flusso secondo l’analisi FCI.

Figura 5: confronto tra l'immagine di Google Earth Pro e l'immagine FCI (Cavallo et al. 2022)
Figura 5: confronto tra l’immagine di Google Earth Pro e l’immagine FCI (Cavallo et al. 2022)

 

Landsat-8

Landsat-8 è dotato di due sensori: l’Operational Land Imager (OLI) e il sensore termico a infrarossi (TIRS). Una gamma dinamica a 12 bit viene utilizzata da OLI per registrare dati con maggiore precisione radiometrica, che migliora complessivamente il rapporto segnale-rumore. OLI fornisce nove bande spettrali a 30 me TIRS fornisce due bande spettrali a 100 m. La descrizione delle lunghezze d’onda e degli usi delle bande è come mostrato nella tabella 4.

Tabella 4: Landsat 8 Operational Land Imager (OLI) e sensore termico a infrarossi (TIRS).  Lunghezze d'onda della banda e usi della banda.  (Riferimento da USGS)
Tabella 4: Landsat 8 Operational Land Imager (OLI) e sensore termico a infrarossi (TIRS). Lunghezze d’onda della banda e usi della banda. (Riferimento da USGS)

Yue et al. (2021) hanno verificato se le esigenze di flusso ambientale sono soddisfatte o meno confrontando le larghezze della superficie di due fiumi. La prima misurazione della larghezza della superficie del fiume (WI) viene eseguita interpretando la scena Landsat-8 privata di nuvole attraverso un metodo visivo manuale (Figura 6). La seconda larghezza della superficie del fiume viene calcolata combinando i dati della sezione trasversale del fiume con il livello ecologico dell’acqua (WE) che può essere calcolato da una curva di relazione tra portata e livello dell’acqua basata sui dati idrologici giornalieri; nel nostro esempio dal 2011 al 2017. Seguendo il metodo Tennant, il 10% del flusso medio annuo viene impostato come flusso minimo.Quando WI > WE, i requisiti di portata sono soddisfatti; al contrario, quando WI < WE, i requisiti di flusso non sono soddisfatti. Questo risultato consente di esaminare il deflusso in bacini fluviali più grandi o in diversi tipi di bacino per tenere conto della diversità ecologica, connettività e richieste idriche concorrenti in questi sistemi. Comprende una gamma di dimensioni di fiumi, compresi i piccoli fiumi, e il requisito di larghezza minima dipende dagli obiettivi e dalle caratteristiche specifiche del corpo idrico da valutare.

Limitazioni e soluzioni del telerilevamento per la valutazione dei flussi ambientali

Non è necessario ribadire quanto sia importante il telerilevamento per il processo di monitoraggio in aree prive di dati. Ma dato che molte immagini satellitari e dati telerilevati verrebbero raccolti in base alle dimensioni dell’area e ai parametri necessari, ci sono alcuni inconvenienti del telerilevamento di cui dovresti essere a conoscenza. Un’attenta considerazione dei fattori descritti nella tabella 5 contribuirà a garantire l’accuratezza e l’efficacia della valutazione.

LimitazioniDescrizione delle limitazioniSoluzioniDescrizione delle soluzioni
Interferenza atmosfericaCondizioni atmosferiche come nuvole, foschia e aerosol potrebbero ridurre la qualità dei dati raccolti.Correzione atmosfericaGli effetti atmosferici possono essere corretti:
1. Applicando modelli in grado di rimuovere o ridurre l’impatto delle interferenze atmosferiche,
2. Utilizzando dati multispettrali identificando le lunghezze d’onda specifiche con cui vengono interferite e filtrando tali segnali,
3. Utilizzando la calibrazione radiometrica , che è il processo di correzione dei valori digitali,
4. Utilizzo di tecniche statistiche come l’analisi di regressione o l’analisi delle componenti principali.
Limitazioni del sensoreIl grado di risoluzione dell’immagine offerta determina l’accuratezza e l’affidabilità dei dati. In alcuni casi potrebbero essere necessari sensori specializzati.Fusione dei sensoriPer migliorare la qualità e la rappresentazione accurata della scena osservata, i dati provenienti da più sensori devono essere combinati e risolti elaborando le distorsioni e gli errori dell’immagine.
Tempo di elaborazione dei datiLa pre-elaborazione e l’analisi dei dati utilizzando algoritmi e software complessi possono richiedere molto tempo e sono necessarie competenze specializzate.Riduzione dei tempi di elaborazione dei dati1. Elaborazione parallela suddividendo i dati in sottoinsiemi più piccoli ed elaborandoli con più computer,
2. Compressione dei dati: ridurre la dimensione dei dati senza perdere informazioni importanti.
CostoSi prevede un costo elevato per ottenere dati ad alta risoluzione o per aree di grandi dimensioni che richiedono acquisizioni multiple (ad esempio, hardware, software, personale esperto e formazione)Ridurre i costi1. Collaborazione: condivisione di risorse e competenze con altre organizzazioni o gruppi di ricerca,
2. Crowdsourcing: coinvolgere un gran numero di persone per contribuire al progetto fornendo dati o eseguendo compiti; maggiori informazioni sul crowdsourcing leggi questo: articolo Space4Water di Nokwanda Mgwaba (2023)
3. Soluzione software open source: R, QGIS o SAGA
4. Set di dati open source disponibili: ad esempio HydroSHEDs, MERIT Hydro.
Limitazione dell’accesso ai datiLa restrizione dei dati può verificarsi a causa di accordi di licenza, politiche di condivisione dei dati o fattori politici ed economici.Acquisizione dell’accesso ai datiIl problema della restrizione dei dati potrebbe essere evitato applicando la strategia di risoluzione sopra menzionata con dati multispettrali open source.
Complessità dei processi idrologiciI processi idrologici sono complessi e variano nello spazio e nel tempo, il che può rendere difficile l’interpretazione accurata dei dati del telerilevamento.Risoluzione della complessità dei processi idrologiciIntegrazione di più fonti di dati di telerilevamento; utilizzo di algoritmi di machine learning; calibrazione e validazione; raccolta di dati di ricerca sul campo; la collaborazione e gli approcci interdisciplinari potrebbero supportare l’interpretazione dei dati del telerilevamento.
Comprensione limitata delle esigenze ecologiche e integrazione dei datiSono necessarie la conoscenza e l’esperienza delle condizioni reali del terreno, anche se i dati del telerilevamento possono fornire informazioni sulla quantità dell’acqua.Migliorare la comprensione delle esigenze ecologiche e l’integrazione dei datiIl risultato migliore sarebbe l’integrazione di osservazioni sul campo, set di dati di telerilevamento e conoscenze locali di esperti.

Conclusione

I fiumi sono le arterie della Terra e collegano il paesaggio e le persone attraverso il flusso dell’acqua. Il flusso ambientale si riferisce a uno specifico regime di flusso del fiume, in grado di sostenere l’associazione di habitat acquatici e processi ecosistemici. Il termine eflow ha una varietà di nomi in tutto il mondo all’interno di diverse discipline (scientifiche) (ad esempio, flusso interno, riserva ecologica, domanda ecologica di acqua, allocazione ambientale dell’acqua, flusso di compensazione o flusso minimo). Essendo un concetto che si è evoluto nel tempo, eflow è passato dal riferimento all’assegnazione convenzionale di quantità minime di acqua a una comprensione più olistica di un sistema fluviale e della sua dinamica.

La valutazione dell’eflow è utile per garantire che i regimi di flusso naturale siano mantenuti e che il fabbisogno idrico degli ecosistemi sia soddisfatto. Valutare Eflow eflow è un primo passo per mantenere i regimi di flusso naturale, che è essenziale per soddisfare i bisogni idrici e aiuta a garantire che i bisogni idrici degli ecosistemi siano soddisfatti garantendo il mantenimento dei regimi di flusso naturale. Aiuta anche a identificare gli habitat critici e gli ecosistemi vulnerabili e a mantenere gli habitat critici. Nella gestione sostenibile delle risorse idriche, il telerilevamento svolge un ruolo cruciale nella gestione sostenibile delle risorse idriche, in particolare per quanto riguarda il monitoraggio, la pianificazione e l’informazione del processo decisionale.Ad esempio, il telerilevamento consente di monitorare continuamente vaste aree e rilevare i cambiamenti nel tempo. L’accuratezza del monitoraggio del flusso elettronico con immagini di telerilevamento non è ancora garantita a causa dei limiti del sistema di telerilevamento e della complessità delle risposte ecologiche. Tuttavia, l’integrazione di dati provenienti da più fonti, tra cui misurazioni in situ, modelli idrologici e immagini satellitari, può promettere di migliorare la qualità dei dati e ridurre le limitazioni di entrambe le modalità di acquisizione.

La ricerca e lo sviluppo futuro potrebbero concentrarsi sullo sviluppo e sul miglioramento (1) dei sensori satellitari in grado di catturare immagini con risoluzioni spaziali e temporali più elevate; (2) metodi per integrare e analizzare dati provenienti da più fonti; (3) tecniche avanzate di analisi dei dati per estrarre informazioni significative da grandi volumi di dati di immagini satellitari, (3) metodologie olistiche che utilizzano le componenti interagenti dei sistemi acquatici compresi i sedimenti e (4) metodi standardizzati per convalidare e verificare le valutazioni dei deflussi.Sebbene esistano dati satellitari ad altissima risoluzione e siano offerti dal settore privato, renderli accessibili in pubblico è fondamentale per garantire la valutazione del deflusso per i numerosi bacini idrografici a livello globale che dobbiamo mantenere in modo sostenibile.
 Fonti

Acreman, Mike, Angela H Arthington, Matthew J Colloff, Carol Couch, Neville D Crossman, Fiona Dyer, Ian Overton, Carmel A Pollino, Michael J Stewardson e William Young. 2014. “Flussi ambientali per ecosistemi fluviali naturali, ibridi e nuovi in ​​un mondo che cambia”. Frontiere nell’ecologia e nell’ambiente 12 (8): 466–73. https://doi.org/10.1890/130134 .

Ahmad, Waqas e Dongkyun Kim. 2019. “Stima del flusso in corsi d’acqua di varie dimensioni utilizzando i dati del radar ad apertura sintetica (SAR) Sentinel-1 nel bacino del fiume Han, Corea.” International Journal of Applied Earth Observation and Geoinformation 83 (novembre): 101930. https://doi.org/10.1016/j.jag.2019.101930 .

Baldan, Damiano, David Cunillera-Montcusí, Andrea Funk e Thomas Hein. 2022. “Presentazione di ‘Riverconn’: un pacchetto R per valutare gli indici di connettività fluviale.” Modellazione ambientale e software 156 (ottobre): 105470. https://doi.org/10.1016/j.envsoft.2022.105470 .

Bonzi, Christopher, Günther Grill, Phyoe Kyaw Htet, Natalie Shahbol e Frank Van der Valk. 2020. “Mappatura dei fiumi a flusso libero del Myanmar”. Il Fondo Mondiale per la Natura (WWF).

 Cavallo, Carmela, Maria Nicolina Papa, Giovanni Negro, Massimiliano Gargiulo, Giuseppe Ruello, and Paolo Vezza. 2022. “Sfruttamento del set di dati Sentinel-2 per valutare l’intermittenza del flusso nei fiumi non perenni”. Rapporti scientifici 12(1): 21756. https://doi.org/10.1038/s41598-022-26034-z .

Čotar, Klemen, Kristof Oštir e Žiga Kokalj. 2016. “Immagini radar satellitari e rilevamento automatico di corpi idrici”, 5–15.

Grimes, DIF e M. Diop. 2003. “Stima delle precipitazioni basata sul satellite per la previsione del flusso dei fiumi in Africa. I: Stime delle precipitazioni e previsioni idrologiche. Giornale di scienze idrologiche 48 (4): 567–84. https://doi.org/10.1623/hysj.48.4.567.51410 .

Jumani, Suman, Matthew J Deitch, David Kaplan, Elizabeth P Anderson, Jagdish Krishnaswamy, Vincent Lecours e Matt R Whiles. 2020. “Frammentazione dei fiumi e parametri di alterazione del flusso: una revisione di metodi e indicazioni per la ricerca futura”. Lettere di ricerca ambientale 15 (12): 123009. https://doi.org/10.1088/1748-9326/abcb37 .

Li, Jiaxin, Ronghua Ma, Zhigang Cao, Kun Xue, Junfeng Xiong, Minqi Hu e Xuejiao Feng. 2022. “Rilevamento satellitare dell’estensione delle acque superficiali: una revisione della metodologia”. Acqua 14 (7): 1148. https://doi.org/10.3390/w14071148 .

Masud, Muhammad Jehanzeb e Wim GM Bastiaanssen. 2017. “Applicazioni di telerilevamento e GIS nella gestione delle risorse idriche”, 351–73.

Mokhtari, Ali, Morteza Sadeghi, Yasamin Afrasiabian e Kang Yu. 2023. “OPTRAM-ET: un nuovo approccio al rilevamento remoto dell’evapotraspirazione effettiva applicata alle osservazioni Sentinel-2 e Landsat-8”. Telerilevamento dell’ambiente 286 (marzo): 113443. https://doi.org/10.1016/j.rse.2022.113443 .

Norris, Richard H. e Martin C. Thoms. 1999. “Che cos’è la salute del fiume? Cos’è la salute del fiume?» Biologia dell’acqua dolce 41 (2): 197–209. https://doi.org/10.1046/j.1365-2427.1999.00425.x .

Sahoo, Debi Prasad, Bhabagrahi Sahoo, Manoj Kumar Tiwari e Goutam Kumar Behera. 2022. “Strumenti integrati di telerilevamento e apprendimento automatico per la stima dei regimi di flusso ecologico nei tratti fluviali tropicali”. Journal of Environmental Management 322 (novembre): 116121. https://doi.org/10.1016/j.jenvman.2022.116121 .

Sood, Aditya, Vladimir Smakhtin, Nishadi Eriyagama, Karen G. Villholth, Nirosha Liyanage, Yoshihide Wada, Girma Ebrahim e Chris Dickens. 2017. Informazioni sul flusso ambientale globale per gli obiettivi di sviluppo sostenibile. Rapporto di ricerca IWMI 168. Colombo, Sri Lanka: International Water Management Institute (IWMI).

Stisen, Simon, Karsten H. Jensen, Inge Sandholt e David IF Grimes. 2008. “Un modello idrologico distribuito basato sul telerilevamento del bacino del fiume Senegal”. Giornale di idrologia 354 (1–4): 131–48. https://doi.org/10.1016/j.jidrol.2008.03.006 .

Tharme, RE 2003. “Una prospettiva globale sulla valutazione del flusso ambientale: tendenze emergenti nello sviluppo e nell’applicazione di metodologie di flusso ambientale per i fiumi”. Ricerca e applicazioni sul fiume 19 (5–6): 397–441. https://doi.org/10.1002/rra.736 .

UNESCO, ed. 2012. Gestire l’acqua in condizioni di incertezza e rischio. vol. 3: Affrontare le sfide. vol. 3. Rapporto delle Nazioni Unite sullo sviluppo idrico mondiale, 4.2012,3. Parigi: UNESCO [ua].

Organizzazione meteorologica mondiale (OMM). 2019. Guida ai flussi ambientali: integrazione della scienza del flusso elettronico con la geomorfologia fluviale per mantenere i servizi ecosistemici. 2019a ed. WMO-N.1235. OMM.

Fonte : ONOOSA – Space4water