Scours e grande duna

Il metodo automatico per identificare le varie morfologie ha previsto l'utilizzo della funzione

Bathymetric Position Index (BPI) inserita nella toolbox Benthic Terrain Modeler (BTM) di

ArcGis (Wright et al., 2005). In questo caso le morfologie in questione sono: gli scour

holes (chiamati da qui in avanti, per semplicità, solamente scours), depressioni erosive

che si formano a causa dell’erosione del fondale dovuta all’elevata turbolenza e alle velocità delle correnti crescenti lungo la confluenza tra due canali (Helsby, 2008) e la grande duna, presenti nell'area di studio. La funzione BPI, che è l’equivalente per la batimetria del Topographic Position Index (TPI) (Gallant and Wilson, 2000) usato per scopi geomorfologici sulla terraferma, è una derivata di secondo ordine (che si ottiene dalla derivata di prim'ordine slope, cioè la pendenza) della batimetria (Lundblad et al., 2006), e può essere calcolata sia a grande scala (broad BPI) che a piccola scala (fine BPI) (Verfaille et al., 2007). L'algoritmo BPI compara l'elevazione di ogni cella rispetto all'elevazione media delle celle che la circondano, utilizzando un annulo, i cui raggi interno ed esterno (inner e outer radius) vengono definiti dall'utente (Verfaille et al., 2007). Utilizzando dati di batimetria negativi, il BPI risulterà in valori negativi per le depressioni (una cella è più bassa delle celle a lei vicine), con valori positivi per le creste (una cella è più elevata rispetto alle celle a lei vicine) e con valore uguale a zero per le aree a pendenza costante o piatte (Lundblad et al., 2006). I risultati del BPI sono dipendenti dalla scala; scale differenti possono essere usate per caratteristiche morfologiche più piccole o più grandi sul fondale marino. Se si usano valori per i raggi dell'annulo piccoli, una grande depressione apparirà come una distesa piatta. Ad una scala di diversi km, la stessa depressione apparirà come un grande canyon, e ciò potrebbe essere più rilevante se si guarda ai processi globali. In questo lavoro di tesi si è utilizzata la funzione broad BPI per identificare le figure morfologiche a grande scala (Erdey-Heydorn, 2008) che è risultata utile per identificare gli scours presenti in tutta l'area oggetto di studio e una grande duna presente all'imboccatura del molo sud. L’alta risoluzione dei file raster creati per ognuno dei 3 dataset li rendeva particolarmente pesanti (dell’ordine di 2 GByte) rendendo molto lunghe le successive elaborazioni con il software ArcGis data la mole di dati da salvare. Per questa ragione, per l'identificazione automatica delle morfologie di grande dimensione (scours e grandi dune) si è deciso di ricampionare i file raster ad una risoluzione di 2 m,

49

tramite il tool "Resample"; si è avuto cura di verificare con alcuni esempi che questa operazione, pur diminuendo il dettaglio dei raster, non peggiorava i risultati dell’identificazione delle morfologie a grande scala.

Date la diversità degli scours, non è stato possibile usare un unico valore per le dimensioni dell’annulo utilizzato per ottenere il broad BPI. Si sono fatte diverse prove scegliendo alla fine il valore che delineava al meglio ogni particolare scour sulla base del confronto con l’identificazione manuale di ogni singolo scour. La localizzazione degli scours individuati è rappresentata in Figura 32.

Figura 32. Localizzazione degli scours alla bocca di porto di Lido.

Nella figura sottostante è possibile vedere un esempio di scour (Figura 33a) e di risultato del calcolo del broad BPI (Figura 33b).

50 Figura 33. Esempio di identificazione di uno scour con l'utilizzo della funzione BPI del software

ArcGIS. Nell'immagine superiore (a) è possibile vedere la batimetria di uno scour e in sovrapposizione le isobate; nella figura inferiore (b) si può vedere il risultato della funzione BPI ad un dato valore di raggio interno ed esterno (inner e outer radius) dell'annulo e come essa vada ad

individuare bene i contorni dello scour. In legenda sono evidenziate le classi in cui è stato suddiviso il range continuo di valori. Le classi con valori negativi, (verdi) indicano aree concave,

51

Per aiutare nella visualizzazione e per identificare al meglio ogni scour, i range continui di valori risultanti dall'esecuzione dell'algoritmo BPI, sono stati suddivisi sempre in 5 classi (Figura 33b), in particolare:

o classe A: tra il valore più negativo e -3 o classe B: tra -2.99 e -1

o classe C: tra -0.99 e 0 o classe D: tra 0 e 2

o classe E: tra 2.01 e il valore massimo

dove i valori negativi indicano le aree concave, quelli positivi le aree convesse.

Per trovare il valore del broad BPI che individuava al meglio ogni particolare scour ci si è aiutati con le morfologie disegnate manualmente per l'anno 2016. Ogni volta che un particolare scour è stato così individuato, si è proceduto alle successive operazioni utili per identificarne l'area. Attraverso il tool Reclassify, del pacchetto Spatial Analist di ArcGIS, si è messo come input file il raster del BPI utile per quella morfologia e si sono mantenuti solo i valori delle classi che la identificavano in maniera corretta, si è ottenuta un'immagine raster che rappresentasse solo i valori di BPI della classe individuata. Si è poi convertita l'immagine raster in uno shapefile con il tool "Raster to polygon". Per calcolare l'area è stato usato il tool "Calculate areas". Questa procedura è stata ripetuta per ognuno dei sei

52 Figura 34. Procedura per individuare gli scours e calcolarne le aree.

Solo per lo scour n. 6 il metodo utilizzato è stato semiautomatico: infatti la funzione BPI faceva ricadere all'interno della figura morfologica una parte del canale dragato adiacente e ciò avrebbe portato ad un errore per i successivi calcoli di area e volume. La linea di separazione tra scour e canale è stata individuata seguendo l'isobata dei -12 metri (Figura 35).

53 Figura 35. La linea rossa rappresenta il limite dello scour 6 individuato con metodo

semiautomatico: prima attraverso la funzione BPI e poi tagliato manualmente seguendo l'isobata dei -12 m.

Per calcolare le differenze di volume degli scour tra i tre anni, i dataset batimetrici sono stati mantenuti ad una risoluzione più elevata, pari a 0.5 m, per aumentare l'accuratezza del risultato finale. Il procedimento è stato il seguente: attraverso il tool "Raster calculator" è stata calcola la differenza tra le profondità delle due batimetrie (ad esempio "batimetria 2016 - batimetria 2013"), sottraendo sempre dal dato più recente quello meno recente. La "differenza batimetrica" così calcolata è stata moltiplicata, utilizzando sempre lo stesso tool, per 0.25 m2 ovvero l’area di ciascun pixel. Questo procedimento si basa sull’assunzione che l’area dei pixel sia molto piccola rispetto alle dimensioni delle forme di fondo. Il fattore 0.25 è stato ottenuto moltiplicando tra loro le dimensioni di lunghezza e larghezza di ogni pixel, ossia 0.5(m). In dettaglio, la formula utilizzata è stata la seguente:

dove è il volume di ciascun parallelepipedo che ha per base la superficie del pixel i-

esimo e altezza la differenza di profondità dei due rilievi che si stanno confrontando . Dalla statistica del raster di differenze batimetriche moltiplicato per l’area unitaria di ciascun pixel ( ) calcolata da

54

ArcGIS si ottiene il valor medio e il numero totale di pixel N (count in Figura 15), da cui si può ottenere il volume totale V somma di tutti i volumi relativi a ciascun pixel:

Moltiplicando per il numero di pixel si ottiene il volume totale

Attraverso la funzione "Clip", dal raster delle differenze moltiplicato per 0.25, ogni scour è stato ritagliato con la forma dello stesso nell'anno più recente; nel file raster così individuato per ogni scour, nel campo classify è possibile trovare il valore del volume per tutta la morfologia (Figura 36).

Figura 36. La figura indica dove è possibile trovare il valor medio del raster delle differenze batimetriche (rettangolo rosso) ricavato con il metodo spiegato in precedenza.

Per calcolare il volume dello scour n. 4, poiché il dataset batimetrico per l'anno 2016 risultava incompleto per una parte di quest'area (Figura 37), è stato possibile eseguire

55

un'interpolazione dei dati in quel punto con l'utilizzo del tool "Focal statistics" con le seguenti impostazioni:

Neighborhood settings height: 9 width: 9 unit: cell

statystics type: mean

Figura 37. L'immagine mostra come si presentava la batimetria dell'anno 2016 in corrispondenza dello scour 4.

Per identificare la grande duna e calcolarne area e volume, l'approccio utilizzato è stato esattamente lo stesso utilizzato per gli scours citato in precedenza.