Droni e intelligenza artificiale per mappare i fiumi e individuare tronchi e detriti
Droni e intelligenza artificiale stanno cambiando il modo di studiare i fiumi, rendendo più rapido il censimento dei tronchi, dei rami e degli altri detriti legnosi presenti lungo il corso d’acqua. Una nuova ricerca internazionale ha sperimentato un sistema basato su immagini aeree ad alta risoluzione e algoritmi di deep learning per riconoscere automaticamente il materiale legnoso nei fiumi caratterizzati da una morfologia particolarmente complessa.
Lo studio, intitolato “Detection of Large Woody Debris in Braided-Rivers RGB-UAV Dataset: A Comparative Study”, è stato pubblicato nel 2026 sulla rivista scientifica Remote Sensing e ha coinvolto ricercatori del Nanjing Hydraulic Research Institute, della Hohai University di Nanjing, del Politecnico di Torino e dell’ARPA Valle d’Aosta. Il lavoro ha utilizzato come laboratorio naturale il fiume Tagliamento, in Friuli-Venezia Giulia, uno dei sistemi fluviali alpini più interessanti per studiare l’evoluzione naturale dei corsi d’acqua.
Droni per osservare i fiumi dall’alto
Monitorare un fiume significa raccogliere una grande quantità di informazioni: posizione dei canali, presenza di vegetazione, modifiche delle sponde, accumuli di sedimenti e soprattutto variazioni provocate dalle piene. Quando il corso d’acqua è molto esteso, effettuare tutti i rilievi direttamente sul terreno può però richiedere molto tempo ed essere complicato.
La tecnologia dei droni per il monitoraggio dei fiumi offre una soluzione alternativa. Un UAV dotato di una normale fotocamera RGB può sorvolare ampie superfici e acquisire immagini dettagliate del territorio. Le fotografie vengono poi elaborate attraverso tecniche di fotogrammetria e analisi delle immagini, trasformandosi in una rappresentazione digitale dell’area osservata.
Nel caso analizzato dai ricercatori, i rilievi sul Tagliamento sono stati effettuati nel 2024, in due periodi differenti, utilizzando un drone professionale equipaggiato con una fotocamera ad alta risoluzione. Le immagini hanno permesso di costruire un dataset utile per addestrare e mettere alla prova diversi sistemi di classificazione automatica.
Il problema dei tronchi nei fiumi
Individuare automaticamente il legname trasportato dai fiumi è tutt’altro che semplice. I cosiddetti Large Woody Debris, o grandi detriti legnosi, possono essere costituiti da tronchi interi, rami, frammenti e accumuli di materiale vegetale. La loro forma è irregolare e cambia in funzione del modo in cui vengono trasportati e depositati dalla corrente.
Dal punto di vista di una fotografia aerea, inoltre, un tronco può avere caratteristiche molto simili a quelle del terreno circostante. Il colore può essere vicino a quello della ghiaia, le ombre possono alterarne la forma e la vegetazione può nascondere parzialmente il materiale. Per un algoritmo di riconoscimento delle immagini si tratta quindi di un compito molto più complesso rispetto all’individuazione di un oggetto con contorni regolari.
La difficoltà aumenta nei cosiddetti fiumi braided, cioè corsi d’acqua intrecciati nei quali il flusso si divide in numerosi canali separati da isole e barre di sedimenti. Questi ambienti possono cambiare rapidamente dopo una piena, rendendo difficile ottenere una fotografia stabile e aggiornata della situazione.
L’intelligenza artificiale riconosce il legname
È proprio in questo scenario che entra in gioco l’intelligenza artificiale applicata alle immagini dei droni. I ricercatori hanno confrontato differenti tecniche di analisi, dalle metodologie più tradizionali fino a due modelli di deep learning: U-Net e DeepLabv3+.
L’obiettivo non era semplicemente stabilire se in una fotografia fosse presente del legname, ma individuare con precisione la sua distribuzione spaziale. In altre parole, l’algoritmo deve riuscire a distinguere i pixel associati ai detriti legnosi da quelli appartenenti a ghiaia, terreno, acqua o vegetazione.
I risultati hanno indicato una particolare efficacia di DeepLabv3+, soprattutto utilizzando una classificazione a due categorie. Il modello ha mostrato una buona capacità di ricostruire la distribuzione effettiva del legname e, elemento particolarmente interessante, ha mantenuto buone prestazioni anche quando applicato a un’area caratterizzata da differenti condizioni spaziali e temporali.
Questo aspetto è importante perché un sistema destinato al monitoraggio ambientale deve essere utilizzabile anche al di fuori delle immagini impiegate durante la fase di addestramento. La possibilità di trasferire il modello a situazioni analoghe apre quindi prospettive interessanti per applicazioni future.
Il Tagliamento come laboratorio naturale
La scelta del Tagliamento non è casuale. Il fiume conserva ancora caratteristiche morfologiche che sono diventate rare nei grandi corsi d’acqua europei. L’assenza di estesi interventi artificiali ha permesso di mantenere un sistema composto da numerosi canali, isole di vegetazione e aree di deposito del materiale trasportato dalla corrente.
Queste condizioni rendono il Tagliamento particolarmente utile per studiare il rapporto tra acqua, sedimenti, vegetazione e legname. Il materiale ligneo, infatti, non rappresenta soltanto un elemento da censire: può contribuire alla complessità degli habitat, influenzare la morfologia del corso d’acqua e fornire informazioni sui processi che interessano il bacino fluviale.
Una mappa digitale aggiornata può quindi diventare uno strumento prezioso per comprendere come il fiume cambia nel tempo e come reagisce agli eventi di piena.
Confrontare le immagini per capire come cambia il fiume
Uno dei vantaggi più interessanti dell’utilizzo combinato di droni e IA è la possibilità di confrontare rilievi realizzati in momenti differenti. Ripetendo i voli sulla stessa area, è possibile creare una sequenza di mappe e osservare l’evoluzione della morfologia fluviale.
Dopo una piena, per esempio, il confronto tra immagini precedenti e successive può evidenziare lo spostamento dei canali, la modifica delle isole di vegetazione, nuovi accumuli di sedimenti e la presenza di tronchi trasportati dalla corrente. In prospettiva, queste informazioni possono contribuire alla valutazione di fenomeni eccezionali e alla comprensione delle trasformazioni provocate dagli eventi idrologici più intensi.
Il valore della tecnologia non sta quindi soltanto nel sostituire un conteggio manuale. Il vero potenziale è nella possibilità di costruire archivi digitali del territorio, aggiornabili nel tempo e analizzabili automaticamente.
Una nuova frontiera per il monitoraggio ambientale
La ricerca sul Tagliamento mostra come la combinazione tra droni, fotogrammetria, immagini RGB e intelligenza artificiale possa diventare uno strumento concreto per le scienze ambientali. Una tecnologia relativamente semplice, come una fotocamera montata su un UAV, può produrre una quantità di informazioni che sarebbe difficile ottenere con rilievi esclusivamente a terra su superfici molto estese.
Il metodo non elimina la necessità delle verifiche sul campo, ma può permettere di indirizzarle verso le aree che richiedono maggiore attenzione. L’intelligenza artificiale diventa così un supporto per trasformare grandi quantità di immagini in informazioni utilizzabili da ricercatori, tecnici e amministrazioni.
In futuro, sistemi di questo tipo potrebbero essere utilizzati non soltanto per individuare il legname, ma anche per monitorare vegetazione, sedimenti, modifiche degli alvei e altri indicatori dello stato dei fiumi. La disponibilità di rilievi ripetuti potrebbe inoltre migliorare la capacità di comprendere gli effetti degli eventi estremi e l’evoluzione degli ecosistemi fluviali.
Dai droni alle mappe intelligenti dei fiumi
Lo studio internazionale dimostra dunque che il monitoraggio dei corsi d’acqua sta entrando in una nuova fase. Il drone raccoglie le immagini, l’intelligenza artificiale le interpreta e le successive campagne di rilievo permettono di costruire una sorta di memoria digitale del fiume.
Per studiare un ambiente dinamico come un fiume, osservare dall’alto e confrontare i dati nel tempo può fare la differenza. La sperimentazione sul Tagliamento rappresenta un esempio concreto di come le tecnologie digitali possano affiancare la ricerca sul campo, rendendo più efficiente il censimento dei detriti legnosi e offrendo nuovi strumenti per comprendere le trasformazioni dei corsi d’acqua.
