Il plugin RiverREM è uno strumento open source sviluppato in Python da OpenTopography per generare automaticamente modelli di elevazione relativa dei fiumi (REM) a partire da un modello digitale di elevazione (DEM). Questi modelli sono utili per visualizzare e analizzare la morfologia fluviale, identificare canali abbandonati, pianure alluvionali e altre caratteristiche geomorfologiche.
Cos'è un REM? Un modello di elevazione relativa (in inglese Relative Elevation Model, da cui l'acronimo REM) rappresenta l'elevazione del terreno rispetto al livello del fiume più vicino, anziché rispetto al livello del mare. In questo modo viene eliminata la naturale pendenza longitudinale del corso d'acqua, al fine di facilitare l'analisi dei processi fluviali e geomorfologici. Funzionalità principali di RiverREM:
- Estrazione automatica delle linee centrali dei fiumi: utilizza l'API di OpenStreetMap per ottenere le geometrie dei fiumi nell'area del DEM fornito.
- Interpolazione delle elevazioni fluviali: impiega un algoritmo di interpolazione basato su KD-tree per stimare le elevazioni lungo la linea centrale del fiume, considerando la risoluzione del raster e la sinuosità del fiume.
- Visualizzazione dei REM: offre strumenti per creare visualizzazioni ad alta risoluzione dei REM, combinando rilievi colorati con ombreggiature del terreno.
- Supporto per dati personalizzati: consente l'uso di shapefile personalizzati per le linee centrali dei fiumi, sovrascrivendo quelli ottenuti automaticamente da OpenStreetMap.
- Generazione di profili longitudinali: è possibile creare grafici dei profili di elevazione lungo la linea centrale del fiume estratta. Tramite il metodo plot_river_profile() è possibile visualizzare:
▪L'elevazione assoluta lungo il fiume.
▪L'elevazione interpolata usata per calcolare il REM.
▪La distanza lungo il percorso del canale.
Questo permette di studiare le pendenze e le eventuali anomalie topografiche
Utilizzo
Un esempio base di utilizzo in Python:
```
from riverrem.REMMaker import REMMaker
rem_maker = REMMaker(dem='/path/to/dem.tif', out_dir='/output/directory/')
rem_maker.make_rem()
rem_maker.make_rem_viz(cmap='topo') ```
È possibile personalizzare vari parametri, come il colormap, il fattore di esagerazione verticale (z), la percentuale di fusione dell'ombreggiatura (blend_percent) e altri, per adattare la visualizzazione alle proprie esigenze.
Possibili applicazioni
- Analisi geomorfologiche: identificazione di forme del terreno associate a dinamiche fluviali del passato.
- Gestione del rischio idrogeologico: mappatura delle aree suscettibili a inondazioni, valutazione della connettività idraulica e pianificazione di interventi di mitigazione.
- Progetti di restauro fluviale: supporto alla progettazione di interventi di riqualificazione morfologica dei corsi d'acqua.
- Visualizzazioni cartografiche: creazione di rappresentazioni visive dettagliate e informative delle pianure alluvionali.
Come Gter intendiamo utilizzare questo strumento all'interno di una modellazione che segue la logica Digital-Twin, come strumento di pre-processing per la costruzione di un modello del terreno e per eventuali analisi di stabilità morfologica o di individuazione di aree potenzialmente soggette ad evoluzioni.
Considerazioni tecniche
- Prestazioni: per DEM di grandi dimensioni, l'interpolazione può essere intensiva in termini di tempo e risorse computazionali. È consigliato ottimizzare le prestazioni regolando parametri come interp_pts, k, eps, workers e chunk_size. In ogni caso per esecuzioni di file di grandi dimensioni da ambiente locale, le prestazioni saranno intaccate considerevolmente.
- Input richiesti: RiverREM richiede DEM di alta qualità e, idealmente, un tracciato accurato della linea centrale del fiume. L'automazione con OSM funziona bene solo se I dati sono aggiornati e precisi, ma potrebbe servire una delineazione manuale.
Conclusione
RiverREM è uno strumento potente per la generazione e visualizzazione di modelli di elevazione relativa dei fiumi, facilitando l'analisi geomorfologica e la gestione delle risorse idriche. La sua integrazione con dati open source e la possibilità di personalizzazione lo rendono adatto a una vasta gamma di applicazioni nel campo delle scienze geografiche e ambientali.
Per ulteriori informazioni e per accedere al codice sorgente, visitare:
