High-temporal-frequency monitoring of Alpine glaciers is essential for understanding their response to climate change. This paper presents a low-cost time-lapse camera system designed for continuous 4D glacier monitoring. The system integrates daily 3D reconstruction using stereoscopic cameras with surface velocity estimation from a monocular camera through Digital Image Correlation (DIC). To overcome the challenges of identifying corresponding points arising from the long stereo baseline, which makes conventional algorithms unsuitable, recent deep learning-based feature-matching algorithms are employed. A pilot study conducted on the Belvedere Glacier (Italian Alps) demonstrates the effectiveness of the proposed approach in accurately estimating daily glacier dynamics, including surface kinematics, ice volume loss and glacier retreat. The combination of 3D stereo reconstruction and DIC reveals a significant short-term correlation between air temperature, glacier surface velocity and ablation, providing insights into the glacier’s response to external forcing. The proposed system is readily replicable and can be extended to other study sites.

Il monitoraggio ad alta frequenza temporale di ghiacciai alpini è essenziale per comprendere la loro risposta ai cambiamenti climatici. Questo articolo presenta un sistema di camere time-lapse a basso costo progettato per il monitoraggio continuo in 4D dei ghiacciai. Il sistema integra una ricostruzione 3D giornaliera da camere stereoscopiche e la stima della velocità superficiale da camera monoscopica utilizzando la Correlazione di Immagini Digitali (DIC). Per superare le difficoltà nell’identificazione di punti omologhi posta dalla base di presa lunga, che rende impossibile l’uso di algoritmi tradizionali, vengono usati recenti algoritmi di feature matching basati su Deep Learning. Uno studio pilota condotto sul Ghiacciaio del Belvedere (Alpi italiane) dimostra l'efficacia dell'approccio proposto nel stimare accuratamente le dinamiche giornaliere del ghiacciaio, comprese la cinematica superficiale, la perdita di volume del ghiaccio e il ritiro del ghiacciaio. La combinazione della ricostruzione stereo in 3D e del DIC rivela una significativa correlazione a breve termine tra la temperatura dell'aria, la velocità superficiale del ghiacciaio e l'ablazione, fornendo indicazioni sulla risposta del ghiacciaio a fattori esterni. Il sistema proposto è facilmente replicabile e può essere esteso ad altri siti di studio.

MONITORAGGIO 4D AD ALTA FREQUENZA DI GHIACCIAI ALPINI TRAMITE CAMERE TIME-LAPSE A BASSO COSTO E DEEP LEARNING STRUCTURE-FROM-MOTION

Pinto Livio;Ioli Francesco
2025-01-01

Abstract

High-temporal-frequency monitoring of Alpine glaciers is essential for understanding their response to climate change. This paper presents a low-cost time-lapse camera system designed for continuous 4D glacier monitoring. The system integrates daily 3D reconstruction using stereoscopic cameras with surface velocity estimation from a monocular camera through Digital Image Correlation (DIC). To overcome the challenges of identifying corresponding points arising from the long stereo baseline, which makes conventional algorithms unsuitable, recent deep learning-based feature-matching algorithms are employed. A pilot study conducted on the Belvedere Glacier (Italian Alps) demonstrates the effectiveness of the proposed approach in accurately estimating daily glacier dynamics, including surface kinematics, ice volume loss and glacier retreat. The combination of 3D stereo reconstruction and DIC reveals a significant short-term correlation between air temperature, glacier surface velocity and ablation, providing insights into the glacier’s response to external forcing. The proposed system is readily replicable and can be extended to other study sites.
2025
Il monitoraggio ad alta frequenza temporale di ghiacciai alpini è essenziale per comprendere la loro risposta ai cambiamenti climatici. Questo articolo presenta un sistema di camere time-lapse a basso costo progettato per il monitoraggio continuo in 4D dei ghiacciai. Il sistema integra una ricostruzione 3D giornaliera da camere stereoscopiche e la stima della velocità superficiale da camera monoscopica utilizzando la Correlazione di Immagini Digitali (DIC). Per superare le difficoltà nell’identificazione di punti omologhi posta dalla base di presa lunga, che rende impossibile l’uso di algoritmi tradizionali, vengono usati recenti algoritmi di feature matching basati su Deep Learning. Uno studio pilota condotto sul Ghiacciaio del Belvedere (Alpi italiane) dimostra l'efficacia dell'approccio proposto nel stimare accuratamente le dinamiche giornaliere del ghiacciaio, comprese la cinematica superficiale, la perdita di volume del ghiaccio e il ritiro del ghiacciaio. La combinazione della ricostruzione stereo in 3D e del DIC rivela una significativa correlazione a breve termine tra la temperatura dell'aria, la velocità superficiale del ghiacciaio e l'ablazione, fornendo indicazioni sulla risposta del ghiacciaio a fattori esterni. Il sistema proposto è facilmente replicabile e può essere esteso ad altri siti di studio.
File in questo prodotto:
File Dimensione Formato  
07_Pointo.pdf

Accesso riservato

: Publisher’s version
Dimensione 838.24 kB
Formato Adobe PDF
838.24 kB Adobe PDF   Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11311/1311810
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
  • OpenAlex ND
social impact