Negli ultimi decenni, la disponibilità di dati di telerilevamento multi-sorgente, multi-scala e a diverse risoluzioni, insieme ai progressi nelle tecniche di elaborazione, ha avuto un impatto significativo e positivo sul rilevamento delle frane. Di conseguenza, oggi anche le istituzioni pubbliche che si occupano della gestione dei rischi geologici a livello globale utilizzano regolarmente dati e prodotti satellitari per le indagini sulle frane.
A causa della complessità del fenomeno, che può comportare lo spostamento di grandi masse di rocce, suolo e vegetazione sia umida che secca dai versanti collinari, e del notevole impatto sulla sicurezza della popolazione e delle infrastrutture stradali, lo sviluppo di procedure specifiche per il rilevamento rapido delle frane rappresenta una sfida significativa. Questo aspetto è particolarmente critico nelle prime fasi della gestione del rischio da frana, per valutare l’estensione dell’area coinvolta dal movimento e procedere con una prima delimitazione della cosiddetta zona di allarme, dove devono essere applicate misure di evacuazione preventiva.
In questo studio, la Tasseled Cap Transformation (TCT) è proposta come un metodo semplice e rapido in grado di rilevare simultaneamente diverse caratteristiche di cambiamento del territorio, elaborando solo due immagini Sentinel-2 (pre- e post-evento). L’immagine in composizione RGB, ottenuta sovrapponendo i valori di δTCTBrightness, δTCTGreenness e δTCTWetness come intensità rispettivamente dei canali rosso (R), verde (G) e blu (B), ha permesso di evidenziare i cambiamenti del paesaggio, supportati dalla natura fisica degli indici TCT, associando i colori alle caratteristiche fisiche delle trasformazioni.
Il metodo, testato sul sito di Pomarico nella regione Basilicata (Italia meridionale), ha permesso di individuare con buona accuratezza (ACC = 0,95) l’impronta della frana verificatasi nel 2019. La procedura proposta si è quindi dimostrata efficace nel rilevare frane che comportano variazioni spettrali della superficie terrestre (la maggioranza dei casi), senza la necessità di informazioni in situ aggiuntive. Inoltre, la disponibilità gratuita del database Sentinel-2 e i suoi tempi di rivisitazione frequenti ne garantiscono l’esportabilità a livello globale.
How to cite: Coluzzi, R., Perrone, A., Samela, C., Imbrenda, V., Manfreda, S., Pace, L., & Lanfredi, M. Rapid landslide detection from free optical satellite imagery using a robust change detection technique. Sci Rep 15, 4697 (2025). https://doi.org/10.1038/s41598-025-89542-8