Le proprietà ottiche della neve: una chiave per la sicurezza e la tecnologia
La neve, elemento caratteristico delle stagioni invernali, è spesso percepita come un manto bianco e freddo che ricopre il paesaggio. Tuttavia, la sua natura è ben più complessa di quanto si possa immaginare. Mathieu Nguyen, ricercatore presso la Norwegian University of Science and Technology (NTNU) di Gjøvik, ha recentemente difeso la sua tesi di dottorato focalizzata sulle proprietà ottiche della neve, svelando aspetti sorprendenti che potrebbero rivoluzionare diversi ambiti tecnologici.
Nguyen spiega che la neve riflette tutte le lunghezze d’onda della luce e può assumere colorazioni diverse a seconda delle condizioni ambientali e dell’angolazione con cui la luce la colpisce. Fattori come l’età, la densità della neve e l’inquinamento atmosferico influenzano notevolmente il suo aspetto. L’analisi di oltre mille immagini di neve ha permesso a Nguyen di sviluppare metodi che potrebbero migliorare la gestione della viabilità invernale e la prevenzione delle valanghe.
Un paesaggio di specchi
Il ricercatore ha studiato come la neve assorba e rifletta la luce, concentrandosi in particolare sul modo in cui i cristalli di neve scintillano al sole. Questo fenomeno, oltre a conferire una bellezza unica ai paesaggi invernali, potrebbe essere la chiave per rispondere a domande che da anni incuriosiscono gli scienziati.
Ma cosa fa scintillare la neve nelle giornate soleggiate? “La neve è un accumulo di cristalli di ghiaccio che, in condizioni ideali, agiscono come piccoli specchi. Se orientati correttamente, riflettono la luce solare direttamente verso l’osservatore, brillando come ‘scintille’ nel paesaggio”, afferma Nguyen.
Potenzialità enormi
Sebbene siano stati condotti numerosi studi sul modo in cui diversi metalli riflettono la luce, la scintillazione della neve è ancora poco compresa. Nguyen ha esplorato come variano il contrasto e la densità di queste scintille in immagini di neve in diverse condizioni, con l’obiettivo di sviluppare un metodo di analisi che consenta di classificare i diversi tipi di neve a partire dalle immagini, una possibilità attualmente non realizzabile.
Questo approccio potrebbe avere applicazioni significative nella tecnologia dei sensori, contribuendo a rendere più sicuri i viaggi su strade invernali, soprattutto in vista dell’introduzione di veicoli completamente autonomi.
Immagini da tutto il mondo
Finora, i dati raccolti provengono principalmente da varie località della Norvegia orientale. I risultati sono promettenti e indicano che la scintillazione può essere utilizzata per classificare la dimensione dei granelli di neve. Tuttavia, per classificare con maggiore precisione i tipi di neve, è necessario un volume di dati molto più ampio, preferibilmente con immagini provenienti da tutto il mondo.
Nguyen sottolinea l’importanza di acquisire immagini da luoghi con condizioni ambientali diverse, per comprendere il ruolo che diversi livelli di inquinamento possono avere sull’aspetto e sulle proprietà della neve.
Un’esperienza per il futuro
Oltre a essere difficile da interpretare dalle immagini, la neve si è rivelata sorprendentemente complessa da riprodurre digitalmente. Le rappresentazioni artificiali attuali nei videogiochi e nei simulatori non sono molto più avanzate di semplici superfici bianche. I risultati della ricerca di Nguyen mostrano progressi promettenti anche in questo ambito, aprendo la possibilità di offrire esperienze invernali realistiche anche a chi non ha accesso alla neve, in un futuro in cui, a causa dei cambiamenti climatici antropogenici, potrebbe essercene molta meno.
Secondo l’Istituto Meteorologico Norvegese, entro il 2050 più di un milione di norvegesi vivrà in luoghi con meno di un mese di condizioni invernali. È quindi fondamentale poter riprodurre la neve in tutta la sua complessità per insegnare a chi non l’ha mai vista cosa sia realmente.
Riferimento: “Exploring Imaging Methods for In Situ Measurements of the Visual Appearance of Snow” di Mathieu Nguyen, Jean-Baptiste Thomas e Ivar Farup, 28 gennaio 2024, Geosciences. DOI: 10.3390/geosciences14020035
