70077 - TELERILEVAMENTO (1) (LM)

Conoscenze e abilità da conseguire

Al termine del corso lo studente acquisisce competenze per il trattamento delle immagini digitali, l'estrazione di tematismi e di informazioni relative ai diversi aspetti del territorio e dell'ambiente (geomorfologico, urbanistici, legati ai beni culturali, al monitoraggio, ecc.), e la gestione di dati telerilevati all'interno di software di elaborazioni immagini e software GIS

Contenuti

MODULO 1: PRINCIPI BASE DEL TELERILEVAMENTO

• Introduzione al Telerilevamento: definizione, aspetti generali del sistema, applicazioni. Principi fisici del telerilevamento (da energia radiante a radianza, onda elettromagnetica, lunghezza d’onda, spettro elettromagnetico).
• Interazioni dell’energia con l’atmosfera (riflessione, trasmissione e emissione). Finestre atmosferiche. Firma spettrale: definizione e descrizione firme acqua, suoli e rocce, vegetazione.
• Strumenti di osservazione: piattaforme, orbite, sensori attivi e passivi, parametri di acquisizione (IFOV, Swath, angolo elevazione satellite, angolo elevazione sole), sistemi di acquisizione a scansione (along-track, across-track), sistemi a matrice. Modalità di acquisizione.
• Descrizione sensori, immagini digitali, riprese multispettrali, visualizzazione dei dati, risoluzione geometrica, risoluzione spettrale (pan-sharpening), risoluzione radiometrica, risoluzione temporale.

MODULO 2: DISTORSIONI E CORREZIONI

• Distorsioni delle immagini: radiometriche e geometriche. Sorgenti delle distorsioni geometriche (curvatura terrestre, rotazione, variazione di quota, velocità, assetto, distorsioni panoramiche).
• Modelli di correzione geometrica parametrici e non parametrici (cenni). Ortorettifica (DTM), georeferenziazione. Principali missioni attuali.

MODULO 3: CLASSIFICAZIONE E APPLICAZIONI

• Distribuzione Gaussiana.
• Introduzione alla classificazione.
• Classificazione per pixel, classificazione supervisionata (fasi preliminari, algoritmi di classificazione)
• Metodi di classificazione supervisionata (minima distanza dalla media, massima verosimiglianza, support vector machine, random forest e altri); algoritmi hard e soft (Bayes, Fuzzy cenni).
• Metodi di classificazione non supervisionata (cluster, k-means, isodata). Classificazione pixel-oriented.
• Valutazione accuratezza delle classificazioni.
• Cenni di Machine Learning 
• PCA, tecniche di miglioramento dell’immagine, indici di vegetazione.

Testi/Bibliografia

Studenti frequentanti e non frequentanti

Dispense e slide del docente.

Per approfondimenti:

Principi e metodi di telerilevamento. Pietro Alessandro Brivio, Giovanni Lechi, Eugenio Zilioli. Città studi edizioni.

Basics of Geomatics. Mario A. Gomarasca. Springer.

Metodi didattici

Lezioni frontali con l'ausilio di slide (messe a disposizione degli studenti tra i materiali didattici) per la trattazione degli argomenti previsti dal programma. All'inizio del corso la docente fornirà tutte le informazioni relative al programma didattico, ai testi e alla bibliografia da consultare, e le indicazioni necessarie per la verifica finale. Nell’ultima parte del corso sono invece previste delle esercitazioni pratiche mediante l’utilizzo di un software open source, durante le quali gli studenti potranno applicare, sotto la guida e la supervisione della docente, le metodologie di elaborazione dati affrontate nelle lezioni teoriche precedenti.

Modalità di verifica e valutazione dell'apprendimento

Studenti frequentanti e non frequentanti

L’esame consisterà in un colloquio orale, durante il quale verrà verificata la conoscenza, anche trasversale, degli argomenti previsti dal programma. Verrà richiesto di applicare, a casi concreti che riguardano il territorio e le sue dinamiche, i concetti base del Telerilevamento e di trarne poi delle conclusioni in modo autonomo. Per accedere all’esame è richiesta la presentazione di una mappa, realizzata dallo studente, mediante l’applicazione di una o più tecniche di classificazione ad un dato digitale satellitare o ad un suo ritaglio, fornito dalla Docente o scelto dal candidato/a.

NB= l’esame non consisterà nella sola presentazione della mappa di classificazione richiesta.

I criteri di valutazione che concorreranno alla determinazione del voto finale saranno:

1) il grado di conoscenza, di approfondimento e di comprensione critica dei contenuti;

2) la capacità di argomentare, di istituire relazioni fra le tematiche e di applicare i principi teorici a casi reali;

3) la capacità di esporre utilizzando una terminologia tecnica di base appropriata;

4) la robustezza del ragionamento cha ha permesso la realizzazione della mappa di classificazione.

Il voto sarà assegnato sulla base della seguente scala di valutazione:

• 18-21: prova sufficiente;
• 22-24: prova discreta;
• 25-27: prova buona;
• 28-29: prova molto buona;
• 30: prova ottima;
• 30 e lode: prova eccellente.

Strumenti a supporto della didattica

Laboratorio didattico di Geomatica/Informatica con postazioni PC singole; software per elaborazione di immagini digitali Open Source e commerciali; software GIS Open Source; videoproiettore

Orario di ricevimento

Consulta il sito web di Michaela De Giglio