EARTH OBSERVATION DATA ANALYSIS

Obiettivi formativi

The module aims at providing a general background on the remote sensing systems for Earth Observation from space‐borne platforms and on data processing techniques. It describes, using a system approach, the characteristics of the system to be specified to fulfil the final user requirements in different domains of application. Remote sensing basics and simple wave‐interaction models useful for data interpretation are reviewed together with technical principles of the main remote sensors. The course also provides an overview of the most important applications and bio‐geophysical parameters (of the atmosphere, the ocean and the land) which can be retrieved. The most important techniques for data processing and product generation, also by proposing practical exercises using the computer, are analysed together with an overview of the main Earth Observation satellite missions and the products they provide to the final user.

Canale 1
FERDINANDO NUNZIATA Scheda docente

Programmi - Frequenza - Esami

Programma
Introduzione al Telerilevamento: definizione, storia, vantaggi e applicazioni. Energia elettromagnetica: definizione e leggi fisiche fondamentali. Interazioni tra energia elettromagnetica e atmosfera: finestre atmosferiche e fenomeni di assorbimento e diffusione. Interazione tra energia elettromagnetica e superfici: riflessione, assorbimento e trasmissione. Caratteristiche dei sistemi di osservazione per l’osservazione della Terra. Caratteristiche operative dei dati: scala e risoluzione. I sensori digitali per l’osservazione della Terra: sensori attivi e passivi. Tipologie di satelliti per l'Osservazione della Terra. Sensori ottici Sensori alle microonde Tecniche di elaborazione delle immagini: miglioramento radiometrico, pre-processamento geometrico e pre-processamento radiometrico. I programmi satellitari con dati ad accesso libero (Landsat, Copernicus, …). Applicazioni
Prerequisiti
Benché nessuna propedeuticità sia prevista in modo formale, è auspicabile che lo/la studente affronti il modulo avendo conoscenza di base di Analisi Matematica e di Fisica.
Testi di riferimento
F.T. Ulaby and D.G Long. Microwave radar and radiometric remote sensing The University of Michigan press, Ann Arbor, 2014. W. Emery and A. Camps Introduction to Satellite Remote Sensing Elsevier, 2017, Netherlands.
Frequenza
NA
Modalità di esame
L'esame consiste di una prova orale e di un elaborato scritto. L'esame sarà composto di due parti: una orale e una scritta nella forma di un elaborato che le studentesse e gli studenti dovranno preparare e presentare individualmente o in piccoli gruppi (massimo tre persone). La relazione, che va consegnata 1 settimana prima della data di esame, sotto forma di file ppt, deve essere utilizzata per dimostrare l'applicazione dei concetti, dei metodi e delle analisi presentate durante l'insegnamento. Il documento scritto deve essere un testo descrittivo e autoesplicativo, progettato per fornire un quadro completo degli obiettivi, dei metodi e dei risultati. Tutti gli argomenti trattati durante il corso, e la loro applicazione utilizzando il software adottato, sono parte integrante dell'esame orale. I criteri di valutazione utilizzati per comporre il voto finale includono la valutazione della: capacità di produrre una presentazione concisa, coerente ed efficace (50%) capacità di esporre chiaramente i contenuti della relazione e conoscenza teorica relativa agli argomenti trattati durante le lezioni (50%)
Modalità di erogazione
L’insegnamento è organizzato in lezioni teoriche (40 ore) ed esercitazioni (20 ore) svolte mediante l’utilizzo del software SNAP e di software sviluppato in aula in ambiente Matlab/Python. Le prime sono dedicate alla presentazione degli aspetti teorici e metodologici dei fenomeni presi in esame; le seconde sono finalizzate a comprendere, dal punto di vista operativo, le modalità di gestione, elaborazione ed estrazione di informazione da dati acquisiti da sensori posti a bordo di piattaforme satellitari.
  • Codice insegnamento1047218
  • Anno accademico2024/2025
  • CorsoData Science
  • CurriculumCurriculum unico
  • Anno2º anno
  • Semestre2º semestre
  • SSDING-INF/02
  • CFU6
  • Ambito disciplinareAttività formative affini o integrative