CONOSCENZA E COMPRENSIONE: capacità di selezionare ed elaborare le immagini satellitari più idonee a definire i cambiamenti temporali che avvengono sulla superficie terrestre per causa naturale o antropica. Utilizzo di acquisizioni multispettrali e di Radar ad Apertura Sintetica (SAR).

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: capacità di utilizzare il database dinamico Earth Engine che permette di elaborare immagini satellitari. Il linguaggio di codifica è nell'ambiente di Earth Engine. Diverse aree di applicazione dalle scienze ambientali, Indicatori biologici, Geologia, Indicatori climatici.
AUTONOMIA DI GIUDIZIO: essere in grado di tradurre una situazione descrittiva di un problema di cambiamento ambientale nella catena di elaborazioni comprendenti acquisizione e analisi di immagini satellitari.
ABILITÀ COMUNICATIVE: capacità di illustrare in pubblico, i risultati ottenuti dalle acquisizioni satellitari sul cambiamento climatico.
CAPACITÀ DI APPRENDIMENTO: Capacità di trovare in autonomia la soluzione per una puntuale descrizione scientifica di un problema di monitoraggio della terra attraverso l'elaborazione ottimizzata delle acquisizioni satellitari. Integrare le necessità di risoluzione spaziale, temporale e di segnale con le prestazioni dei satelliti esistenti.

Nessuno

Metodi principali di monitoraggio del terreno e dell'ambiente utilizzando
tecniche di telerilevamento satellitare. Immagini Multispettrali, SAR, e
introduzione a interferogrammi InSAR. Apprendimento di Google Earth
Engine.

Fundamentals of Remote Sensing
http://www.nrcan.gc.ca/earthsciences/geomatics/satellite-imagery-airphotos/satellite-imageryproducts/educational-resources/9309;
Thomas Lillesand, Ralph W. Kiefer, Jonathan Chipman (2015) Remote Sensing and Image Interpretation, 7th
Edition, J Wiley, ISBN : 978-1-118-91947-7

1- Introduzione al corso. Tecniche ed Impieghi del Monitoraggio da
telerilevamento satellitare.
2- Telerilevamento ottico, Stratificazione dell’atmosfera, spettro
elettromagnetico, rilevamento attivo e passivo, frequenza, lunghezza
d’onda, banda spettrale, sensori multispettrali,
3- Introduzione all’orbita di un satellite, orbita circolare, geostazionaria,
sun-synchronous, periodo di rivoluzione, leggi di Keplero
4- Introduzione al linguaggio scripting di Earth Engine. Lo studente
analizzera’ autonomamente immagini di telerilevamento sulla piattaforma
di Earth Engine
5- Introduzione all’analisi delle immagini, pre-processing, processing
digitale dell’immagine, trasformazione, Indice Normalized Difference Vegetation Index (NDVI), Esempi di Machine Learning nell'analisi di immagini.
6- Applicazioni del telerilevamento in ambito del monitoraggio ambientale, delle inondazioni, degli effetti delle variazioni del clima, del monitoraggio della deglaciazione.
7- Introduzione al principio di rilevamento RADAR e Synthetic Aperture Radar (SAR),
risoluzione spaziale, effetti geometrici del terreno, polarizzazione delle
onde EM, meccanismi di scattering, effetti di rugosità del terreno,
scattering volumetrico. Osservazioni di frane e spostamenti del terreno a causa di terremoti e attività vulcanica.

Lezioni frontali e applicazioni su Earth Engine in Cloud Computing:
Lezioni frontali sugli argomenti teorici del corso con l'ausilio di diapositive proiettate in aula.
Spiegazione della codifica in Earth Engine che copre la costruzione di serie temporali di immagini satellitari, l'analisi delle immagini, alcune applicazioni di elaborazione delle immagini e il recupero di informazioni. Presentazione di codici di esempio e loro descrizione dettagliata.
Gli studenti lavoreranno sul proprio PC.

Esame orale con discussione di esercizi assegnati a lezione. L'esame
orale punta a valutare sia la conoscenza acquisita dallo studente sugli
argomenti di teoria che la sua abilità nel risolvere al computer, tramite la
programmazione in Earth Engine, applicata ad un caso studio scelto dallo
studente e concordato con il docente. La valutazione finale positiva viene espressa con voto finale fra 18 e 30 e Lode.
La valutazione si basa su:
- Conoscenza della parte teorica del corso, compresa la teoria delle orbite dei satelliti, la teoria delle acquisizioni multispettrali e della riflettività dei materiali, la teoria dell'acquisizione RADAR e dell'interazione di superficie, le metodologie numeriche per definire contenuto di informazione.
- Grado di comprensione della codifica di script di Earth Engine
- la chiarezza e la completezza delle slide di presentazione e della presentazione orale. Le diapositive dovrebbero documentare gli script di codifica.

Questo insegnamento approfondisce argomenti strettamente connessi a uno o più obiettivi dell’Agenda 2030 per lo Sviluppo Sostenibile delle Nazioni Unite