2.6 - ANALISI DELLE DINAMICHE AMBIENTALI
|
|
- Antonina Ferrante
- 7 anni fa
- Visualizzazioni
Transcript
1 Cap. 2 Analisi del Territorio ANALISI DELLE DINAMICHE AMBIENTALI RILEVAMENTO SATELLITARE (LANDSAT) Uno dei fattori determinanti per la qualità dei popolamenti animali è lo stato dell ambiente. Da qui deriva che dai cambiamenti ambientali dipende la conservazione delle specie. Per una migliore comprensione delle popolazioni animali e del loro andamento nel tempo si è proceduto, in questo studio, ad un analisi delle variazioni ambientali del territorio provinciale, sia pure a grande scala. Per questo scopo sono stati utilizzati i dati derivanti dalle immagini satellitari rese disponibili dall Università del Maryland (GLCF Global Land Cover Facility Le immagini utilizzate sono scene registrate dai satelliti di telerilevamento e, in particolare per le nostre analisi, dal programma LANDSAT. Il programma LANDSAT ha utilizzato negli anni diversi satelliti e sensori. Nella tabella sottostante, vengono elencate le caratteristiche tecniche delle scene disponibili per l area della provincia di Lecco: Landsat imagery utilizzata per le analisi ambientali. (WRS: World Reference System: indica il numero d orbita e della scena) Satellite Sensore WRS Data di rilevamento Altezza / Azimuth solare N Bande spettrali Risoluzione finale Landsat 1 MSS 209/028 7 ottobre / m Landsat 1 MSS 209/028 6 giugno / m Landsat 2 MSS 208/028 8 giugno / m Landsat 5 TM 194/ agosto / m Landsat 5 TM 193/ agosto 1992 n.d m Landsat 7 ETM+ 193/ settembre / m Landsat 7 ETM+ 194/ giugno / m Il sensore utilizzato dal programma LANDSAT è cambiato nel tempo e sono stati modificati il numero di bande di rilevamento e la risoluzione. Le caratteristiche dei sensori sono elencate nelle seguenti tabelle: Sensore banda Risoluzione spettrale (mm) Colore corrispondente Risoluzione spaziale MSS (Multi Spectral Sensor) Sensore banda Risoluzione spettrale (mm) TM (Thematic Mapper) Sensore banda Risoluzione spettrale (mm) ETM+ (Enhanced Thematic Mapper) Verde Rosso Infrarosso vicino Infrarosso vicino 79 Colore corrispondente Blu Verde Rosso Infrarosso vicino Infrarosso medio Infrarosso termico Infrarosso medio 30 Colore corrispondente Blu Verde Rosso Infrarosso vicino Infrarosso medio 30 6 (1+2) Infrarosso termico Infrarosso medio pancromatico 15 Risoluzione spaziale Risoluzione spaziale 17
2 Cap. 2 Analisi del territorio Le scene scaricate sono ortorettificate e georeferenziate, proiettate in UTM zona 32, con datum geodetico WGS84. I dati delle diverse bande sono registrati come immagini in scala di grigio (GeoTIFF) (vedi figura sotto banda 3 Anno 1972). Le immagini sono trasformate poi in grid-data, con il software Arc/Info, per le successive analisi. In questa operazione le diverse gradazioni di grigio vengono riportate ad un codice binario a 8-bit che assume quindi 256 valori (256 = 2 8 ). Questo valore viene chiamato DN (Digital Number). Nella tabella sotto viene riportato ad esempio il valore assunto dal numero digitale (DN) per la scena del 21/06/2001. Risultati per la scena 21/06/2001 LANDSAT ETM+ : 8 bande: (28,5m; 1997 righe x 868 colonne); banda 61 e 62: (57; 999 righe x 435 colonne). Banda Risoluzione (m) DN Range DN Min DN Max DN Media DN Dev.st P2001_10r 28, ,335 17,544 P2001_20r 28, , ,725 P2001_30r 28, ,703 25,987 P2001_40r 28, ,889 31,526 P2001_50r 28, ,226 31,516 P2001_61r ,157 9,843 P2001_62r ,202 17,729 P2001_70r 28, ,846 24,959 18
3 Cap. 2 Analisi del Territorio Nella fase dell importazione sono stati inoltre riportati a 28,5 m di risoluzione anche le scene derivanti da MSS (che hanno 57 m di risoluzione), operazione necessaria per la successiva integrazione ed analisi con i dati degli anni successivi, a maggior dettaglio. Nelle seguenti figure sono riportate, in falsi colori (RGB), le diverse scene importate. Sotto la figura sono inserite le bande utilizzate per fare l immagine e l anno del rilevamento Red = MSS4 Green = MSS3 Blue = MSS Red = MSS4 Green = MSS3 Blue = MSS2 19
4 Cap. 2 Analisi del territorio Red = MSS4 Green = MSS3 Blue = MSS Red = TM5 Green = TM4 Blue = TM Red = TM5 Green = TM4 Blue = TM Red = ETM50 Green = ETM40 Blue = ETM30 20
5 Cap. 2 Analisi del Territorio Acquisizione rilevamento GLCF - Università del Maryland Importazione e trasformazione in GRID (Arc/Info) Integrazione Bande (Spectral Ratio / Analisi delle Componenti Principali) Supervised Classification (Training Stage / Signature Verify / Maximum Likelihood Classification) Verifica Classificazione e Integrazione dati (DUSAF / CORINE) Red = ETM50 Green = ETM40 Blue = ETM30 Nel riquadro a destra della figura precedente viene indicato lo schema del processo di importazione ed analisi dei dati satellitari. L integrazione bande si rende necessaria quando le ombre create dal rilievo rendono poco diversificati i valori del DN per le stesse categorie ambientali. Dividere una banda per un altra (spectral ratioing) tende a diminuire l effetto dell ombreggiatura. Anche l analisi delle componenti principali (PCA) serve per diminuire il numero di bande da integrare (è stata utilizzata in particolare per i dati derivanti dai sensori TM ed ETM+) e facilita l esame delle informazioni contenute nelle diverse bande. Una volta ottenuto l insieme delle bande da analizzare (stack) per ogni anno, si è passati allo stadio successivo, quello della classificazione. Questo stadio è suddiviso in 3 sottoprocessi: - l individuazione di aree con caratteristiche ambientali conosciute, delle categorie ambientali rappresentative, da usare come campione per l analisi spettrale (training); - la verifica dei grafici di analisi spettrale (signature files); - la classificazione definitiva dell immagine, attraverso algoritmi di maximum likelihood. Nella tabella seguente sono indicate le categorie ambientali utilizzate per la fase di training: CLASS ID Nome categoria Area 1972 Area 1975 Area 1976 Area 1989 Area Aree urbanizzate Aree agricole Campi arati Pascoli / praterie Boschi latifoglie Boschi conifere Acqua (laghi / fiumi) Zone rocciose Aree cespugliate Neve / ghiacciai Nelle seguenti figure ci sono, per i vari anni e per le varie combinazioni di banda, i risultanti contour plot (ellissi di deviazione standard attorno media) della classificazione. Area 1999 Area
6 Cap. 2 Analisi del territorio Anno 1972 Anno
7 Cap. 2 Analisi del Territorio Anno 1976 Anno
8 Cap. 2 Analisi del territorio Anno
9 Cap. 2 Analisi del Territorio Anno 1999 Anno 2001 Le immagini classificate sono state poi riunite in 3 GRID finali: uno per gli anni 70 (unendo e uniformando la classificazione delle scene degli anni 1972, 1975, 1976), uno per gli anni 90 (unendo anni 1989 e 1992) e una per gli anni 2000 (1999 e 2001). Quest ultima classificazione è stata ulteriormente integrata con i dati derivanti dal CORINE Landcover project e dal DUSAF, seguendo le seguenti priorità: - quando 2 classificazioni su 3 erano concordanti, avevano la prevalenza; - se le 3 classificazioni erano in disaccordo, è stata usata la seguente priorità: DUSAF, Landsat, CORINE Landcover. 25
10 Cap. 2 Analisi del territorio La seguente figura mostra i risultati finali della classificazione. Legenda Anni 70 26
11 Cap. 2 Analisi del Territorio Anni 90 Anni 2000 La verifica dell accuratezza della classificazione è stata effettuata solo per gli anni 2000, in quanto solo per questo periodo erano disponibili dati per il controllo. Dalle fotografie aeree del 2000 (Ortofoto Regione Lombardia, XXXXX) sono stati digitalizzate le strade e l urbanizzato; il dato vettoriale è stato poi trasformato in GRID e incrociato con la classificazione dal Landsat. Si è ottenuta così la matrice di confusione su cui effettuare i calcoli di accuratezza (Lillesand & Kiefer, 2000). Per i boschi è stata invece utilizzata la classificazione dell ERSAF (Gallinaro et al., xxxx). Matrice di confusione per l urbanizzato Dati di riferimento Non Urbanizzato Urbanizzato Dati classificati Non Urbanizzato pixel pixel Urbanizzato pixel pixel Da questi dati è possibile calcolare diversi parametri di misura (Lillesand & Kiefer, 2000), mediante delle routines scritte da D.G. Rossiter (2004) per il software statistico R. La statistica KHAT ha la seguente formula (Lillesand & Kiefer, 2000): kˆ r xii i= 1 i= 1 = r 2 dove r = numero di righe nella matrice di confusione; xii = numero di osservazione lungo la diagonale della matrice; xi+ = numero totale di osservazioni lungo la riga i; x+i = numero totale di osservazioni lungo la colonna i; N = numero totale di osservazioni nella matrice. N N ( x x ) ( xi+ x+ i ) i= 1 r i+ + i 27
12 Cap. 2 Analisi del territorio I parametri di misura per l urbanizzato sono: accuratezza totale (overall accuracy) 91% accuratezza sui training pixel (producer s accuracy) 93,6% per non urbanizzato 71,0% per l urbanizzato accuratezza di classificazione (user s accuracy) 96,1% per non urbanizzato 59,5% per l urbanizzato statistica KHAT: 0,596 non-urbanizzato: 0,662 urbanizzato: 0,541. Matrice di confusione per le aree boscate Dati di riferimento Latifoglie Conifere / Misto Arbusteti Dati classificati Latifoglie pixel pixel pixel Conifere / Misto 2828 pixel pixel 1967 pixel Arbusteti 6959 pixel 3172 pixel 6097 pixel Come per l urbanizzato, vengono elencati i parametri di accuratezza: accuratezza totale (overall accuracy) 81,4% accuratezza sui training pixel (producer s 97,2% latifoglie 40,7% conifere / misto 15,5% arbusteti accuracy) accuratezza di classificazione (user s 82,8% latifoglie 85,7% conifere / misto 37,6% arbusteti accuracy) statistica KHAT: 0,317 latifoglie: 0,286 conifere / misto: 0,832 arbusteti: 0,317. Nell urbanizzato l errore prevalente è dovuto alla mancanza di classificazione di elementi lineari o puntiformi di piccole dimensioni (per esempio, strade di minor larghezza o case isolate), i cui valori spettrali sono mediati dagli ambienti circostanti. Nel caso dei boschi, le aree con boscaglie o gli ecotoni tendono a ridurre la classificazione corretta delle latifoglie, mentre per le conifere e i boschi misti sono identificati con più certezza. Gli arbusteti e le boscaglie sono infatti spesso costituiti da latifoglie, producendo lo stesso valore spettrale. Nei modelli si è tenuto conto di questo aspetto, utilizzando ampiamente misure quali buffer e core area per andare ad identificare le zone che presentano boschi a struttura più complessa. 28
Sommario. Giovanni Sylos Labini. Planetek Italia s.r.l. 1. Telerilevamento applicato al monitoraggio delle aree a rischio di incendio
Telerilevamento applicato al monitoraggio delle aree a rischio di incendio Prof. Planetek Italia VAMPIRE Value Added Multilayer Product In Real Environment SINFO Sistema INformativo FOrestale Obiettivi
DettagliElaborazione dei dati. pkt /9
Elaborazione dei dati pkt006-89-1.0 4/9 1 Argomenti 1. Analisi delle immagini multispettrali 2. Analisi dell istogramma e enfatizzazione del contrasto 3. Trasformata RGB-IHS 4. Filtraggio 5. Estrazione
DettagliIndice della presentazione
Indice della presentazione Introduzione; Risposta spettrale della vegetazione e riconoscimento incendi; Tecniche di classificazione automatica e mappe del combustibile; Stima di parametri biochimici e
DettagliElaborazione dei dati
Elaborazione dei dati Corso di Laurea Magistrale in SIT&TLR a.a. 2009/10 Ing. Claudio La Mantia pkt006-179-3.0 4/5 info@planetek.it rgomenti della lezione 1. nalisi delle immagini multispettrali 2. nalisi
DettagliSENSORI LINEARI. red green blu Ir vicino
UNIVERSITA' IUAV DI VENEZIA DIPARTIMENTO DI PIANIFICAZIONE MASTER UNIVERSITARIO DI SECONDO LIVELLO "SISTEMI INFORMATIVI TERRITORIALI & TELERILEVAMENTO FORMATO A DISTANZA A.A. A 2005/06 UTILIZZO DI SENSORI
DettagliTelerilevamento e Modellistica Forestale
Telerilevamento e Modellistica Forestale Lezione 3 Immagini digitali e visualizzazione Dario Papale Contributi: Vern Vanderbilt, TA- Quinn Hart, CCRS Radiazione riflessa Diverse superfici riflettono parte
DettagliCorso di Telerilevamento Lezione 2
Corso di Telerilevamento Lezione 2 Curve di riflettanza Immagini digitali e visualizzazione La riflessione La radiazione incidente su di una determinata superficie può essere assorbita, riflessa o trasmessa
DettagliClassificazione di immagini SPOT per l aggiornamento al 2008 della mappa di copertura del suolo della Regione Lombardia
Classificazione di immagini SPOT per l aggiornamento al 2008 della mappa di copertura del suolo della Regione Lombardia Paolo Zaffaroni, Marta Maggi, Paolo Pileri (*) Dipartimento di Architettura e Pianificazione,
DettagliMODULO TELERILEVAMENTO
MODLO TELERILEMENTO TELERILEMENTO Il TELERILEMENTO si può definire come il rilievo e lo studio di oggetti e fenomeni attraverso l uso di strumenti - i SENSORI - a bordo di piattaforme, distanti (non in
DettagliClassificazioni di immagini satellitari per la valutazione della dispersione insediativa
Classificazioni di immagini satellitari per la valutazione della dispersione insediativa Introduzione La dispersione insediativa: Nel corso degli ultimi decenni il confine della città è sempre meno netto
DettagliRappresentazione in falsi colori del territorio piacentino con immagini satellitari.
Amministrazione Provinciale di Piacenza Area Programmazione territoriale Infrastrutture - Ambiente Ufficio di Staff Supporto alla Pianificazione e alla Progettazione Via Garibaldi, 50-29100 PIACENZA Rappresentazione
Dettaglielaborazione di base
Pre-elaborazione elaborazione di base Corso di Laurea Magistrale in SIT&TLR a.a. 2009/10 Ing. Claudio La Mantia pkt006-179-3.0 3/5 info@planetek.it INDICE Generalità Correzioni radiometriche Correzioni
DettagliCorrezione radiometrica
Correzione radiometrica Correzione delle immagini I dati raccolti dai sensori per telerilevamento necessitano, prima dell utilizzo nelle applicazioni, di una serie di correzioni per eliminare o limitare
DettagliProprio il diverso comportamento di una superficie, in relazione alla luce solare che la colpisce, ne determina il colore
Cos è un immagine delle immagini IL Colore delle immagini Proprio il diverso comportamento di una superficie, in relazione alla luce solare che la colpisce, ne determina il colore Il colore è però una
DettagliSemplice analisi di change - detection sulle aree edificate per mezzo di immagini Landsat - TM.
Amministrazione Provinciale di Piacenza Area Programmazione territoriale Infrastrutture - Ambiente Ufficio di Staff Supporto alla Pianificazione e alla Progettazione Via Garibaldi, 50-29100 PIACENZA Semplice
DettagliLa codifica delle immagini
Lettere e numeri non costituiscono le uniche informazioni utilizzate dagli elaboratori ma si stanno diffondendo sempre di più applicazioni che utilizzano ed elaborano anche altri tipi di informazione:
DettagliIntroduzione al TELERILEVAMENTO. (Remote Sensing) Docente: Andrea Piemonte
Introduzione al TELERILEVAMENTO (Remote Sensing) Slide 1 COS È È una disciplina del rilevamento che ha come scopo la produzione di mappe tematiche o comunque l estrazione di un certo tipo di informazioni
DettagliPotenzialità dei dati telerilevati per la mappatura dei boschi di castagno
Potenzialità dei dati telerilevati per la mappatura dei boschi di castagno 6 febbraio 2017 Accademia dei Georgofili Bottai L., Gozzini B., Maselli F.,Arcidiaco L., Chirici G., Travaglini D., Corona P.
DettagliMappatura di aree inondate da immagini satellitari
Mappatura di aree inondate da immagini satellitari Ing. Antonio Cotroneo cotroneoingegneria@gmail.com www.cotroneoingegneria.it Sommario Introduzione al Telerilevamento (Remote Sensing) e principi generali
DettagliTecniche di telerilevamento pixel-oriented Per l'identificazione di superfici con materiali contenenti amianto: applicazioni in Lombardia Cinzia
Tecniche di telerilevamento pixel-oriented Per l'identificazione di superfici con materiali contenenti amianto: applicazioni in Lombardia Cinzia Panigada Università Milano -Bicocca 1 Contesto: telerilevamento
DettagliCos è un immagine. Dalla visione soggettiva al numero. Caratteristiche delle immagini. Risoluzione spettrale e geometrica
Cos è un immagine Dalla visione soggettiva al numero delle immagini Risoluzione spettrale e geometrica Visualizzazione ed elaborazione Dalla luce all immagine Filtro Detector DN Dalla visione soggettiva
DettagliTelerilevamento. Workflow. pkt Immagine georeferita. Correzione geometrica. Immagine scena. Correzione Radiometrica.
Telerilevamento Copyright 2010 Planetek Italia srl formazione@planetekit Workflow scena Correzione geometrica georeferita Mappa finale Estrazione mappe tematiche Correzione Radiometrica Estrazione parametri
DettagliClassificazione Object-Oriented
Classificazione Object-Oriented Cos è una classificazione? La classificazione è un operazione con cui a partire da dati telerilevati vengono prodotte delle mappe tematiche dove ogni pixel viene assegnato
DettagliTecniche di enfatizzazione
Tecniche di enfatizzazione Cosa è l enfatizzazione delle immagini L enfatizzazione o enhancement delle immagini è un insieme di tecniche che vengono utilizzate per migliorare l aspetto delle immagini al
DettagliTRACCIA PER L ESERCITAZIONE SUPERVISED CLASSIFICATION
TRACCIA PER L ESERCITAZIONE SUPERVISED CLASSIFICATION La classificazione di tipo supervised (guidata) è uno dei metodi più utilizzati per trasformare immagini telerilevate multispettrali in una nuova immagine
DettagliImmagini satellitari ad alta risoluzione
Immagini satellitari ad alta risoluzione Caratteristiche dei prodotti disponibili Possibile utilizzo per scopi cartografici Cenno al procedimento di ortorettifica in collaborazione con Università degli
DettagliTelerilevamento e Modellistica Forestale
Telerilevamento e Modellistica Forestale Lezione 6 Esplorazione, enfatizzazioni e filtri Dario Papale Contributi: Vern Vanderbilt, TA- Quinn Hart, CCRS Cosa è l enfatizzazione delle immagini L enfatizzazione
DettagliPietro Alessandro Brivio Paolo Zaffaroni, Daniela Stroppiana, Mirco Boschetti. Il progetto
CNR - IREA, sede di DPN - Direzione Protezione Natura Un sistema integrato per il monitoraggio e la mappatura delle aree percorse da incendio nei Parchi Nazionali attraverso l utilizzo dei dati da satellite
DettagliCARTA DI USO DEL SUOLO DELLA REGIONE LAZIO
CARTA DI USO DEL SUOLO DELLA REGIONE LAZIO CHIAVI DI INTERPRETAZIONE Alessandro Cimbelli, Stefano Mugnoli, Rita Galloni, Danilo Moscetta Maggio 2003 Introduzione Il seguente documento descrive, in maniera
DettagliSistemi di Elaborazione delle Informazioni
Università degli Studi di Messina Policlinico G. Martino - Sistemi di Elaborazione delle Informazioni A.A. 26/27 Università degli Studi di Messina Policlinico G. Martino - Sistemi di Elaborazione delle
DettagliAnalisi della risposta spettrale di paesi abbandonati del Friuli mediante la trasformata Tasseled Cap (Kauth Thomas) applicata alle immagini Landsat
Analisi della risposta spettrale di paesi abbandonati del Friuli mediante la trasformata Tasseled Cap (Kauth Thomas) applicata alle immagini Landsat Altobelli A. 1, Bincoletto L. 2, Fantini M. 2,Geppini
DettagliMAPPARE IL CONSUMO DI SUOLO TRAMITE TELERILEVAMENTO
X Convegno GIT Geosciences and Information Technologies Group San Leo, 17-19 giugno 2015 MAPPARE IL CONSUMO DI SUOLO TRAMITE TELERILEVAMENTO Rossella Casciere, Gabriele Bitelli DIPARTIMENTO INGEGNERIA
DettagliEffetti ambientali dei cambiamenti di uso e copertura del suolo in Lombardia e nelle province di Novara e Verbania.
Politecnico di Milano Dipartimento di Architettura e Pianificazione Effetti ambientali dei cambiamenti di uso e copertura del suolo in Lombardia e nelle province di Novara e Verbania. Messa a punto dei
DettagliConfronto fra CLC 2006 e DUSAF 2.1 della Regione Lombardia
Confronto fra CLC 2006 e DUSAF 2.1 della Regione Lombardia Paolo Zaffaroni Dipartimento di Architettura e Pianificazione, Politecnico di Milano via Bonardi 3, Milano, tel. 02-23994114, e-mail: paolo.zaffaroni@alice.it
DettagliCenni di fotogrammetria LE IMMAGINI DIGITALI
Cenni di fotogrammetria LE IMMAGINI DIGITALI Hardcopy fotogrammetry: è la fotogrammetria che usa immagini di tipo analogico Softcopy fotogrammetry: è la fotogrammetria che usa immagini di tipo digitale
DettagliMODELLO DIGITALE DEL TERRENO DEL TERRITORIO LOMBARDO (DTM20)
Sistema Informativo Territoriale (S.I.T.) MODELLO DIGITALE DEL TERRENO DEL TERRITORIO LOMBARDO (DTM20) Versione 1.0 ( Giugno 2003) CRONOLOGIA DELLE RELEASE Release 1.0 Giugno 2003: INDICE MODELLO DIGITALE
DettagliTelerilevamento e SIT Prof. Ing. Giuseppe Mussumeci
Corso di Laurea Magistrale in Ingegneria per l Ambiente e il Territorio A.A. 2012-2013 Telerilevamento e SIT Prof. Ing. Giuseppe Mussumeci Telerilevamento: mappatura tematica Modalità per la costruzione
DettagliMarina Credali*, Donata Dal Puppo*, Alessandra Norcini*, Stefano Agostoni**
DUSAF Destinazione d Uso dei Suoli Agricoli e Forestali Struttura e classi rappresentate nella Legenda della cartografia di uso del suolo Dante Fasolini, Stefano Manetta, Vanna Maria Sale, Ersaf Ente Regionale
DettagliDatabase della vegetazione del Parco regionale dei Gessi Bolognesi e Calanchi dell Abbadessa. Documentazione. a cura di S. Corticelli, S.
Database della vegetazione del Parco regionale dei Gessi Bolognesi e Calanchi dell Abbadessa Documentazione a cura di S. Corticelli, S. Masi Edizione dicembre 2013 Sommario Scheda riepilogativa...3 Metodologia
DettagliSyllabus Attività Formativa
Syllabus Attività Formativa Anno Offerta 2017 Corso di Studio SM57 - ECOLOGIA DEI CAMBIAMENTI GLOBALI Regolamento Didattico SM57-15-16 Percorso di Studio PDS0-2015 - comune Insegnamento/Modulo 625SM -
DettagliMATRICE 100 IL DRONE SUPER PERSONALIZZABILE
IL DRONE SUPER PERSONALIZZABILE MATRICE 100 Il nuovo Quadricottero DJI Matrice 100 è stato concepito per essere totalmente personalizzabile in base alle specifiche esigenze di ciascun Professionista. Personalizza
DettagliCARTA DI USO DEL SUOLO DELLA REGIONE LAZIO
CARTA DI USO DEL SUOLO DELLA REGIONE LAZIO CHIAVI DI INTERPRETAZIONE Alessandro Cimbelli, Stefano Mugnoli, Rita Galloni, Danilo Moscetta Maggio 2003 Introduzione Il seguente documento descrive, in maniera
DettagliTecnologie Multimediali a.a. 2016/2017. Docente: DOTT.SSA VALERIA FIONDA
Tecnologie Multimediali a.a. 2016/2017 Docente: DOTT.SSA VALERIA FIONDA Rappresentazione digitale delle immagini Sistema binario Il computer "capisce" solo 2 stati: passacorrente (1) non passa corrente
DettagliDati telerilevati University of Pavia Remote Sensing Group
Dati telerilevati Dalla radiazione all immagine Se nel telerilevamento usiamo la radiazione elettromagne-tica, vuol dire che in qualche misura la misureremo, frequenza per frequenza, in modo da estrarne
DettagliLa codifica delle immagini
Lettere e numeri non costituiscono le uniche informazioni utilizzate dagli elaboratori ma si stanno diffondendo sempre di più applicazioni che utilizzano ed elaborano anche altri tipi di informazione:
DettagliInformatica. Comunicazione & DAMS A.A. 2015/16. Dr.ssa Valeria Fionda
Informatica Comunicazione & DAMS A.A. 2015/16 Dr.ssa Valeria Fionda Informatica - Com&DAMS A.A. 2015/2016 Sistemi di numerazione I sistemi di numerazione servono a rappresentare i numeri grazie a un insieme
DettagliMETODOLOGIA DI ESTRAZIONE AUTOMATICA DELLE INFORMAZIONI RELATIVE ALLA CUS (CARTA DI USO DEL SUOLO) APPLICATA ALLE SCENE IKONOS
1 DI ESTRAZIONE AUTOMATICA DELLE INFORMAZIONI RELATIVE ALLA CUS (CARTA DI USO DEL SUOLO) APPLICATA ALLE SCENE IKONOS Eva Savina MALINVERNI DARDUS Fac. Ingegneria - Università Politecnica Marche Ancona
DettagliCenni di fotogrammetria LE IMMAGINI DIGITALI
Cenni di fotogrammetria LE IMMAGINI DIGITALI Hardcopy fotogrammetry: è la fotogrammetria che usa immagini di tipo analogico Softcopyfotogrammetry: è la fotogrammetria che usa immagini di tipo digitale
DettagliCorso di Informatica modulo Informatica di Base 6 CFU. Immagini digitali: concetti di base
DIPARTIMENTO DELL INNOVAZIONE INDUSTRIALE E DIGITALE Corso di Informatica modulo Informatica di Base 6 CFU Anno Accademico 6/7 Docente: ing. Salvatore Sorce Immagini digitali: concetti di base L informazione
DettagliProgramma del corso. Introduzione Rappresentazione delle Informazioni Calcolo proposizionale Architettura del calcolatore Reti di calcolatori
Programma del corso Introduzione Rappresentazione delle Informazioni Calcolo proposizionale Architettura del calcolatore Reti di calcolatori Il concetto di FILE FILE: sequenza di byte conosciuta nel computer
DettagliUSO DI DATI ANCILLARI A LIVELLO REGIONALE PER LA CLASSIFICAZIONE DI IMMAGINI SATELLITARI DI ARCHIVIO
USO DI DATI ANCILLARI A LIVELLO REGIONALE PER LA CLASSIFICAZIONE DI IMMAGINI SATELLITARI DI ARCHIVIO Andrea GALLI (*), Ernesto MARCHEGGIANI (*), Giovanni CIABOCCO (*), Mauro TIBERI (**) (*) Dipartimento
DettagliLe immagini. Parametri importanti sono:
Informatica Gerboni Roberta L immagine del video è rappresentata tramite una griglia o matrice di pixel (PIcture ELement) per ognuno dei quali è memorizzata: l intensità luminosa il colore. Parametri importanti
DettagliSistemi Informativi Territoriali. Paolo Mogorovich
Sistemi Informativi Territoriali Paolo Mogorovich www.di.unipi.it/~mogorov 1 : Rappresentazione Land Cover Si tenga presente che, nella legenda Corine, Codice1=1: Urbanizzato; Codice1=2: Agricolo; Codice1=3:
DettagliSISTEMI INFORMATIVI TERRITORIALI
SISTEMI INFORMATIVI TERRITORIALI Dott. Alessandro Santucci ANNO ACCADEMICO 2004/05 Esercitazione 1 - Tavole Elaborato 1 Sistema naturale Acquisizione curve di livello Acquisizione punti quotati significativi
DettagliA cosa serve? Perché è richiesto?
A cosa serve? La conoscenza delle dinamiche relative all uso del suolo è importante per la pianificazione territoriale in quanto consente di leggere lo stato attuale dei luoghi come risultante delle modificazioni
DettagliStima speditiva del verde urbano a Bologna tramite analisi di immagini QuickBird multispettrali
Stima speditiva del verde urbano a Bologna tramite analisi di immagini QuickBird multispettrali Andrea Spisni (@smr.arpa.emr.it) Laboratorio di Telerilevamento; Area Agrometeorologia e territorio; Servizio
DettagliSistemi per la Sorveglianza ed il Monitoraggio del Territorio
Sistemi per la Sorveglianza ed il Monitoraggio del Territorio Torino, 21 gennaio 2008 4.0 CONTENUTI Nell ambito della sorveglianza e monitoraggio del territorio Galileo Avionica può contribuire con le
DettagliIL PROGETTO VERDE URBANO
IL PROGETTO VERDE URBANO Ines MARINOSCI, Valter SAMBUCINI, Nico BONORA, Federico AZZOLINI, Fabio BAIOCCO, Roberto VISENTIN (*) APAT - Agenzia per la protezione dell ambiente e per i servizi tecnici - via
DettagliSISTEMI INFORMATIVI GEOGRAFICI IN GEO- LOGIA
MARIA TERESA MELIS SISTEMI INFORMATIVI GEOGRAFICI IN GEO- LOGIA titimelis@unica.it ANNO ACCADEMICO 2017/ 2018 LEZIONE 5 IL MODELLO DI DATI RASTER E LA GEOREFEREN- ZIAZIONE Corso di Sistemi Informativi
DettagliRelazione breve su dati di illuminazione e impermeabilizzazione
AS / Lt-Agro, creazione: 2008-02-14 modifiche: 09.58 / 2008-03-05, Pagina 1 di 9 Relazione breve su dati di illuminazione e impermeabilizzazione Progetto Lights Andrea Spisni (aspisni@arpa.emr.it) Lab.
DettagliEsperienze pratiche di utilizzazione di GRASS e QGIS nell'ambito del monitoraggio ambientale
Esperienze pratiche di utilizzazione di GRASS e QGIS nell'ambito del monitoraggio ambientale Aspetti tecnici relativi allo sviluppo di: Una procedura di aggiornamento della CFRS e Una metodologia per la
DettagliIl consumo di suolo nella PROVINCIA DI TORINO
Il consumo di suolo nella PROVINCIA DI TORINO 2002 Osservatorio sulle trasformazioni territoriali e demografiche della Provincia di Torino l osservatorio Strumento indispensabile per la programmazione
DettagliAnalisi e validazione di una metodologia per la valutazione del land cover da dati MODIS nell area mediterranea
Analisi e validazione di una metodologia per la valutazione del land cover da dati MODIS nell area mediterranea Maria Teresa Melis e Mara Pilloni Dip. Scienze della Terra, Università degli Studi di Cagliari,
DettagliEarth Observation per un Progetto Integrato di analisi territoriale
Earth Observation per un Progetto Integrato di analisi territoriale IL TERREMOTO NEL CENTRO ITALIA: IL CONTRIBUTO DELLA RICERCA NELL EMERGENZA E NELLA RICOSTRUZIONE ENEA, Via Giulio Romano 41, Roma 5 luglio
DettagliRappresentazione dei numeri: il sistema di numerazione decimale
Università degli Studi di Cagliari Facoltà di Scienze Corso di Laurea in Matematica Corso di Elementi di Informatica Lezione 3 14 marzo 2017 Dott. A.A. 2016/2017 pgarau.unica@gmail.com 1 Codifica dei numeri
DettagliLe immagini digitali
Le immagini digitali immagini raster immagini vettoriali Immagini raster Dette pittoriche o pixel oriented dividono l immagine in una griglia uniforme. Ciascuna cella della griglia ha uguale dimensione.
DettagliSISTEMI INFORMATIVI TERRITORIALI. Esercitazione 1 - Tavole. Visualizzazione cartografia Inserimento di un dato Raster. Visualizzazione cartografia
Esercitazione 1 - Tavole SISTEMI INFORMATIVI TERRITORIALI Dott. Alessandro Santucci Elaborato 1 Sistema naturale Acquisizione curve di livello (equidistanza 25 m, o, in alcuni casi, 50 m) Acquisizione
DettagliDefinizione automatica della scala spaziale per la segmentazione di immagini SAR in ambiente urbano
Definizione automatica della scala spaziale per la segmentazione di immagini SAR in ambiente urbano I. INTRODUZIONE Giovanna Trianni, Università di Pavia Il mio lavoro di ricerca si colloca nell ambito
DettagliIntroduzione. - sistema di localizzazione tridimensionale della posizione applicato a misure di rumore emesso da un motore ibrido
Introduzione - sistema di localizzazione tridimensionale della posizione applicato a misure di rumore emesso da un motore ibrido - si ottengono le coordinate spaziali di una sonda intensimetrica, utilizzata
DettagliCARTA DI USO DEL SUOLO DELLA REGIONE LAZIO
CARTA DI USO DEL SUOLO DELLA REGIONE LAZIO CHIAVI DI INTERPRETAZIONE Alessandro Cimbelli, Stefano Mugnoli, Rita Galloni, Danilo Moscetta Maggio 2003 Introduzione Il seguente documento descrive, in maniera
DettagliGEOGRAPHICAL INFORMATION SYSTEM PER L ANALISI AMBIENTALE. Nicola Gilio. Dott. Nicola Gilio
Nicola Nicola Gilio Gili GEOGRAPHICAL INFORMATION SYSTEM PER L ANALISI AMBIENTALE Dott. Nicola Gilio Un sistema informatizzato in grado di immagazzinare dati descrittivi della superficie terrestre Definizioni
DettagliLaboratorio di Segnali e Sistemi A. A. 2009/ Lezione 5: Immagini
Laboratorio di Segnali e Sistemi A. A. 2009/ 2010 Lezione 5: Immagini 28 maggio 2010 Introduzione Immagini: risultato di un sistema di acquisizione/elaborazione/visualizzazione della radiazione EM visibile
DettagliI.4 Rappresentazione dell informazione - Altre codifiche
I.4 Rappresentazione dell informazione - Altre codifiche Università di Ferrara Dipartimento di Economia e Management Insegnamento di Informatica Ottobre 20, 2015 Argomenti 1 2 3 4 L immagine viene suddivisa
DettagliStudio pilota finalizzato alla costruzione di una libreria spettrale per specie vegetazionali
Studio pilota finalizzato alla costruzione di una libreria spettrale per specie vegetazionali Nico Bonora 1, Ines Marinosci 1, Manuela D Amen 2, Valter Sambucini 1, Michele Munafò 1 e Marco Marchetti 3
DettagliTelerilevamento. Esercitazione 5. Classificazione non supervisionata. Apriamo l immagine multi spettrale relativa alla zona di Feltre che si trova in:
Telerilevamento Esercitazione 5 Classificazione non supervisionata Lo scopo di questa esercitazione è quella di effettuare una classificazione non supervisionata di un immagine SPOT5 acquisita sull area
DettagliLa codifica delle immagini
Non sempre il contorno della figura coincide con le linee della griglia. Quella che si ottiene nella codifica è un'approssimazione della figura originaria Se riconvertiamo la stringa 0000000011110001100000100000
DettagliAllegato 6. Definizione delle zone di interfaccia urbano-foresta. (rilevazione delle aree urbane e delle case sparse)
Allegato 6 (rilevazione delle aree urbane e delle case sparse) Delimitazione delle aree urbane ed individuazione delle case sparse Le linee guida e gli indirizzi emanati in attuazione della Legge n. 353/2000
Dettagli(parte2) 04 Aprile 2017 S. Giacomelli SCVSA- Università di Parma-BiGeA - Università di Bologna
Il telerilevamento (da aereo o da satellite) per la mappatura delle caratteristiche ambientali della superficie terrestre e delle loro variazioni nello spazio e nel tempo (parte2) 04 Aprile 2017 S. Giacomelli
Dettagli30/09/2015. Esempi di applicazioni di dati acquisiti da missioni SAPR D.Stroppiana - CNR-IREA G. Sona Politecnico Milano
1 Esempi applicativi Estrazione di informazioni tematiche e quantitative da immagini multi-spettrali acquisite da UAV Mappatura delle specie arboree Parco Adda Nord Immagini multi-spettrali e multi temporali
DettagliPROGETTO ORTOFOTO DIGITALE a COLORI scala 1:5000 -
servizio gestione informazioni territoriali ambientali e cartografiche afiche PROGETTO ORTOFOTO DIGITALE a COLORI scala 1:5000 - prof. ing.. Roberto CHIABRANDO Università di Torino ORTOFOTO? supporto cartografico
DettagliServizio Carta della copertura del suolo Identificazione del Servizio Carta della copertura del suolo Descrizione del Servizio La carta di Copertura del suolo indica le caratteristiche del territorio rispetto
DettagliCODIFICA IMMAGINI IN BIANCO E NERO
Rappresentazione delle immagini Anche le immagini possono essere codificate mediante una sequenza di 0 e 1., questa operazione si chiama digitalizzazione. La prima cosa da fare è dividere l immagine in
DettagliUtilizzo di strumenti innovativi di caratterizzazione idrologica e topografica dei suoli, per la progettazione di impianti irrigui di precisione
Utilizzo di strumenti innovativi di caratterizzazione idrologica e topografica dei suoli, per la progettazione di impianti irrigui di precisione Strumenti e dati per l Agricoltura di Precisione Rilievi
Dettagli1) Introduzione generale alla ingegneria delle dighe e degli impianti idroelettrici. 2) La progettazione geotecnica delle dighe in materiali sciolti
Master Universitario di II Livello IV Edizione Anno Accademico 2014/2015 Direttore: Prof. Ing. Salvatore Miliziano Seminari Maggio 2015 1) Introduzione generale alla ingegneria delle dighe e degli impianti
DettagliUNIVERSITA DEGLI STUDI DI PISA
UNIVERSITA DEGLI STUDI DI PISA Interfacoltà Agraria-Scienze Matematiche Fisiche e Naturali Corso di Laurea in Scienze Ambientali Tesi di Laurea (TESI etd-05112004-155414) Rilevamento delle aree percorse
DettagliCarta della vegetazione del Parco regionale dell'abbazia di Monteveglio. Documentazione. a cura di S. Corticelli, S. Masi
Carta della vegetazione del Parco regionale dell'abbazia di Monteveglio Documentazione a cura di S. Corticelli, S. Masi Edizione dicembre 2014 Sommario Scheda riepilogativa...3 Metodologia generale...3
DettagliCLASSIFICAZIONE DI IMMAGINI MULTISPETTRALI IKONOS: METODOLOGIE A CONFRONTO
CLASSIFICAZIONE DI IMMAGINI MULTISPETTRALI IKONOS: METODOLOGIE A CONFRONTO Biagio POCCIA (*), Claudio PARENTE (*) (*) Dipartimento di Scienze Applicate, Università degli Studi di Napoli Parthenope, Centro
DettagliRapporto eruzione Etna Novembre 2006
Rapporto eruzione Etna 21-24 Novembre 2006 INGV sezione CNT- LABTEL e Università delle Hawaii - HIGP/SOEST* Coordinamento: Spinetti C., Buongiorno M.F. Mantenimento del sistema: Doumaz F., Musacchio M.
DettagliTESI DI LAUREA in TECNICHE DI RILEVAMENTO PER IL MONITORAGGIO DEL TERRITORIO M. Candidato: Lorenzo Panciroli
TESI DI LAUREA in TECNICHE DI RILEVAMENTO PER IL MONITORAGGIO DEL TERRITORIO M CONFRONTO TRA DATI TELERILEVATI AD ALTA E MEDIA RISOLUZIONE GEOMETRICA (WORLDVIEW E ASTER) PER LO STUDIO DEGLI EFFETTI DELL'
DettagliAnalisi multi-pericoli nella citta di Torino e nei distretti industriali
Torino 14 settembre 2017 Analisi multi-pericoli nella citta di Torino e nei distretti industriali Pericolosita ed esposizione Enrico Ponte eponte@geoadaptvie.com Esperto di Rischi e Resilienza GeoAdaptive
DettagliAttività di Search and Rescue in mare impiegando l iperspettrale Un caso pratico
C.I.S.A.M. CENTRO INTERFORZE STUDI APPLICAZIONI MILITARI Ufficio Elettroottica Attività di Search and Rescue in mare impiegando l iperspettrale Un caso pratico Maria Lo Moro Tel: 5-964318 maria_lomoro@marina.difesa.it
DettagliPIXEL. Il valore quantizzato misurato da ciascun sensore diventa un. PICTURE ELEMENT = PIXEL dell immagine. Interazione & Multimedia
La risoluzione PIXEL Il valore quantizzato misurato da ciascun sensore diventa un PICTURE ELEMENT = PIXEL dell immagine La risoluzione Definizione: si dice risoluzione il numero di pixel per unità di misura.
DettagliDigitalizzazione delle immagini
Digitalizzazione delle immagini Informazione multimediale Lettere e numeri non costituiscono le uniche informazioni utilizzate dai computer ma sempre più applicazioni utilizzano ed elaborano anche altri
DettagliIl deperimento dei Querco-carpineti planiziali: situazione attuale e indirizzi di gestione
Il deperimento dei Querco-carpineti planiziali: situazione attuale e indirizzi di gestione Prospettive di monitoraggio del deperimento mediante interpretazione di immagini telerilevate Fabio Giannetti
DettagliL A B C di R. Stefano Leonardi c Dipartimento di Scienze Ambientali Università di Parma Parma, 9 febbraio 2010
L A B C di R 0 20 40 60 80 100 2 3 4 5 6 7 8 Stefano Leonardi c Dipartimento di Scienze Ambientali Università di Parma Parma, 9 febbraio 2010 La scelta del test statistico giusto La scelta della analisi
DettagliScritto da VILLA GABRIELE Sabato 25 Ottobre :54 - Ultimo aggiornamento Domenica 26 Ottobre :20
Argomento: MONITORAGGIO DEI POPOLAMENTI FORESTALI ANALISI DI IMMAGINI MULTISPETTRALI REFERENTI : Demetra soc.coop.: G.Villa, L.Bonanomi, C.Rancati, G.Cereda, S.Fiorillo Università degli Studi di Bari -
DettagliCaduta massi e categorie forestali sulle Alpi italiane: un'analisi GIS.
Caduta massi e categorie forestali sulle Alpi italiane: un'analisi GIS. Emanuele Sibona, Alessia Bono, Fabio Meloni, Renzo Motta, Matteo Garbarino Dipartimento di Scienze Agrarie, Forestali e Alimentari
DettagliIl contributo di PAUNIL per la definizione delle preferenze ambientali e della ricchezza di specie
Il contributo di PAUNIL per la definizione delle preferenze ambientali e della ricchezza di specie Stefano De Felici Osservatorio per la Biodiversità del Lazio Giornata romana di Ornitologia dedicata a
Dettagli