REMOTE SENSING

Il corso si inserisce nel percorso formativo come naturale completamento e approfondimento delle competenze cartografiche e GIS acquisite nei percorsi triennali, estendendole verso l'acquisizione, il trattamento e l'interpretazione di dati telerilevati da piattaforme satellitari, aeree e da drone. L'obiettivo è fornire agli studenti strumenti tecnici e metodologici avanzati per il monitoraggio ambientale e territoriale, necessari per affrontare le sfide della transizione ecologica. Le competenze acquisite sono direttamente spendibili in ambiti professionali e di ricerca legati alla pianificazione territoriale, alla gestione delle risorse naturali, alla valutazione dei rischi naturali e al monitoraggio del cambiamento climatico.

Al termine del corso, lo studente e la studentessa:

1.Conoscenza e comprensione

- Conosce i principi fisici della radiazione elettromagnetica e la sua interazione con le superfici naturali e l'atmosfera.
- Conosce le principali famiglie di sensori (ottici multispettrali, iperspettrali, termici, SAR/radar) e le relative piattaforme operative (Sentinel, Landsat, MODIS, droni).
- Conosce le metodologie per il pre-trattamento delle immagini (correzione geometrica, atmosferica, radiometrica) e per la classificazione e il rilevamento dei cambiamenti.
- Conosce le tecniche per l'estrazione di tematismi relativi ad aspetti geomorfologici, vegetazionali, urbanistici e ambientali.


2. Capacità di applicare conoscenza e comprensione

- Sa applicare le tecniche per trattare ed elaborare le immagini digitali acquisite da diverse piattaforme.
- Sa estrarre informazioni geomorfologiche e ambientali attraverso indici spettrali, classificazioni e analisi multitemporali.
- Sa utilizzare software per l'elaborazione di immagini telerilevate (SNAP, Google Earth Engine, QGIS) e per la loro integrazione in piattaforme GIS.
- Sa selezionare il sensore e la metodologia più adeguati in funzione dello specifico obiettivo di monitoraggio ambientale.

3. Capacità di giudizio

- Sa valutare criticamente la qualità e l'adeguatezza dei prodotti telerilevati rispetto agli obiettivi di analisi, considerandone limiti e incertezze.

4. Abilità comunicative

- Sa presentare e discutere analisi e risultati in forma scritta e orale, utilizzando terminologia tecnica appropriata in lingua inglese.

5. Capacità di apprendimento

- Sa consultare autonomamente documentazione tecnica e letteratura scientifica per aggiornarsi su nuove piattaforme, sensori e metodologie.

È consigliata una conoscenza di base dei sistemi GIS e dei dati spaziali, nonché dei fondamenti di fisica (onde elettromagnetiche) e matematica (algebra lineare, statistica di base), come normalmente acquisiti nei percorsi di laurea triennale in ingegneria ambientale o discipline affini. Non è richiesta una precedente conoscenza del telerilevamento. La familiarità con almeno un ambiente di programmazione (es. Python) è utile per le attività di laboratorio ma non obbligatoria.

Modulo 1 – Fondamenti fisici del telerilevamento (ca. 12 h): spettro elettromagnetico e leggi della radiazione; riflettanza spettrale di superfici naturali (vegetazione, suolo, acqua, neve, aree urbane); effetti atmosferici e strategie di correzione; principi geometrici e risoluzione spaziale.
Modulo 2 – Sensori e piattaforme (ca. 10 h): sensori ottici passivi multispettrali e iperspettrali; sensori attivi SAR e LiDAR; telerilevamento termico; principali costellazioni satellitari operative (Sentinel-1/2/3, Landsat, MODIS, Planet) e sistemi UAV; accesso ai dati e archivi open-data.
Modulo 3 – Pre-trattamento delle immagini (ca. 10 h): calibrazione radiometrica e conversione in riflettanza; correzione atmosferica; correzione geometrica e ortorettifica; mascheratura delle nuvole; dati analysis-ready (ARD).
Modulo 4 – Analisi e classificazione delle immagini (ca. 14 h): indici spettrali (NDVI, EVI, NDWI, NBR, LST); classificazione non supervisionata (k-means, ISODATA) e supervisionata (Random Forest, SVM, Maximum Likelihood); valutazione dell'accuratezza; rilevamento dei cambiamenti; analisi delle serie temporali.
Modulo 5 – Applicazioni ambientali (ca. 14 h): mappatura dell'uso e copertura del suolo; monitoraggio della vegetazione; mappatura dei corpi idrici; isole di calore urbane; monitoraggio di eventi estremi (alluvioni, incendi, frane); stima delle riserve di carbonio; integrazione con modelli climatici e ambientali.
Modulo 6 – Laboratorio e progetto (ca. 12 h): esercitazioni pratiche con SNAP, QGIS e Google Earth Engine (Python API); progetto individuale o di gruppo su un caso di studio di monitoraggio ambientale; presentazione e discussione dei risultati.

- J.R. Jensen, Introductory Digital Image Processing: A Remote Sensing Perspective, 4a ed., Pearson, 2015.
- Materiali didattici e dispense del docente, disponibili su Moodle .

L'apprendimento è verificato attraverso una combinazione di attività pratiche di laboratorio e un esame finale. Durante il corso gli studenti svolgono esercitazioni guidate e sviluppano un progetto pratico individuale o di gruppo, consistente nella progettazione e realizzazione di una pipeline completa di analisi telerilevata applicata a un caso di monitoraggio ambientale. Il progetto è consegnato sotto forma di relazione tecnica scritta. L'esame finale, nella forma di prova orale e/o scritta, verte sui contenuti teorici e metodologici del corso. Lo studente è chiamato a dimostrare la conoscenza dei principi fisici, delle tecnologie e delle metodologie trattate, nonché la capacità di discutere criticamente le scelte metodologiche adottate nel progetto pratico. Il voto finale tiene conto sia della valutazione del progetto (40%) sia della prova orale/scritta (60%). Per accedere alla valutazione del progetto è necessario aver frequentato le sessioni di laboratorio.

18–22: Lo studente dimostra una conoscenza adeguata dei contenuti principali del corso e una sufficiente capacità di applicare le tecniche di telerilevamento di base. Il progetto pratico è svolto correttamente ma con limitata capacità interpretativa. L'esposizione orale è comprensibile ma non sempre sostenuta da terminologia tecnica precisa.
23–26: Lo studente dimostra una buona conoscenza dei contenuti teorici e metodologici e una discreta capacità applicativa. Il progetto mostra un approccio metodologico solido e una ragionevole capacità di interpretare i risultati. L'esposizione è fluente e usa terminologia scientifica appropriata.
27–30: Lo studente dimostra una conoscenza approfondita e integrata dei contenuti del corso, con eccellente capacità applicativa e critica. Il progetto mostra rigore metodologico e profondità interpretativa. L'esposizione è precisa e ben strutturata.
30 con lode: Lo studente dimostra una padronanza eccezionale di tutti i contenuti, capacità critica autonoma e la capacità di collegare concetti trasversali al corso con la pratica professionale e la ricerca corrente. Sia il progetto che la prova finale sono di qualità eccellente.

Il corso è strutturato in lezioni frontali (ca. 46 h) ed esercitazioni al computer (ca. 26 h). Le lezioni frontali coprono i contenuti teorici e metodologici del corso, supportate da slide, esempi di immagini reali e casi di studio ambientali. I materiali sono resi disponibili sulla piattaforma e-learning di Ateneo (moodle.unive.it) prima di ciascuna lezione. Le esercitazioni di laboratorio consentono agli studenti di applicare le tecniche presentate a lezione su dataset reali, utilizzando SNAP, QGIS e Google Earth Engine (API Python). Le esercitazioni sono accompagnate da schede operative disponibili su Moodle. Il corso pone particolare enfasi sul collegamento tra comprensione teorica e pratica operativa, coerentemente con il livello magistrale: gli studenti sono chiamati non solo ad applicare i flussi di elaborazione, ma a motivare le scelte metodologiche e a interpretare criticamente i risultati nel contesto dell'ingegneria ambientale. Potranno essere organizzati seminari con esperti e professionisti del settore.

Il corso si svolge interamente in lingua inglese. Tutti i materiali didattici, le slide e i dataset per le esercitazioni sono forniti in inglese tramite Moodle. Gli studenti sono tenuti a consultare autonomamente documentazione tecnica e articoli scientifici in lingua inglese. L'orario di ricevimento del docente è comunicato all'inizio del corso e aggiornato sulla pagina del corso sul sito di Ateneo.