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.

scritto e orale

Il/la docente ha il dovere di vigilare affinché siano rispettate le regole di autenticità e originalità delle prove d'esame. Di conseguenza, nei casi in cui vi sia il sospetto di un comportamento irregolare, l'esame può prevedere un ulteriore approfondimento, contestuale alla prova d'esame, che potrà essere realizzato anche in modalità differente rispetto alle modalità sopra riportate.

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.