EO4NR: Metodologie di Telerilevamento per lo studio dell'ambiente e delle risorse naturali (DIT.AD012.172)

Area tematica

Ingegneria, ICT e tecnologie per l'energia e i trasporti

Area progettuale

Struttura responsabile del progetto di ricerca

Istituto per il rilevamento elettromagnetico dell'ambiente (IREA)

Responsabile di progetto

MIRCO BOSCHETTI
Telefono: 0223699297
E-mail: boschetti.m@irea.cnr.it

Abstract

Il progetto è dedicato allo sviluppo di metodologie e algoritmi per il trattamento e l'interpretazione di dati di osservazione della terra (EO) per il monitoraggio dello stato dell'ambiente e delle risorse naturali. I dati di EO possono essere acquisiti da sensori operanti in diverse lunghezze dello spettro elettromagnetico e alloggiati su piattaforme terrestri, aeree (UAV) e satellitari. Il progetto inoltre si propone di definire metodologie e protocolli per attività di calibrazione e validazione di dati e/o prodotti da EO a diverse scale spaziali e temporali. Il progetto mira anche allo sviluppo di catene di processamento di dati per specifiche applicazioni in ottica di operatività (downstream services). Nel suo complesso il progetto oltre allo sviluppo di tecnologie innovative, si propone di dare una risposta alla necessità di collegamento tra le realtà di ricerca e sviluppo del CNR nel settore di osservazione della terra (OT) con quelle degli utenti finali, con particolare riguardo alle finalità applicative previste nel Piano Spaziale Nazionale e del PNRR e nelle analoghe iniziative europee: nei settori dell'ambiente e del monitoraggio delle risorse naturali.

Obiettivi

Sviluppo di metodologie per applicazioni per lo studio dell'ambiente e delle risorse naturali negli ambiti del monitoraggio agricolo e forestale.
Geo processing di immagini di EO per generazione di mappe tematiche e di parametri bio-geofisici per la caratterizzazione dei sistemi naturali e la valutazione dei rischi e impatti.

Per raggiungere tale obiettivo sono indagati:
- algoritmi per analisi di serie temporali,
- metodi di change detection, algoritmi di classificazione e metodi di feature extraction and reduction
- modelli di trasferimento radiativo (RTM) per la stima di parametri bio-geofisici
- tecniche di machine learning (ML), fra cui algoritmi basati sulla fuzzy set theory, e metodi ibridi (RTM+ML).

Data inizio attività

01/01/2022

Parole chiave

Earth Observation, Natural resources, Geoinformation

Ultimo aggiornamento: 06/08/2025