Facoltà Ingegneria
Corso di Studi: Laurea Magistrale in Ingegneria Energetica
Anno di Corso II
Denominazione Insegnamento: REMOTE SENSING
Codice Insegnamento:
Crediti Formativi: 6
Settore Scientifico Disciplinare: ING INF 03
Docente Titolare: Moser Gabriele
Obiettivi Formativi:
Concetti chiave relativi all’osservazione della Terra mediante telerilevamento nell’ambito di
applicazioni alle energie rinnovabili. Fornire allo studente conoscenze di base circa l’acquisizione
di immagini telerilevate e la loro elaborazione finalizzata alla stima di parametri bio/geofisici legati
a fonti energetiche rinnovabili, quali biomassa vegetale, campo di velocità del vento sul mare,
irradianza e temperatura superficiale dell’aria.
Programma:
1. Introduzione al telerilevamento per osservazione della Terra: telerilevamento e sue applicazioni a
fonti energetiche rinnovabili e tradizionali; sensori e piattaforme satellitari ed aeree; risoluzione
spaziale, spettrale, temporale e radiometrica; esempi di missioni spaziali per osservazione della
Terra; immagini telerilevate digitali, loro visualizzazione e miglioramento del contrasto visivo.
2. Acquisizione di immagini telerilevate: sensori attivi radar, radar ad apertura reale e sintetica;
sensori passivi multispettrali ed iperspettrali; sensori attivi laser (LiDAR); georeferenziazione e
registrazione di immagini.
3. Stima di biomassa vegetale mediante telerilevamento: approcci diretti ed indiretti; stima diretta di
biomassa come problema di regressione e metodi fisicamente basati; stima indiretta di biomassa
mediante caratterizzazione di copertura vegetale e struttura 3D; mappatura della copertura vegetale
come problema di classificazione di immagini, elementi di base di pattern recognition statistico,
richiami di teoria della probabilità e variabili aleatorie, classificatori parametrici bayesiani e non
parametrici; modellazione 3D mediante telerilevamento LiDAR; applicazioni alla stima di biomassa
a varie risoluzioni spaziali.
4. Riduzione del rumore e filtraggio di immagini telerilevate: rumore e speckle nelle immagini
telerilevate; riduzione del rumore mediante filtri lineari e di rango; filtri per riduzione dello speckle;
impatto sulla mappatura della copertura vegetale e della biomassa vegetale.
5. Stima dell’irradianza e della temperatura superficiale dell’aria mediante telerilevamento: stima di
irradianza ed irradiazione da immagini acquisite in banda visibile, modello clear-sky, indici di
copertura nuvolosa; regressione della temperatura superficiale dell’aria da immagini acquisite in
banda infrarosso termico, metodi fisicamente basati; applicazioni a pianificazione e monitoraggio di
installazione fotovoltaiche.
6. Stima del campo di velocità del vento sul mare mediante telerilevamento: campo di vento,
rugosità a bassa scala e loro impatto su immagini telerilevate radar; metodi basati su scatterometria
per la stima del modulo della velocità del vento sul mare; metodi basati su elaborazione di immagini
per la stima della direzione della velocità del vento sul mare; applicazione alla pianificazione di
installazioni eoliche offshore.
Attività didattiche
Lezione
Laboratorio
Riferimenti bibliografici:
ore previste
38
10
Richards J. A., Jia X., Remote sensing digital image analysis, 5th ed., Springer-Verlag, 2013
Landgrebe D., Signal theory methods in multispectral remote sensing, John Wiley and Sons., 2003
Oliver C., Quegan S., Understanding synthetic aperture radar images, SciTech Publishing, 2004
Moser G., Analisi di immagini telerilevate per osservazione della Terra, ECIG, 2007
Le slide usate a lezione sono fornite agli studenti tramite Aulaweb.
Organizzazione del corso e modalità di esame:
Lezioni frontali ed esercitazioni in laboratorio software.
Esame orale o, in alternativa, due esami orali parziali (uno a metà semestre ed uno a fine semestre)
relativi ciascuno a circa metà del programma dell’insegnamento.
Remote Sensing (2015)
Italian SSD scientific sector: ING/INF03
Teacher: Gabriele Moser, A/Prof
Dept. of Eletrical, Electronic, Telecommunication Engineering and Naval
Architecture (DITEN), University of Genoa
Via Magliotto 2, 17100 Savona, Italy (Savona Campus), Tel. +3901921945135,
and Via Opera Pia 11a, 16145 Genoa, Italy, Tel. +390103532190.
Email: [email protected],
http://www.cens.unige.it/ricerca/gruppo/rioslab
Credits: 6
Objectives and Abilities
Introducing the key concepts associated with Earth observation through remote sensing images for renewable
energy applications. Providing the students with basic knowledge about remote sensing image acquisition and
about mapping, through remote sensing image analysis, bio/geophysical parameters associated with renewable
energy sources, including vegetation biomass, wind velocity field over sea water, solar irradiance, and air
surface temperature.
Program
1. Introduction to remote sensing for Earth observation: remote sensing and its applications to renewable and
traditional energy sources; spaceborne and airborne sensors and platforms; spatial, spectral, temporal, and
radiometric resolutions; examples of space missions for Earth observation; digital remote sensing images, their
visualization, and contrast enhancement.
2. Remote sensing image acquisition: active radar imaging sensors, side-looking airborne radar and synthetic
aperture radar; passive multispectral and hyperspectral sensors; active laser remote sensing (LiDAR);
georeferencing and image registration.
3. Biomass mapping through remote sensing: direct and indirect approaches; direct biomass mapping as a
regression problem, physically-based methods; indirect biomass mapping from vegetation cover and 3D
information; vegetation cover mapping as an image classification problem, basic concepts of statistical pattern
recognition, recalling probability theory and random variables, parametric Bayesian and nonparametric
classifiers; 3D modelling through LiDAR remote sensing; applications to biomass mapping at various spatial
resolutions.
4. Denoising and filtering remote sensing images: noise and speckle in remote sensing images; denoising through
linear and rank filters; filters for despeckling; impact on vegetation and biomass mapping.
5. Solar irradiance and air surface temperature mapping through remote sensing: estimation of solar irradiance
and irradiation from visible imagery, clear-sky model, cloud indices; air surface temperature regression from
thermal infrared imagery, physically-based methods; application to planning and monitoring photovoltaic
installations.
6. Mapping the wind velocity field over sea water through remote sensing: wind field, small-scale sea
roughness, and their impacts on radar images; scatterometry-based methods for wind speed estimation from
radar imagery; image processing methods for wind direction estimation from radar imagery; application to
windmill siting.
Organisation and Examination
Class lectures (approximately 38 hours) and software laboratory exercises (approximately 10 hours).
Oral examination on the contents of the course; alternately, two partial oral examinations (one around midsemester and the other at the end of the semester), each focused on approximately half the contents of the
course.
References
Richards J. A., Jia X., Remote sensing digital image analysis, 5th ed., Springer-Verlag, 2013
Landgrebe D., Signal theory methods in multispectral remote sensing, John Wiley and Sons., 2003
Oliver C., Quegan S., Understanding synthetic aperture radar images, SciTech Publishing, 2004
Duda R. O., Hart P. E., Stork D. G., Pattern classification, 2nd ed., Wiley, 2001
Moser G., Analisi di immagini telerilevate per osservazione della Terra, ECIG, 2007
Class slides will be provided to the students through AulaWeb.
