Multivariate techniques for change detection purposes in Remote Sensing

Il lavoro di Tesi ha preso in esame le potenzialità di tecniche di Change Detection basate sull’uso di dati multi-spettrali basate su analisi multivariata e univariata.

Lo studio ha toccato sia applicazioni in ambiti innovativi di tecniche note in letteratura, come la Spectral-Temporal Principal Component Analysis/Minimum Noise Fraction e l’uso dei rapporti tra Indici Normalizzati, sia approcci innovativi presentati per la prima volta, come il Soil and Vegetation Index (SVI), la tecnica della Normalized Difference Reflectance (NDR) per l’identificazione dei cambiamenti di copertura del suolo e l’introduzione delle Normalized Difference Change Detection Techniques. La validità di questi strumenti è stata dimostrata attraverso applicazioni multi-scala e multi-sensore in ambiti socio-economici e condizioni ambientali differenti, incentrati su eventi alluvionali e analisi in contesto urbano.

Dottorando: Paolo Villa
Tutor: Giovanmaria Lechi, Mario Gomarasca
Politecnico di Milano - Dipartimento di Ingegneria Idraulica, Ambientale, Infrastrutture viarie, e Rilevamento
Dottorato in Geodesia e Geomatica (XX ciclo)
Settore ScientificoDisciplinare: ICAR-06
pagine_da_convegnoirea2023.jpg
              

IREA for societal challanges pages-to-jpg-0001

Report IREA 2024

Seguici su

                  Immagine twitter          Immagine facebook 

 

                         

Chi è online

 600 visitatori online