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.
Tutor: Giovanmaria Lechi, Mario Gomarasca
Settore ScientificoDisciplinare: ICAR-06