Laurea in Architettura - Titolo della Tesi “Ri-evoluzione militare. Dal limite difensivo alla riconquista del fronte d’acqua. Recupero e valorizzazione del bastione di Santa Catalina di Cartagena de Indias”

Titolo del dottorato di ricerca: “Big earth data nell’era Copernicus per il monitoraggio dei rischi naturali ed antropici e la valutazione del danno post evento” - TUTOR CNR-IMAA: Rosa Lasaponara

L’obiettivo del progetto di dottorato è quello di poter sviluppare un modello che sia in grado di quantificare il danno post evento calamitoso (in particolar modo le alluvioni), in modo tale da avere un’accurata valutazione della “misura”, del tipo e dell’entità dei danni specifici sulla base della tipologia di evento. Gli aspetti coinvolti all'interno di un evento sono innumerevoli come gli aspetti economici, antropici e l'impatto ambientale che questo subisce; questi aspetti prendono parte della valutazione del danno che dovrà permettere che l’intervento di recupero sia il più adatto possibile.

Il programma di ricerca si inserisce appieno nell’ambito del Programma Europeo di osservazione della terra Copernicus, ovvero, un insieme complesso di sistemi che raccoglie informazioni da molteplici fonti, ossia satelliti di osservazione della Terra e sensori di terra, di mare ed aviotrasportati. Copernicus ha tra i suoi obiettivi anche quello di garantire all’Europa una sostanziale indipendenza nel rilevamento e nella gestione dei dati sullo stato di salute del pianeta, supportando le necessità delle politiche pubbliche europee attraverso la fornitura di servizi precisi ed affidabili. I servizi si dividono in sei aree tematiche: il suolo, il mare, l'atmosfera, i cambiamenti climatici, la gestione delle emergenze e la sicurezza. Tali servizi supportano una vasta gamma di applicazioni a supporto delle aree urbane, della pianificazione regionale e locale, dell'agricoltura, della silvicoltura, della pesca, della salute, dei trasporti, dei cambiamenti climatici, dello sviluppo sostenibile e della protezione civile.

La combinazione di piattaforme open source come l’Hub di Copernicus, l’integrazione di dati multispettrali e multirisoluzione, l’utilizzo di sensori attivi e passivi permettono, attraverso l’ampia disponibilità di strumenti e software presente sul mercato, il trattamento e l’elaborazione dei diversi dati, in modo tale di avere un’accurata “change detection”. Per “change detection” si intende il processo di identificazione dei cambiamenti in un oggetto o in un fenomeno, in questo caso su una porzione di terreno, che avvengono in un particolare intervallo temporale. Tre aspetti fondamentali di analisi di un processo di change detection sono:

• preprocessing delle immagini, includendo una correzione geometrica, la corregistrazione delle immagini, la calibrazione radiometrica e la correzione degli effetti atmosferici e topografici, in modo tale da avere immagini che abbiano delle caratteristiche analoghe e che possano essere confrontate nel tempo,
• scelta della tecnica di changedetection da utilizzare,
• validazione dei risultati.

La classificazione delle immagini è il trattamento più utilizzato per l’estrazione di informazioni e classi tematiche fondamentali sia per l’evoluzione territoriale che per quella ambientale. La classificazione è definita come l’operazione con cui partire da dati telerilevati vengono prodotte mappe tematiche dove ogni pixel viene assegnato ad una classe (cluster) sulla base delle sue caratteristiche spettrali e/o geometriche. L’algoritmo di classificazione analizza le caratteristiche spettrali di ogni pixel dell’immagine e lo associa alla classe con le caratteristiche spettrali più simili alle sue. Questo può avvenire tramite l’utilizzo dell’intelligenza artificiale e con vari tipi di classificatori, ad esempio il Random Forest.