Gestione, pretrattamento e classificazione automatica di immagini satellitari Sentinel di nuova generazione
Inquadramento:
Il presente lavoro si inserisce in un filone di ricerca rivolto all'utilizzo delle immagini ottiche e multispettrali Sentinel per applicazioni forestali-agricole.
Obiettivo:
Nel corso della presente tesi si propone:
- applicazione di procedure di preprocessamento principalmente mirate al riconoscimento dell'acqua a terra e delle nuvole, correzione delle immagini satellitari per la classificazione automatica dell'uso del suolo;
- analisi ripetuta applicata a diverse tipologie di immagini, in funzione anche della latitudine e della stagione di scatto
Propedeuticità:
- conoscenze di cartografia numerica e GIS
- interesse per la materia
Software utilizzati: GRASS GIS, QGIS
Strumenti GIS per analisi e correzione di dati provenienti da ricevitori GNSS a basso costo
Inquadramento:
Il presente lavoro si inserisce in un filone di ricerca rivolto all'utilizzo di localizzazione a basso costo (smartphone e GPS cartografici) e strumenti GIS open source per la mobilità outdoor che il laboratorio di Laboratorio di Geodesia, Geomatica e GIS sta portando avanti anche grazie alla stretta collaborazione con Gter srl, spin-off universitario sorto nel 2011.
Obiettivo:
Nel corso della presente tesi si propone:
- analisi statistica dei dati provenienti dai ricevitore GNSS (Global Navigation Satellite System) a basso costo per analizzare fonti di errore e trovare la migliore frequenza di campionamento al fine di ottenere la massima precisione planimetrica e altimetrica
- implementazione di procedure automatiche GIS per la correzione planimetrica e altimetrica del dato GNSS servendosi di base dati vettoriali (rete stradale e sentieristica) e raster (modelli digitali del terreno) pre-esistenti
Propedeuticità:
- conoscenze di cartografia numerica e GIS
- basi di GPS/GNSS
- interesse per la materia
- attitudine alla programmazione informatica.
Software utilizzati: GRASS GIS, Fortran e/o Python
La tesi sarà svolta in collaborazione con Gter srl Innovazione in Geomatica, Gnss e Gis spin-off del progetto Uni.T.I che opera nel campo del rilievo metrico e dell'analisi del territorio.
Analisi statistica di dati storici di pioggia e temperatura e produzione di miele
Inquadramento:
Il presente lavoro si inserisce in una collaborazione tra Gter srl e Parodi Apicultura; l'obiettivo è quello di cercare la presenza di correlazioni tra dati climatici e produzione su scala mondiale di miele. Una prima raccolta ed analisi di dati storici di pioggia e temperatura per alcune aree geografiche è stata fatta, cui è seguita una pubblicazione scientifica (link) alla conferenza ASITA 2013.
Obiettivo:
Nel corso della presente tesi si propone un affinamento delle analisi statistiche, utilizzando software open source GIS-GRASS e R-statistics, restringendo sia la risoluzione temporale che spaziale con lo scopo di definire delle correlazioni fra i parametri climatici e la produzione di miele per le diverse aree geografiche analizzate.
Propedeuticità:
- fondamenti di analisi statistiche di serie temporali,
- conoscenze base di cartografia numerica e GIS
- interesse per la materia e attitudine di base alla programmazione informatica.
La tesi sarà svolta in collaborazione con Gter srl Innovazione in Geomatica, Gnss e Gis spin-off del progetto Uni.T.I che opera nel campo del rilievo metrico e dell'analisi del territorio e grazie ad una collaborazione con la ditta Parodi Apicoltura, multinazionale specializzata nell'import/export di miele.