PNRR351 - non associata a curriculum
- Tecniche integrate di remote sensing e satellitari per il monitoraggio delle deformazioni superficiali del territorio
Competenze richieste: nessuna competenza specifica richiesta
- Satellite Remote Sensing integrated techniques for land surface deformations monitoring
Required skills: no specific skill required
Descrizione: Studio di metodi ottimizzati per il monitoraggio degli spostamenti superficiali del territorio con tecnologie integrate di Geodesia Satellitare (SAR - GNSS) e l’uso reti di sensori ambientali per analisi interpretative.
Si intende approfondire ed ottimizzare procedure che permettano di osservare movimenti legati al dissesto idrogeologico, a fenomeni franosi ed alla subsidenza naturale o antropica. La ricerca è di interesse per gli enti preposti alla valutazione di impatto ambientale o alla valutazione del dissesto idrogeologico in quanto se ottimizzati consentono di disporre di valutazioni a scala regionale o nazionale capaci di individuare situazioni critiche e di separare il contenuto antropico da quello naturale.
Description: Study of optimized methods for surface ground movements monitoring using integrated space geodesy technologies (InSAR – GNSS) and the use of environmental ground sensor networks for interpretative analysis. The main goal is to investigate about a deepen and optimize procedures that allow to observe movements related to the hydrogeological instability, landslides and natural or anthropic subsidence. The investigated topic and the suggested research are mainly of interest to the Public Authorities and the Agency responsible for the evaluation of the environmental impact or the assessing of hydrogeological instability because will make it possible to have an accurate methods and maps at regional or national scale capable to identifying critical situations also separating the anthropic contents from the natural ones.
Responsible: Stefano Gandolfi
Luca Vittuari
Email: stefano.gandolfi@unibo.it,luca.vittuari@unibo.it
Keywords: In-SAR, GNSS, data fusion, monitoring, subsidence
SDGs: 11, 13
|
PNRR351 - non associata a curriculum
- Nuovi strumenti per la classificazione dei dati telerilevati multispettrali e iperspettrali
Competenze richieste: nessuna competenza specifica richiesta
- New tools of multispectral and hyperspectral remote sensing data classification
Required skills: no specific skill required
Descrizione: Il dottorato tratterà argomenti che vanno dagli studi teorici dell'analisi spettrale e degli algoritmi di elaborazione, alla classificazione avanzata delle immagini utilizzando metodi di data fusion, sintesi di immagini e serie temporali mediante l'integrazione dei dati multispettrali e multi-sorgente. Le applicazioni riguardano il monitoraggio della superficie terrestre, la mappatura della copertura del suolo e il monitoraggio dei cambiamenti ambientali anche legati all’impatto delle attività dell’uomo e alle variazioni climatiche. I metodi di classificazione esistenti basati sul machine learning e che utilizzano i dati di ESA Sentinel saranno analizzati e migliorati per ottenere nuove mappe di classificazione accurate in diverse aree geografiche. Saranno inoltre studiati i segnali dei sensori iperspettrali di nuova generazione già fruibili e di prossima disponibilità delle agenzie spaziali nazionali e internazionali per valutare le componenti spettrali che possano migliorare i processi di classificazione.
Description: The PhD will cover topics ranging from theoretical studies of spectral analysis and processing algorithms, to advanced image classification using data fusion methods, image synthesis and time series, by integrating multispectral and multi-source data. The applications concern the monitoring of the earth's surface, the mapping of land cover and the monitoring of environmental changes also related to the impact of human activities and climate changes. Existing classification methods based on machine learning and using ESA Sentinel data will be analyzed and improved to obtain new classification maps that are accurate in different geographic areas. The signals of the new generation hyperspectral sensors already usable and soon available by national and international space agencies will be studied to evaluate the spectral components that can improve the classification processes.
Responsible: Maria Teresa Melis, Giuseppina Vacca
Email: ,vaccag@unica.it
Keywords: land cover, climate change, machine- learning, spectral analysis, multi and hyperspectral data processing
SDGs: 2,6,12,13,15
|
PNRR351 - non associata a curriculum
- Sviluppo di algoritmi e metodologie per l'analisi spaziale e temporale dei dati radar satellitari interferometrici a scala nazionale
Competenze richieste: nessuna competenza specifica richiesta
- Development of algorithms and methods for the spatial and temporal analysis of satellite interferometric radar data at national scale
Required skills: no specific skill required
Descrizione: Lo scopo della ricerca è progettare, implementare e validare metodi e algoritmi innovativi per la caratterizzazione e classificazione di fenomeni di deformazione del terreno su larga scala (da scala regionale a nazionale) attraverso l'analisi di dati InSAR satellitari. Per raggiungere questo obiettivo generale verranno testati e applicati diversi approcci, dalle procedure manuali alle metodologie automatiche fino a quelle basate su tecniche di Machine Learning. Lo scopo finale della ricerca è massimizzare lo sfruttamento dei dati InSAR satellitari, per dettagliare e caratterizzare spazialmente e temporalmente i rischi associati ai processi geologici che si verificano sul territorio italiano. Si prevede che lo sviluppo di metodi efficaci per lo screening delle deformazioni del terreno su vaste aree al fine di individuare zone instabili e classificare le serie temporali di spostamento possa supportare il quadro conoscitivo per il rischio idrogeologico e migliorare la conoscenza dei fenomeni di instabilità.
Description: The purpose of the research is to design, implement and validate innovative methods for the classification of ground deformation phenomena at wide scale through the analyses of satellite InSAR measurements. Different approaches are expected to be tested and applied, from manual to automatic to those based on Machine Learning techniques. The final purpose is to maxime the exploitation of satellite InSAR data, to detail, spatially and temporally, the risks associated with geological processes occurring in the Italian territory.
Responsible: Nicola Casagli.
Silvia Bianchini,
Federico Raspini
Email: nicola.casagli@unifi.it
Keywords: geohazard, mapping, monitoring, InSAR, machin learning
SDGs: 11, 13
|
PNRR351 - non associata a curriculum
- Immagini iperspettrali e multisensore per l'analisi dello stato della vegetazione e del suolo
Competenze richieste: nessuna competenza specifica richiesta
- Hyperspectral and multisensor images for the analysis of the state of vegetation and soil
Required skills: no specific skill required
Descrizione: Il progetto vuole esplorare le potenzialità nell'utilizzo di diversi tipi di sensori di Osservazione della Terra, concentrando l'attenzione sui sensori iperspettrali, per la stima di indici rappresentativi dello stato della vegetazione e del suolo. A fine di stima si esploreranno tecniche di Machine Learning, quali ad esempio Deep Learning and Ensemble Learning. I risultati verranno rapportati con quelli di un modello idrologico (di tipo SWAT-Soil Water Assessment Tools).
Description: The project aims to explore the potential of using multi-sensor Earth Observations for the estimation of indices representative of the state of vegetation and soil, focusing on hyperspectral sensors. Machine Learning techniques, drawn for example from the areas of Deep Learning and Ensemble Learning, will be explored for estimation purposes. Continuous distributed hydrological models for the estimation of soil-vegetation-atmosphere exchanges (e.g. SWAT-Soil Water Assessment Tools) will be used to validate the estimated indices.
Responsible: Giorgio Boni,
Bianca Federici,
Gabriele Moser
Email: bianca.federici@unige.it
Keywords: Hyperspectral imagery, machine learning, vegetation indices, SWAT, accuracy of multisensor analysis
SDGs: 2, 13, 15
|
PNRR351 - non associata a curriculum
- Modelli per la stima dell’umidità dei suoli mediante dati SAR
Competenze richieste: nessuna competenza specifica richiesta
- Methods for soil moisture estimation using SAR data
Required skills: no specific skill required
Descrizione: L’attività è rivolta alla definizione di nuovi approcci per la stima dell'umidità dei suoli nell'area mediterranea tramite analisi di dati satellitari radar ad apertura sintetica (SAR). L’approccio si inserisce nel contesto della definizione di metodi per la descrizione delle interazioni fra suolo-atmosfera, di interesse per il comparto agricolo anche nell’ottica dell’evoluzione climatica attesa e della mutevole disponibilità della risorsa idrica. Nella definizione di tali relazioni le tecniche di machine learning hanno dimostrato, rispetto ai tradizionali modelli di inversione, maggiori capacità nell’interpretazione di fenomeni complessi e nell’integrazione di dati eterogenei utili alla definizione di modelli di comportamento a diversa scala spaziale e temporale. In particolare, l’attività di ottimizzazione dei modelli comporterà un’analisi della correlazione tra vegetazione agricola e parametri ottenibili dalla decomposizione polarimetrica del dato SAR. Nella definizione di modelli di comportamento e trend evolutivi, lo studio sfrutterà le potenzialità del cloud computing e librerie esistenti per i parametri di interesse.
Description: The research activity is aimed at defining new methods for the estimation of soil moisture over the Mediterranean basin using synthetic aperture radar (SAR) satellite data. The proposed approach is oriented to the definition of descriptive models of the interaction mechanisms between soil and atmosphere, in view of the expected climatic evolution and the changing availability of the water resource. This is of considerable interest for the agricultural systems and lands subject to degradation processes. In defining these relationships, up-to-date machine learning techniques have shown, compared to traditional inversion models, a greater ability to provide descriptive models able to define complex phenomena at different spatial and temporal scales by the integration of heterogeneous data. In particular, the optimization of the mentioned models to agricultural systems requires an analysis of the correlation between vegetation species and parameters obtainable from the polarimetric decomposition of the SAR data. The research will make use of the potentialities offered by cloud computing and existing libraries for input parameters.
Responsible: Francesco Mancini, Alessandro Capra
Email: francesco.mancini@unimore.it
Keywords: radar, polarimetric, soil, climate change
SDGs: 11, 13
|
PNRR351 - non associata a curriculum
- L'Osservazione della terra tra diritto dello spazio ed economia dello spazio
Competenze richieste: nessuna competenza specifica richiesta
- Earth Observation between Space Law and Space Economy
Required skills: no specific skill required
Descrizione: La Space Economy rappresenta sempre più un settore strategico per qualsiasi Paese. E’ necessario, però, affrontarne la sostenibilità sotto un profilo giuridico oltre che economico-sociale, giacché non risulta presente una normativa organica atta a regolamentare compiutamente le attività, specialmente quelle svolte dai privati, con particolar riferimento ai sistemi di osservazione terrestre posti in orbita bassa. Invero, l’attività di analisi deve essere autorizzata dallo Stato coinvolto in quanto volta a raccogliere dati e informazioni. D’altra parte, va valutata la configurabilità di un “diritto di proprietà” su tali dati, con ovvie conseguenze sul loro impiego. Ancora, andranno valutati i profili di sicurezza dei dati laddove vengano trattati mediante intelligenze artificiali. Infine, sarà necessario comprendere quali siano gli strumenti normativi più adeguati per la regolamentazione del settore e per la gestione efficiente delle risorse sui territori oggetto di rilevamento.
Description: The Space Economy represents a strategic sector for the economy and development, which implies the need to examine issues concerning sustainability also from a legal point of view. At the moment there is no national ad hoc legislation regulating space activities. In particular, the remote sensing activity must be authorized to collect and disseminate information which raises the need to have the permission of the observed State and the configurability of a property right on such data and their use. Another preliminary issue is data security in the use of artificial intelligences. Further study will concern the regulatory tools necessary for the efficient management of resources in the areas subject to survey
Responsible: Maria Antonia Ciocia
Email: mariaantonia.ciocia@unicampania.it
Keywords: Development, sustainability, artificial intelligences
SDGs: 11,12,13
|
PNRR351 - non associata a curriculum
- Identificazione e spazializzazione dei disturbi all'ambiente agro-forestale usando intelligenza artificiale su dati da sensori attivi e passivi
Competenze richieste: nessuna competenza specifica richiesta
- Detection and mapping of vegetation disturbances using deep learning approaches on active and passive remote sensing data.
Required skills: no specific skill required
Descrizione: L'obiettivo del progetto è ricercare il potenziale dell'integrazione di molteplici sorgenti di sensori di osservazione della terra per mappare le cause dei danni agli ecosistemi agro-forestali. Lo stato della salute della vegetazione è un proxy del cambiamento climatico e di altri fattori di pressione antropica che incidono sul benessere della società. Gli habitat naturali e agricoli forniscono numerosi servizi ecosistemici e svolgono un ruolo chiave in diversi obiettivi di sviluppo sostenibile (SDG) delle Nazioni Unite. Il ricercatore indagherà sulle nuove applicazioni di dati satellitari insieme ad approcci di deep learning per aumentare la comprensione sulle dinamiche negli ambienti agro-forestali.
Description: The project objective is to research the potential of integrating multiple sources of earth observation sensors to map disturbances that damage vegetation ecosystems, including agricultural landscapes and forest environments. Vegetation health is a proxy of climate change and other pressure factors that impact also on society's wellbeing. Vegetation environments provide numerous ecosystem services and play a key role in several of UN's SDGs. The researcher will investigate innovative sources of EO together with deep learning approches to increase the understanding of the dynamics of pressures in vegetation environments.
Responsible: Francesco Pirotti
Email: francesco.pirotti@unipd.it
Keywords: Agro-forestry: SAR; Hyperspectral; Deep learning
SDGs: 2, 9, 12, 13, 15
|
PNRR351 - non associata a curriculum
- Intelligenza artificiale per la caratterizzazione della vulnerabilità fisica degli insediamenti umani mediante l'osservazione della Terra
Competenze richieste: nessuna competenza specifica richiesta
- Arificial intelligence for human settelement physical vulnerability characterization using Earth Observation
Required skills: no specific skill required
Descrizione: Lo scopo di questo lavoro è sviluppare un quadro metodologico per la caratterizzazione del costruito in termini di altezze e volumi degli edifici. Questo tipo di informazioni contribuirà alla valutazione della vulnerabilità fisica e quindi supporterà le misure di mitigazione dai disastri. Il lavoro si baserà su variabili derivate dai dati delle missioni Sentinel-1 e -2, e su nuovi metodi di intelligenza artificiale per ricavare informazioni morfologiche sugli insediamenti umani nel mondo. Saranno esplorati i seguenti approcci:
• estrazione dalle immagini di Sentinel-1 dei cambiamenti orizzontali e verticali in centri abitati;
• analisi della serie storica di coerenza Sentinel-1 per il riconoscimento automatico della tipologia di cambiamento;
• fusione di feature estratte da dati Sentinel-1 e 2 per stimare le altezze degli edifici su scala aggregata;
• fusione di dati di osservazione della Terra e dati socio-economici attraverso il Deep Learning per valutare meglio i cambiamenti urbani.
Description: The aim of this work is to develop a methodological framework for the characterization of built environments in terms of building heights and volumes. This information will contribute to the assessment of physical vulnerability and to support local disaster mitigation measures. The work will be based on variables derived from the Copernicus Sentinel-1 and -2 missions, and on new artificial intelligence methods to derive morphological information about human settlements worldwide. The following approaches will be explored:
• extraction of change components for built-up areas, both horizontally and vertically, from Sentinel-1 images;
• analysis of the historical series of Sentinel-1 coherence in the built environment and automatic labeling of the change pattern;
• fusion of Sentinel-2 and Sentinel-1 characteristics to estimate building heights on an aggregate scale;
• fusion of Earth observation data and socio-economic data through Deep Learning to better evaluate changes and their trends in buildings.
Responsible: Paolo Gamba
Email: paolo.gamba@unipv.it
Keywords: Urban remote sensing; Data fusion; Deep learning, Risk and vulnerability
|
PNRR351 - non associata a curriculum
- Telerilevamento per il monitoraggio e la gestione innovativa dei sistemi agricoli e forestali
Competenze richieste: nessuna competenza specifica richiesta
- Remote sensing for monitoring and innovative management of agriculture and forestry systems
Required skills: no specific skill required
Descrizione: Il dottorato si occuperà di sviluppo, calibrazione e uso del telerilevamento per il monitoraggio e il supporto alle decisioni gestionali di precisione negli agroecosistemi agricoli e forestali. Saranno inoltre sviluppate competenze nell’analisi e interpretazione delle trasformazioni spazio-temporali delle componenti dei sistemi territoriali
Description: The PhD program will cover the development, calibration and the use of remote sensing techniques for monitoring and supporting decisions on precision management of agricultural and forestry systems. Skills will also be developed in the analysis and interpretation of space-time transformations of the territorial system components.
Responsible: Luigi Ledda
Email: l.ledda@staff.univpm.it
Keywords: Resource use efficiency, pest detection, multispectral and hyperspectral remote sensing
SDGs: 2, 12, 13
|
PNRR351 - non associata a curriculum
- Integrazione dei dati termici multisensore per il monitoraggio di attività vulcanica
Competenze richieste: nessuna competenza specifica richiesta
- Integration of multisensor thermal data for monitoring volcanic activity
Required skills: no specific skill required
Descrizione: Il telerilevamento termico è sempre più utilizzato dagli osservatori vulcanologici per monitorare vulcani quiescenti e attivi. Il tema di ricerca mira ad integrare i dati termici acquisiti da più sensori a bordo di piattaforme NASA/NOAA ed ESA (es. MODIS, VIIRS, SLSTR 3, OLI, MSI) all'interno di MIROVA (Middle Infrared Observations of Volcanic Activity), un sistema di rilevamento di hot spot vulcanici in tempo quasi reale (www.mirovaweb.it). L'obiettivo sarà quello di stimare il flusso termico prodotto da diverse tipologie di attività vulcanica (attività fumarolica, attività stromboliana, colate di lava, duomi di lava, laghi di lava), mediante un approccio multi-sensore. L'analisi dei risultati su casi studio e su scala globale, consentirà di esplorare i vari benefici che tale integrazione può apportare nella rilevazione di segnali precursori e nel monitoraggio delle eruzioni effusive.
Description: Thermal remote sensing is increasingly used by volcano observatories to monitor quiescent and active volcanoes. This research topic aims to integrate the infrared data acquired by multiple sensors on board NASA/NOAA and ESA platforms (eg MODIS, VIIRS, SLSTR 3, OLI, MSI) within MIROVA (Middle Infrared Observations of Volcanic Activity), a near real-time volcanic hot spots detection system (www.mirovaweb.it). The objective will be to estimate the radiant heat flux produced by different types of volcanic activity (fumarolic activity, Strombolian activity, lava flows, lava domes, lava lakes), by using a multi-sensor approach. The analysis of the results on a global scale an of case studies, will allow exploring the various benefits that this integration can bring in the detection of precursory signals and in the monitoring of effusive eruptions.
Responsible: Diego Coppola
Email: diego.coppola@unito.it
Keywords: thermal monitoring, radiant power, volcanoes, eruption, unrest
SDGs: 9, 10, 11,15
|
PNRR351 - non associata a curriculum
- Integrazioni dati 3D e AI4EO
Competenze richieste: nessuna competenza specifica richiesta
- 3D data integration and AI4EO
Required skills: no specific skill required
Descrizione: Il tema di ricerca è inerente l'integrazione di dati 3D e applicazioni di Intelligenza Artificiale nel campo dell’osservazione della terra per la gestione delle emergenze e la valutazione di cambiamenti climatici dovuti ad eventi estremi. Particolare attenzione sarà posta alla definizione di procedure per ricavare modelli 3D (DSM e DEM) da cui poi procedere a verticalizzazioni legate alla gestione delle emergenze (alluvioni, incendi, terremoti, ecc.) da gestire in digital twin tematici. Direttamente dai modelli 3D verranno poi definire procedure relative all'utilizzo di algoritmi di intelligenza artificiale per l'estrazione di features (aree alluvionate, bruciate, danneggiate e/o distrutte da cedimenti strutturali) per completare in contuto semantico del digital twin stesso.
Description: The research topic is focused on the integration of 3D data and Artificial Intelligence applications in the field of earth observation for the management of emergencies and the assessment of climate change due to extreme events. Particular attention will be paid to the definition of procedures for obtaining 3D models (DSM and DEM) from which to proceed to verticalization related to the management of emergencies (floods, fires, earthquakes, etc.) using thematic digital twins. Procedures relating to the use of artificial intelligence algorithms for the extraction of features (areas flooded, burned, damaged and / or destroyed by structural failures) will then be defined directly from the 3D models to complete the semantic content of the digital twin itself.
Responsible: Piero Boccardo,
Fulvio Rinaudo,
Marco Piras
Email: piero.boccardo@polito.it,fulvio.rinaudo@polito.it,marco.piras@polito.it
|
PNRR351 - non associata a curriculum
- Integrazione di OT con tecniche di rilevamento in sito per l’analisi territoriale multiscala per la prevenzione dei rischi e per la programmazione di azioni di salvaguardia e/o di adattamento del territorio ai cambiamenti climatici.
Competenze richieste: nessuna competenza specifica richiesta
- Multiscale territorial analysis based on OT and on-site survey techniques integration for risk prevention and safeguard planning.
Required skills: no specific skill required
Descrizione: L’attività di ricerca è rivolta verso un uso operativo delle EO per il monitoraggio e la gestione dei rischi applicati al territorio, sia negli aspetti più naturali che antropizzati. In questo contesto l'analisi di dati multitemporali per estrarre “conoscenza” è di fondamentale importanza quale strumento fondamentale per l’analisi e la descrizione geometrica di eventi dinamici, in un’ottica di prevenzione rispetto possibili rischi e per programmare azioni di salvaguardia o di adattamento del patrimonio naturale ai cambiamenti climatici.
Description: The research activity is aimed at an operational use of EOs for the monitoring and management of risks applied to the territory, both in the more natural and man-made aspects. In this context, the analysis of multitemporal data to extract "knowledge" is essential as a key tool for the analysis and geometric description of dynamic events, with a view to preventing possible risks and to plan safeguarding or adaptation of natural heritage to climate change.
Responsible: Francesco Musco, Caterina Balletti
Email: francesco.musco@iuav.it, balletti@iuav.it
Keywords: multi-temporal satellite data, data fusion, monitoring, climate change, natural heritage
SDGs: 11, 13
|
PNRR351 - non associata a curriculum
- Visione Olistica del del Tempo Sovraglaciale Lago-Ghiaccio-Neve e Causalità Climatica (HOLISTIC)
Competenze richieste: nessuna competenza specifica richiesta
- Holistic Overview of the supraglacial Lake-Ice-Snow TIming and Climate causality (HOLISTIC)
Required skills: no specific skill required
Descrizione: In vista dell’aumento del numero di sensori
satellitari orbitanti è necessario sviluppare metodi per l’integrazione delle
diverse tipologie di dati attraverso sistemi di calcolo automatizzato e AI. Il
progetto dovrà sviluppare algoritmi (data analytics) per l’elaborazione
combinata di dati da sensori SAR (es. Sentinel 1 e COSMO-SkyMed), dati ottici
multi ed iperspettrali (es. Landsat, Sentinel e PRISMA) eventualmente includendo
altri sensori (es. LiDAR, altimetri e termici) e prodotti di modellistica
climatica (es. CMIP, ERA5). Inoltre, nuovi satelliti in orbita bassa (LEO)
avranno sensori analoghi ma con risoluzione spaziale e temporale potenziate,
aprendo nuovi scenari per la fusione e l’integrazione con dati radiometrici
anche insitu. Questo set di algoritmi porterà alla determinazione dei requisiti
osservazione per nuove missioni promosse dall’Agenzia Spaziale Italiana ed
Europea ed all’estensione dei servizi operativi di monitoraggio su larga scala.
Una delle possibili applicazioni del progetto potrebbe riguardare l’implementazione
della Strategia Artica Europea (EU Arctic Policy, 2021) che insieme alle
indicazioni del Panel Internazionale per i Cambiamenti Climatici (IPCC)
promuovono lo sviluppo di conoscenze su processi di scioglimento del ghiaccio
marino, di cambiamento delle coperture del suolo e delle stagionalità di
neve-suolo-vegetazione in relazione allo scioglimento del permafrost e alle
conseguenti variazioni dei bilanci di carbonio.
Description: In view of the increase in the number of orbiting satellite sensors, it is necessary to develop methods for the integration of the different types of data through automated computing systems and AI. The project will have to develop algorithms (data analytics) for the combined processing of data from SAR sensors (eg Sentinel 1 and COSMO-SkyMed), optical data multi and hyperspectral (eg Landsat, Sentinel and PRISMA) possibly including other sensors (eg LiDAR, altimeters and thermals) and climate modeling products (eg CMIP, ERA5). In addition, new satellites in low orbit (LEO) will have similar sensors but with enhanced spatial and temporal resolution, opening up new scenarios for fusion and integration with radiometric data, even insitu. This set of algorithms will lead to the determination of the requirements observation for new missions promoted by the Italian and European Space Agency and the extension of large-scale operational monitoring services. One of the possible applications of the project could concern the implementation of the European Arctic Policy (EU Arctic Policy, 2021) which together with the indications of the International Panel for Climate Change (IPCC) promote the development of knowledge on sea ice melting processes, of change in soil cover and snow-soil-vegetation seasonality in relation to the melting of permafrost and the consequent changes in carbon balances.
Responsible: Andrea Taramelli
Email: andrea.taramelli@iusspavia.it
|
PNRR351 - non associata a curriculum
- L'uso del telerilevamento da satellite come mezzo per la realizzazione dello sviluppo sostenibile
Competenze richieste: nessuna competenza specifica richiesta
- The use of satellite remote sensing as a means for implementing sustainable development
Required skills: no specific skill required
Descrizione: L’osservazione terrestre mediante satelliti in orbita bassa consente la raccolta di informazioni e dati vitali ai fini di uno sviluppo effettivo delle tecniche di tutela ambientale alla luce dei principi di prevenzione e precauzione. In più, permette di affrontare le problematiche inerenti alla sostenibilità dello sviluppo dei territori, sotto un aspetto anche sociale e antropologico, per coordinare sia i diversi strumenti (giuridici e non) di intervento quanto gli stessi attori chiamati ad operare (es. Ministeri, Regioni, Enti Locali, Autorità Indipendenti…). Sarà possibile attuare concretamente il principio di partecipazione diffusa dei cittadini al processo decisionale, così da affrontare problematiche quali gli effetti collaterali dei cambiamenti climatici e delle azioni di contrasto agli stessi, specialmente valutando gli impatti sui consumatori e sulle famiglie, in termini di scelte di consumo e investimento, impoverimento e disuguaglianze demografiche.
Description: Satellite remote sensing observes the earth from space, detecting data with which it is possible to systematically address the issue of environmental protection and sustainability with the consequent identification of the legal instruments of intervention on the territory. The data collected will offer valuable elements to the ongoing debate and political decision-making process by assessing the risks due to climate change and studying the impact on consumers and families in terms of consumption and investment choices, impoverishment and demographic inequalities.
Responsible: Maria Antonia Ciocia
Email: mariaantonia.ciocia@unicampania.it
Keywords: enviromental protection, sustainability, territory, consumption and enestment choices.
SDGs: 11,12,13
|
PNRR351 - non associata a curriculum
- Kit di strumenti per l'osservazione della Terra per la politica agricola (EO4AGRI)
Competenze richieste: nessuna competenza specifica richiesta
- Earth Observation for agriculture policy tool-kit (EO4AGRI)
Required skills: no specific skill required
Descrizione: La borsa ha lo scopo principale di sviluppare linee guida di governance per facilitare una
piena integrazione tra gli obiettivi della Politica Agricola Comune (PAC) e le
potenzialità del programma di osservazione della terra Copernicus, proponendosi
di sfruttare i vantaggi dell’osservazione della terra per il raggiungimento dei
nuovi obiettivi PAC e stabilire come potenziare i servizi Copernicus per
l’agricoltura in ragione delle nuove sfide poste dalle nuove regole del nuovo
periodo programmatico. A tal fine ila borsa si incentra sullo studio dei
requisiti utenti della componente istituzionale del comparto agricolo italiano
e analizza nuovi sviluppi per i servizi di Copernicus che meglio incontrino
tali esigenze. Inoltre, elabora regole e strumenti basati sui dati satellitari
che permettano ai menzionati utenti di monitorare gli indicatori di risultato
relativi agli impegni agro-ambientali e climatici delle aziende agricole. Il
corso prevede infine la trasformazione di tali particolari indicatori in
proposte di politiche ad-hoc a sostegno degli obiettivi della PAC.
Description: The scholarship has the main purpose of developing governance guidelines to facilitate full integration between the objectives of the Common Agricultural Policy (CAP) and the potential of the Copernicus earth observation program, aiming to exploit the advantages of earth observation for the achievement of the new CAP objectives and how to enhance Copernicus services for agriculture due to the new challenges posed by the new programmatic period. To this end, the scholarship focuses on the study of the user requirements of the institutional component of the Italian agricultural sector and new developments for Copernicus services that better meet these needs. In addition, it develops rules and tools on satellite data that allow users' results to monitor result indicators relating to agri-environmental and climate commitments of farms. Finally, the course envisages the transformation of these particular indicators into proposals for ad-hoc policies in support of the objectives of the CAP.
Responsible: Andrea Taramelli
Email: andrea.taramelli@iusspavia.it
|
PNRR351 - non associata a curriculum
- Sviluppo di applicazioni innovative dei dati EO a supporto della gestione degli incendi boschivi
Competenze richieste: nessuna competenza specifica richiesta
- Development of innovative EO data applications to support forest fire management
Required skills: no specific skill required
Descrizione: Il tema della borsa riguarda lo sviluppo tecniche di monitoraggio in tempo quasi reale degli incendi boschivi. Questa applicazione, a risoluzione spazio-temporale adeguata alle esigenze della lotta attiva all’evento sarà resa possibile dal prossimo lancio dei satelliti Meteosat di terza generazione (MTG). La risoluzione spaziale di 1km e la frequenza temporale di 10 minuti consentiranno la individuazione precoce dell’evento e il suo monitoraggio con elevata frequenza temporale. L’implementazione, a livello globale (utilizzando altri satelliti geostazionari, GOES, Himawari), di un tale sistema richiede la soluzione di alcuni problemi che hanno un significativo impatto sul rateo di falsi allarmi e sul numero di eventi non rilevati. Il dottorando potrà avvalersi della disponibilità presso la Scuola di Ingegneria Aerospaziale di un sistema di acquisizione di immagini da satellliti geostazionari (EUMETCAST), degli strumenti HW e SW necessari e delle competenze richieste per avviare lo studio, lo sviluppo e la imlementazione di metodologie innovative in grado di risolvere o ridurre l'impatto costituito dai limiti delle soluzioni attuali sull'applicabilità operativa della individuazione e monitoraggio remoto degli incendi boschivi.
Description: The topic of the scholarship concerns the development of near-real-time monitoring techniques for forest fires. This application, with a spatial-temporal resolution appropriate to the needs of the active fight against the event, will be made possible by the next launch of the third generation of Meteosat satellites (MTG). The spatial resolution of 1km and the temporal frequency of 10 minutes will allow the early detection of the event and its monitoring with high temporal frequency. The implementation, on a global level (using other geostationary satellites, GOES, Himawari), of such a system requires solving some problems that have a significant impact on the rate of false alarms and on the number of undetected events. The PhD student could rely on the availability at the School of Aerospace Engineering of a geostationary satellites image acquisition system (EUMETCAST), of the necessary HW and SW tools and of the competences required to start the study, and develop and implement innovative methodologies able to solve or reduce the impact of the limitations of current solutions on the operational applicability of the EO based detection and monitoring of forest fires.
Responsible: Giovanni Laneve
Email: giovanni.laneve@uniroma1.it
Keywords: Forest fires, geostationary satellite, real-time processing, global monitoring
SDGs: 6, 11, 13, 15
|
PNRR351 - non associata a curriculum
- Applicazioni geotecnologiche e analisi geospaziali per la valorizzazione del territorio e la salvaguardia della salute
Competenze richieste: nessuna competenza specifica richiesta
- Geotechnological applications and geospatial analyses for the enhancement of the territory and health protection
Required skills: no specific skill required
Descrizione: sviluppare solide conoscenze e competenze metodologico-operative nell’ambito delle applicazioni geotecnologiche e delle analisi geospaziali e multitemporali volte allo studio del territorio e delle sue componenti fisico-naturali e antropiche. Attraverso un approccio geografico-interdisciplinare e l’uso di strumenti geoinformatici, cartografici, iconografici, sarà possibile effettuare screening relazionali, a livello multiscalare, condurre studi diacronici e definire quadri sinottici nell’ambito dei rischi naturali, della geografia della salute, della geografia urbana e delle trasformazioni paesaggistiche e di uso del suolo, del turismo sostenibile e della valorizzazione dei beni culturali, ambientali e paesaggistici. L’elaborazione di strati informativi basati su poliedricità di dati e immagini permetterà aggregazioni e scomposizioni di dettaglio, così da individuare peculiarità cluster, pattern, tendenze evolutive, mediante cartografia digitale, rappresentazioni 3D, app webGIS
Description: develop solid knowledge and methodological-operational skills in the field of geotechnological applications and geospatial and multitemporal analyses aimed at studying the territory and its physical-natural and anthropic components. Through a geographic-interdisciplinary approach and the use of geoinformatic, cartographic, iconographic tools, it will be possible to carry out relational screening, at a multiscale level, to conduct diachronic studies and define synoptic frameworks in the context of natural hazards, health geography, urban geography and landscape and land use transformations, sustainable tourism and the enhancement of cultural, environmental and landscape resources. The elaboration of layers based on multiple data and images will allow aggregations and detailed analysis, in order to identify peculiarities, cluster, patterns, trends, through digital cartography, 3D representations, webGIS app
Responsible: Riccardo Morri, Cristiano Pesaresi, Sandra Leonardi
Email: riccardo.morri@uniroma1.it,cristiano.pesaresi@uniroma1.it,sandra.leonardi@uniroma1.it
Keywords: GIS, geography, geotechnological applications, geospatial analyses, cartography and digital cartography, mapping
|
PNRR351 - non associata a curriculum
- Remote Sensing for Cultural Heritage (Archaeology – Ancient Topography)
Competenze richieste: nessuna competenza specifica richiesta
- Telerilevamento per il Patrimonio Culturale (Archeologia - Topografia Antica)
Required skills: no specific skill required
Descrizione: L’integrazione di dati telerilevati mediante diverse fonti e piattaforme (aeree, satellitari ecc) per la conoscenza e la ricostruzione delle forme del paesaggio antico è il punto nodale per una corretta transizione digitale negli studi di topografia antica e landscape archaeology. Il tema richiesto è l’elaborazione di un sistema di analisi con procedure standardizzate e condivise di individuazione, acquisizione e trattamento integrato delle informazioni telerilevate per gli studi archeologici.
Description: In order to reach a correct digital transition in Ancient Topography and Landscape Archaeology studies, the turning point is the integration of the Remote Sensing data obtained trought different sources (aerial, satellitar, etc) with the purpose to reconstuct the ancient landascape. The required skills are the development of an analysis system based on standardized and shared procedures aimed at the identification, acquisition and integrated treatment of Remote Sensing data for archaeological studies.
Responsible: Alessandro M. Jaia
Email: alessandro.jaia@uniroma1.it
Keywords: Ancient Topography, Landscape archaeology, Remote sensing, Archaeological mapping, GIS
|
PNRR351 - non associata a curriculum
- Osservazione e modellazione dei campi spazio temporali di precipitazione
Competenze richieste: nessuna competenza specifica richiesta
- Observation and modeling of space-time rainfall fields
Required skills: no specific skill required
Descrizione: La conoscenza e l’evoluzione nel tempo dei campi di precipitazione alle diverse scale spaziali e di aggregazione temporale è fondamentale nella valutazione delle forzanti idrologiche nella progettazione, gestione e pianificazione delle opere di governo delle risorse idriche in generale.
E’ necessario, pertanto, approfondire per i campi di pioggia metodologie di osservazione multi-sensore dei campi, tecniche di data fusion & assimilation, modelli di simulazione stocastica e di down-scaling spazio-temporale.
Description: The knowledge and evolution over time of rainfall fields at different spatial and temporal aggregation has a key role in the evaluation of hydrological forcings to design, manage and plan hydraulic works.
Therefore, it is necessary to investigate multi-sensor observation methods, data fusion & assimilation techniques, stochastic simulation models and space-time down-scaling of rainfall.
Responsible: Francesco Napolitano
Elena Ridolfi
Email: francesco.napolitano@uniroma1.it,elena.ridolfi@uniroma1.it
Keywords: rainfall fields, modeling, data assimilation, stochastic models, space-time analysis, hydraulic infrastructures design and management
SDGs: 3,6,8,9,11,13
|
PNRR351 - non associata a curriculum
- Sviluppo di percorsi di conoscenza condivisa per la rigenerazione delle aree urbane
Competenze richieste: nessuna competenza specifica richiesta
- Development of shared knowledge paths for the regeneration of urban areas
Required skills: no specific skill required
Descrizione: Le aree urbane sono oggi un nodo strategico per lo sviluppo di politiche di sostenibilità con obiettivi specifici di rigenerazione urbana e sociale dei quartieri, tra cui la riduzione del consumo di suolo ed il riuso del patrimonio edilizio dismesso, il cui rilevamento diventa oggi condizione per lo sviluppo di adeguate politiche abitative e urbane. Il rilevamento delle aree e degli edifici dismessi può avvenire attraverso l'elaborazione di dati differenti esistenti, ma anche - sempre più - attraverso il coinvolgimento di soggetti differenti che operano sui territori, compresi gli abitanti, attraverso il rilevamento diretto e l'uso di strumenti facilmente accessibili, attivando quindi percorsi di crowdsourcing e co-ricerca, nonché di monitoraggio civico (citizen science). Sono inoltre in sperimentazione forme di mappatura collettiva, attraverso piattaforme digitali condivise e open source, per il rilevamento delle risorse, delle esigenze e delle progettualità esistenti sui territori.
Description: Urban areas are today a strategic node for the development of sustainability policies with specific objectives of urban and social regeneration of neighbourhoods, including the reduction of land consumption and the reuse of disused buildings, the detection of which today becomes a condition for development of adequate housing and urban policies. The detection of abandoned areas and buildings can take place through the processing of different existing data, but also - increasingly - through the involvement of different subjects operating in the territories, including the inhabitants, through direct detection and the use of tools easily accessible, thus activating crowdsourcing and co-research paths, as well as civic monitoring (citizen science). Forms of collective mapping are also being tested, through shared and open-source digital platforms, for the survey of the resources, needs and projects existing in the territories.
Responsible: Carlo Cellamare
Email: carlo.cellamare@uniroma1.it
Keywords: urban and regional policies, collaborative mapping, urban regeneration, crowdsourcing, citizen science
|
PNRR351 - non associata a curriculum
- 1 - Telerilevamento a microonde in idrologia ed ecologia
2 - Radar bistatici che utilizzano segnali di opportunità
Competenze richieste: nessuna competenza specifica richiesta
- 1 - Microwave remote sensing in hydrology and ecology
2 - Bistatic radar through exploitation of signals of opportunity
Required skills: no specific skill required
Descrizione: 1 - Le inondazioni sono il tipo più frequente di calamità naturale; sono spesso causate da forti piogge e rapido scioglimento della neve e dalle condizioni antecedenti di umidità del suolo. Il telerilevamento a microonde è particolarmente efficace nel monitorare il contenuto e l'estensione dell'acqua in diversi mezzi (es. suolo, vegetazione, neve) e il suo stato fisico (es. variazioni di stato gelo-disgelo del permafrost). Il telerilevamento a microonde è anche efficace nella misura dei parametri forestali, inclusi il contenuto d'acqua e la struttura della vegetazione, grazie alla sua capacità di penetrazione attraverso la chioma.
2 - Le osservazioni radar bistatiche possono essere ottenute sfruttando i segnali di opportunità irradiati da diverse sorgenti satellitari, come i sistemi di navigazione satellitare (GNSS), segnali televisivi ed altro. In particolare, la tecnica GNSS Reflectometry (GNSS-R) può essere sfruttata sia per applicazioni marine (es. vento/onde, altimetria) che terrestri (es. umidità del suolo, gelo/disgelo del permafrost). Nuove soluzioni tecnologiche (ad es. sfruttamento di altri segnali, nuove tecnolgie di antenna e di elaborazione del segnale, doppia polarizzazione) e nuovi algoritmi di stima dei parametri bio-geofisici di interesse possono essere sviluppati per ampliare lo spettro e la qualità dei prodotti e delle applicazioni di questa nuova tecnologia EO.
Description: 1 - Floods are the most frequent type of natural disaster; they are often caused by heavy rainfall and rapid snowmelt and the antecedent soil moisture conditions. Microwave remote sensing is particularly effective in monitoring the content and extension of water in different media (e.g., soil, vegetation, snow) and its physical state (e.g., freeze-thaw changes). Microwave remote sensing is also effective in measuring forest parameters, including water content and structure, thanks to its penetration capability through the canopy.
2 - Bistatic radar observations can be obtained by exploiting signals of opportunity radiated by different satellite sources, such as Global Navigation Satellite Systems (GNSS), TV signals and others. In particular, the GNSS Reflectometry (GNSS-R) technique can be exploited both for ocean (e.g., wind/waves, altimetry) and land (e.g., soil moisture, permafrost freeze/thaw) applications. New technological solutions (e.g., exploitation of other signals, antenna and signal processing technique, dual polarization) as well novel retrieval algorithms can be developed to enlarge the spectra and the quality of the products for the final EO applications.
Responsible: Nazzareno Pierdicca
Email: nazzareno.pierdicca@uniroma1.it
Keywords: microwave remote sensing, radar, soil moisture, vegetation, electromagnetic models
SDGs: 13, 12, 11, 2
|
PNRR351 - non associata a curriculum
- Utilizzo delle immagini da satellite per la determinazione orbitale
Competenze richieste: nessuna competenza specifica richiesta
- Orbit Determination by means of Ground Images Captured Onboard
Required skills: no specific skill required
Descrizione: La risoluzione dei moderni sensori per l’osservazione da satellite, nelle diverse bande dello spettro elettromagnetico, consente di ottenere informazioni utili alla conduzione della missione. Il riconoscimento di features al suolo e la comparazione con database ove le stesse features siano georeferenziate permette, attraverso opportuni stimatori, una ricostruzione accurata dell’orbita. Tale tecnica è utile per la gestione ottima della missione dal centro di controllo, fornisce un back-up qualora l’approccio di elezione per la determinazione orbitale (il GNSS per le orbite basse terrestri) non risulti disponibile, e può divenire un’opportunità in scenari differenti (Luna e Marte). Allo stato attuale sono presenti in letteratura risultati preliminari da simulazioni, e la funzionalità real time appare lontana: per progredire si richiedono competenze, possedute o da acquisire, su sensori di bordo, stimatori orbitali, analisi delle immagini.
Description: Current onboard sensors’ resolution – in the different bands of the electromagnetic spectrum – allows to obtain info useful to carry on the satellite mission itself. By identifying specific features in the images and by comparing them with georeferenced images in databases it is possible to reconstruct the orbit. From a wider perspectives, the problem consists in defining the trajectory of a mobile point of view through the captured images. This technique could be useful to optimally manage the mission from ground control center, to provide a back up in case the typical orbit determination approach (GNSS in terrestrial LEOs) should be unavailable, to suggest an interesting option in different environment as Moon or Mars. Current literature reports preliminary simulation work, and real time performance seem still unachievable: advances will require know-how, already gained or to be acquired, about onboard sensors, orbital estimators, image analysis.
Responsible: Giovanni B. Palmerini
Email: giovanni.palmerini@uniroma1.it
Keywords: image processing, feature identification, orbit determination, recursive estimators, Kalman filter
SDGs: 9, 12, 15
|
PNRR351 - non associata a curriculum
- Analisi e utilizzo dei dati SAR (Synthetic Aperture Radar) multi-frequenza per il monitoraggio delle deformazioni e dell'umidità del suolo di aree geologicamente instabili
Competenze richieste: nessuna competenza specifica richiesta
- Exploiting the potential of multi-frequency Satellite Synthetic Aperture Radar data for deformation and soil moisture monitoring of unstable ground
Required skills: no specific skill required
Descrizione: Il progetto di ricerca si focalizza sulla ricerca nell'area dei rischi geologici quali frane, subsidenze, terremoti e volcani. L'obiettivo del progetto è quello di sfrutturare le potenzialità ed in vantaggio forniti dall'integrazione di dati SAR satellitari multi-frequenza (bande X, C e L) per ottenere informazioni ad una risoluzione spaziale e temporale più elevata riguardo: i) le deformazioni della superficie terrestre determinate dai processi geologici sopra indicati; ii) le caratteristiche di umidità della superficie terrestre in aree soggette ad instabilità di versanti per una migliore comprensione delle capacità previsionali di frane superficiali.
Description: The project is related to researches on geohazard such as landslides, subsidence, earthquake, volcanoes. The project objective is to research the potential of integrating multi-frequency Satellite Synthetic Aperture Radar data in order to obtain information more reliable and at higher spatial (and temporal) resolution about i) the displacement of the ground surface caused by the above listed geological processes and/or ii) soil moisture conditions along slopes prone to landslides, as this parameter is of paramount importance in order to predict the ccurrence of shallow slope movements.
Responsible: Francesca Bozzano, Paolo Mazzanti
Email: francesca.bozzano@uniroma1.it
Keywords: Geohazards, Landslides, Multi-frequency, Synthetic Aperture Radar, Soil Moisture
SDGs: 6, 11, 12, 13, 15
|
PNRR351 - non associata a curriculum
- Monitoraggio della Land Surface Temperature e delle isole di calore urbane tramite big data da osservazione della Terra e piattaforme di cloud computing: potenzialità e problematiche in vista di un servizio prototipale globale
Competenze richieste: nessuna competenza specifica richiesta
- Urban Land Surface Temperature and Heat Island monitoring through EO big data and cloud computing platforms: potentialities and problems for a prototypal worldwide service
Required skills: no specific skill required
Descrizione: Le Nazioni Unite hanno evidenziato nel Goal 11 degli SDGs (Sustainable Development Goals) l'importanza di “Rendere le città inclusive, sicure, resilienti e sostenibili”. Per monitorare i progressi in merito all'SDG 11, sono necessari indicatori adeguati, che rappresentino diversi aspetti delle condizioni della città, inclusi i cambiamenti della copertura del suolo (LCC) e il clima urbano con la sua caratteristica più distintiva, l'isola di calore urbano (UHI), con la relativa Surface Urban Heat Island (SUHI), indagata attraverso il telerilevamento aereo e satellitare da molti anni. Lo scopo di questo progetto di ricerca è studiare le potenzialità e i problemi connessi all'uso dei Big Data gratuiti di osservazione della Terra (OT) all'interno delle piattaforme di cloud computing attualmente disponibili per il monitoraggio spazio-temporale a lungo termine della SUHI. L'obiettivo finale è la progettazione di un servizio globale prototipale per il monitoraggio della SUHI, in grado di fornire indicazioni utili per la pianificazione urbana sostenibile. Il programma di ricerca sarà sviluppato in collaborazione con aziende e istituti di ricerca nazionali e internazionali.
Description: The United Nation highlighted in Goal 11 of the SDGs (Sustainable Development Goals) the importance to “Make cities inclusive, safe, resilient and sustainable”. To monitor progress regarding SDG 11, there is a need for proper indicators, representing different aspects of city conditions, including the Land Cover (LCC) changes and the urban climate with its most distinct feature, the Urban Heat Island (UHI), with the related Surface Urban Heat Island (SUHI), investigated through airborne and satellite remote sensing over many years. The purpose of this research project is to investigate potentialities and problems to use the huge and continuously increasing free Earth Observation (EO) Big Data within available cloud computing platforms for long-term and wide spatio-temporal monitoring of SUHI and its connection with LCC. The final aim is the design of a prototypal global service on SUHI monitoring, to supply valuable indications to address sustainable urban planning. The research program will be developed in cooperation with national and international companies and research institutes.
Responsible: Mattia Crespi, Roberta Ravanelli
Email: mattia.crespi@uniroma1.it
Keywords: climate change, cities wellbeing, surface urban heat island, global monitoring service
SDGs: 3, 7, 11, 13, 15
|
PNRR351 - non associata a curriculum
- Sviluppo di un indice di sostenibilità per le grandi reti di trasporto e le attività di estrazione mineraria basato su dati di Osservazione della Terra
Competenze richieste: nessuna competenza specifica richiesta
- Toward an Earth Observation based sustainability index for large transportation and mining projects
Required skills: no specific skill required
Descrizione: La sostenibilità delle grandi infrastrutture di trasporto e delle attività di estrazione mineraria è un tema di particolare attenzione degli ultimi anni. L'incremento esponenziale delle missioni satellitari di Osservazione della Terra ci consentono di acquisire a livello globale numerose e diversificate informazioni utili quali indicatori di sstenibilità come ad esempio: impatto delle percolosità, livello di esposizione, impatto del carbonio, esigenze manutentive ecc.. La finalità del progetto è quella di sviluppare un innovativo indice di sostebilità basato su dati di Earth Observation utilizzabile per le grandi infrastrutture di trasporto e le attività di estrazione mineraria che si avvalga dell'ampio spettro di missioni satellitari nel dominio ottico, multispettrale, iperspettrale e SAR (Synthetic Aperture Radar).
Description: Sustainability of large infrastructures and mining activities is a hot topic in the last years. The growing number of Earth Observation Satellite missions able to provide different kind of information at worldwide level is expecting to play a significant role in the assessment of different sustainability indicators like, among the others, impact of hazards, exposure level, carbon footprint, maintenance needs etc. The purpose of the project is to develop an Earth Observation based sustainability index for large infrasctructures and mining activities that will take advantage of the sinergici use on a wide spectrum of satellite missions ranging from optical, multispectral, hyperspectral and Synthetic Aperture Radar.
Responsible: Paolo Mazzanti, Francesca Bozzano
Email: paolo.mazzanti@uniroma1.it
Keywords: sustainability, infrastructures, mining, satellite missions, multi-frequency
SDGs: 6, 7, 9 11, 13, 15
|
PNRR352 - non associata a curriculum
- Sviluppo di tecniche di IA applicate a OT big-data per il monitoraggio dei rischi naturali e ambientali e per la protezione del patrimonio culturale e paesaggistico
Competenze richieste: nessuna competenza specifica richiesta
- Development of AI techniques applied to EO big-data for natural and environmental risks monitoring and for the protection of cultural and landscape heritage
Required skills: no specific skill required
Descrizione: La ricerca punta alla messa a punto di tecniche originali di Intelligenza Artificiale (IA) per l'analisi speditiva di big-data di OT rinvenienti da osservazioni multi-iper-spettrali e/o multitemporali e/o ad altissima densità di punti (e.g. da rilievi laser) per lo sviluppo di applicazioni nel campo del monitoraggio/mitigazione dei rischi naturali e ambientali, del monitoraggio delle grandi infrastrutture, della tutela del patrimonio culturale e paesaggistico.
Description: The research aims at the development of original Artificial Intelligence (AI) techniques for the quick analysis of Earth Observation (EO) big-data originated by multi-hyper-spectral and / or multitemporal observations and / or acquisitions at very high density of points (e.g. from laser surveys) for the development of applications in the field of monitoring / mitigation of natural and environmental risks, monitoring of strategic infrastructures, the protection of cultural and landscape heritage.
Responsible: Valerio Tramutoli,
Guido Masiello
Email: valerio.tramutoli@unibas.it
guido.masiello@unibas.it
Keywords: big-data, artificial intelligence, multi-temporal satellite data, hyperspectral, SAR, risks
SDGs: 9, 11, 13, 15
|
PNRR352 - non associata a curriculum
- Servizi innovativi per l’Asset Management, basati sull’elaborazione dei dati satellitari mediante tecniche di Intelligenza Artificiale
Competenze richieste: nessuna competenza specifica richiesta
- Innovative services for asset management, based on remote sensed data analysis by AI techniques
Required skills: no specific skill required
Descrizione: Il tema di ricerca è l’elaborazione avanzata di dati eterogenei e la loro successiva integrazione per la generazione di informazioni “aumentate” sullo scenario di riferimento. Gli sviluppi tecnologici della proposta si candidano ad essere strumenti chiave per la realizzazione di nuovi servizi e prodotti in ambiti di impiego trasversale, ampliando l’impatto potenziale del valore aggiunto derivante dall’elaborazione e dallo sfruttamento dei dati di acquisizione remota (satellitari e droni) e dalla loro integrazione con i dati di terra. Infatti, è sin da ora ipotizzabile il trasferimento delle soluzioni tecnologiche che saranno sviluppate al settore del management degli asset più disparati, dalle reti stradali per abilitare servizi di manutenzione predittiva volti a ridurre drasticamente i costi di gestione delle opere, al settore del maritime awareness per la previsione dell’evoluzione del traffico marittimo, con conseguente determinazione delle mappe di rischio.
Description: The research theme is the advanced elaboration of heterogenous data and their successive integration to generate augmented information on reference scenario. The technological developments of the proposal will enable key instruments for the realization of new services and products in several fields, strongly improving the potential impacts of processing and exploitation of remote sensed data (satellites and drones) and of their integration with ground truth data. Indeed, the technology transfer will regard different ambits, from road network to enable predictive maintenance services to maritime awareness thanks to the knowledge of maritime traffic evolution and risk map determination.
Responsible: Maria Daniela Graziano
Email: mariadaniela.graziano@unina.it
Keywords: Asset management, Artificial Intelligence, heterogenous data, remote data integration
SDGs: 9, 13, 14, 15
|
PNRR352 - non associata a curriculum
- GreenGrow
Competenze richieste: nessuna competenza specifica richiesta
- Green Grow
Required skills: no specific skill required
Descrizione: Il progetto ha come obbiettivo lo sviluppo di prodotti
di mappatura integrati per lo studio di dinamiche di disturbo e stress per il
dominio produttivo ‘Agricoltura e Foreste’. In particolare, saranno consolidati
(TRL 4-6) e sviluppati algoritmi (TRL 2-5) per la generazione in continuo di
prodotti di uso e copertura del suolo in una logica di lettura dinamica del
territorio basata sull’elevato tempo di rivisita ottenibile accoppiando le
potenzialità dei dati iperspettrali (PRISMA e CHIME) e quelle di dati SAR in
banda P (ex. ESA Earth Explorer Mission BIOMASS) e di altre missioni di
supporto. L’obbiettivo sarà quello di migliorare il numero e la qualità delle
applicazioni di prodotti operativi. Un particolare obbiettivo potrà riguardare
lo sviluppo di un prototipo di modello per lo studio del bilancio del carbonio
che includa dati di copertura di suolo, dati di composizione atmosferica (es.
derivati da Sentinel 5p e altre missioni analoghe) e modelli di circolazione
climatica.
Description: The project aims to develop integrated mapping products for the study of disturbance and stress dynamics for the 'Agriculture and Forestry' production domain. In particular, algorithms will be consolidated (TRL 4-6) and developed (TRL 2-5) for the continuous generation of land use and land cover products in a dynamic interpretation of the territory based on the high revisit time obtainable by coupling the potential of hyperspectral data (PRISMA and CHIME) and those of SAR data in P band (ex. ESA Earth Explorer Mission BIOMASS) and other support missions. The goal will be to improve the number and quality of operational product applications. A particular objective may concern the development of a prototype model for the study of the carbon balance that includes land cover data, atmospheric composition data (eg derived from Sentinel 5p and other similar missions) and climate circulation models.
Responsible: Andrea Taramelli
Email: andrea.taramelli@iusspavia.it
|
ENTI TERZI - non associata a curriculum
- comprendere la diversità planctonica e il ciclo del carbonio in ambiente marino: integrazione tra modellistica fisica-biogeochimica e osservazioni dallo spazio
Ente finanziatore: Istituto Nazionale di Oceanografia e di Geofisica Sperimentale
Competenze richieste: nessuna competenza specifica richiesta
- Understanding plankton diversity and carbon cycle of marine ecosystems: integration between physical-biogeochemical modeling and space observations
Funded by: Istituto Nazionale di Oceanografia e di Geofisica Sperimentale
Required skills: no specific skill required
Descrizione: obiettivo di questo tema e’ sviluppare nuovi strumenti di integrazione (es. data assimilation, intelligenza artificiale) tra modellista marina fisica-biogeochimica e osservazioni dallo spazio (es. sensori multispettrali) per comprendere evoluzione e variabilita’ della dinamica degli ecosistemi marini con particolare riferimento alla dinamica dei produttori primari, ai processi di eutrofizzazione e al ciclo del carbonio.
Description: The research topic focuses on the development of novel integration tools (e.g. data assimilation, artificial intelligence) between physical-biogeochemical marine models and space observations (e.g. multispectral sensors) to understand evolution and variability of marine ecosystems with particular reference to the dynamics of primary producers, the eutrophication processes and the carbon cycle.
Responsible: Cosimo Solidoro,
Gianpiero Cossarini
Email: csolidoro@ogs.it
|
ENTI TERZI - non associata a curriculum
- I dati SAR in agricoltura di precisione come supporto all’identificazione di zone critiche nei campi coltivati
Ente finanziatore: AGRICOLUS S.R.L.
Competenze richieste: nessuna competenza specifica richiesta
- SAR data in precision agriculture supporting the identification of critical areas in cultivated fields
Funded by: AGRICOLUS S.R.L.
Required skills: no specific skill required
Descrizione: I dati satellitari sono un valido supporto per il monitoraggio dello sviluppo delle colture. Nello specifico, i dati radar permettono l’individuazione tempestiva delle zone critiche all’interno del campo coltivato anche in giornate con copertura nuvolosa.
L’attività di ricerca portata avanti dal dottorando si concentrerà sull’individuazione di zone ad elevata criticità all’interno di campi coltivati a seminativo. La ricerca si focalizzerà sull’utilizzo di dati SAR da Sentinel 1 e sull’integrazione di queste informazioni con quelle ottenute da dati Sentinel 2 e da modelli previsionali dei fabbisogni colturali e dell’insorgenza delle fitopatie.
Description: Satellite data are a valid support for monitoring the development of crops. Specifically, SAR data allow the rapid individuation of critical zones in cultivated fields, also in cloudy days.
The research activities of the PhD student will focus on the individuation of critical areas within arable fields. Research will focus on the use of SAR data from Sentinel 1 and on the integration of these information with those obtained from Sentinel 2 and from forecast models of crop needs, and of pests and diseases.
Responsible: Sara Antognelli,
Diego Guidotti,
Antonio Natale
Email: s.antognelli@agricolus.com
Keywords: SAR, multispectral, agriculture, arables, critical zones, crop detection
SDGs: 2, 12, (13)
|
ENTI TERZI - non associata a curriculum
- Analisi di dati telerilevati per un supporto a processi migliorativi delle strategie gestionali dell’ambiente urbano.
Ente finanziatore: TEAMDEV s.r.l.
Competenze richieste: nessuna competenza specifica richiesta
- Remote sensing data analysis to support improving processes of urban environment management strategies.
Funded by: TEAMDEV s.r.l.
Required skills: no specific skill required
Descrizione: Il corso di dottorato è incentrato sull’analisi di dati telerilevati mediante l’uso di sistemi informativi geografici e tecniche di intelligenza artificiale. La ricerca trova applicazione nei domini legati al concetto di Smart City, come ausilio alla pubblica amministrazione locale attraverso sistemi di supporto alle decisioni e monitoraggio attivo di indicatori socio-ambientali per una transizione verso città maggiormente sostenibili.
Description: The PhD course focuses on the analysis of remote sensing data through the use of Geographic Information Systems (GIS) and Artificial Intelligence techniques. The research finds application in the domains related to the Smart City framework, in order to help local public administration through decision support systems and active monitoring of socio-environmental indicators for a transition to more sustainable cities.
Responsible: Daniele Diodati
Tommaso Bigio
Email: d.diodati@teamdev.it, t.bigio@teamdev.it
Keywords: Multi-temporal satellite data, smart city, artificial intelligence, decision support systems, sustainability
SDGs: 11, 3
|
ENTI TERZI - non associata a curriculum
- Studio dei modelli organizzativi della PA che favoriscono l'adozione di servizi di EO
Ente finanziatore: PLANETEK ITALIA SRL
Competenze richieste: nessuna competenza specifica richiesta
- Study of the organisational models of the public administration to support the adoption of EO-based services
Funded by: PLANETEK ITALIA SRL
Required skills: no specific skill required
Descrizione: Negli ultimi anni, il Programma Copernicus dell'ESA e le nuove costellazioni commerciali di mini satelliti hanno aumentato esponenzialmente la quantità di dati disponibili di EO, con un ampio spettro di risoluzioni geometriche, spettrali e radiometriche, e tempi di rivisita anche sub-giornalieri. Il volume crescente e la varietà di dati disponibili hanno generato nuove sfide nella loro gestione, ed hanno abilitato la creazione di servizi informativi di monitoraggio ambientale ed infrastrutturale continui nel tempo, che forniscono conoscenze e informazioni utilizzabili per efficientare le attività afferenti i diversi ambiti applicativi della PA. La borsa di dottorato intende esplorare gli aspetti organizzativi, legali, e tecnici-tecnologici che, ad oggi, non hanno favorito la adozione dei servizi satellitari nell'ambito delle attività della PA, e fornire linee guida e di indirizzo per il superamento degli ostacoli alla diffusione di tali servizi nell’amministrazione del bene pubblico.
Description: Over the last few years, the Copernicus Program by ESA and the new commercial constellations of mini-satellites have greatly increased the amount of EO data available, with a wide range of geometric, spectral and radiometric resolutions and revisit times sub-daily. The growing volume and variety of available data have generated new challenges in their management and have triggered the development of geo-information services for the continuous monitoring of the environment and infrastructures. Those geo-services provide actionable knowledge and information to streamline the activities of the various applicative public administration domains. The PhD scholarship intends to explore the organisational, legal, and technical-technological obstacles that, to date, have not supported the adoption of satellite geo-services within the public administration and to provide guidelines to overcome those obstacles.
Responsible: Massimo Zotti, Giulio Ceriola, Antonello Aiello
Email: hr@planetek.it
Keywords: Earth Observation; Geoservices; Public Administration; Policy-Making; Decision-Making;
SDGs: 9, 11, 12, 13
|
ENTI TERZI - non associata a curriculum
- Servizi di Osservazione della Terra per la protezione civile
Ente finanziatore: Presidenza del Consiglio dei Ministri- Dipartimento della Protezione civile
Competenze richieste: nessuna competenza specifica richiesta
- Earth Observation services for civil protection activities
Funded by: Presidenza del Consiglio dei Ministri- Dipartimento della Protezione civile
Required skills: no specific skill required
Descrizione: L’attività di ricerca è incentrata sugli utilizzi operativi dei sistemi spaziali di Osservazione della Terra nelle diverse fasi di previsione, prevenzione e risposta all’emergenza. Partendo dall’analisi dello stato dell’arte, sulla base della gap analysis rispetto ai requisiti utente e di sistema di protezione civile, verranno individuati prodotti e servizi particolarmente rilevanti e critici. Verranno quindi progettate, sviluppate e dimostrate attraverso casi d’uso riferiti ad eventi reali procedure e tecniche di elaborazione che migliorino le performance operative dei servizi e l'utilità dei prodotti. A valle degli sviluppi, verranno effettuate attività di verifica e validazione comparata con prodotti simili offerti dai servizi Copernicus (in particolare Emergency) e/o dai Centri di Competenza della protezione civile.
Description: The research activity focuses on the operational uses of Earth Observation space-borne systems in all the different phases of forecasting, prevention, and emergency response. Starting from the analysis of the state of the art, based on gap analysis with respect to user and system requirements for civil protection, particularly relevant and critical products and services will be identified. Procedures and processing techniques that improve the operational performance of the services, and the usability of the products, will be designed, developed, and demonstrated through use cases for real events. Following the developments, comparative verification and validation activities will be executed based on similar products offered e.g., by Copernicus services (particularly the Emergency service) and Civil Protection Centres of Competence.
Responsible: Fausto Guzzetti, Paola Pagliara
Email: fausto.guzzetti@protezionecivile.it,paola.pagliara@protezionecivile.it
|
ENTI TERZI - non associata a curriculum
- Elaborazione di dati EO per estrazione di informazioni a valore aggiunto
Ente finanziatore: Fondazione CIMA – Centro Internazionale in Monitoraggio Ambientale
Competenze richieste: nessuna competenza specifica richiesta
- EO data processing for extracting value-added information
Funded by: Fondazione CIMA – Centro Internazionale in Monitoraggio Ambientale
Required skills: no specific skill required
Descrizione: I dati di Osservazione della Terra (EO) oggi disponibili non hanno precedenti in termini di varietà e quantità. Per sfruttare tale disponibilità di dati è necessario l’uso di approcci adeguati alla loro analisi ed elaborazione, come ad esempio l’uso di tecniche di intelligenza artificiale per EO data fusion ed integrazione tra dati EO e non EO (e.g. in situ). Il tema della borsa tratta lo sviluppo di conoscenze riguardo ai suddetti approcci allo scopo di estrarre informazioni utili per il monitoraggio delle risorse naturali (e.g. idriche) e/o la gestione degli eventi estremi (alluvioni, siccità, incendi). Un’adeguata competenza su queste applicazioni può costituire il presupposto per un proseguimento di carriera all’interno dell’ente erogante la borsa anche lavorando nell’ambito di progetti finanziati.
Description: The variety and the quantity of Earth Observation (EO) data are unprecedented. To fully exploit this availability, it is necessary to use appropriate approaches for their analysis and processing, such as the use of artificial intelligence techniques for EO data fusion and integration between EO and non-EO (e.g. in situ) data. The topic of the scholarship deals with the acquisition of knowledge regarding the aforementioned approaches in order to extract useful information in order to monitor natural resources (e.g. water) and / or to manage extreme events (floods, droughts, fires). Adequate expertise on these applications can be the prerequisite for a career continuation within the research organization granting the scholarship, even working in the context of funded projects.
Responsible: Luca Pulvirenti
Email: luca.pulvirenti@cimafoundation.org
Keywords: multispectral/hyperspectral remote sensing, SAR, image processing, extreme events, natural resources
SDGs: 13, 15, 3, 11
|
ENTI TERZI - non associata a curriculum
- L'osservazione della Terra e la geo-informazione per la gestione fondiaria e dei rischi dell'impresa agricola
Ente finanziatore: Istituto di Servizi per il Mercato Agricolo Alimentare (ISMEA)
Competenze richieste: nessuna competenza specifica richiesta
- Earth observation and geo-information for farms' land and risk management
Funded by: Istituto di Servizi per il Mercato Agricolo Alimentare (ISMEA)
Required skills: no specific skill required
Descrizione: La Borsa di studio è indirizzata allo sviluppo di specifici approcci e strumenti che valorizzino i metodi ed i prodotti di OT e GGI a favore dei servizi e dei compiti Istituzionali di ISMEA in linea: sia con l’obiettivo di modernizzazione del settore, sia con le ambizioni ambientali, della Politica Agricola Comune. Le attività avranno particolare riferimento ai servizi dell’Ente afferenti alla gestione dei rischi catastrofali, gelo siccità ed alluvioni, nonché alla gestione ed alla valorizzazione del patrimonio fondiario, in agricoltura. Le attività mireranno anche alla costruzione di indici complessi che valorizzino quanto reso disponibile all'agricoltura da Copernicus e da quanto ne deriva, ma anche il patrimonio di dati ed informazioni in situ.
Description: The Scholarship is aimed at developing targeted methods and tools in order to enhance processes and products of OT and GGI, in line with services and institutional tasks of ISMEA: modernizing the agricultural sector and fulfilling environmental ambitions, in accordance with the Common Agricultural Policy. Research will build on ISMEA services for the management of catastrophic risks in agriculture, frost, drought and floods, as well as the management and enhancement of land assets. Research objectives also include the construction of multi-layered indices that will enhance data influx both ways between Copernicus and the agricultural sector, but also the collection of in situ data and information
Responsible: Sonia Cerri,
Antonio Denaro,
Enrico Zamboni
Email: a.denaro@ismea.it
Keywords: risk management; agriculture; climate change; land tenure
SDGs: 2, 13, 15
|
ENTI TERZI - non associata a curriculum
- Metodologie, tecniche e strumenti innovativi per la integrazione di dati da Earth Observation multisorgente per il monitoraggio forestale
Ente finanziatore: Consiglio per la ricerca in agricoltura e l’analisi dell’economia agraria - CREA
Competenze richieste: nessuna competenza specifica richiesta
- Innovative methods, techniques and tools for integrating data from multi-source Earth Observation to support forest monitoring
Funded by: Consiglio per la ricerca in agricoltura e l’analisi dell’economia agraria - CREA
Required skills: no specific skill required
Descrizione: La gestione sostenibile delle risorse forestali richiede una rappresentazione spaziale continua di un sempre maggior numero di attributi. La combinazione tra dati spaziali multisorgente motiva l’adozione e lo sviluppo di metodologie, tecniche e strumenti per spazializzare i valori rilevati a terra, per il monitoraggio della condizione degli ecosistemi e dei relativi fattori di disturbo. La ricerca sarà orientata ad analizzare e sperimentare alcune recenti innovazioni delle tecniche e strumenti di telerilevamento e degli approcci statistici di correlazione parametrica e non-parametrica tra i dati rilevati a terra e quelli da telerilevamento, con particolare riferimento ai sensori attivi, alle immagini satellitari ad altissima risoluzione spaziale e temporale e agli approcci statistici di stima model-assisted.
Description: Sustainable management of forest resources requires a continuous spatial representation of an ever increasing number of attributes. The combination of multi-source spatial data motivates the adoption and development of methods, techniques and tools to spatialize the values measured on the ground for monitoring the condition of ecosystems and related disturbing factors. The research will be aimed at analyzing and testing some recent innovations in remote sensing techniques and tools and in statistical approaches for parametric and non-parametric correlation between ground and remote sensing data, with particular reference to active sensors, very high spatial and temporal resolution satellite images and statistical model-assisted estimation approaches.
Responsible: Piermaria Corona
Email: piermaria.corona@crea.gov.it
Keywords: forest monitoring, multi-source spatial data, model-assited estimation
SDGs: 13, 15
|
ENTI TERZI - non associata a curriculum
- Strumenti per la gestione e il monitoraggio della Fascia Costiera
Ente finanziatore: ISPRA – Istituto Superiore per la Protezione e la Ricerca Ambientale
Competenze richieste: nessuna competenza specifica richiesta
- Innovative tools for coastal zones management and monitoring
Funded by: ISPRA – Istituto Superiore per la Protezione e la Ricerca Ambientale
Required skills: no specific skill required
Descrizione: Sviluppo di elementi innovativi basati su attività di ricerca applicate all’osservazione della Terra per la gestione e il monitoraggio della fascia costiera che richiedono tecniche di monitoraggio per la parte marina e quella terrestre, includendo le acque interne che interagiscono con la costa emersa. L’obiettivo è quello di integrare strumenti di monitoraggio di campo e da remoto con strumenti di modellistica matematica al fine di creare l’insieme di dati ed informazioni necessarie a fornire una base di conoscenze adeguata alle esigenze del monitoraggio ambientale. Ciò implica un’adeguata precisione del dato e più in generale delle informazioni adottate, un’estensione spaziale coerente con la necessità di individuare le relazioni tra pressioni (naturali e antropiche) e impatti nonché una frequenza temporale e una risoluzione spaziale sia in fase di acquisizione che di aggiornamento delle informazioni utilizzate adeguati a cogliere l’evoluzione dei fenomeni ambientali.
Description: Development of innovative tools based on research activities applied to Earth Observation for coastal areas management and monitoring requires focusing on both the marine and terrestrial parts, including inland waters that interact with the emerged coast. The main goal is to integrate field and remote monitoring tools with mathematical modelling ones, in order to create the set of data and information to provide the necessary knowledge bases for the needs of environmental monitoring. This implies an adequate accuracy of the data and more generally of the information adopted, a spatial extension consistent with the need to identify the relationships between both natural and anthropogenic pressures and impacts as well as a temporal frequency and spatial resolution both in the acquisition and updating of the information used to grasp the evolution of environmental phenomena.
Responsible: Antonello Bruschi
Barbara Lastoria
Daniele Spizzichino
Email: nico.bonora@isprambiente.it
Keywords: coastal areas, environmental monitoring, in-situ monitoring, remote sensing, mathematical models
SDGs: 1, 8, 9, 12, 13, 14
|
ENTI TERZI - non associata a curriculum
- Tecniche di data fusion e change detection di immagini satellitari ottiche e Radar ad Apertura Sintetica per la mappatura del danno e la valutazione multi-temporale del processo di ricostruzione e recupero a seguito di disastri naturali
Ente finanziatore: Agenzia Spaziale Italiana
Competenze richieste: nessuna competenza specifica richiesta
- Data fusion and change detection techniques based on optical and Synthetic Aperture Radar satellite imagery for damage mapping and multi-temporal assessment of the recovery and reconstruction process after natural disasters
Funded by: Agenzia Spaziale Italiana
Required skills: no specific skill required
Descrizione: Sviluppare, testare e validare tecniche innovative di data fusion e change detection di immagini satellitari ottiche e Radar ad Apertura Sintetica, per generare prodotti di mappatura rapida del danno e monitoraggio di lungo termine del processo di ricostruzione e recupero negli anni seguenti all’accadimento di un dato evento di disastro naturale. La ricerca di dottorato sarà inquadrata nell’ambito delle attività che l’Agenzia Spaziale Italiana (ASI) svolge nel contesto del Committee on Earth Observation Satellites (CEOS), Working Group on Disasters (WGD), e si avvarrà di immagini satellitari acquisite per indirizzare casi d’uso reali, inclusivi ma non limitati al recupero da terremoti, uragani e tempeste tropicali.
Description: Develop, test and validate novel data fusion and change detection techniques based on optical and SAR satellite imagery, to generate products of rapid damage mapping and long-term monitoring of the recovery and reconstruction process in the years following the occurrence of a given natural disaster. The PhD research will be embedded within the activities that the Italian Space Agency (ASI) carries out in the context of the Committee on Earth Observation Satellites (CEOS), Working Group on Disasters (WGD), and will benefit of satellite imagery collected to address real-world use-cases, including but not limited to recovery from earthquakes, hurricanes, storms.
Responsible: Deodato Tapete
Email: deodato.tapete@asi.it
Keywords: data fusion, SAR, natural hazards, disaster risk reduction, recovery observatory
SDGs: 11, 13, 15, 17
|
ENTI TERZI - non associata a curriculum
- Tecniche di OT per il monitoraggio di infrastrutture esposte a eventi naturali
Ente finanziatore: Università degli studi della Basilicata
Competenze richieste: nessuna competenza specifica richiesta
- OT techniques for monitoring infrastructures exposed to natural events
Funded by: Università degli studi della Basilicata
Required skills: no specific skill required
Descrizione: La ricerca mira a sviluppare nuove metodologie in grado di monitorare infrastrutture interessate da eventi naturali estremi e della evoluzione delle stesse nel tempo. Attraverso misure satellitari, anche in retrospettiva, possono essere indagate le entità e le cause delle deformazioni, come ad esempio cedimenti generalizzati, frane e movimenti di versante che interessano la struttura indagata, eventi di piena etc. L'utilizzo di tecniche InSAR e/o altri tecniche ottiche ad alta risoluzione spaziale (e.g. da drone) e/o spettrale, possono essere utili per monitorare le cause scatenanti di dissesti anche esterne all'infrastruttura oltre che gli effetti sulla struttura. Il metodo potrà essere di supporto alle tecniche tradizionali di monitoraggio a terra, generalmente più accurate, al fine di avere una visione ampia dell’evoluzione di fenomeni di dissesto per fornire ai gestori, ai concessionari e alle autorità preposte alla sicurezza un efficace strumento di allerta o di manutenzione.
Description: The research aims to develop a new method that is capable of presenting a snapshot of the situation of an infrastructure affected by natural extreme events and its evolution over time. Through remote sensing analysis, also using retrospective time series, can be investigated the deformations causes of the infrastructures, such as generalized subsidence, landslides and slope movements affecting the investigated structure. The use of InSAR techniques and/or other high resolution techniques can be useful for monitoring the external triggering causes of failures as well as the effects on the structure. The method could support traditional ground monitoring techniques, which are generally more accurate, in order to have a broad view of the evolution of instability phenomena for providing managers and concessionaires and safety authorities with an effective alert or maintenance tool
Responsible: Aurelia Sole,
Raffaele Albano
Email: aurelia.sole@unibas.it, raffaele.albano@unibas.it
Keywords: Extreme Events, Roads, in-SAR, multi-temporal satellite data, high-resolution images
SDGs: 9, 11, 13
|
ENTI TERZI - non associata a curriculum
- Telerilevamento multi-sensore e modelli di dinamiche ecosistemiche per una gestione forestale climate-smart
Ente finanziatore: Libera Università di Bolzano
Competenze richieste: nessuna competenza specifica richiesta
- Multi-sensor remote sensing and ecosystem dynamics models for a climate-smart forest management
Funded by: Libera Università di Bolzano
Required skills: no specific skill required
Descrizione: Lo sviluppo tecnologico nel telerilevamento iperspettrale e Lidar (UAV, aereo e satellitare) consente di monitorare le foreste a scale più fini rispetto al passato. Queste tecnologie possono fornire infatti informazioni spazializzate su disturbi biotici e abiotici e supportare la caratterizzazione della biodiversità e persino dell'idoneità degli habitat. La documentazione e la mitigazione di questi disturbi sono di fondamentale importanza perché essi possono influenzare la mortalità diffusa e quindi possibili perdite di produttività e biodiversità. Il dottorato tratterà quindi l’utilizzo combinato di dati telerilevati attraverso approcci multi-sensore, dati in-situ e tecniche di machine learning, per supportare la mappatura dei tratti funzionali dell‘ecosistema bosco da scala regionale a quella di bacino idrografico e da scala di plot fino al singolo albero. Questo passo permetterà di informare modelli di dinamiche ecosistemiche per sviluppare strategie selvicolturali climate-smart.
Description: Technological developments in hyperspectral and Lidar remote sensing (UAV, airborne and satellite) allow to monitor forest at finer scales than ever before. These technologies can provide spatial information on biotic and abiotic disturbances and support the characterisation of biodiversity and even habitat suitability. Documenting and mitigating these disturbances are of paramount importance because these can influence widespread tree mortality and thus possible losses in productivity and biodiversity. Thus, the PhD project will deal with the combined use of remote sensing multi-sensor approaches, in-situ data, and machine learning techniques for the mapping of forest ecosystem functional traits from regional to watershed and plot scales down to the individual tree. Ultimately, this step will permit to inform ecosystem dynamics models for developing and testing climate-smart forestry strategies.
Responsible: Enrico Tomelleri
Email: enrico.tomelleri@unibz.it
Keywords: hyperspectral, lidar, forests, machine-learning, climate change
SDGs: 15, 13, 3
|
ENTI TERZI - non associata a curriculum
- Assimilazione di dati satellitari multi-sorgente nella modellazione numerica ad alta risoluzione della dinamica delle acque, delle coste e dei bacini idrografici
Ente finanziatore: Università degli studi di Firenze
Competenze richieste: nessuna competenza specifica richiesta
- Multi-source satellite data assimilation in high-resolution numerical modelling of the water, coastal and watershed dynamics
Funded by: Università degli studi di Firenze
Required skills: no specific skill required
Descrizione: L'obiettivo generale della ricerca è l'integrazione congiunta di osservazioni al suolo e dati da telerilevamento, a diverse risoluzioni spaziali e temporali, finalizzati a migliorare l'accuratezza della modellazione idrologica e idraulica su previsioni e indagini sugli effetti di condizioni climatiche e meteorologiche estreme come le inondazioni e la siccità.
Obiettivi specifici del progetto di ricerca sono:
Stima e previsione di: i) dinamica delle inondazioni alluvionali, utilizzando dati altimetrici satellitari e/o dati multispettrali ad alta risoluzione; ii) inondazioni alluvionali attraverso l'assimilazione congiunta dei tradizionali dati di rilevati a terra e immagini satellitari.
Combinazione di dati da telerilevamento multisensore per il monitoraggio della siccità e la modellazione idrologica basata sul bilancio idrologico ed energetico della vegetazione del suolo.
Integrazione delle tecnologie di telerilevamento nei concetti di servizi ecosistemici per la promozione dell'uso sostenibile delle risorse naturali della Terra con particolare attenzione ai servizi ecosistemici legati all'acqua (WES). Le osservazioni della Terra vengono utilizzate per produrre valutazioni spazialmente esplicite dei servizi ecosistemici.
Utilizzo dei dati RS per derivare strategie basate sulle relazioni tra rischio di inondazioni e gestione delle risorse idriche. Le applicazioni (basate, tra l'altro, sui dati del Copernicus Land Monitoring Service) includono: i) la stima dell'effetto delle inondazioni sulla sicurezza alimentare; ii) analisi della produttività dell'acqua; iii) stoccaggio dell'acqua e valutazione del potenziale idroelettrico; iv) definizione di strategie di mitigazione delle piene pluviali urbane, anche nelle città di particolare valore storico.
Description: The general objective of the research is the joint integration of ground observations and remote sensing data, at different spatial and time resolutions, to improve the accuracy of hydrologic and hydraulic modeling on predictions and investigations of the effects of extreme climatic and meteorological conditions such as floods and droughts.
Specific objectives of the research project are:
Estimation and prediction of: i) flood inundations dynamics, using satellite altimetry and/or multispectral high resolution data over open water; ii) flood inundations through the joint assimilation of traditional river gauge data and satellite imagery.
Combination of multi-sensor remote sensing data for drought monitoring and hydrological modeling based on soil vegetation hydrological and energy balance.
Integration of remote sensing technologies into ecosystem services concepts for the promotion of sustainable use of Earth's natural resources with particular attention to water related ecosystem services (WES). Earth observations are used to produce spatially-explicit assessments of ecosystem services.
Use of RS data to derive nexus-based strategies for flood risk and water management. Applications (based on Copernicus Land Monitoring Service data, among others) includes: i) estimation of the effect of inundations on food security; ii) water productivity analysis; iii) water storage and hydropower potential evaluation; iv) definition of mitigation strategies against urban pluvial flooding, also in heritage cities.
Responsible: Enrica Caporali, Gherardo Chirici
Email: gherardo.chirici@unifi.it
|
ENTI TERZI - non associata a curriculum
- Analisi della variabilità dei principali parametri fisici nel mare di Ross e valutazione degli effetti sulla produzione delle acque di fondo.
Ente finanziatore: Università Politecnica delle Marche
Competenze richieste: nessuna competenza specifica richiesta
- Analysis of the variability of the main physical parameters in the Ross Sea and evaluation of the effects on bottom water production.
Funded by: Università Politecnica delle Marche
Required skills: no specific skill required
Descrizione: Sulla base della variabilità osservata nella produzione delle acque super-salate generate sulla piattaforma continentale del mare di Ross e degli effetti sulla formazione e caratteristiche delle acque di fondo del pianeta, il lavoro di dottorato si focalizzerà sull’individuazione delle cause che hanno prodotto tale variabilità. Il lavoro sarà svolto utilizzando tutte le osservazioni raccolte nel mare di Ross negli ultimi 30 anni circa e dati presenti nella banca dati Copernicus (dati di temperatura e salinità, misurati da argo float e dati da satellite).
Description: The objective will be to estimate the radiant heat flux produced by different types of volcanic activity (fumarolic activity, Strombolian activity, lava flows, lava domes, lava lakes), by using a multi-sensor approach. The analysis of the results on case studies and on a global scale, will allow to explore the various benefits that this integration can bring in the detection of precursor signals and in the monitoring of effusive eruptions in near real time.
Responsible: Pierpaolo Falco
Email: p.falco@staff.univpm.it
Keywords: Global Thermohaline Circulation, Antarctic Bottom Water, Polynya, polar oceanography, Ross Sea, ice shelf cavity
SDGs: 13 e 14
|
ENTI TERZI - non associata a curriculum
- Uso di intelligenza artificiale e modellistica elettromagnetica per la stima di parametri bio-geofisici da dati satellitari
Ente finanziatore: Università degli studi di Roma "Tor Vergata"
Competenze richieste: nessuna competenza specifica richiesta
Descrizione: Nell'Osservazione della Terra, gli algoritmi basati su intelligenza artificiale hanno potenzialità enormi perché riescono a individuare nei dati delle relazioni tra ingresso e uscita anche molto deboli e fortemente non lineari. La loro progettazione deve però essere affiancata all’utilizzo di modelli fisici che possano guidare la scelta delle architetture e le fasi di addestramento. Il progetto si occuperà di declinare questo approccio metodologico per la stima di variabili atmosferiche da satellite nell'ambito di applicazioni meteorologiche e/o di monitoraggio della qualità dell'aria.
Description: In Earth Observation, Artificial Intelligence based algorithms have big potential because they are able to retrieve also very weak and nonlinear relationships among the data. However, to be more effective and robust, their design needs to be coupled with physical and radiative transfer models that can be used to guide the choice of the architectures and of thetraining procedures. The research project will apply such a methodological approach for the estimation of atmospheric variables from satellite data in the framework of meteorological and/or air quality monitoring applications
Responsible: Fabio Del Frate
Email: fabio.del.frate@uniroma2.it
Keywords: Radiative Transfer Models, Artificial Intelligence, Satellite Data, Bio-geophysical Parameter Retrieval
SDGs: 3,9,11,13,15
|
ENTI TERZI - non associata a curriculum
- Telerilevamento dell'ambiente costiero e delle infrastrutture critiche
Ente finanziatore: Università degli Studi di Roma "Roma Tre"
Competenze richieste: nessuna competenza specifica richiesta
- Remote sensing of coastal environment and infrastructures
Funded by: Università degli Studi di Roma "Roma Tre"
Required skills: no specific skill required
Descrizione: Nell’ultimo decennio si è assistito ad un fenomeno di crescente pressione antropica in corrispondenza dell’interfaccia mare terra, legata a fenomeni edilizio-insediativi e un’esasperata domanda di portualità connessa al forte incremento del trasporto marittimo. Tutto ciò non ha evidentemente solo effetto sulla fragilità dell’ambiente costiero, ma su una fascia di entroterra nella quale si collocano servizi, infrastrutture e strutture necessarie al migliore svolgimento delle attività sociali, economiche e produttive. A questa aumentata pressione antropica si associano peraltro gli effetti dei cambiamenti climatici, con proiezioni di aumento del livello medio del mare che suggeriscono scenari di utilizzo e protezione dell'ambiente costiero in continua evoluzione. In questo contesto assumono rilievo determinante le infrastrutture portuali e quelle di trasporto connesse alle attività di movimentazione e distribuzione delle merci e dei passeggeri da e verso l’entroterra, come ad esempio strade, ferrovie, aree di stoccaggio, sosta e movimentazione. Tali infrastrutture, se da una parte necessitano di stabilità fisica, dall’altra introducono elementi di immutabilità delle forme in zone naturalmente propense a circostanze evolutive di breve, medio e lungo termine.
Un elemento che da sempre ha reso non facile ogni valutazione quantitativa in relazione ai fenomeni fisici e geomorfologici in corrispondenza dell’interfaccia mare terra ed in presenza di progetti infrastrutturali di rilievo è riconducibile alla complessità nella ricostruzione dell’ambiente fisico. Le tecniche tradizionali di rilievo, in un ambiente connotato da fenomeni evolutivi anche di breve termine, non consente di ricostruire in misura affidabile il necessario quadro di riferimento. D’altra parte, la disponibilità recente di immagini satellitari telerilevate da costellazioni di satelliti sempre più numerose, porta a disporre a costi contenuti di dati spaziali ad elevata risoluzione e acquisiti con elevata frequenza sia spaziale che temporale.
L’obiettivo del dottorato è mettere a punto una metodologia di integrazione delle informazioni ricavabili da differenti fonti di immagini SAR, da sensori ottici e multi-spettrali con altre tecniche di rilievo tra cui fotogrammetria da drone e rilievo laser scanner, per la migliore definizione del dominio di riferimento di progetti di infrastrutture che interessano l’ambito costiero, dall’entroterra alla linea di costa, sino all’area marittima ad essa prospiciente. La metodologia farà anche riferimento alle dinamiche evolutive dei litorali, legate a fenomeni di idro-morfodinamica a breve e lungo termine, per l'interpretazione delle quali è anche ipotizzabile l'impiego sinergico di rilievo e modellistica matematico-numerica.
Tra le tematiche di ricerca si citano l’utilizzo ed il processing di prodotti radar satellitari ad alta risoluzione spaziale (ad esempio la missione COSMO-SkyMed), l’utilizzo di dati telerilevati multi-spettrali ed iper-spettrali, che potranno essere utilizzati in sinergia con le immagini ottiche e SAR acquisite dalle missioni Sentinel. Tali prodotti potranno essere utilizzati per diversi tipologie di analisi, come ad esempio la “Change Detection”, analisi interferometriche (InSAR), e “image detection” con il fine di valutare quantitativamente, attraverso l’utilizzo di indici di variazione, le aree maggiormente affette da mutamenti, valutando l’evoluzione storica della linea di costa, e individuando le potenziali condizioni di criticità in corrispondenza di infrastrutture critiche, indirizzando indagini più accurate e ispezioni visive in sito.
Description: In the last decades, the anthropic pressure on the coast has exponentially increased. This has effects not only on the delicate marine environment, but also on a wide territory where critical infrastructures and structures exist. Furthermore, climate change effects do suggest that scenarios for land use and protection are to be continuously updated. In this framework special attention is to be given to maritime (ports and terminals) and land (railways, airports, roads, highways) infrastructures. Any engineering activity related to the coastal area, however, has always suffered for the fact that this physical environment is difficult to survey and monitor. Traditional survey techniques hardly deal with the short and long term evolution dynamics, typical of the coast. Remote sensing does represent an extremely promising complementary approach, currently only partially exploited.
The aim of the PhD research activities is to develop a methodology that merges the information that can be obtained from satellites, UAV photogrammetry and laser scanner survey, in order to properly and better define the coastal area for civil engineering purposes, specifically to design, build, maintain and operate critical transportation infrastructures. The methodology shall also be based on a deep understanding of the short and long term coastal dynamics, also evaluating the possibility of a synergic use of remote sensing and numerical modelling of the phenomena of interest.
Among the methodologies that will be adopted it is worth to cite the use and the processing of satellite high-resolution radar products (i.e. the COSMO-SkyMed mission), multi-spectral and iper-spectral data, also to be coupled with optical and SAR images as from Sentinel missions. Analysis techniques such as the “Change Detection”, interferometric analysis (InSAR) and “image detection” will be applied to calculate variation indexes of the coast, the areas more likely to be affected by changes, evaluating the historical evolution of the coast and identifying potential critical conditions where infrastructures exist, also in order to drive further detail surveys.
Responsible: Giorgio Bellotti, Andrea Benedetto
Email: giorgio.bellotti@uniroma3.it; andrea.benedetto@uniroma3.it
Keywords: Infrastructures, Roads, Railways, Coastal, Coastal Erosion
SDGs: 9, 11, 13
|
ENTI TERZI - non associata a curriculum
- EO Data Exploitation - Elaborazione di dati satellitari e non per lo sviluppo di strumenti per innovare servizi e applicazioni downstream
Ente finanziatore: Agenzia Spaziale Italiana
Competenze richieste: nessuna competenza specifica richiesta
- EO Data Exploitation - Processing of satellite and non-satellite data for the development of tools to innovate downstream services and applications.
Funded by: Agenzia Spaziale Italiana
Required skills: no specific skill required
Descrizione: Sviluppo di tecniche e metodi innovativi di analisi ed elaborazione di dati satellitari di Osservazione della Terra multi-sensore e multi-missione (es. Sentinelle Copernicus, Cosmo Sky-Med, PRISMA), integrati con dati di natura non-space (es. sensori IoT, UAV) e prodotti dei servizi Copernicus, anche con l'utilizzo di nuove tecniche e paradigmi ICT (es. Artificial Intelligence, Cloud, Data Analytics). I nuovi tools verranno verificati e validati attraverso la contestualizzazione in casi d'uso sul bacino del Mediterraneo, in uno o più ambiti applicativi quali il monitoraggio di parametri bio-fisico-chimici per le diverse componenti ambientali (es. atmosfera, suolo, acqua), il supporto alle politiche di mitigazione degli effetti dei cambiamenti climatici (es. desertificazione, eventi estremi), il supporto alle fasi di emergency/disaster management (preparazione, prevenzione, mitigazione, risposta, recupero). La ricerca di dottorato sarà sviluppata nell'ambito del Matera Space Center Lab.
Description: Development of innovative techniques and methods for the analysis and processing of multi-sensor and multi-mission satellite Earth Observation data (eg Copernicus Sentinels, Cosmo Sky-Med, PRISMA), integrated with non-space data (eg IoT sensors, UAV) and products from Copernicus Services, also with the use of new ICT techniques and paradigms (eg Artificial Intelligence, Cloud, Data Analytics). The new tools will be verified and validated through contextualization in use cases in the Mediterranean basin, in one or more application areas such as the monitoring of bio-physical-chemical parameters for the different environmental components (e.g. atmosphere, soil, water), support for policies to mitigate the effects of climate change (eg desertification, extreme events), support for the phases of emergency / disaster management (preparation, prevention, mitigation, response, recovery). The doctoral research will be developed within the Matera Space Center Lab.
Responsible: Laura Candela
Email: laura.candela@asi.it
Keywords: Multi-sensor and multi-mission data processing, Mediterranean area, Environment, Climate Change, Disaster management
SDGs: 11, 13, 15
|
Il candidato sceglierà una o più tematiche in fase di presentazione della candidatura on line e dovrà obbligatoriamente allegare una lettera motivazionale per ciascuna tematica selezionata (il caricamento della lettera vincola la validità della candidatura)
|