ALGORITMI

Sviluppo di Algoritmi per la stima e Il monitoraggio di parametri idrologici da satellite e drone

  • Deutsch
  • English
  • Italiano

L’analisi del ciclo idrologico per mezzo di dati telerilevati da satellite è un tema di ricerca che pone interessanti sfide tecnico-scientifiche allo scopo di pervenire a una precisa valutazione dei contributi naturali e antropici al bilancio idrico. Esempi significativi sono la stima dell’uso delle risorse idriche, l’estensione e lo spessore del manto nevoso e la biomassa agricolo-forestale. Il monitoraggio dei singoli contributi è fondamentale sia per la gestione delle risorse idriche che per la predizione degli eventi di rischio (e.g. alluvioni, valanghe, frane).

Il progetto ALGORITMI mira allo sviluppo di algoritmi e tecniche innovative basate su metodi di apprendimento automatico per la stima di parametri biofisici quali l’umidità del suolo, la biomassa agricolo-forestale e quelli relativi alla neve, per caratterizzare le diverse componenti del ciclo idrologico. Questi algoritmi, principalmente basati sull’uso di dati satellitari SAR, verranno implementati, calibrati e validati da Eurac a scala regionale (Alto Adige) e, in maggior dettaglio sulla Val Mazia per lo studio della copertura agricolo-forestale e in Val Senales per la neve, con il supporto di dati ancillari e misure in-situ ottenute per mezzo di campagne di misura organizzate in concomitanza di passaggi satellitari.

Persone di contatto: Claudia Notarnicola claudia.notarnicola@eurac.edu and Giovanni Cuozzo giovanni.cuozzo@eurac.edu

Publications
Novel Approaches for the Estimation of Hydrological Parameters using Long Time Series of COSMO-SkyMed and Sentinel-1 SAR Data at Different Polarizations, Airborne Radiometers and In-situ Measurements
Tapete D, Cigna F, Paloscia S, Santi E, Pettinato S, Fontanelli G, Lapini A, Chiarito E, Notarnicola C, Cuozzo G, Jacob A, De Gregorio L, Rossi M (2021)
Presentazione

Conference: Fringe 2021 | Online | 31.5.2021 - 4.6.2021

Ulteriori informazioni: https://fringe.esa.int/

https://hdl.handle.net/10863/18541

Snow water equivalent retrieval from COSMO-SkyMed observations through machine learning algorithms and model simulations
Santi E, Paloscia S, Pettinato S, Notarnicola C, Cuozzo G, De Gregorio L, Cigna F, Tapete D
(2021)
Presentazione

Conference: IGARSS 2021 - Virtual Conference | Bruxelles | 12.7.2021 - 16.7.2021

Ulteriori informazioni: https://igarss2021.com/view_paper.php?PaperNum=3254

https://hdl.handle.net/10863/18617

Snow water equivalent retrieval from COSMO-SkyMed observations through machine learning algorithms and model simulations
Santi E, Paloscia S, Pettinato S, Notarnicola C, Cuozzo G, De Gregorio L, Cigna F, Tapete D
(2021)
Contributo in atti di convegno

Conference: IGARSS 2021 - Virtual Conference | Bruxelles | 12.7.2021 - 16.7.2021

Ulteriori informazioni: https://ieeexplore.ieee.org/abstract/document/9553985

https://doi.org/10.1109/IGARSS47720.2021.9553985

https://hdl.handle.net/10863/19665

Biomass retrieval based on genetic algorithm feature selection and support vector regression in Alpine grassland using ground-based hyperspectral and Sentinel-1 SAR data.
Chiarito E, Cigna F, Cuozzo G, Fontanelli G, Mejia Aguilar A, Paloscia S, Rossi M, Santi E, Tapete D, Notarnicola C (2021)
Articolo su rivista
European Journal of Remote Sensing

Ulteriori informazioni: https://www.tandfonline.com/doi/full/10.1080/22797254.2021.1 ...

https://doi.org/10.1080/22797254.2021.1901063

https://hdl.handle.net/10863/18197

SAR multi-frequency observations of vegetation in agricultural and mountain areas
Paloscia S, Fontanelli G, Lapini A, Santi E, Pettinato S, Notarnicola C, Chiarito E, Cuozzo G, Tapete D, Cigna F (2020)
Contributo in atti di convegno

Conference: Union Radio-Scientifique Internationale - General Assembly and Scientific Symposium (URSI GASS) 2020 | Rome | 29.8.2020 - 5.9.2020

Ulteriori informazioni: https://www.ursi.org/proceedings/procGA20/papers/URSI2020Veg ...

https://doi.org/10.23919/URSIGASS49373.2020.9232372

https://hdl.handle.net/10863/19099

SWE retrieval in Alpine areas with high-resolution COSMO-SkyMed X-band SAR data using
Artificial Neural Networks and Support Vector Regression techniques
Santi E, Paloscia S, Pettinato S, De Gregorio L, Cuozzo G, Jacob A, Notarnicola C, Cigna F, Tapete D (2020)
Contributo in atti di convegno

Conference: Union Radio-Scientifique Internationale - General Assembly and Scientific Symposium (URSI GASS) 2020 | Rome | 29.8.2020 - 5.9.2020

Ulteriori informazioni: https://www.ursi.org/proceedings/procGA20/papers/ursi2020sno ...

https://doi.org/10.23919/URSIGASS49373.2020.9232247

https://hdl.handle.net/10863/19472

SWE retrieval in Alpine areas with high-resolution COSMO-SkyMed X-band SAR data using Artificial Neural Networks and Support Vector Regression techniques
Santi E, Paloscia S, Pettinato S, De Gregorio L, Cuozzo G, Jacob A, Notarnicola C, Cigna F, Tapete D (2020)
Presentazione

Conference: Union Radio-Scientifique Internationale - General Assembly and Scientific Symposium (URSI GASS) 2020 | Rome | 29.8.2020 - 5.9.2020

Ulteriori informazioni: http://www.ursi.org/proceedings/procGA20/presentations/Palos ...

https://hdl.handle.net/10863/18656

SAR multi-frequency observations of vegetation in agricultural and mountain areas
Paloscia S, Fontanelli G, Lapini A, Santi E, Pettinato S, Notarnicola C, Chiarito E, Cuozzo G, Tapete D, Cigna F (2020)
Presentazione

Conference: Union Radio-Scientifique Internationale - General Assembly and Scientific Symposium (URSI GASS) 2020 | Rome | 29.8.2020 - 5.9.2020

Ulteriori informazioni: http://www.ursi.org/proceedings/procGA20/presentations/Palos ...

https://hdl.handle.net/10863/18654

Related News
1 - 1
Our partners
1 - 2
Project Team
1 - 8
Mattia Rossi

Mattia Rossi

Team Member

Projects

1 - 7
Project

interTwin

Digital Twin Engine interdisciplinare per la scienza

Duration: - Funding: Horizon Europe (EU funding / ...

view all

Institute's Projects

Institute