Dedika è una piattaforma per imparare facendo: preparare una proposta commerciale, diventare manicure o imparare a usare un nuovo strumento, per esempio. Qualunque sia il tuo obiettivo, i migliori contenuti sull’argomento esistono già. Il problema è che spesso sono in un’altra lingua, costano caro, sono sparsi in giro, non offrono esercizi pratici o fanno parte di corsi troppo lunghi per chi ha una vita frenetica. Per questo Dedika ha un metodo tutto suo: cerchiamo questi materiali ovunque si trovino, selezioniamo ciò che è utile per il tuo obiettivo, li rivediamo con il supporto di esperti sempre disponibili per chiarire dubbi e creiamo attività pratiche per farti imparare facendo. Tu sei la persona più importante nel tuo percorso e nessuno lo conosce meglio di te: scegli i contenuti e la durata del corso, se vuoi imparare online o offline e in quale formato. Può essere in video, testo, audio o riassunto. A modo tuo, solo con ciò che ha senso per te. Qui, ogni momento dedicato vale di più e arrivi più velocemente a ciò che conta davvero.

I nostri corsi includono un riassunto alla fine di ogni capitolo, dal quale puoi scaricare un PDF e stamparlo.

Più di 2 milioni di studenti in tutto il mondo

Il corso è disponibile in più di 180 paesi in tutto il mondo

Certificato valido nel tuo paese

Pagina principale

...

Corso di telerilevamento

Tutti i corsi

Scienze Naturali e Ricerca

Geografia e geologia

Corso di telerilevamento

Per tutti i livelli

Corso di telerilevamento

Padroneggi l'intero flusso di lavoro del telerilevamento, dalla fisica dei sensori e l'acquisizione delle immagini alla classificazione, all'analisi quantitativa e alle applicazioni nel mondo reale. Questo corso tratta i sistemi ottici, termici, SAR e LiDAR, insieme ai metodi di cloud computing e machine learning. Sviluppi le competenze tecniche su cui fanno affidamento ogni giorno scienziati ambientali, analisti GIS e professionisti del settore geospaziale.

Dedika per aziende

Cosa imparerai:

Lei costruirà una comprensione approfondita di come i sensori satellitari e aerei acquisiscono dati attraverso lo spettro elettromagnetico e di come vengono corrette le distorsioni atmosferiche e geometriche. Imparerà a classificare la copertura del suolo utilizzando approcci sia tradizionali sia di machine learning, a valutare l'accuratezza della classificazione e a estrarre parametri biofisici quantitativi dalle immagini. Il corso tratta inoltre l'interferometria SAR, l'elaborazione di dati da UAV e l'analisi basata su cloud di grandi archivi satellitari. Moduli di progetto applicativo affrontano il monitoraggio della vegetazione, la valutazione dei disastri, la mappatura urbana e l'analisi delle risorse idriche. Alla fine, Lei sarà in grado di progettare ed eseguire flussi di lavoro di telerilevamento di livello professionale per un'ampia gamma di obiettivi scientifici e applicativi.

Come studi in modo pratico Corso di telerilevamento

Come metti in pratica Corso di telerilevamento

Per te che sei un'azienda e vuoi formare il tuo team

Su Dedika per aziende, il corso include esercizi ed esempi personalizzati sul tuo business e secondo le esigenze della tua azienda.

Clicca qui

Contenuto del corso

8 Capitoli • 40 LezioniDurata tra 4 e 360 ore (decidi tu)

Capitolo 1Vedi dettagli

Fondamenti di Telerilevamento

Lezione 1 • Principi di Base dello Spettro Elettromagnetico
Tratta le relazioni tra lunghezza d'onda, frequenza ed energia attraverso lo spettro EM. Fornisce le basi fisiche per comprendere come i sensori rilevano le caratteristiche superficiali.
Lezione 2 • Effetti Atmosferici sui Segnali
Analizza lo scattering, l'assorbimento e la rifrazione causati dall'atmosfera. Prepara gli studenti a riconoscere e correggere le distorsioni atmosferiche nelle immagini.
Lezione 3 • Interazioni Energia-Materia
Esamina riflessione, assorbimento, trasmissione ed emissione sulle superfici terrestri. Collega il comportamento spettrale all'identificazione dei materiali nelle immagini.
Lezione 4 • Storia e Panoramica delle Applicazioni
Traccia il percorso del telerilevamento dalla fotografia aerea alle moderne costellazioni satellitari. Contestualizza le attuali applicazioni in agricoltura, silvicoltura e cartografia urbana.
Lezione 5 • Componenti del Sistema di Telerilevamento
Descrive sensori, piattaforme e catene di trasmissione dati. Collega l'architettura hardware alla qualità delle immagini e alla disponibilità dei dati.

Capitolo 2Vedi dettagli

Tipi di Sensori e Acquisizione delle Immagini

Lezione 1 • Parametri Orbitali e Tempi di Rivisitazione
Spiega le orbite eliosincrone, geostazionarie e terrestri basse e i loro compromessi. Collega la progettazione orbitale ai requisiti di risoluzione temporale e copertura.
Lezione 2 • LiDAR e Sistemi Ottici Attivi
Esamina il telerilevamento laser per la misurazione 3D di superfici e coperture vegetali. Dimostra come la densità della nuvola di punti si relazioni alla cartografia del terreno e della vegetazione.
Lezione 3 • Sensori Ottici Passivi
Tratta la progettazione di sensori multispettrali e iperspettrali e la risoluzione spettrale. Collega le specifiche del sensore alla capacità di discriminazione della copertura del suolo.
Lezione 4 • Sensori all'Infrarosso Termico
Affronta la rilevazione della radiazione termica emessa e la stima della temperatura superficiale terrestre. Collega i dati termici al monitoraggio delle isole di calore urbane e degli incendi.
Lezione 5 • Sensori Attivi a Microonde
Introduce i sistemi radar e SAR che trasmettono e ricevono la propria energia. Spiega i vantaggi dell'imaging ognitempo e giorno-notte rispetto ai sistemi passivi.

Capitolo 3Vedi dettagli

Fondamenti dell'Immagine Digitale

Lezione 1 • Formati di File Immagine e Metadati
Esamina i formati raster geospaziali comuni e gli standard di metadati incorporati. Prepara gli studenti a importare, esportare e condividere immagini tra piattaforme diverse.
Lezione 2 • Risoluzione Spaziale e Scala
Analizza come la dimensione del pixel a terra influenzi la rilevabilità degli elementi e l'accuratezza cartografica. Guida la scelta della risoluzione per requisiti applicativi specifici.
Lezione 3 • Proprietà Radiometriche delle Immagini
Tratta i numeri digitali, la radianza e la riflettanza e le loro relazioni di conversione. Consente un confronto quantitativo coerente tra scene e sensori diversi.
Lezione 4 • Analisi dell'Istogramma e Statistica
Utilizza istogrammi e statistiche descrittive per valutare la qualità dell'immagine e la distribuzione tonale. Collega i riepiloghi statistici alle decisioni di pre-elaborazione e miglioramento.
Lezione 5 • Struttura dei Dati Raster
Definisce pixel, bande, profondità di bit ed estensione spaziale nei dataset raster. Stabilisce il modello di dati alla base di tutte le operazioni di elaborazione delle immagini.

Capitolo 4Vedi dettagli

Pre-elaborazione e Correzione delle Immagini

Lezione 1 • Mosaicatura e Composizione di Immagini
Unisce più scene in compositi spaziali e temporali senza soluzione di continuità. Affronta il bilanciamento radiometrico e il mascheramento delle nuvole su tasselli sovrapposti.
Lezione 2 • Metodi di Correzione Atmosferica
Applica metodi basati sull'immagine e su modelli per rimuovere la radianza di percorso atmosferica. Produce prodotti di riflettanza superficiale adatti all'analisi spettrale.
Lezione 3 • Ricampionamento e Riproiezione
Trasforma le immagini tra diversi sistemi di coordinate e risoluzioni spaziali. Valuta gli effetti del kernel di ricampionamento sull'integrità dei dati spettrali e spaziali.
Lezione 4 • Correzione Geometrica e Ortorettifica
Rimuove l'inclinazione del sensore, lo spostamento dovuto al rilievo e le distorsioni di proiezione dalle immagini. Allinea le immagini corrette a mappe di riferimento per un'analisi spaziale accurata.
Lezione 5 • Tecniche di Calibrazione Radiometrica
Converte i numeri digitali grezzi in valori di radianza fisicamente significativi. Garantisce la comparabilità sensore-sensore e scena-scena per lavori su serie temporali.

Capitolo 5Vedi dettagli

Miglioramento e Visualizzazione delle Immagini

Lezione 1 • Operazioni di Filtraggio Spaziale
Utilizza kernel di convoluzione per smoothing, sharpening e rilevamento dei bordi. Collega la scelta del filtro agli obiettivi di estrazione delle caratteristiche e riduzione del rumore.
Lezione 2 • Combinazioni di Bande e Compositi a Colori
Assegna bande spettrali ai canali RGB per evidenziare specifici tipi di copertura del suolo. Dimostra come la scelta del composito guidi i risultati dell'interpretazione visiva.
Lezione 3 • Fusione di Immagini e Pan-Sharpening
Unisce dati pancromatici ad alta risoluzione con bande multispettrali. Valuta la qualità della fusione utilizzando metriche di fedeltà spaziale e spettrale.
Lezione 4 • Indici Spettrali e Trasformazioni
Calcola indici basati su rapporti e trasformazioni in componenti principali per isolare le caratteristiche. Collega la scelta dell'indice alla mappatura di vegetazione, acqua e aree edificate.
Lezione 5 • Tecniche di Miglioramento del Contrasto
Applica stretching lineare, equalizzazione dell'istogramma e stretching a deviazione standard alle immagini. Migliora la discriminazione visiva di elementi con valori tonali simili.

Capitolo 6Vedi dettagli

Classificazione delle Immagini ed Estrazione delle Caratteristiche

Lezione 1 • Flusso di Lavoro della Classificazione Supervisionata
Guida la raccolta di campioni di addestramento, l'addestramento del classificatore e l'etichettatura delle immagini. Collega la conoscenza di campo alla definizione della firma spettrale e alla separabilità delle classi.
Lezione 2 • Analisi di Immagini Basata su Oggetti
Segmenta le immagini in oggetti utilizzando criteri di omogeneità spettrale e spaziale. Consente l'uso di caratteristiche di forma, tessitura e contesto oltre la classificazione a livello di pixel.
Lezione 3 • Post-elaborazione della Classificazione
Applica filtri a maggioranza, unione di classi e rilevamento dei cambiamenti alle mappe classificate. Raffina gli output tematici per uso cartografico e analitico.
Lezione 4 • Metodi di Valutazione dell'Accuratezza
Costruisce matrici di confusione e calcola l'accuratezza complessiva, del produttore e dell'utente. Convalida l'affidabilità della classificazione rispetto a dati di riferimento indipendenti.
Lezione 5 • Metodi di Classificazione Non Supervisionata
Applica il clustering k-means e ISODATA per raggruppare pixel spettralmente simili. Introduce la logica del clustering iterativo prima dei concetti di addestramento supervisionato.

Capitolo 7Vedi dettagli

Analisi Quantitativa e Modellazione Spettrale

Lezione 1 • Stima di Parametri Biofisici della Vegetazione
Stima LAI, copertura della chioma e contenuto di clorofilla a partire da dati spettrali. Collega l'accuratezza della stima alla risoluzione spettrale del sensore e alle assunzioni del modello.
Lezione 2 • Stima della Temperatura Superficiale Terrestre
Converte la radianza della banda termica in temperatura superficiale terrestre utilizzando dati di emissività. Supporta valutazioni di calore urbano, siccità e intensità degli incendi.
Lezione 3 • Modelli di Stima Basati su Regressione
Costruisce modelli di regressione empirici e semi-empirici che collegano i dati spettrali alle misurazioni di campo. Valuta la trasferibilità del modello tra siti e stagioni.
Lezione 4 • Stime Quantitative Basate su SAR
Estrae umidità del suolo, biomassa e rugosità superficiale dalla retrodiffusione SAR. Dimostra approcci di modellazione specifici per radar per stime non ottiche.
Lezione 5 • Analisi di Miscele Spettrali
Scompone i pixel misti in abbondanze frazionarie di endmember puri. Affronta l'eterogeneità sub-pixel nella mappatura della copertura del suolo a risoluzione grossolana.

Capitolo 8Vedi dettagli

Progetti Applicati di Telerilevamento

Lezione 1 • Mappatura dell'Uso e della Copertura del Suolo
Esegue un flusso di lavoro completo di mappatura LULC dall'acquisizione dati alla mappa tematica convalidata. Applica le competenze di classificazione e valutazione dell'accuratezza in un contesto progettuale realistico.
Lezione 2 • Mappatura Urbana e delle Infrastrutture
Mappa superfici impermeabili, impronte di edifici ed espansione urbana utilizzando dati ad alta risoluzione. Supporta flussi di lavoro di pianificazione urbana e valutazione delle infrastrutture.
Lezione 3 • Valutazione e Risposta ai Disastri
Applica l'analisi rapida delle immagini per la valutazione dei danni dopo alluvioni, incendi e terremoti. Enfatizza flussi di lavoro time-critical e la fusione di dati multi-sensore per la risposta alle emergenze.
Lezione 4 • Monitoraggio della Vegetazione e Agricolo
Monitora le fasi di crescita delle colture e la biomassa utilizzando indici spettrali su serie temporali. Collega i modelli fenologici alle decisioni di gestione agricola.
Lezione 5 • Monitoraggio delle Risorse Idriche e Costiere
Delimita corpi idrici, monitora la torbidità e mappa il cambiamento costiero utilizzando dati ottici e SAR. Integra approcci multi-sensore per una valutazione completa delle risorse idriche.

Certificazione

Il tuo certificato valido di completamento

Questo corso è per te:

Studenti di geografia: desiderosi di passare dalla teoria all'analisi pratica delle immagini satellitari.
Consulenti ambientali: che necessitano di prove basate su dati satellitari per sostenere le valutazioni sul campo.
Tecnici GIS: pronti ad aggiungere capacità di analisi delle immagini al proprio bagaglio di strumenti spaziali.
Ricercatori in ecologia: interessati a monitorare paesaggi e vegetazione su scala regionale.
Pianificatori urbani: alla ricerca di metodi basati sui dati per tracciare l'uso del suolo e la crescita urbana.
Persone in transizione professionale: che passano a ruoli nel settore geospaziale provenendo da campi scientifici o ingegneristici affini.

Cosa dicono i nostri studenti

Le sue lezioni sono perfette. Ho acquistato il pacchetto annuale e finalmente ho l'opportunità di seguire diversi argomenti di mio interesse senza dover cambiare piattaforma... vi ringrazio per tutto quello che fate, vi ho già raccomandati ad altre persone...