GEOmedia 6 2022 - Mapping, maps e ancora mappe
TELERILEVAMENTO MERCATO PROGETTO PEDROS: IMPLEMENTAZIONE DI UN ALGORITMO PER ANALIZZARE IM- MAGINI DA DRONE IN TEMPO REALE Il progetto PEDROS (Sistema di Perimetrazione automatica di incendi con drone equipaggiato con sensore specifico) prevede la realizzazione di un sistema di supporto alle attività operative di perimetrazione dettagliata di aree boschive aggredite da insetti/patogeni e/o da incendi boschivi. Con riferimento al problema della perimetrazione delle aree percorse dal fuoco l’algoritmo sviluppato nell’ambito del progetto si basa su un approccio già largamente applicato nell’ambito del telerilevamento satellitare. La sua applicazione nel caso specifico dell’osservazione da drone richiede alcune modifiche, in particolare legate all’impossibilità di applicare tecniche di change detection e alla necessità di realizzare l’elaborazione delle immagini in real time a bordo del drone. Nel corso del tempo sono stati sviluppati una serie di indici specializzati per la mappatura delle aree affette da incendio da dati telerilevati, tra questi: il Normalized Burn Ratio (NBR), il Burned Area Index (BAI), il Mid Infrared Burn Index (MIRBI). L’implementazione di un algoritmo automatizzato in grado di analizzare (on board) le immagini acquisite da un drone in tempo reale e fornire mappe delle aree percorse dal fuoco risulta fondamentale per supportare il servizio fornito dal progetto PEDROS. L’algoritmo deve garantire la interoperabilità dei dati, deve essere capace di gestire un significativo flusso di dati ma soprattutto costituire una significativa evoluzione rispetto allo stato dell’arte nel processo di rilevamento remoto dei cambiamenti, permettendo la identificazione da immagini acquisite in tempo reale dei cambiamenti nella vegetazione. Prevedendo che la elaborazione delle immagini acquisite dal drone sia operata a bordo dello stesso, l’algoritmo di individuazione delle aree bruciate è stato implementato su un computer adatto ad essere installato a bordo di un drone. Le immagini acquisite dal drone sono elaborate su un Raspberry Pi- 400 con uno script scritto in Python. Un’analisi preliminare è stata condotta utilizzando le immagini multispettrali ottenute da drone equipaggiato con una fotocamera MicaSense RedEdge-MX. Questo strumento ad alte prestazioni cattura sia le bande spettrali necessarie per generare indici dello stato di salute delle piante (verde, rosso, bordo rosso e vicino infrarosso), sia una banda blu, utile per altre applicazioni, nonché per la costruzione di immagini RGB composite. Questo progetto ha ricevuto finanziamenti dal programma di ricerca ASI N. 2021-10-E.0 MONITORAGGIO 3D GIS E WEBGIS www.gter.it info@gter.it 36 GEOmedia n°6-2022 GNSS FORMAZIONE RICERCA E INNOVAZIONE
MERCATO IMPARARE A CREARE PROCEDU- RE AUTOMATICHE NEI GIS: ULTIMA CHIAMATA PER IL CORSO ONLINE "PROGRAMMARE I GIS CON PYTHON" Ultima chiamata per il corso online, live streaming, "Programmare i GIS con Python", l'appuntamento che la Formazione TerreLogiche ha pensato per tutti coloro che vogliono imparare a creare procedure automatiche nei GIS utilizzando il linguaggio Python. Il modulo didattico si terrà il prossimo 21, 22 e 23 marzo ed è ancora possibile riservare uno degli ultimi posti disponibili. Python è un linguaggio di programmazione molto intuitivo e versatile, caratteristiche che facilitano il suo utilizzo anche da parte di utenti non programmatori. Ampiamente diffuso in organizzazioni come Google, IBM e Nasa, rappresenta il più usato linguaggio di personalizzazione in ambienti GIS, come QGIS ed ESRI ArcGis, anche grazie alla presenza di librerie per framework GIS come OGR/ GDAL e per interfacce grafiche come Qt. Dopo una breve introduzione teorica, si parlerà di come utilizzare Python nella gestione automatizzata delle basi dati vettoriali e raster, la connessione a geodatabase, e la realizzazione di script di Processing con interfacce personalizzate. Verranno poi descritti i moduli di Python in QGIS (libreria standard, moduli scientifici e di analisi spaziale) e operazioni più avanzate, come la gestione degli stili dei layer e dei Sistemi di Riferimento, le funzioni di input/ output, ecc., ma anche le procedure di generazione di plugin per QGIS e l’uso di QtDesigner per disegnare interfacce grafiche personalizzate. Al termine delle tre giornate i partecipanti potranno svolgere un test di valutazione con domande a risposta multipla, che verrà considerato superato con almeno l'80% delle risposte corrette. Il superamento del test sarà certificato sull'attestato di partecipazione e profitto, che diventerà il documento ideale per arricchire il proprio curriculum e certificare le competenze e le conoscenze acquisite. Per informazioni su programma completo del corso, prezzo e agevolazioni visitare il sito TerreLogiche. C’è vita nel nostro mondo. Trasformazione e pubblicazione di dati territoriali in conformità a INSPIRE Assistenza su Hight Value Datasets, APIs, Location Intelligence, Data Spaces INSPIRE Helpdesk We support all INSPIRE implementers Epsilon Italia S.r.l. Viale della Concordia, 79 87040 Mendicino (CS) Tel. e Fax (+39) 0984 631949 info@epsilon-italia.it www.epsilon-italia.it www.inspire-helpdesk.eu GEOmedia n°6-2022 37
- Page 1: Rivista bimestrale - anno XXVI - Nu
- Page 4 and 5: FOCUS In questo numero... FOCUS REP
- Page 6 and 7: FOCUS Mobilità a guida autonoma: t
- Page 8 and 9: FOCUS Fig. 4 - Il Robotaxi della su
- Page 10 and 11: FOCUS Fig. 8 - Il Radar di Imaging
- Page 12 and 13: FOCUS fondamentali nella fornitura
- Page 14 and 15: FOCUS innovative per il mondo Intel
- Page 16 and 17: REPORT 4 falsi miti da sfatare sul
- Page 18 and 19: REPORT livello topografico progetta
- Page 20 and 21: GEOMATICA E ROBOTICA SLAM, INTELLIG
- Page 22 and 23: GEOMATICA E ROBOTICA Fig. 4 - Nuvol
- Page 24: Il Lago Poyang in Cina Questa immag
- Page 27 and 28: GUEST Q. What additional science in
- Page 29 and 30: AUGMENTED REALITY Contestualmente l
- Page 31 and 32: Tecnologie per il Territorio, il Pa
- Page 33 and 34: NON TROPPO GEORIFERITO come noto Go
- Page 35: Incorporating: ExCeL LONDON • UK
- Page 39 and 40: MERCATO TORNA L'APPUNTAMENTO CON LA
- Page 41 and 42: 2-5 May 2023 • Rotterdam, The Net
- Page 43 and 44: NUOVE STAZIONI TOTALI STAZIONE TOTA
TELERILEVAMENTO<br />
MERCATO<br />
PROGETTO PEDROS: IMPLEMENTAZIONE<br />
DI UN ALGORITMO PER ANALIZZARE IM-<br />
MAGINI DA DRONE IN TEMPO REALE<br />
Il progetto PEDROS (Sistema di Perimetrazione automatica<br />
di incendi con drone equipaggiato con sensore specifico)<br />
prevede la realizzazione di un sistema di supporto<br />
alle attività operative di perimetrazione dettagliata di<br />
aree boschive aggredite da insetti/patogeni e/o da incendi<br />
boschivi. Con riferimento al<br />
problema della perimetrazione<br />
delle aree percorse dal fuoco<br />
l’algoritmo sviluppato nell’ambito<br />
del progetto si basa su un<br />
approccio già largamente applicato<br />
nell’ambito del telerilevamento<br />
satellitare.<br />
La sua applicazione nel caso<br />
specifico dell’osservazione da<br />
drone richiede alcune modifiche,<br />
in particolare legate<br />
all’impossibilità di applicare<br />
tecniche di change detection e<br />
alla necessità di realizzare l’elaborazione<br />
delle immagini<br />
in real time a bordo del drone.<br />
Nel corso del tempo sono stati sviluppati una serie<br />
di indici specializzati per la mappatura delle aree affette<br />
da incendio da dati telerilevati, tra questi: il Normalized<br />
Burn Ratio (NBR), il Burned Area Index (BAI), il Mid<br />
Infrared Burn Index (MIRBI). L’implementazione di un<br />
algoritmo automatizzato in grado di analizzare (on board)<br />
le immagini acquisite da un drone in tempo reale e fornire<br />
<strong>mappe</strong> delle aree percorse dal fuoco risulta fondamentale<br />
per supportare il servizio fornito dal progetto PEDROS.<br />
L’algoritmo deve garantire la interoperabilità dei dati,<br />
deve essere capace di gestire un significativo flusso di<br />
dati ma soprattutto costituire una significativa evoluzione<br />
rispetto allo stato dell’arte nel processo di rilevamento<br />
remoto dei cambiamenti, permettendo la identificazione<br />
da immagini acquisite in tempo reale dei cambiamenti<br />
nella vegetazione. Prevedendo che la elaborazione delle<br />
immagini acquisite dal drone sia operata a bordo dello<br />
stesso, l’algoritmo di individuazione<br />
delle aree bruciate<br />
è stato implementato<br />
su un computer adatto ad<br />
essere installato a bordo di<br />
un drone. Le immagini acquisite<br />
dal drone sono elaborate<br />
su un Raspberry Pi-<br />
400 con uno script scritto<br />
in Python. Un’analisi preliminare<br />
è stata condotta<br />
utilizzando le immagini<br />
multispettrali ottenute da<br />
drone equipaggiato con<br />
una fotocamera MicaSense<br />
RedEdge-MX. Questo<br />
strumento ad alte prestazioni cattura sia le bande spettrali<br />
necessarie per generare indici dello stato di salute delle<br />
piante (verde, rosso, bordo rosso e vicino infrarosso), sia<br />
una banda blu, utile per altre applicazioni, nonché per la<br />
costruzione di immagini RGB composite.<br />
Questo progetto ha ricevuto finanziamenti dal programma<br />
di ricerca ASI N. 2021-10-E.0<br />
MONITORAGGIO 3D<br />
GIS E WEBGIS<br />
www.gter.it info@gter.it<br />
36 <strong>GEOmedia</strong> n°6-<strong>2022</strong><br />
GNSS<br />
FORMAZIONE<br />
RICERCA E INNOVAZIONE
Change language