Remote Sensing is a powerful tool for Earth observation. Its applications range from detailed analysis on small surfaces to natural/anthropic phenomena monitoring on large areas, and a great variety of sensors and acquisition methods are usually employed to obtain useful products for environmental supervising and decision making. Some Remote Sensing applications, like mineral mapping or high-detailed land cover classification over large areas (hundreds of km2), require images having both high spectral and spatial resolution. This condition can be fulfilled only with an unconventional large area survey using an airborne hyperspectral sensor, but this choice entails new complex data management and processing issues that don’t show up in standard airborne surveys (few km2). The first issue is the worsening of geometric distortions, whose effect is amplified when the scenes are mosaicked. A second issue concerns strong variations in illumination and weather/atmosphere conditions during the flight. A third regards inner-scene illumination effects characteristic of airborne sensors. Another one concerns the necessity of retrieving a synoptic view of the study area. Finally it has to be considered the storage and management of considerable amounts of data, which for hyperspectral images may reach tens of Gigabytes. By the analysis and classification of two large hyperspectral datasets over different areas (one on an anthropized/vegetated and one on a desert area), this thesis proves that a standard preprocessing is inadequate for the management of unconventional applications. Proper preprocessing operations are thus theoretically described and applied to the images. In one case (desert dataset) the obtained classification map has been compared to that obtained from a standard satellite application, and the accuracy assessment showed that the unconventional airborne map have sensibly higher accuracy than standard satellite map.

Il telerilevamento è un fondamentale strumento per l'osservazione della Terra. Le sue applicazioni spaziano da analisi di dettaglio su piccole superfici al monitoraggio di fenomeni antropici/naturali su larga scala, ed una gran varietà di sensori e metodi di acquisizione sono tipicamente impiegati nella produzione di mappe per il monitoraggio ambientale ed il supporto alle decisioni. Alcune applicazioni di Telerilevamento, come la mappatura mineraria o la classificazione ad alto dettaglio di land cover su ampie superfici (centinaia di km quadrati), richiede immagini che abbiano contestualmente alta risoluzione spaziale e spettrale. Questa condizione può essere soddisfatta solo attraverso un uso non convenzionale di un sensore iperspettrale su ampia area, ma questa scelta implica nuove problematiche nella gestione e processing dei dati che non compaiono in applicazioni standard (su pochi km quadrati). Il primo problema è il peggioramento delle distorsioni geometriche, il cui effetto è amplificato con la mosaicatura delle scene. Un secondo problema riguarda le forti variazioni di illuminazione e delle condizioni meteo/atmosferiche. Un terzo riguarda effetti di illuminazione interni alla scena tipici dei sensori aviotrasportati. Un altro riguarda la necessità di recuperare la visione sinottica dell'intera area di studio. Infine deve essere considerato l'immagazzinamento e la gestione di grandi quantità di dati, che per immagini iperspettrali può raggiungere decine di Gigabytes. Attraverso l'analisi e la classificazione di due ampi dataset iperspettrali acquisiti su due diverse aree (una su un'area antropizzata/vegetata e l'altra su un deserto), questa tesi dimostra che il preprocessing standard è inadeguato per gestire un dataset non convenzionale. Le corrette operazioni sono quindi descritte in teoria ed applicate alle immagini. In un caso (dataset "Deserto") la mappa di classificazione risultante è stata comparata con quella ottenuta da un'applicazione standard da satellite, e la stima di accuratezza ha dimostrato che la mappa ottenuta con metodologia non convenzionale ha accuratezza ben più alta di quella ottenuta attraverso mappatura da satellite.

Airborne Remote Sensing for land-use and mineral mapping of large areas surveys

MAIANTI, PIERALBERTO

Abstract

Remote Sensing is a powerful tool for Earth observation. Its applications range from detailed analysis on small surfaces to natural/anthropic phenomena monitoring on large areas, and a great variety of sensors and acquisition methods are usually employed to obtain useful products for environmental supervising and decision making. Some Remote Sensing applications, like mineral mapping or high-detailed land cover classification over large areas (hundreds of km2), require images having both high spectral and spatial resolution. This condition can be fulfilled only with an unconventional large area survey using an airborne hyperspectral sensor, but this choice entails new complex data management and processing issues that don’t show up in standard airborne surveys (few km2). The first issue is the worsening of geometric distortions, whose effect is amplified when the scenes are mosaicked. A second issue concerns strong variations in illumination and weather/atmosphere conditions during the flight. A third regards inner-scene illumination effects characteristic of airborne sensors. Another one concerns the necessity of retrieving a synoptic view of the study area. Finally it has to be considered the storage and management of considerable amounts of data, which for hyperspectral images may reach tens of Gigabytes. By the analysis and classification of two large hyperspectral datasets over different areas (one on an anthropized/vegetated and one on a desert area), this thesis proves that a standard preprocessing is inadequate for the management of unconventional applications. Proper preprocessing operations are thus theoretically described and applied to the images. In one case (desert dataset) the obtained classification map has been compared to that obtained from a standard satellite application, and the accuracy assessment showed that the unconventional airborne map have sensibly higher accuracy than standard satellite map.
LECHI, GIOVANMARIA
SANSO', FERNANDO
GIANINETTO, MARCO
30-mar-2012
Il telerilevamento è un fondamentale strumento per l'osservazione della Terra. Le sue applicazioni spaziano da analisi di dettaglio su piccole superfici al monitoraggio di fenomeni antropici/naturali su larga scala, ed una gran varietà di sensori e metodi di acquisizione sono tipicamente impiegati nella produzione di mappe per il monitoraggio ambientale ed il supporto alle decisioni. Alcune applicazioni di Telerilevamento, come la mappatura mineraria o la classificazione ad alto dettaglio di land cover su ampie superfici (centinaia di km quadrati), richiede immagini che abbiano contestualmente alta risoluzione spaziale e spettrale. Questa condizione può essere soddisfatta solo attraverso un uso non convenzionale di un sensore iperspettrale su ampia area, ma questa scelta implica nuove problematiche nella gestione e processing dei dati che non compaiono in applicazioni standard (su pochi km quadrati). Il primo problema è il peggioramento delle distorsioni geometriche, il cui effetto è amplificato con la mosaicatura delle scene. Un secondo problema riguarda le forti variazioni di illuminazione e delle condizioni meteo/atmosferiche. Un terzo riguarda effetti di illuminazione interni alla scena tipici dei sensori aviotrasportati. Un altro riguarda la necessità di recuperare la visione sinottica dell'intera area di studio. Infine deve essere considerato l'immagazzinamento e la gestione di grandi quantità di dati, che per immagini iperspettrali può raggiungere decine di Gigabytes. Attraverso l'analisi e la classificazione di due ampi dataset iperspettrali acquisiti su due diverse aree (una su un'area antropizzata/vegetata e l'altra su un deserto), questa tesi dimostra che il preprocessing standard è inadeguato per gestire un dataset non convenzionale. Le corrette operazioni sono quindi descritte in teoria ed applicate alle immagini. In un caso (dataset "Deserto") la mappa di classificazione risultante è stata comparata con quella ottenuta da un'applicazione standard da satellite, e la stima di accuratezza ha dimostrato che la mappa ottenuta con metodologia non convenzionale ha accuratezza ben più alta di quella ottenuta attraverso mappatura da satellite.
Tesi di dottorato
File allegati
File Dimensione Formato  
Airborne_Remote_Sensing_for_land-use_and_mineral_mapping_of_large_areas_surveys.pdf

non accessibile

Descrizione: PhD thesis
Dimensione 18.7 MB
Formato Adobe PDF
18.7 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/56890