In this study, an innovative methodology for the classification and mapping of vegetation is tested. The main objective is to create a system that enables the automatic and rapid production of maps of unexplored areas. The approach used to process the satellite and drone data combines machine learning techniques and functional data analysis. The results show a high reliability of the model used to distinguish different vegetation types on the basis of the seasonal spectral variations detected. The development of this system would therefore contribute to more efficient monitoring, resource management and intervention planning in a given area.

In questo studio, viene sperimentata un’innovativa metodologia per la classificazione e mappatura della vegetazione. L’obiettivo principale è creare un sistema che consenta di rendere automatico e rapido il processo di produzione delle mappe di aree inesplorate. L’approccio utilizzato per elaborare i dati satellitari e da drone, combina tecniche di apprendimento automatico e l’analisi funzionale dei dati. Dai risultati emerge un’elevata affidabilità del modello utilizzato per distinguere i differenti tipi vegetazionali sulla base delle variazioni spettrali stagionali rilevate. Lo sviluppo di questo sistema contribuirebbe quindi a rendere più efficiente le attività di monitoraggio, di gestione delle risorse e della pianificazione degli interventi in un determinato territorio.

VERSO UN SISTEMA ESPERTO DI CLASSIFICAZIONE AUTOMATICA DELLA VEGETAZIONE E DEGLI HABITAT. IL CASO STUDIO DELLA ZSC GOLA DI FRASASSI.

VIGNOLI, SOFIA
2023/2024

Abstract

In this study, an innovative methodology for the classification and mapping of vegetation is tested. The main objective is to create a system that enables the automatic and rapid production of maps of unexplored areas. The approach used to process the satellite and drone data combines machine learning techniques and functional data analysis. The results show a high reliability of the model used to distinguish different vegetation types on the basis of the seasonal spectral variations detected. The development of this system would therefore contribute to more efficient monitoring, resource management and intervention planning in a given area.
2023
2024-12-04
TOWARDS AN EXPERT SYSTEM FOR THE AUTOMATIC CLASSIFICATION OF VEGETATION AND HABITATS. THE CASE STUDY OF THE ZSC GOLA DI FRASASSI.
In questo studio, viene sperimentata un’innovativa metodologia per la classificazione e mappatura della vegetazione. L’obiettivo principale è creare un sistema che consenta di rendere automatico e rapido il processo di produzione delle mappe di aree inesplorate. L’approccio utilizzato per elaborare i dati satellitari e da drone, combina tecniche di apprendimento automatico e l’analisi funzionale dei dati. Dai risultati emerge un’elevata affidabilità del modello utilizzato per distinguere i differenti tipi vegetazionali sulla base delle variazioni spettrali stagionali rilevate. Lo sviluppo di questo sistema contribuirebbe quindi a rendere più efficiente le attività di monitoraggio, di gestione delle risorse e della pianificazione degli interventi in un determinato territorio.
File in questo prodotto:
File Dimensione Formato  
Tesi_magistrale_FORESPA_VIGNOLI_SOFIA_S1109219.pdf

embargo fino al 07/06/2026

Descrizione: Tesi
Dimensione 86.68 MB
Formato Adobe PDF
86.68 MB Adobe PDF

I documenti in UNITESI 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/20.500.12075/20216