Most effective, passive remote-sensing methods for detecting and mapping burnt areas rely upon analysis of near-infrared (NIR) and short-wavelength infrared (SWIR) data between 0.8 and 2.3 micron wavelength. As for vegetation fires, the key to effective change detections is to quantitatively distinguish between “at-satellite” reflectance changes - originated by temporary or local image acquisition conditions - and reflectance changes due to the actual vegetation changes in biomass, chlorophyll absorption and water content. This methos, based on the differential/variational behavior of reflectances of persistent reflective objects in the data matrix, is suitable for inter-annual and intra-annual mapping of fires, and for estimation of damage level and vegetation re-growth within burnt areas.

I più efficaci metodi di telerilevamento di aree percorse dal fuoco o devegetate si basano sull'analisi supervisionata di immagini multispettrali nell'infrarosso vicino (NIR) e a corta lunghezza d' onda (SWIR) tra 0.8 e2.3 micron di lunghezza d'onda. Questo metodo contestuale e multitemporale è basato sull'analisi non-supervisionata del comportamento differenziale e variazionale della riflettanza di oggetti persistenti presenti in serie di immagini multispettrali

Metodo automatico di rilevazione e mappatura, in particolare di aree bruciate e prive di vegetazione, e relativo apparato

FERRUCCI, Fabrizio;
2003-01-01

Abstract

Most effective, passive remote-sensing methods for detecting and mapping burnt areas rely upon analysis of near-infrared (NIR) and short-wavelength infrared (SWIR) data between 0.8 and 2.3 micron wavelength. As for vegetation fires, the key to effective change detections is to quantitatively distinguish between “at-satellite” reflectance changes - originated by temporary or local image acquisition conditions - and reflectance changes due to the actual vegetation changes in biomass, chlorophyll absorption and water content. This methos, based on the differential/variational behavior of reflectances of persistent reflective objects in the data matrix, is suitable for inter-annual and intra-annual mapping of fires, and for estimation of damage level and vegetation re-growth within burnt areas.
2003
I più efficaci metodi di telerilevamento di aree percorse dal fuoco o devegetate si basano sull'analisi supervisionata di immagini multispettrali nell'infrarosso vicino (NIR) e a corta lunghezza d' onda (SWIR) tra 0.8 e2.3 micron di lunghezza d'onda. Questo metodo contestuale e multitemporale è basato sull'analisi non-supervisionata del comportamento differenziale e variazionale della riflettanza di oggetti persistenti presenti in serie di immagini multispettrali
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS 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/20.500.11770/177095
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact