Analisi di serie temporali di immagini ottiche telerilevate con tecniche di data mining: caratterizzazione dei cambiamenti e mappatura delle colture

Dino Ienco, ricercatore dell'IRSTEA - TETIS di Montpellier, in visita ad IREA sede di Milano per una settimana,tiene un seminario dal titolo:

Analisi di serie temporali di immagini ottiche telerilevate con tecniche di data mining: caratterizzazione dei cambiamenti e mappatura delle colture

Il seminario si svolge nell'ambito della collaborazione di IDPA nel progetto Space4Agri. Scarica la locandina.

Riassunto:

Al giorno d'oggi sta diventando sempre più urgente la necessità di trovare metodi nuovi per analizzare la grande quantità di immagini satellitari ad alta risoluzione che verrà prodotta e messa a disposizione della comunità scientifica. La disponibiltà di immagini ad alta risoluzione sia spaziale sia temporale renderà possibile  ai ricercatori nel campo delle scienze ambientali di studiare l'evoluzione temporale dei diversi fenomeni naturali e agricoli a livelli di dettaglio mai visti in precedenza. 

Per effettuare l'analisi in modo efficacie di serie temporali di immagini abbiamo però bisogno di sviluppare nuove tecniche automatiche per estrarre conoscenze interessanti e utili. In questo scenario, Diro Ienco presenterà due applicazioni in cui l'uso di tecniche di data mining consentono di analizzare i grandi volumi della serie storiche di immagini satellitari, considerando le dimensioni spaziale e temporale dei dati.
La prima applicazione riguarda lo studio di modelli evolutivi di habitat naturali e semi- naturali. In questo ambito consideriamo una serie temporale di immagini telerilevate al fine di caratterizzare e sintetizzare i diversi tipi di evoluzione.

La seconda applicazione è dedicata alla classificazione automatica di uso del suolo. In questo studio, le tecniche di data mining sono impiegate  per sfruttare l'aspetto temporale di queste informazioni che i modelli di classificazione standard non considerano  nella loro analisi.

 Per informazioni contattare Gloria Bordogna 0223699295
email: Questo indirizzo e-mail è protetto dallo spam bot. Abilita Javascript per vederlo. Questo indirizzo e-mail è protetto dallo spam bot. Abilita Javascript per vederlo.

Workshop of Dino Ienco, researcher of IRSTEA – TETIS, Montpellier:

Title: Remote Sensing Time Series analysis under the Data Mining lens: Characterization of Changes and Cropland Mapping

Abstract:
Nowadays, a huge amount of high resolution satellite images are freely available. Such images allow researchers in environmental sciences to study  different natural and agricultural phenomena considering their evolution over time.
Recently, the upcoming technology will lead time series analysis of high resolution optical images into a new level of complexity due to the huge volume of information produced. To deal with these constraints we need to develop new automatic techniques in order to extract interesting and useful knowledge from time series images.
Considering this scenario, I will present two applications in which the use of data mining techniques help to analyze big volumes of time series satellite images considering both the spatial and temporal dimensions of the data.
The first application involves the study of evolution patterns coming from natural and semi-natural habitats. In this task we consider a time series of remote sensing images in order to characterize and summarize the different type of evolutions.
The second application is devoted to the automatic classification of land use. In this study, data mining techniques are employed to correctly exploit temporal information since standard classification models fail to consider this dimension in their analysis.


For more info, please contact Gloria Bordogna 0223699295
email: Questo indirizzo e-mail è protetto dallo spam bot. Abilita Javascript per vederlo. Questo indirizzo e-mail è protetto dallo spam bot. Abilita Javascript per vederlo.

Dino Ienco, ricercatore presso IRSTEA – TETIS , Montpellier terrà il seminario intitolato Remote Sensing Time Series analysis under the Data Mining lens:
Characterization of Changes and Cropland Mapping o Ienco, ricercatore presso IRSTEA – TETIS , Montpellier
terrà il seminario intitolato
Remote Sensing Time Series analysis under the Data Mining lens:
Characterization of Changes and Cropland Mapping
Abstract:
Nowadays, a huge amount of high resolution satellite images are freely
available. Such images allow researchers in environmental sciences to study
different natural and agricultural phenomena considering their evolution over
time.
Recently, the upcoming technology will lead time series analysis of high
resolution optical images into a new level of complexity due to the huge volume
of information produced. To deal with these constraints we need to develop new
automatic techniques in order to extract interesting and useful knowledge from
time series images.
Considering this scenario, I will present two applications in which the use of
data mining techniques help to analyze big volumes of time series satellite
images considering both the spatial and temporal dimensions of the data.
The first application involves the study of evolution patterns coming from
natural and semi-natural habitats. In this task we consider a time series of
remote sensing images in order to characterize and summarize the different type
of evolutions.
The second application is devoted to the automatic classification of land use.
In this study, data mining techniques are employed to correctly exploit temporal
information since standard classification models fail to consider this dimension
in their analysis.
Per