Sentinel data fusion for automated monitoring of development and re-development sites using the PELT approach: a case study in Northern Italy

Unused urban spaces and buildings under construction can constitute some relevant issues for our cities. The need to manage a database of all the `redevelopment sites' and to maintain it updated is important for the municipalities, and requires some new studies and methodologies. In Belgium, for instance, the Walloon Region is constantly monitoring more than 2200 redevelopment sites. In order to provide the administration with an up-to-date report on the changes occurred in these sites, the Royal Military Academy of Brussels and the Institut Scientifique de Service Public of Liège have developed a series of routines capable of automatically processing radar and multi-spectral satellite data to detect and classify such changes. In this thesis we will focus on the module in charge of the change detection process and show how this could be used in a different context with respect to the original one. By testing with various radar and multi-spectral time series, and using statistical metrics, we will find the best parameters to be set to optimize the automatic classification of `modified' or `unmodified' sites in our case study.

Combinazione di dati Sentinel per il monitoraggio automatico di siti in fase di sviluppo e riqualificazione utilizzando la metodologia PELT: un caso di studio nel Nord Italia. Gli spazi urbani in disuso e gli edifici in costruzione costituiscono un problema rilevante per le nostre città. La necessità di gestire e mantenere aggiornato un archivio contenente tutti i siti in fase di riqualificazione è molto importante per le nostre municipalità, e richiede necessariamente l'utilizzo di nuovi studi e metodologie. In Belgio, per esempio, la Vallonia sta costantemente monitorando oltre 2200 siti di riqualificazione; al fine di fornire all'amministrazione una relazione aggiornata sulle modifiche avvenute in questi siti, la Royal Military Academy di Bruxelles e l'Institut Scientifique de Service Public di Liège hanno sviluppato una serie di procedure in grado di processare in modo automatico dati satellitari radar e multi-spettrali, al fine di rilevare e classificare correttamente tali cambiamenti. In questa tesi, ci concentreremo sul software responsabile del processo di rilevamento del cambiamento e mostreremo come questo possa essere applicato ad un contesto differente rispetto a quello originale. Testando il programma con varie serie temporali di dati radar e multi-spettrali, ed utilizzando le opportune metriche di valutazione, saremo in grado di trovare i parametri ottimi al fine di automatizzare la classificazione di siti per cui sono (o non sono) state rilevate modifiche, nel nostro caso di studio.