Cos'è il telerilevamento? Dati gratuiti e QGIS
Pubblicato il
Il telerilevamento (in inglese remote sensing) è la misura della superficie terrestre a distanza, con sensori montati su satelliti, aerei e droni, e la trasformazione di queste misure in mappe. Il sensore registra la luce o le onde radio che rimbalzano sul suolo, quindi nessuno deve essere sul posto. In QGIS il risultato è un raster che apri, componi, calcoli e classifichi come qualsiasi altro layer.
il risultato è un raster che apri, componi, calcoli e classifichi come qualsiasi altro layer.Un'immagine satellitare non è una fotografia. È un insieme di misure, una banda per ogni tipo di luce, e i colori sullo schermo dipendono da te, da quale banda assegni al rosso, al verde e al blu. Quella scelta è gran parte del mestiere.
Perché è importante
Il telerilevamento risponde a domande troppo grandi, troppo lontane o troppo lente da rilevare a piedi: questo campo è più verde dell'anno scorso, fin dove è arrivata l'alluvione, quanta foresta è stata tagliata, dove è cresciuta la città. Un satellite gratuito torna sullo stesso luogo ogni pochi giorni, quindi la risposta ha una data e si può ripetere.
A cosa serve
| Domanda | Cosa si misura | Un sensore che lo fa |
|---|---|---|
| Questa coltura o questa foresta è in salute? | Il verde, tramite NDVI | Sentinel-2, Landsat 8 e 9 |
| Dov'è l'acqua, fin dove è arrivata l'alluvione? | L'estensione dell'acqua, con un indice dell'acqua o con il radar | Sentinel-2, radar Sentinel-1 |
| Come è cambiata la copertura del suolo in 40 anni? | Classi confrontate tra date diverse | Landsat, il cui archivio risale al 1972 |
| Dove sono edifici, alberi, piscine? | Singoli oggetti | Foto aeree e droni a 50 cm o meglio |
| Quanto è alta la chioma, dov'è il terreno? | Quota da impulsi laser | LiDAR |
Come funziona
Un sensore passivo registra la luce solare riflessa dal suolo, in più bande insieme. Un sensore attivo emette un proprio impulso e misura il tempo dell'eco: il radar, come Sentinel-1, e il LiDAR. Il radar vede attraverso le nuvole e funziona di notte, per questo le mappe delle alluvioni si appoggiano a lui.
I materiali rispondono in modo diverso in ogni banda. Le foglie sane riflettono molto il vicino infrarosso e assorbono il rosso. L'acqua assorbe il vicino infrarosso e vi appare quasi nera. Il suolo nudo sale lentamente dal blu all'infrarosso. Ogni indice di vegetazione e ogni classificatore leggono queste differenze.
Quattro tipi di risoluzione descrivono qualsiasi sensore, e si compensano a vicenda:
- Spaziale: la dimensione di un pixel sul terreno. Sentinel-2 dà 10 m per quattro bande, 20 m per sei e 60 m per tre.
- Spettrale: quante bande, e quanto strette. Sentinel-2 ne registra 13, da 443 a 2190 nm.
- Temporale: ogni quanto torna. Sentinel-2 ripassa ogni 5 giorni all'equatore e ogni 2 o 3 giorni alle medie latitudini.
- Radiometrica: con quale finezza è registrata la luminosità, che decide se riesci a distinguere due campi scuri.
I sensori gratuiti da conoscere
| Fonte | Pixel | Rivisita | Costo | Ideale per |
|---|---|---|---|---|
| Sentinel-2 (ESA) | 10 m, 20 m, 60 m a seconda della banda | 5 giorni | Gratis | Campi, foreste, margini urbani, dal 2015 |
| Landsat 8 e 9 (USGS) | 30 m, 15 m pancromatico | 8 giorni con entrambi | Gratis | Serie storiche lunghe, banda termica |
| Radar Sentinel-1 (ESA) | Pixel da 10 m nel prodotto standard | 12 giorni per satellite | Gratis | Alluvioni, regioni nuvolose, notte |
| IGN BD ORTHO, Francia | 20 cm | Nuova copertura ogni 3 o 4 anni | Gratis, licenza aperta | Edifici, alberi, piscine |
| IGN LiDAR HD, Francia | Almeno 10 punti per m² | Volato una volta, copre la Francia entro il 2026 | Gratis, licenza aperta | Terreno e altezza della chioma |
Le specifiche vengono dalla pagina Sentinel-2 dell'ESA, dalla pagina Sentinel-1 della NASA e dai dataset IGN su data.gouv.fr (BD ORTHO, LiDAR HD), consultati il 27 ottobre 2026. Le due famiglie Sentinel-2 e Landsat sono confrontate banda per banda in Sentinel-2 vs Landsat, e il confronto della risoluzione delle immagini satellitari mostra cosa può e cosa non può vedere ogni dimensione di pixel.
La prima domanda è sempre la stessa: quanti pixel copre il mio oggetto? Un pixel da 10 m non può contenere una casa. Può contenere un campo.
Un flusso di telerilevamento in QGIS
Ho eseguito i passaggi qui sotto in QGIS su una scena Sentinel-2 della Camargue, il delta del Rodano nel sud della Francia, ripresa il 12 ottobre 2026 con meno dell'1% di nuvole. Il delta riunisce in un'unica inquadratura acqua libera, saline, paludi, risaie e terra asciutta, ed è per questo un buon banco di prova.
Aggiungi la scena
Apri Layer > Data Source Manager, scegli la scheda STAC e connettiti a Earth Search all'indirizzo https://earth-search.aws.element84.com/v1. Filtra per estensione, data e collezione Sentinel-2 Level-2A, poi aggiungi la scena. Scaricare immagini Sentinel-2 in QGIS prova quattro modi per farlo e riporta i tempi.
Scegli le bande in base alla domanda
In Layer Properties > Symbology scegli Multiband color. Rosso, verde, blu come B4, B3, B2 dà ciò che vedrebbe l'occhio. B8, B4, B3 mette il vicino infrarosso nel rosso, così ogni pianta sana diventa rossa e l'acqua diventa nera.
Trasforma le bande in un numero
Raster > Raster Calculator, con l'NDVI come (B8 − B4) / (B8 + B4). Prima clicca su un pixel d'acqua con lo strumento Identify. Un valore vicino a 0 significa che l'offset è già stato rimosso, come nei file Earth Search che ho usato. Un valore vicino a 1000 significa che devi sottrarre 1000 da ogni banda, ed è il caso dei prodotti Sentinel-2 scaricati da Copernicus dal 25 gennaio 2022. Cos'è l'NDVI mostra lo 0,82 che diventa 0,56 se te ne dimentichi.
Dividi il numero in classi
Imposta una soglia, per esempio NDVI sopra 0,6 per la vegetazione fitta, con Raster > Raster Calculator o con l'algoritmo Reclassify by table. Per più classi di copertura del suolo, addestra un classificatore da poligoni che disegni tu, con i plugin gratuiti SCP o dzetsaka.
Trasforma le classi in misure
Raster > Conversion > Polygonize, poi il calcolatore di campi o Zonal statistics per le aree di ogni classe. I numeri valgono alla scala del pixel e non più in dettaglio.
Dove l'IA aiuta, e dove no
Il telerilevamento si divide in due per scala, e gli strumenti si dividono con lui.
A 10 o 30 m si classificano pixel: questo è acqua, quello è coltura. I classificatori gratuiti sopra lo fanno bene, e un modello aggiunge poco, perché in un pixel non c'è abbastanza dettaglio per riconoscere un oggetto.
A 50 cm o meglio si estraggono oggetti: questo è un edificio, quello è un albero. Qui un modello di segmentazione si guadagna il posto. Sviluppiamo noi uno dei plugin di questo campo, AI Segmentation, quindi questo paragrafo parla del nostro strumento. Disegni una zona su una foto aerea o su un'ortofoto da drone, scrivi l'oggetto, building, tree o swimming pool, e i suoi modelli restituiscono i contorni come poligoni con un punteggio di confidenza e un'area. Non vale la pena inviare immagini più grossolane dell'oggetto: la nostra calibrazione punta a circa 0,18 m per pixel su un edificio e 0,09 m su un'auto. La guida alla GeoAI spiega le cinque cose che estrae e quanto costa ciascuna.
La parte lenta di un lavoro di telerilevamento non è un singolo passaggio. È la dozzina di passaggi in fila: trovare la scena, controllare le nuvole, rimuovere l'offset, calcolare, applicare lo stile, misurare. Il nostro altro plugin, AI Agent, esegue l'intera catena da una sola frase. Gli ho chiesto l'NDVI dei campi intorno a Harike, in Punjab, dall'ultima immagine Sentinel-2 senza nuvole. Ha saltato due date nuvolose, ha rimosso l'offset, ha applicato lo stile al risultato e ha riportato che il 75% dei 17 km² era sopra 0,6, in circa 3 minuti e 30 secondi. Ha lasciato dei layer di lavoro e ha sbagliato la dimensione dell'area, quindi controlla i numeri che citi.
Prova AI Agent gratis in QGIS, senza carta
Da ricordare
Il telerilevamento è la misura del suolo a distanza, e un'immagine satellitare è un insieme di bande, non una fotografia.
Sentinel-2 è la fonte gratuita predefinita per campi, foreste e margini urbani: 13 bande, pixel da 10 m per quattro di esse, una nuova immagine ogni 5 giorni all'equatore.
Scegli la combinazione di bande in base alla domanda: B4, B3, B2 per vedere, B8, B4, B3 per la vegetazione e l'NDVI per darle un numero.
Controlla l'offset di Sentinel-2 prima di qualsiasi indice: un pixel d'acqua vicino a 1000 significa che devi sottrarre 1000 da ogni banda.
I pixel si classificano, gli oggetti richiedono immagini più fini: sotto circa 50 cm un modello di segmentazione estrae edifici e alberi, e sopra i 10 m non ha nulla da riconoscere.
Domande frequenti
Cos'è il telerilevamento in parole semplici?
È imparare qualcosa sul suolo senza toccarlo. Un satellite, un aereo o un drone registra la luce o le onde radio che tornano dalla superficie, e un software trasforma la registrazione in una mappa o in un numero.
Qual è la differenza tra telerilevamento e GIS?
Il telerilevamento raccoglie e interpreta misure a distanza. Il GIS archivia, modifica e analizza dati spaziali di qualsiasi origine. In pratica si sovrappongono: il telerilevamento si fa dentro un GIS come QGIS, e i risultati diventano layer al suo interno.
I dati di telerilevamento sono gratuiti?
Molti lo sono. Sentinel-1 e Sentinel-2 dell'ESA, Landsat dell'USGS e, in Francia, le foto aeree IGN e il LiDAR HD si scaricano e si riutilizzano gratis. I satelliti commerciali vendono immagini più nitide, da circa 30 cm, a scena o a chilometro quadrato.
QGIS può fare telerilevamento?
Sì. Gli strumenti raster, il Raster Calculator, la composizione delle bande e i plugin gratuiti SCP e dzetsaka coprono visualizzazione delle immagini, indici e classificazione. Il flusso qui sopra usa solo ciò che QGIS include già.
Qual è il miglior satellite per immagini gratuite?
Sentinel-2 per la maggior parte dei lavori sul territorio dopo il 2015, per i pixel da 10 m e la rivisita di 5 giorni. Landsat quando servono serie storiche fino al 1972 o una banda termica. Il radar Sentinel-1 quando le nuvole nascondono sempre il suolo.
La GeoAI è la stessa cosa del telerilevamento?
No. Il telerilevamento è il modo in cui si acquisiscono i dati. La GeoAI è il machine learning applicato a quei dati, per estrarne oggetti, classi o cambiamenti.
Per i temi affini, gli indici di vegetazione oltre l'NDVI, multispettrale contro iperspettrale e la mappatura della chioma degli alberi approfondiscono gli argomenti qui sopra, e l'hub QGIS AI elenca cosa serve a ciascun plugin di IA per funzionare.
