Go to the content. | Move to the navigation | Go to the site search | Go to the menu | Contacts | Accessibility

| Create Account

Tessari, Giulia (2015) Caratterizzazione e modellazione di fenomeni geologici di instabilità attraverso tecniche di telerilevamento satellitare e simulazioni numeriche. [Ph.D. thesis]

Full text disponibile come:

PDF Document

Abstract (english)

Analyses of ground displacements can help to define the evolution of areas affected by instability phenomena and identify their triggering factors. To this end, Synthetic Aperture RADAR (SAR) satellite data can be used to collect direct measurements of superficial deformations in instability-prone areas. Results from remote sensing analyses can be then compared with outcomes from numerical simulations, and in particular with displacement or velocity fields, to validate numerical modeling and eventually recalibrate the simulation of instabilities, predisposing and triggering conditions.
Numerical simulations allow reproducing slope behavior under some hypotheses but their accuracy is strongly connected to the amount of available input data. Most of the required parameters can be set based on reasonable assumptions that consequently can be verified through classical field tools and geological survey or remote sensing techniques.
Direct or remote sensing techniques can be used to characterize and monitor ground deformation phenomena, and particularly to identify surface displacements. These information can be used to verify the suitability of numerical model predictions and the adequacy of preliminary hypotheses.
An innovative approach could consider a surface displacement map, as the starting point to re-create a model of instability phenomena. This application requires precise velocity data characterized by an adequate resolution, depending on the phenomenon analyzed. Recently this method was applied to earthquakes with satisfying results (Wright at al., 2006).
This work is aimed to determine which is the contribution of SAR satellite data in investigating instabilities phenomena, in particular landslides and sinkholes. This methodological approach was tested in different conditions to understand its applicability and how to optimize the results overcoming some of the observed limits.
Satellite remote sensing techniques have shown to lead to accurate large-scale surface displacement mapping. Specifically “Interferometric Synthetic Aperture RADAR” (InSAR) technique allows to measure accurate land displacement. Furthermore, not only deformation but even the evolution of displacements can be estimated, combining InSAR information from a large number of SAR images and analyzing changes on the signal phase. This technique is defined D-InSAR (Differential Interferometric SAR) and PS InSAR (Ferretti et al., 2001) and SBAS techniques (Berardino et al., 2002) represent the main methodology proposed. But D-InSAR techniques have some limits of applicability. For example, due to high RADAR viewing angles, the current space-borne systems can detect only a fraction of the horizontal component of the movement. In fact not every geometrical configurations and slope exposition can be surveyed. Further problems are connected with the presence of dense vegetation. In these situations amplitude can be exploited to identify surface deformations (Casu et al., 2011).
Applying the above mentioned techniques it is possible to observe deformation patterns and surface movements. Comparing displacement obtain from monitoring stage with results from numerical modeling, let to understand if numerical prevision is satisfying and the evolution of deformations is correct.
The contribution of SAR data in numerical simulation of ground deformations was tested in landslide, subsidence and sinkhole - prone areas, located in the piedmont sector of North-Eastern Italian Alps and in the Jordanian coast of the Dead Sea.
The first case study is Val Maso landslide, located in Valli del Pasubio municipality, which was triggered by an exceptional flood event occurred in November 2010.
A back stability analysis was carried out to evaluate the geotechnical properties of the involved materials. Then, parameters from back analysis were used in a uncoupled seepage and slope stability analysis of the area behind the main scarp to forecast the effects of hydrological conditions due to different rainfall depths, i.e. to identify the minimum rainfall threshold for triggering the retrogression of the phenomenon.
Some more information about this phenomenon have been searched, analysing a stacking of RADAR satellite images. Because of the dense vegetation and the aspect of the area, outcomes of PS and SBAS DInSAR technique were not satisfying.
That is why SAR data were analyzed concentrating on amplitude changes of the signal instead on studying the phase. A stack of nine COSMO-SkyMed images, acquired over the 2010 event, were used. Amplitude changes were evaluated. Results showed it is possible to detect the effect of ground deformations from the data analyzed and to define the boundary of the landslide.
The second case study is Cischele landslide, located in Recoaro Terme municipality, which caused severe damages on the buildings and on the Provincial street after the rainfall event of November 2010.
This phenomenon is related to a reactivation of a instability whose behavior seems to be connected to climatic conditions.
Data obtained from field and laboratory analyses were used on the creation of a numerical model. Ground displacements of the slope were evaluated analyzing data obtained from PS available for Cischele area, obtained processing SAR images acquired by ERS and ENVISAT satellites, from May 1995 to May 2000 and from September 2004 to June 2010, respectively.
Ground velocity and displacements are measured along the line of sigh of the satellites. Only information obtained from descending orbits are available. Furthermore, InSAR images acquired by COSMO-SkyMed satellites over the event were analyzed. SBAS techniques was applied. Interferograms were generated using InSAR images and a 90 meters resolution Digital Elevation Model (DEM), SRTM DEM. 14 descending images were available from April 2010 to September 2012.
Unfortunately, variation in surface condition between two different acquisitions produces loss of coherence. This effect is strongly connected to the presence of vegetation in the area. It was possible to overcome this problem through an accurate calibration of the filtering parameters, extending the coverage of the final displacement map. Results showed a maximum velocity component of 12 mm/year.
Finally, DInSAR techniques were applied to investigate sinkholes affecting the Jordanian coast of the Dead Sea. The Dead Sea is a hyper saline terminal lake located in a pull-apart basin, which is one of the major components of the Jordan Dead Sea Transform fault system. Most of the area is characterized by highly karstic and fractured rock formations that are connected with faults. Karstic conduits extend from the land into the sea.
Since the 1960s, the Dead Sea level is dropping at an increasing rate: from about 60 cm/yr in the 1970s up to 1 m/yr in the 2000s. From about the mid-1980s, sinkholes appeared more and more frequently over and around the emerged mudflats and salt flats. Strong subsidence and landslides also affect some segments of the coast. Nowadays, several thousands of sinkholes attest that the degradation of the Dead Sea coast is worsening.
The deformation analysis is focused on Ghor Al Haditha area, located in the South-Eastern part of the lake coasts. SAR data acquired by three different sensors, ERS, ENVISAT and COSMO-SkyMed were processed.
70 ERS images from 1992 to 2009 and 30 ENVISAT images from 2003 to 2010 were processed. SBAS technique were applied to define surface velocity and displacement maps. Because of the resolution of these sensors, consisting on 25 m2, it was possible to clearly define areas affected by subsidence but the single sinkholes could not be detected because of the small size of each punctual event, that is generally varying from few meters to a hundred meters diameter.
Furthermore, SBAS was applied to 23 COSMO-SkyMed SAR satellite images from December 2011 to May 2013. The high resolution of these data (3m x 3m) and the short revisiting time allowed to have precise information of the displacement of punctual sinkholes beyond the overall subsidence of the coast. A specific sinkhole was considered to understand its temporal evolution.
On the basis of the results from D-InSAR processing, a simplified analytical model was implemented. Vertical and horizontal components of the surface displacement field obtained from analysis of SAR images have been used as input data to derive geometric parameters of the source and in particular to estimate the volumetric strain of the phenomenon. Position, dimension and mechanism were obtained.
The gained experience proved that space-borne SAR data allow to obtain important information about the dynamics of instability phenomena, which degree of precision depends on several factors, as vegetation density and surface velocity. The applicability of D-InSAR methods in different conditions was tested to obtain useful information to re-create the phenomena through numerical modeling.
When rapid displacements overcome the maximum detectable surface velocities between two consecutive SAR acquisitions and changing in land cover produces a complete coherence loss, the amplitude of the signal can be analyzed instead of the phase. In the Val Maso landslide, a rapid mapping of surface deformation was possible, providing important hints to manage post-event emergency situations.
Despite the dense vegetation in Cischele area, SBAS technique could assess a component of the landslide displacement, through an accurate calibration of some processing parameters.
Thanks to the flat morphology of the site and the almost absent vegetation covering, analysis of sinkholes in Jordan Dead Sea coast gave precise information about ground deformation and helpful data to model a sinkhole and to define its geometry and volume reduction. In these favorable conditions, SAR data allow one to predict the occurrence of geological instabilities, characterize their extension, model their evolution and define an early warning system to prevent catastrophic events.

Abstract (italian)

L’analisi degli spostamenti superficiali del terreno permette di ottenere importanti informazioni sull’evoluzione di un fenomeno di instabilità geologia e identificarne i fattori di innesco. A questo scopo, i dati RADAR ad apertura sintetica (SAR) satellitari possono essere utilizzati per raccogliere misure indirette relativamente alle deformazioni superficiali di aree affette da dissesti geologici. I risultati ottenuti tramite tecniche di telerilevamento SAR possono poi essere confrontati con i risultati di simulazioni numeriche: il raffronto tra campi di spostamento e velocità consente di validare e calibrare il modello numerico.
Le simulazioni numeriche sono probabilmente lo strumento più diffuso per la riproduzione un dissesto sotto specifiche ipotesi, la cui esattezza è fortemente connessa alla quantità di dati di input disponibili. Spesso molti dei parametri necessari a costruire un modello devono essere stabiliti attraverso ragionevoli assunzioni, che possono essere verificate grazie a misure sul campo e monitoraggi con tecniche classiche, o attraverso tecniche di telerilevamento.
Un diverso approccio, applicato nella creazione di un modello, consiste nel considerare una mappa di spostamenti superficiali quale punto di partenza per modellare un fenomeno di instabilità e le caratteristiche della sorgente. Tale approccio necessita della disponibilità di precisi valori di velocità di spostamento, ad una risoluzione spaziale adeguata al fenomeno che si sta analizzando.
Il presente lavoro è finalizzato a determinare il contributo dei dati SAR satellitari nello studio dei dissesti geologici, con particolare riferimento a frane e sinkholes. L’approccio metodologico è stato utilizzato in diverse condizioni per capirne l’applicabilità e ottimizzarne i risultati ottenuti, superando alcuni dei limiti del dato SAR.
Le tecniche di telerilevamento RADAR satellitare, ed in particolare la tecnica InSAR (Synthetic Aperture RADAR Interferometry), considerano le variazioni di fase tra il segnale trasmesso e la componente retrodiffusa che torna al ricevitore, e restituiscono accurate mappe di spostamento superficiale su larga scala. Tra l’altro è possibile stimare non solo le deformazioni, ma tutta l’evoluzione degli spostamenti, utilizzando informazioni derivanti da diversi interferogrammi ottenuti da numerose immagini SAR, combinandoli ed analizzando i cambiamenti di fase del segnale. Queste tecniche sono definite D-InSAR (Differential Interferometric SAR) e i principali algoritmi proposti in quest’ambito sono denominati PS InSAR (Ferretti et al., 2001) ed SBAS (Berardino et al., 2002). Ma le tecniche D-InSAR hanno delle limitazioni nella loro applicazione: possono rilevare solo una componente dello spostamento complessivo; non tutte le geometrie sono visibili al satellite ed è quindi importante valutare l’esposizione dell’area che si analizza; anche la presenza di fitta vegetazione genera delle limitazioni. In questi casi è possibile utilizzare l’ampiezza del dato, anziché la fase, per identificare superfici soggette a deformazioni (Casu et al., 2011).
Le tecniche menzionate sono state applicate a tre casi reali:
• due frane manifestatesi nella zona prealpina della Provincia di Vicenza nel 2010;
• subsidenza e sinkholes che affliggono la costa Giordana del Mar Morto.
Entrambe le frane analizzate, la frana di Contrada Cischele e la frana di Val Maso, sono state innescate da un evento di pioggia eccezionale che ha colpito la Provincia di Vicenza nell’autunno 2010.
La frana che ha interessato Contrada Cischele, nel Comune di Recoaro Terme, è caratterizzata da velocità di deformazione contenute, dovute alla riattivazione del versante in frana in stretta connessione con gli eventi di pioggia e quindi l’innalzamento della falda. La frana si è manifestata causando danni alle abitazioni presenti, alla strada Provinciale ed al muro di contenimento che la delimita.
Grazie alle indagini in situ e alle prove di laboratorio effettuate sui materiali è stato possibile riprodurre un modello di stabilità globale del versante.
L’analisi del dissesto con dati SAR è avvenuta inizialmente attraverso la valutazione dei dati PS storici nell’archivio del Ministero dell’Ambiente, verificando la presenza di spostamenti precedenti all’evento del 2010. Successivamente è stata applicata la tecnica SBAS utilizzando 14 immagini COSMO-SkyMed acquisite a cavallo dell’evento piovoso. La presenza di vegetazione nel versante, che è causa di una decorrelazione temporale tra i dati, ha reso particolarmente complesso il processamento. Attraverso un’attenta calibrazione dei parametri di filtraggio dei dati è stato possibile definire il campo di spostamenti nell’area indagata.
La frana in località Val Maso, nel Comune di Valli del Pasubio, è caratterizzata da dinamiche molto diverse rispetto al precedente caso. A seguito delle eccezionali piogge del Novembre 2010, il versante è collassato con un movimento rototraslativo al coronamento, che è evoluto in colata. L’evento si è sviluppato molto rapidamente ed ha coinvolto circa 200'000 m3 di materiale asportato; la superficie di scivolamento si è localizzata a circa 20 m di profondità. Una back analysis della stabilità del versante ha permesso di definire con maggiore accuratezza le proprietà geotecniche dei materiali coinvolti. Poi, i parametri ottenuti sono stati utilizzati per un’analisi disaccopiata di filtrazione e stabilità globale dell’area a monte del coronamento di frana, per valutare l’entità della minima intensità di pioggia in grado di innescare la retrogressione del fenomeno.
Ulteriori informazioni sulla frana sono state ricercate tramite l’utilizzo di dati SAR satellitari. A causa della densa vegetazione e degli evidenti cambiamenti morfologici indotti dalla frana, le tecniche PS ed SBAS non sono risultate applicabili. Si è pertanto analizzata l’ampiezza del dato, anziché la fase, utilizzando 9 immagini COSMO-SkyMed, acquisite prima e dopo l’evento. La valutazione dei cambiamenti di ampiezza ha permesso di perimetrare l’area in frana.
Infine la tecnica SBAS è stata utilizzata per indagare l’evoluzione dei sinkholes che interessano la costa Giordana del Mar Morto, con particolare attenzione alla porzione sud-orientale della costa, denominata Ghor Al Haditha.
Grazie ai numerosi riferimenti bibliografici relativi a quest’area (Bartov et al., 2000; Closson et al., 2007, 2009; Abou Karaki et al., 2005; Abelson et al., 2006; Akawwi et al., 2009; Ezersky et al., 2013) sono chiare le ragioni del verificarsi di questi dissesti e della subsidenza lungo tutta la costa del lago. L’innesco è connesso all’ingente sfruttamento, a scopo civile ed industriale, delle acque del Mar Morto, il cui livello si sta abbassando di circa 1 m/anno. La conseguenza di questo sfruttamento è una sostituzione dell’acqua salina, presente in profondità, con acqua dolce di falda, la quale causa la dissoluzione degli strati salini presenti nel terreno.
L’area è stata analizzata utilizzando immagini ERS, Envisat e COSMO-SkyMed. I primi due dataset hanno evidenziato la subsidenza che affligge le coste, senza permettere di isolare gli spostamenti dovuti ai singoli sinkhole, a causa della risoluzione spaziale di 25 m di questi dati SAR. L’utilizzo dei dati COSMO ha invece permesso di identificare gli spostamenti dovuti ai sinkholes in modo molto dettagliato, grazie all’alta risoluzione spaziale di questi dati (3m x 3m) e al breve tempo di rivisitazione del satellite. Uno specifico sinkhole è stato individuato ed analizzato studiandone l’evoluzione temporale. Sulla base dei risultati ottenuti dal processamento SBAS è stato definito un modello analitico: partendo dal campo di spostamenti superficiali sono stati derivati i parametri geometrici della sorgente e stimata la variazione di volume associata al fenomeno.
Le esperienze fatte hanno evidenziato come i dati SAR satellitari permettano di ottenere importanti informazioni riguardo le dinamiche dei fenomeni di instabilità. Il grado di dettaglio di tali informazioni dipendono da diversi fattori, quali la risoluzioni spaziale del dato, la numerosità e la vicinanza temporale dei dati analizzati, la presenza di vegetazione più o meno fitta, la velocità degli spostamenti.
La possibilità di utilizzare i dati SAR per ottenere informazioni utili alla creazione di un modello numerico è stata testata in diverse condizioni. In presenza di movimenti molto rapidi, che superano il valore massimo di velocità rilevabile, e cambiamenti netti della copertura vegetativa provocano una perdita di coerenza, è possibile analizzare l’ampiezza del segnale anziché la fase. Nel caso della frana in località Val Maso, è stato possibile mappare la superficie soggetta a deformazioni, fornendo un possibile strumento fondamentale per la gestione dell’emergenza post-evento. Nonostante la presenza di vegetazione nel versante in frana, in località Cischele, la tecnica SBAS ha permesso di stimare una componente dello spostamento superficiale, grazie all’attenta calibrazione di alcuni parametri del processamento. La morfologia pianeggiante della costa del Mar Morto, in località Ghor Al Haditha, e la scarsa presenza di vegetazione, hanno permesso di ottenere precise informazioni relativamente alle deformazioni superficiali indotte dal subsidenza e sinkholes, tanto da poter generare un modello analitico del fenomeno, utile alla creazione di un sistema di early warning, sulla base dei movimenti che precedono un possibile evento catastrofico.

Statistiche Download - Aggiungi a RefWorks
EPrint type:Ph.D. thesis
Tutor:Floris, Mario
Ph.D. course:Ciclo 27 > scuole 27 > SCIENZE DELLA TERRA
Data di deposito della tesi:02 February 2015
Anno di Pubblicazione:02 January 2015
Key Words:Numerical modeling, Interferometry, sinkhole, landslide, SAR
Settori scientifico-disciplinari MIUR:Area 04 - Scienze della terra > GEO/05 Geologia applicata
Struttura di riferimento:Dipartimenti > Dipartimento di Geoscienze
Codice ID:7958
Depositato il:10 Nov 2015 11:34
Simple Metadata
Full Metadata
EndNote Format


I riferimenti della bibliografia possono essere cercati con Cerca la citazione di AIRE, copiando il titolo dell'articolo (o del libro) e la rivista (se presente) nei campi appositi di "Cerca la Citazione di AIRE".
Le url contenute in alcuni riferimenti sono raggiungibili cliccando sul link alla fine della citazione (Vai!) e tramite Google (Ricerca con Google). Il risultato dipende dalla formattazione della citazione.

AA.VV., 2009. Linee guida per l’analisi di dati interferometrici satellitari in aree soggette a dissesti idrogeologici. Edito da: Ministero dell’Ambiente e della Tutela del Territorio e del Mare – Direzione Generale per la Difesa del Suolo. Piano straordinario di telerilevamento ambientale. Dicembre 2009. Cerca con Google

Abelson M, Yechieli Y, Crouvi O, Baer G, Wachs D, Bein A, Shtivelman V., 2006. Evolution of the Dead Sea sinkholes. Geol Soc Am Spec Pap; 40 241–253. Cerca con Google

Abou Karaki N., Closson D., Salameh E., de Schoutheete de Tervarent M., Barjous M., 2005. Natural, induced and environmental hazards along the Dead Sea coast, Jordan. Hydrogeologie und Umwelt, v.33, pp. 1-25. Cerca con Google

Akawwi E., Kakish M., Hadadin N., 2009. Geological model and groundwater aspects of the area surrounding Eastern shores of Dead Sea (DS) – Jordan. Wseas transactions on information science and applications. Vol. 6, (4). Cerca con Google

Amelung F., Jonsson S., Zebker H., Segall P., 2000. Widespread uplift and ”trapdoor” faulting on Galapagos volcanoes observed with RADAR interferometry, Nature, 407, 993–996. Cerca con Google

Askne J., 2003. Remote Sensing using microwaves. Available on web: www.chalmers.se/en/. Vai! Cerca con Google

Atzori S., Salvi S., 2014. SAR data analysis in solid earth geophysics: from science to risk management. Land applications of RADAR remote sensing, InTech 2014, chapter 9, pp. 261 – 279. Cerca con Google

Ayele A., Jacques E., Kassim M., Kidane t., Omar a., Tait S., Nercessian A., J.B. de Chabalier, King G., 2007. The volcano–seismic crisis in Afar, Ethiopia, starting September 2005. Earth and Planetary Science Letters, 255, pp. 177–187. Cerca con Google

Baer G., Nof R., Avni Y., Shviro M., Atzori S., 2014. Sinkhole precursors and formation mechanism along the Dead Sea Shorelines, Israel, analyzed by InSAR, field mapping, water analysis and elastic modeling. Proceedings, AGU 2014. Cerca con Google

Bamler R., Just. D., 1993. Phase statistics and decorrelation in SAR interferograms. Geoscience and Remote Sensing Symposium, 1993, IGARSS93 Better Understanding of Earth Environment, 18-21 pp 980-984. Cerca con Google

Bartov Y., Stein M., Enzel Y., Agnon A., Reches Z., 2000. Lake levels and sequence stratigraphy of Lake Lisan, the late Pleistocene precursor of the Dead Sea. Quaternary Research, 57, 9 – 21. Cerca con Google

Battazza F., Ciappa A., Coletta A., Covello F., Manoni G., Pietranera L., Valentini G., 2009. COSMO-SkyMed Mission: a set of X-band SAR application conducted during 2008. Italian Journal of Remote Sensing, 41 (3), 7-21. Cerca con Google

Berardino P., Fornaro G., Lanari R., Sansosti E., 2002. A new algorithm for surface deformation monitoring based on small baseline differential interferograms. IEEE Transactions on Geoscience and Remote Sensing, Vol. 40, No. 11, pp. 2375–2383. Cerca con Google

Berardino P., Casu G., Fornaro R., Lanari R., Manunta M., Manzo M., Sansosti E., 2004. A quantitative analysis of the SBAS algorithm performance. International Geoscience and Remote Sensing Symposium, Anchorage, Alaska, 20–24 September 2004, pp. 3321–3324, 2004. Cerca con Google

Bertolino A., 2010. Evento alluvionale Novembre 2010, dissesto in località Val Maso, Quartiere Val Maso. Indagini in sito: geofisiche e sondaggi. Relazione tecnica, Committente Provincia di Vicenza. Cerca con Google

Biggs J., Anthony E.Y., Ebinger C.J., 2009. Multiple inflation and deflation events at Kenyan volcanoes, East African Rift. Geology; v. 37; no. 11; p. 979–982; doi: 10.1130/G30133A.1 Cerca con Google

Bisson A., Cola S., Tessari G., Floris M. Floating anchors in landslide stabilization: the Cortiana case in North-Eastern Italy. Engineering Geology for Society and Territory, Vol. 2, 2014. Cerca con Google

Blatz J.A., Ferreira N.J., Graham J., 2004. Effects of near-surface environmental conditions on instability of an unsaturated soil slope. Can. Geotech. J. Vol. 41: 1111-1126. Cerca con Google

Box G. E. P., Draper N. R., 1987. Empirical Model-Building and Response Surfaces, p. 424, Wiley. ISBN 0-471-81033-9. Cerca con Google

Calò F., Ardizzone F., Castaldo R., Lollino P., Tizzani P., Guzzetti F., Lanari R., Angeli M.G., Pontoni F., Manunta M., 2014. Enhanced landslide investigations through advanced DInSAR techniques: The Ivancich case study, Assisi, Italy. Remote Sensing of Environment, 142, pp 69-82. doi:10.1016/j.rse.2013.11.003. Cerca con Google

Calvo R., Bartov Y., 2001. Hazeva Group, southern Israel: New observation, and their implications for its stratigraphy, paleogeography, and tectono-sedimentary regime. Isr. J. Earth Sci., 50, pp. 71 – 99. Cerca con Google

Campbell J.B.,2002. Introduction to remote sensing. The Guilford Press, pp. 280. Cerca con Google

Casagli N., Dapporto S., Lbsen M.L., Tofani V., Vannocci P., 2006. Analysis of the landslide triggering mechanism during the storm of 20th-21th November 2000, in Northern Tuscany. Landslides. Vol. 3: 13-21. Cerca con Google

Cascini L., Gulla G., Sorbino, G., 2006. Groundwater modelling of a weathered gneissic cover, Can. Geotech. J. Vol. 43: 1153-1156. Cerca con Google

Cascini L. Fornaro G, Peduto D., 2010. Andvanced low- and full-resolution DInSAR map generation for slow-moving landslide analysis at differential scales. Engineering and Geology, v.112 (1-4), pp. 29-42. Cerca con Google

Casu F., Manzo M., and Lanari R. (2006): “A quantitative assessment of the SBAS algorithm performance for surface deformation retrieval from DInSAR data”, Remote Sensing of Environment, 102, 3-4, pp. 195-210, doi: 10.1016/j.rse.2006.01.023. Cerca con Google

Casu F., Manconi A., Pepe A., Lanari R., 2011. Deformation time-series generation in areas characterized by large displacement dynamics: the SAR amplitude pixel-offset SBAS technique. IEEE transactions on Geoscience and Remote Sensing, vol. 49 (7), pp. 2752-2763. Cerca con Google

Chen R.H., Chen H.P., Chen K.S., 2009. Simulation of a slope failure induced by rainfall infiltration. Environ. Geol., vol. 58, pp 943-952. Cerca con Google

Chleborad A.F., 2000. Preliminary method for anticipating the occurrence of precipitation-induced landslides in Seattle, Washington. USGS Open-File, vol. 00-469. Cerca con Google

Closson D., LaMoreaux P.E., Abou Karaki N., al-Fugha H., 2007. Karst system developed in salt layers of the Lisan Peninsula, Dead Sea, Jordan. Environmental Geology; 52(1) 155-172. Cerca con Google

Closson D and Abou Karaki N., 2009. Human-induced geological hazards along the Dead Sea coast. Environmental Geology; 58(2) 371–380. Cerca con Google

Closson D., Abou Karaki N., 2014. Dikes stability monitoring versus sinkholes and subsidence, Dead Sea Region, Jordan. Land application of RADAR remote sensing, InTech 2014, chapter 10, pp. 281-307. Cerca con Google

Coletta A., Valentini G., Caltagirone F., De Carlo M., De Luca G., Battazza F., Covello F., 2008. Il programma COSMO-SkyMed: Descrizione della missione e del sistema e primi risultati. Rivista italiana di Telerilevamento, v.40 (2), pp. 5-13. Cerca con Google

Colesanti C., Wasowski J., 2006. Investigated landslide with space-borne Synthetic Aperture RADAR (SAR) interferometry. Engineering Geology, v. 88, pp. 173-199. Cerca con Google

Costantini M., 1998. A novel phase unwrapping method based on network programming. Geoscience and Remote Sensing. Vol. 36, Issue 3, pp. 813 – 821. Cerca con Google

Cruden D.M.,Varnes D.J., 1994. Landslide types and processess. In Turner A.K., Shuster R.L., Landslides: Investigation and Mitigation. Transp Res Board, Spec Rep 247, pp. 36-75. Cerca con Google

Curlander J.C., Mc Donough R.N., 1991. Synthetic Aperture RADAR, Systems and Signal Processing, Ed. John Wiley & Sons. Cerca con Google

Darteni G.F., 2011. Intervento di drenaggio e consolidamento di un centro abitato in prossimità della S.P. 246 in località Cischele nel Comune di Recoaro Terme. Relazione su incarico della Provincia di Vicenza, Area Lavori Pubblici, Settore Lavori Pubblici, Maggio 2011. Cerca con Google

De Agostini A., 2014. L’utilizzo dell’interferometria RADAR satellitare nella caratterizzazione dei fenomeni franosi a diverse scale d’indagine. Tesi di dottorato. Scuola di dottorato in scienze della terra, ciclo XXVI, Università degli Studi di Padova. Cerca con Google

Duchossois G., Martin P., 1995. ERS-1 and ERS-2 Tandem Operations. ESA Bulletin, No. 83, August 1995, pp. 54-60. Cerca con Google

ESA DUP SLAM2 Report, 2002. Final Report. Integration of remote sensing techniques with statistical methods for Landslide Monitoring and Risk Assessment. pp. 42. Cerca con Google

Ezersky M. G., Eppelbaum L. V., Al-Zoubi A., Keydar S., Abueladas A., Akkawi E., Medvedev B., 2013. Geophysical prediction and following development sinkholes in two Dead Sea areas, Israel and Jordan. Environmental Earth Sciences; 70 1463-1478. Cerca con Google

Ferretti A., Prati C., Rocca F., 1999. Monitoring terrain deformation using multitemporal SAR images. In Proc. CEOS SAR Workshop, ESA-CNES, Toulouse, France. Cerca con Google

Ferretti A., Prati C., Rocca F., 2000. Nonlinear subsidence rate estimation using permanent scatterers in differential SAR interferometry,” IEEE Transactions on Geoscience and Remote Sensing, vol. 38, no. 5, pp. 2202–2212. Cerca con Google

Ferretti A., Prati C., Rocca F., 2001. Permanent scatterers in SAR interferometry. IEEE Transactions on Geoscience and Remote Sensing. V. 39 (1), pp. 8-20. Cerca con Google

Ferretti A., Novali F., Burgmann R., Hilley G., Prati C., 2004. InSAR Permanent Scatterer Analysis Reveals Ups and Downs in San Francisco Bay Area. EOS, 85(34), 1-3. Cerca con Google

Ferretti A., Monti-Guarnieri A., Prati C., Rocca F., Massonnet D., 2007. InSAR Principles: Guidelines for SAR Interferometry Processing and Interpretation, ESA-TM 19, ESA Publication, The Netherlands, pp.230. Cerca con Google

Ferretti A., 2014. Satellite InSAR data: reservoir monitoring from space. Oil and gas applications. EAGE 2014, chapter 5, pp. 101 – 156. Cerca con Google

Fielding E. J., Blom R. G., Goldstein R.M., 1998. Rapid subsidence over oil fields measured by SAR interferometry, Geoph. Res. Lett., 25(17), 3215-3218. Cerca con Google

Floris M., Bozzano F., 2008. Evaluation of landslide reactivation: a modified rainfall threshold model based on historical records of rainfall and landslides. GEOMORPHOLOGY, vol. 94, p. 40-57, ISSN: 0169-555X, doi: 10.1016/j.geomorph.2007.04.009 Cerca con Google

Floris M., D’Alpaos A., De Agostini A., Stevan G., Tessari G., Genevois R., 2012. A process-based model for the definition of hydrological alert systems in landslide risk mitigarion. Natural Hazards and Earth System Sciences, 12, pp. 3343-3357, ISSN: 1561-8633, doi: 10.5194/nhess-12-3343-2012. Cerca con Google

Floris M., D'Alpaos A., De Agostini A., Tessari G., Stevan G., Genevois R., 2013. Variation in the occurrence of rainfall events triggering landslides. In: Landslide Science and Practice: Global Environmental Change. vol. 4, pp. 131-138, Spinger. Cerca con Google

Fredlund D.G., 2000. The 1999 R.M. Lecture: The implementation of unsatured soil mechanics into geotechnical engineering, R.M. Hardy Address. Can. Geotech., vol. 37, pp 963-986. Cerca con Google

Fruneau B., Rudant J.P., Obert D., Raymond D., 1999. Small displacements detected by SAR interferometry on the city of Paris (France). Proceedings of IGARSS, Hamburg, Germany. Cerca con Google

Funning G.J., Parsons B., Wright T.J., 2005. Surface displacements and source parameters of the 2003 Bam (Iran) earthquake from Envisat advanced synthetic aperture RADAR imagery. Journal of Geophysical Research, Vol. 110, B09406, doi:10.1029/2004JB003338. Cerca con Google

Gabriel A.K., Goldstein R.M., Zebker H.A., 1989. Mapping small elevation changes over large areas: differential RADAR interferometry. J. Geophys. Res., v.94, pp. 9138-9195. Cerca con Google

Gasmo J.M., Rahardjo H., Leong E.C., 2000. Infiltration effects on stability of residual soil slope. Computer and Geotechnics, Vol. 26: 145-165. Cerca con Google

Gavin K., Xue J.F., 2008. A simple method to analyze infiltration into unsatured soil slope. Computers and Geotechnics, vol. 35, pp. 223-230. Cerca con Google

Ge L., Chang H., Rizos C., Omura M., 2004. Mine subsidence monitoring: a comparison among Envisat, ERS, and JERS-1. Proceedings of 2004 Envisat & ERS Symposium, Salzburg. Cerca con Google

GEO-SLOPE International Ltd, 2010. Seep modelling with SEEP/W 2007, an engineering methodolofy. 4th edition, pp. 307. Cerca con Google

Giordan D., Allasia P., Manconi A., Baldo M., Santangelo M., Cardinali M., et al., 2013. Morphological and kinematic evolution of a large earthflow: The Montaguto landslide, southern Italy. Geomorphology, 187, pp. 61-79. Cerca con Google

Glade T., 1998. Establishing the frequency and magnitude of landslide-triggering rainstorm events in New Zealand. Environmental Geology 35, 160–174. Cerca con Google

Glade T., Anderson M.G., Crozier M.J., 2005. Landslide hazard and risk. Chichester. Wiley. Cerca con Google

Goldstein R.M., Zebker H.A., 1987. Interferometric RADAR measurement of ocean surface current. Nature, v. 328, pp. 707-970. Cerca con Google

Goldstein R.M., Zebker H., Werner C., 1988. Satellite RADAR interferometry: two-dimensional phase unwrapping, Radio Science Vol. 23(No. 4): pp. 713–720. Cerca con Google

Goldestein R.M., Engelhardt R., Kamp B., Frolich R.M., 1993. Satellite RADAR interferometryfor monitoring ice sheet motion: Application to an Antarctic ice stream. Science, v. 262, pp.1525-1530. Cerca con Google

Goldstein R.M., Werner C.L., 1998. RADAR Interferogram Filtering for Geophysical Applications. Geophys. Res. Lett., 25(21), pp. 4035–4038. Cerca con Google

Graham L.C., 1974. Synthetic interferometer RADAR for topographic mapping. Proc. IEEE, v.62, pp. 763-8. Cerca con Google

Gray A. L., Mattar K. E., Vachon P. W., Bindschadler R., Jezek K.C., Forster R., Crawford J. P., 1998. InSAR results from the RADARSAT Antarctic Mapping Mission data: estimation of glacier motion using a simple registration procedure, IGARSS Proceedings, IEEE Int., 3, pp. 1638-1640. Cerca con Google

Gutierrez F., Galve J.P.,Lucha P., Castañeda C., Bonachea J., Guerrero J., 2011. Integrating geomorphological mapping, trenching, InSAR and GPR for the identification and characterization of sinkholes: a review and application in the mantled evaporite karst of the Ebro Valley (NE Spain). Geomorphology, 134, pp. 144-156. Cerca con Google

Hagberg J.O., Ulander L.M.H., Askne J., 1995. Repeat-pass SAR interferometryover forested terrain. I.E.E.E.T. Geosci. Remote. 33(2). Pp. 331-340. Cerca con Google

Hanssen R., Usai S., 1997. Interferometric phase analysis for monitoring slow deformation processes. Proc. Of 3rd ERS Symposium Space at the Service of ourEnvironment, Firenze. Cerca con Google

Hanssen R., 2001. RADAR Interferometry. Data interpretation and error analysis. Kluwer Academic Publisher, New York, pp.327. Cerca con Google

Hilley G. E., Burgmann R., Ferretti A., Novali F., Rocca F., 2004. Dynamics of Slow-Moving Landslides from Permanent Scatterer Analysis, Science, v. 34, pp. 1952-1955. Cerca con Google

Holecz F., Pasquali P., Milisavljević N., Closson D., 2014. Preface. Land applications of RADAR remote sensing, InTech 2014 Cerca con Google

Iisaka, J., 1998. Synthetic aperture RADAR image handbook. Asakura, Tokyo, pp 164-165. Cerca con Google

Jacobs A., Sandwell D., Fialko Y., Sichoix L., 2002. The 1999 (Mw7.1) Hector Mine, California, Earthquake: Near-Field Postseismic Deformation from ERS Interferometry. Bulletin of the Seismological Society of America, 92(4), 1433–1442. Cerca con Google

Kampes B., Adam N., 2005. The STUN algorithm for Persistent Scatterer Interferometry. FRINGE 2005 Workshop Procs., Frascati, Italy, 28. Nov. - 2 Dec., 2005. Cerca con Google

Keefer D.K., Wilson R.C., Mark R.K., Brabb E., Brown III W.M., Ellen S.D., Harp E.L., Weczorek G.F., Alger C.S., Zatkin R.S., 1987. Real-time landslide warning during heavy rainfall. Science 238, 921–925. Cerca con Google

Lanari R., Casu F., Manzo M., Zeni G., Berardino P., Manunta M., Pepe A., 2007. An overview of the Small Baseline Subset algorithm: A DInSAR Technique for surface deformation analysis. Pure and Applied Geophysics, 164, 647-661. Cerca con Google

Leong E.C., He L., Rahardjo H., 2002. Factors affecting the filter paper method for total and matric suction measurements. Can. Geotech., vol. 25, pp 321-332. Cerca con Google

Lo H., Hsu S., Chi S., Ku C., 2010. Coupled Stability Analyses of Rainfall Induced Landslide: A Case Study in Taiwan Piedmont Area. Geoenvironmental Engineering and Geotechnics: pp. 1-8. doi: 10.1061/41105(378)1 Cerca con Google

Luckman, A. J., Kuplich, T.M., Yanasse, C.C.F., and Frery, A.C., 1997. A study of the Relationship between RADAR backscatter and regenerating forest biomass for spaceborne SAR instruments. Remote Sensing and Environment. 60, pp.1-13. Cerca con Google

Luino F., 2005. Sequence of instability processes triggered by heavy rainfall in the northern Italy. Geomorphology 66, 13–39. Cerca con Google

Luzi G., 2010. Ground Based SAR Interferometry: a Novel Tool for Geoscience. Geoscience and Remote Sensing New Achievements, Pasquale Imperatore and Daniele Riccio (Ed.), ISBN: 978-953-7619-97-8, InTech, DOI: 10.5772/9090. Available from: http://www.intechopen.com/books/geoscience-and-remote-sensing-new-achievements/ground-based-sar-interferometry-a-novel-tool-for-geoscience Vai! Cerca con Google

Manconi A., Casu F., Ardizzone F., Bonano M., Cardinali M., De Luca C., Gueguen E., Marchesini I., Parise M., Vennari C., Lanari R., Guzzeti F., 2014. Brief communication: Rapid mapping of landslide events: the 3 Decembre 2013 Montescaglioso landslide, Italy. Natural Hazards and Earth System Sciences, 14, 1835 – 1841. Cerca con Google

Manunta M., Marsella M., Zeni G., Sciotti M., Atzori S., Lanari R., 2008. Two-scale surface deformation analysis using the SBAS-DInSAR technique: A casa study of the city of Rome, Italy. International Journal of Remote Sensing, 29(6), 1665-1684. Cerca con Google

Marquardt D., 1963. An algorithm for least-squares estimation of nonlinear parameters, SIAM J. Appli. Math., 11, pp. 431 – 441. Cerca con Google

Massonet D., Rossi M., Carmona C., Adragna F., Peltzer G., Feigl K., Rabaute T., 1993. The displacement field of the Landers earthquake mapped by RADAR interferometry. Nature 364. pp. 138–142. Cerca con Google

Massonnet, D., Briole P., Arnaud A., 1995. Deflation of Mount Etna monitored by spaceborne RADAR interferometry. Nature, 375, 567-570. Cerca con Google

McCandless S.W., Jackson C. R., 2004. Principles of Synthetic Aperture RADAR. Synthetic Aperture RADAR Marine User’s Manual, cap. 1, pp.24. Cerca con Google

Menke W., 1989. Geophysical Data Analysis: Discrete Inverse Theory. Academic Press, San Diego. Cerca con Google

Miao F., Yan M., Qi X., Ye C., Wang B., Liu R., Chen J., 2008. Application of DInSAR and GIS for underground mine subsidence monitoring. Int. Arch. Photogramm. Remote. Sens. Spat. Inf. Sci., 37, pp. 251-256. Cerca con Google

Michel R., Avouac J.P., 1999. Measuring ground displacement from SAR amplitude images: application to the Landers earthquake. Geophysical Research Letters, vol. 26 (7), pp. 875-878. Cerca con Google

Ministero dell’Ambiente e della Tutela del Territorio e del Mare, 2009. Piano Straordinario di Telerilevamento Ambientale (PST-A) Lotto 2 – Linee guida per l’analisi dei dati interferometrici satellitari in aree soggette a dissesti idrogeologici. Cerca con Google

Moghaddam M., 2009. Polarimetric SAR phenomenology and inversion techniques for vegetated terrain. The SAGE handbook of Remote Sensing, Cap. 6, 78-91. Cerca con Google

Mogi K., 1958. Relations between eruptions of various volcanoes and the deformation of the ground surface around them, Bull. Earth Res. Inst., 36, pp. 99-134. Cerca con Google

Mora O., Mallorquí J. J., Broquetas A., 2003. Linear and nonlinear terrain deformation maps from a reduced set of interferometric SAR images. IEEE Trans. Geosci. Remote Sens., 41, pp. 2243-2253. Cerca con Google

Moro M., Chini M., Saroli M., Atzori S., Stramondo S., Salvi S., 2011. Analysis of large, seismically induced, gravitational deformations imaged by high-resolution COSMO-SkyMed synthetic aperture RADAR. Geology, 39, 527-530, doi:10.1130/G31748.1 Cerca con Google

Nezry E., 2014. Adaptive Speckle Filtering in RADAR Imagery. Land applications of RADAR remote sensing, InTech 2014, chapter 1, pp. 3 – 55. Cerca con Google

Nof R.N., Baer G., Ziv A., Raz E., Atzori S., Salvi S., 2013. Sinkhole precursors alond the Dead Sea, Israel, revealed bt SAR interferometry. Geology, 41(9), pp. 1019-1022 Cerca con Google

Novellino A., De Agostini A., Di Martire D., Ramondini M., Floris M., Calcaterra D., 2014. Using Data from Multiple SAR Sensors in Landslide Characterization: Case Studies from Different Geomorphological Contexts in Italy. Engineering Geology for Society and Territory - Vol 2. 2015, pp 395-398 Cerca con Google

Okada Y., 1985. Surface deformation due to shear and tensile faults in a half-space, Bulletin of the Seismological Society of America, 75, pp. 1135 – 1154. Cerca con Google

Okada Y., Yamamoto E., 1991. Dyke intrusion model for the 1989 seismovolcanic activity off Ito, central Japan. J. Geophys. Res., 96(B6), 10361–10376, doi: 10.1029/91JB00427. Cerca con Google

Okada Y., 1992. Internal deformation due to shear and tensile faults in a half-space. Bulletin of the Seismological Society of America, 82 (2), pp. 1018 – 1040. Cerca con Google

Pasquali P., Cantone A., Riccardi P., Defilippi M., Ogushi F., Gagliano S., Tamura M., 2014. Mapping of ground deformations with interferometric stacking tecniques. Land applications of RADAR remote sensing, InTech 2014, chapter 8, pp. 234 – 259. Cerca con Google

Peduto D., 2008. Analysis of ground deformations related to subsidence and landslide phanomena via DInSAR techniques. Tesi di Dottorato di Ricerca in Ingegneria Civile per l’Ambiente ed il Territorio, Università di Salerno, 230 pp. Cerca con Google

Petley D.N., Mantovani F., Bulmer M.H., Zannoni A., 2005. The use of surface monitoring data for the interpretation of landslide movement patterns. Geomorphology, 66, pp. 133-147. Cerca con Google

Plank S., Singer J., Minet C., Thuro K., 2012. Pre-survey suitability evaluation of the differential synthetic aperture RADAR interferometry method for landslide monitoring. International Journal of Remote Sensing, v. 33 (20), pp. 6623-6637. Cerca con Google

Prati C., 2008. Introduction to SAR and InSAR. IV Conférence canadienne sur les géorisques: des cause à la gestion, Université Laval. Cerca con Google

Prati C., Ferretti A., Perissin D., 2010. Recent advances on surface ground deformation measurement by means of repeated space-borne SAR observation. Journal of Geodynamics, v. 49, pp.161-170. Cerca con Google

Quennell A.M., 1958. The structural and geomorphic evolution of the Dead Sea rift. Quarterly Jour. Geol. Soc. Of London, 114, 1-24. Cerca con Google

Quennell A. M., 1959. Tectonics of the Dead Sea rift. Int. Geol. Congress, 20th, 385-405. Cerca con Google

Nof R. N., 2012. Current ground movements in the Dead-Sea area and their implications for crustal rheology and infrastructure instability: a Synthetic Aperture RADAR Interferometry (InSAR) study. Tesi di dottorato, Università Ben-Gurion del Negev. Cerca con Google

Raucoules D., Maisons C., Carnec C., Le Mouelic S., King C., Hosford S., 2003. Monitoring of slow ground deformation by ERS RADAR interferometry on the Vauvert salt mine (Frnace). Remote Sens. Environment, 88, pp. 468-478. Cerca con Google

Reichenbach P., Galli M., Cardinali M., Guzzetti F., Ardizzone F., 2005. Geomorphological mapping to assess landslide risks: COncepts, methods and applications in the Umbria region of Central Italy. In T.W. Glade T., Anderson M.G., Crozier M.J. Landslide hazard and risk. Pp. 429-468. Wiley. Cerca con Google

Richards J.A.,2009. Remote Sensing with imaging RADAR. Springer Series on Signals and Communication Technology. 373 pp. Cerca con Google

Richards L.A., 1931. Capillary conduction of liquids in porous mediums. Physics 1, 318–333. Cerca con Google

Riedel B., Walther A., 2008. InSAR processing for the recognition of landslides. Advances in Geosciences, 14, pp. 189-194. Cerca con Google

Rogers A.E.E., Ingalls R.P., 1969. Venus: mapping the surface reflectivity by RADAR interferometry. Science, 165: 797 – 799. Cerca con Google

Rosen P.A., Hensley S., Zebker H.A., Webb F. H., Fielding E.J., 1996. Surface deformation and coherence measurements of Kilauean Volcano, Hawaii, from SIR-C RADAR interferometry, Journal Geophysical Resources, 101:23109–23125. Cerca con Google

Rott H., Nagler T., 2006. The contribution of RADAR interferometry to the assessment of landslide hazards. ADVANCES IN Space Research, 37, pp. 710-719. Cerca con Google

Sabins, F.F. 1997. Remote Sensing and Principles and Image Interpretation. WH Freeman, New York. Cerca con Google

Sansosti E., Casu F., Manzo M., Lanari R., 2010. Space‐borne RADAR interferometry techniques for the generation of deformation time series: An advanced tool for Earth’s surface displacement analysis. Geophysical Research Letters, vol. 37, L20305, doi:10.1029/2010GL044379, 2010. Cerca con Google

SARscape guide book, 2008. Synthetic Aperture RADAR and SARscape®. ©Sarmap, Svizzera, 268 pp. Cerca con Google

Singleton A., Li Z., Hoey T., Muller J.P., 2014. Evaluating sub-pixel offset techniques as an alternative to D-InSAR for monitoring episodic landslide movements in vegetated terrain. Remote Sensing of Environment, 147, pp. 133-144. Cerca con Google

Skolnik M., 2008. An Introduction and overview of RADAR. RADAR Handbook. Mc Graw Hill. Pp 1352. Cerca con Google

Strozzi T., Wegmiller U., Werner C., Wiesmann A., 2000. Measurement of slow uniform surface displacement with mm-year accuracy. Proceedings of Geoscience and Remote Sensing Symposium, v. 5, pp. 2239-2241. Cerca con Google

Strozzi T., Wegmüller U., Tosi L., Bitelli G., Volker Spreckels V., 2001. Land Subsidence Monitoring with Differential SAR Interferometry. Photogrammetric Engineering & Remote Sensing, Vol. 67, pp. 1261-1270. Cerca con Google

Tami D., Rahardjo H., Leong E.C., 2004. Effects of hysteresis in steady-state inflitration in unsatured slopes. J. Geotech Geoenviron. Eng., vol. 130 (9), pp 956-967. Cerca con Google

Taqieddin S.A., Abderahman N.S., Atallah M., 2000. Sinkhole hazards along the eastern Dead Sea shoreline area, Jordan: a geologica and geotechnical consideration. Environmental Geology, 39 (11), pp. 1237 – 1253. Cerca con Google

Tebaldini S., Monti Guarnieri A., 2010. Methods and Performances for Multi-Pass SAR Interferometry, Geoscience and Remote Sensing New Achievements, Pasquale Imperatore and Daniele Riccio (Ed.), ISBN: 978-953-7619-97-8, InTech, Available from: http://www.intechopen.com/books/geoscience-andremote-sensing-new-achievements/methods-and-performances-for-multi-pass-sar-interferometry Vai! Cerca con Google

Thieu N.T.M., Fredlund M.D., Fredlund D.G., Vu H.Q., 2001. Seepage modeling in a satured-unsatured soil system Assessment of unsatured soil properties for seepage modeling through tailings and mine wastes. Proc. Int. Conf. on Management of the land and water resources. Hanoi, Vietnam, pp. 49-56. Cerca con Google

Tomas R., Marquez Y., Lopez-Sanchez J.M., Delgado J., Blanco P., … Mulas J., 2005. Mapping ground subsidence induced by acquifer overexploitation using advaced Differential SAR Interferometry: Vega Media of the Segura River (SE Spain) case study. Remore Sens. Environ., 98, pp. 269-283. Cerca con Google

Triglia D.S., 2010. Applicazioni di interferometria RADAR da satellite per la generazione di mappe di spostamento nell’analisi di fenomeni dinamici. Tesi di laurea specialistica, Dip. Ing. Trasp. Acq. Rilev. Terr. (DISTART), Bologna. 141 pp. Cerca con Google

Ulaby, F. T., et al. (1982), Microwave Remote Sensing: Active and Passive, vol. 2, RADAR Remote Sensing and Surface Scattering and Emission Theory, 609 pp., Addison-Wesley, Reading, Mass. Cerca con Google

U.S.G.S. – United States Geological Survey, 1998. Overview of Middle East Water Resources, pp 44. Cerca con Google

Wada Y., Shibasaki R., 1999. Estimation of forest biomass density in Kalimantan Island using JERS-1 SAR data. ACRS 1999 (Asian Conference of Remote Sensing) proceedings Papers PS299-1. Cerca con Google

Weston J., Ferreira A., Funning G.J., 2011. Global compilation of interferometric synthetic aperture RADAR earthquake source models: 1. Comparisons with seismic catalogs. J. Geophys. Res., 116, B08408, doi:10.1029/2010JB008131. Cerca con Google

Werner, C., Wegmüller U., Strozzi, T., Wiesmann, A. (2003). Interferometric Point Target Analysis for deformation mapping. In IGARSS ’03, vol. 7., pp. 4362-4364. Cerca con Google

Wright T.J., Lu Z., Wicks C., 2003. Source model for the Mw 6.7, 23 October 2002, Nenana Mountain Earthquake (Alaska) from InSAR. Geophys. Res. Lett., 30(18), doi: 10.1029/2003GL018014. Cerca con Google

Wright T.J., Ebinger C., Biggs J., Ayele A., Yirgu G., Keir D., Stork A.,2006. Magma-maintained rift segmentation at continental rupture in the 2005 Afar dyking episode. Nature, Vol 442. doi:10.1038/nature04978 Cerca con Google

Yerro A., Corominas J., Monells D., Mallorquì J.J., 2014. Analysis of the evolution of ground movements in a low densely urban area by means of DInSAR technique. Engineering Geology, 170, pp. 52-65. Cerca con Google

Zak I., Freund R., 1981. Asymmetry and basin migration in the Dead Sea rift. Tectonophysics, 80, pp. 27 – 38. Cerca con Google

Zebker H.A., Goldstein R.M.,1986. Topographic mapping from interferometric synthetic aperture RADAR observations. J. Geophys. Res. 91, 4993– 4999. Cerca con Google

Zebker H. A., Werner C. L., Rosen P., Hensley S., 1994. Accuracy of Topographic Maps Derived from ERS-1 Interferometric RADAR, IEEE Trans. Geosci. Remote Sens., 32, (4), 823. Cerca con Google

Zhong W., Tan Z., Wang X., Wang J., Hu T., 2014. Numerical Simulation of Stability Analyzing for Unsaturated Slope with Rainfall Infiltration. Journal of networks, vol. 9, (5). Cerca con Google

Download statistics

Solo per lo Staff dell Archivio: Modifica questo record