Il consumo di suolo è un fenomeno antropico con notevoli conseguenze sull’ambiente e sul paesaggio, come ad esempio lo sprawl urbano, l’impatto sui servizi ecosistemici, l’influenza sul cambiamento climatico. In Italia il fenomeno del consumo di suolo si è sviluppato notevolmente fin dagli anni ’60, e continua tutt’oggi con ritmi considerevoli, motivo per cui in ambito scientifico è emersa la necessità del monitoraggio del consumo di suolo. Il telerilevamento permette di acquisire informazioni (in particolare immagini satellitari multispettrali) indispensabili per il monitoraggio delle caratteristiche fisiche del paesaggio tra cui la copertura del suolo, definita come il materiale fisico che ricopre il suolo. In particolare, il telerilevamento e i GIS (Sistemi Informativi Geografici) sono strumenti fondamentali per la gestione del paesaggio e l’analisi della dinamicità tra spazi urbani, peri-urbani, rurali e naturali. Obiettivo di questa tesi è lo sviluppo di una metodologia innovativa per aumentare la frequenza e diminuire i costi del monitoraggio del consumo di suolo (e di altre caratteristiche fisiche del paesaggio) tramite classificazioni semi-automatiche di immagini satellitari. Questo genere di classificazioni utilizza le firme spettrali ottenute dalle immagini per identificare i materiali, consentendo una rapida classificazione di territori anche molto vasti. L'approccio di questa ricerca si colloca nella Land System Science (Scienza del Sistema Suolo), che è emersa negli ultimi anni come piattaforma di integrazione delle differenti dimensioni del cambiamento ambientale globale, e cerca di monitorare l'interazione tra sistema sociale ed il paesaggio. Assunto di questa tesi è che l’analisi del paesaggio necessiti di un approccio multidisciplinare e aperto, e pertanto si promuove un processo scientifico di analisi che sia accessibile alle varie professionalità che studiano il paesaggio, anche non esperte di telerilevamento. In questa ricerca è stata sviluppata una metodologia innovativa di classificazione della copertura del suolo che utilizza immagini satellitari gratuite e software open source per l’elaborazione dei dati, al fine di rendere il monitoraggio economico ed efficiente. In particolare, la metodologia è stata implementata in un programma aperto per il software QGIS (tramite il linguaggio di programmazione Python), in modo da rendere la ricerca sostenibile e replicabile anche in altri contesti di monitoraggio del paesaggio. L’applicazione al caso di studio si è concentrato sulla Regione Lazio, al fine di classificare la copertura del suolo con l’utilizzo di immagini gratuite Sentinel-2. Tale lavoro ha permesso la valutazione dell’evoluzione nel tempo della copertura del suolo, ed in particolare la stima del consumo di suolo avvenuto tra il 2016 e 2017 per effetto all’impermeabilizzazione delle superfici agricole e naturali. Tra i risultati della ricerca, oltre allo sviluppo di una metodologia di classificazione e la mappatura del consumo di suolo nella Regione Lazio, vi è quindi il programma, reso disponibile apertamente e gratuitamente, che permette l’elaborazione dei dati satellitari e la classificazione della copertura del suolo. Tale programma è già stato utilizzato da vari ricercatori in ambito internazionale che lo hanno applicato al proprio caso di studio e in vari settori (urbano, agricolo, forestale, ecc.). Ciò è quindi in accordo con l’obiettivo di apertura e multidisciplinarità del monitoraggio ambientale, e in particolare con l’intento di questa tesi di promuovere l’avanzamento della conoscenza sulla dinamicità del paesaggio nei suoi vari ambiti tramite il telerilevamento.