Analisi da telerilevamento

Transcript

1 Analisi da telerilevamento Analisi da telerilevamento

2

3 Introduzione Il progetto ha previsto la sperimentazione e lo sviluppo di tecniche innovative di telerilevamento applicate all'individuazione, al monitoraggio e alla gestione dei vigneti in aree viticole ubicate nelle tre Regioni interessate dal Contratto di Filiera Territori DiVini (Piemonte, Toscana e Veneto), in funzione dell'elevazione e della stabilizzazione degli standard qualitativi. Le informazioni ottenute da piattaforma satellitare, oggi relativamente economiche e disponibili, sono state integrate da voli su aree specifiche con aeromobili attrezzati con radiometri iperspettrali e con rilievi iperspettrali di proximal sensing. È stata esplorata la possibilità di determinare le firme spettrali caratteristiche delle varietà e verificata la relazione tra indici di vegetazione telerilevati, parametri della vegetazione e risultati qualitativi. Vini di elevata qualità segnalati nelle aree di indagine sono stati interpretati alla luce dei parametri telerilevati. L'obiettivo generale della ricerca Analisi da telerilevamento è stato la messa a punto di tecnologie efficaci ai fini del miglioramento qualitativo dei vini e dell'aumento del loro valore. Gli obiettivi specifici della linea di ricerca sono relativi al segmento "vigneto" della filiera e più precisamente alla razionalizzazione della gestione del vigneto per ottenere le uve più adatte come stato di maturazione e di composizione alla produzione di vini tipici delle zone interessate dal progetto tenendo conto dell'esistente variabilità spaziale tra vigneti e nell'ambito del vigneto. 97

4 1. TECNICHE DI TELERILEVAMENTO IMPIEGATE Nell'ambito della linea di ricerca Analisi da Telerilevamento sono stati utilizzati tre diversi approcci metodologici allo studio del territorio vitato. Le metodologie e le tecniche di telerilevamento differiscono per la scala spaziale e temporale a cui vengono applicate, per la risoluzione spettrale e pertanto vanno scelte in relazione all'obiettivo di studio prefissato. Le tecniche di telerilevamento utilizzate ai fini del progetto di ricerca possono essere quindi così distinte in tre categorie applicative e vengono di seguito brevemente introdotte: 1.1 TELERILEVAMENTO SATELLITARE La disponibilità di satelliti ottici commerciali con a bordo sensori ad alta risoluzione fornisce una importante opportunità di acquisizione di immagini pancromatiche e di immagini multi-spettrali; le elevate risoluzioni spaziali raggiungibili hanno aperto interessanti prospettive nel campo dell'analisi multi-spettrale dell'ambiente. I sistemi di osservazione ottica dallo spazio sono oggi configurati su modalità operative in grado di fornire informazioni di elevata qualità anche a media e grande scala. Le principali applicazioni operative nel settore agricolo si basano appunto su immagini satellitari con risoluzione geometrica media e alta (es.: 15 m per Landsat 7; 6 m per IRS-1C e Spot4; 2,5 m per Spot5; 1-4 m per Quickbird e Ikonos2). Non mancano comunque applicazioni anche a piccola scala (continentale, globale), con immagini acquisite da sensori a bassa o bassissima risoluzione geometrica (es.: 180 m per IRS- WiFS, 250 m per Modis Terra e Aqua, 1 km per NOAA AVHRR e Spot Vegetation), soprattutto quando sono richieste riprese multi-temporali in tempi molto ravvicinati, per studi di monitoraggio ambientale. 1.2 TELERILEVAMENTO AEREO MULTI- E IPER-SPETTRALE I sensori per il telerilevamento avio-trasportati sono montati su un aereo per ottenere immagini della superficie terrestre. Un vantaggio del telerilevamento aereo rispetto a quello satellitare, è la capacità di raggiungere una risoluzione spaziale delle immagini molto elevata (20 cm o meno). Gli svantaggi, invece, sono una bassa area di copertura e l'alto costo per unità di superficie di copertura del suolo e a differenza dei satelliti che spesso offrono la possibilità di un monitoraggio temporale, i sensori aero-portati sono spesso realizzati una volta sola durante la stagione vegetativa. I sensori iper-spettrali sono in grado di raggiungere una elevata risoluzione spettrale generalmente di circa bande spettrali di larghezze relativamente strette (5-10 nm), mentre, i sensori multispettrali raggiungono risoluzioni spettrali più ridotte, solitamente di circa 5-10 bande relativamente grandi ( nm). La ripresa simultanea di un alto numero di canali con un'alta risoluzione spettrale e spaziale, richiede l'utilizzo di una tecnologia molto avanzata per le ottiche e per i sensori, e necessita ovviamente competenze specifiche per il trattamento e la registrazione della grande quantità di dati prodotta. 1.3 TELERILEVAMENTO E CLIMATOLOGIA Nella moderna agrometeorologia le informazioni comunemente fornite dalle stazioni meteorologiche, sia locali che sinottiche, quali precipitazioni, temperatura e umidità relativa, sono sempre più spesso integrate non solo dalle immagini telerilevate, ma anche da indici e variabili climatiche a larga scala allo scopo di spiegare e prevedere il comportamento fenologico e produttivo delle colture (Atkinson et al., 2005). L'aspetto previsionale legato all'uso di alcuni indici climatici quali il North Atlantic Oscillation (NAO), la Sea Surface Temperature (SST) ed il Geopotential Height (GPH) ben si integra e completa l'analisi di tipo spaziale che si può ottenere dalle immagini telerilevate. Tali indici sono legati alla circolazione delle masse d'aria e sono in grado di influenzare il clima in Europa, incidendo soprattutto sulla traiettoria delle perturbazioni atlantiche, sull'origine delle precipitazioni e sulla determinazione dei flussi di calore fra mare e atmosfera, responsabili dei principali fenomeni meteorologici e climatici a varie scale (Hurrell, 1995; Jones et al., 1997). Gli studi sulle relazioni fra parametri qualitativi delle produzioni e indici climatici comunemente impiegati per le previsioni meteorologiche sono molti recente e attualmente, nelle nostre zone, le principali ricerche sono state effettuate su grano e vite (Grifoni et al., 2006; Dalla Marta et al., 2010; Dalla Marta et al., 2011). 98

5 2. REGIONE VENETO F. Meggio, G. Fila, L. M. Veilleux, C. Giulivo e A. Pitacco Università degli Studi di Padova, Dip. di Agronomia Ambientale e Produzioni Vegetali 2.1 CLIMATOLOGIA - GENERAZIONE DI MAPPE CLIMATICHE GIORNALIERE AD ALTA RISOLUZIONE SPAZIALE PER LA STIMA DI VARIABILI DI INTERESSE GESTIONALE L'agroclimatologia può dare un rilevante contributo conoscitivo importante per individuare le aree del territorio regionale più adatte per una moderna viticoltura di qualità. Una completa conoscenza delle relazioni esistenti tra parametri analitici dell'uva, dei vini e dei parametri meteorologici, è infatti di sicuro interesse soprattutto ai fini di effettuare delle corrette previsioni vendemmiali. La temperatura e l'acqua rappresentano le variabili ambientali maggiormente influenti sull'insieme dei processi di maturazione, in virtù del fatto che anche piccole variazioni nei loro livelli hanno degli effetti evidenti sui processi fisiologici che portano alla maturazione delle uve. Per quanto riguarda le precipitazioni e l'umidità dei suoli è noto che eccessi di vigoria, maturazioni complete delle bacche, elevati livelli di acido malico sono spesso associati ad un'eccessiva e prolungata disponibilità idrica. Va infine ricordato che per una corretta interpretazione dell'effetto che il clima può esercitare sulla viticoltura in un determinato sito, i vari elementi che lo caratterizzano vanno visti congiuntamente ed in interazione tra loro: così la temperatura viene associata alle ore di luce e all'insolazione. La combinazione di questi due fattori ha effetti diretti su gran parte dell'attività vegetativa, di accumulo, riproduttiva e di mantenimento della vite. Le ore di sole sono a loro volta positivamente correlate con la quantità prodotta e con la sua qualità solo se temperatura ed umidità relativa dell'aria ricadono in un intervallo favorevole e viceversa. La raccolta delle serie storiche di dati meteorologici ha interessato tutte le stazioni presenti nelle aree di studio (DOCG Prosecco, DOC Soave). All'interno del territorio regionale sono state individuate circa 50 stazioni automatiche di misura delle variabili meteorologiche di proprietà dell'arpav e del CO.DI.TV.. L'attività svolta è stata quella di omogeneizzazione dei dati al fine di ottenere una serie ordinata ed omogenea che in alcuni siti parte dal Questa lunga serie ha permesso il calcolo della climatologia delle aree di studio su base giornaliera mettendo in luce criticità e anomalie presenti all'interno delle aree di studio. Una volta raccolti i dati e opportunamente georiferiti sono state messe a punto delle procedure di interpolazione spaziale, basate sull'associazione di metodi geostatistici (kriging, Inverse Distance Weighting) con la regressione lineare multipla. In tal modo la stima delle variabili climatiche viene messa in relazione con le caratteristiche orografiche del territorio, anche per mettere in luce possibili criticità e zone di interesse. Come variabili predittive sono state adottate l'elevazione, la giacitura (pendenza e orientamento), la distanza dallo spartiacque prealpino, e le coordinate cartografiche. Le elaborazioni condotte hanno consentito la creazione di mappe climatologiche su base giornaliera. In Figura 1 è rappresentato il Digital Elevation Model a 25 m per l'area di studio DOCG Prosecco (in alto) e le relative mappe climatologiche ottenute su base giornaliera per le più importanti variabili meteorologiche: (da sx) piovosità,temperatura dell'aria e radiazione globale. 2.2 UTILIZZO DELLA PIATTAFORMA SATELLI- TARE MODIS A SCALA REGIONALE PER LA STIMA DELL'EVAPOTRASPIRAZIONE E DELLA PRODUZIONE PRIMARIA DEL VIGNETO Nel Veneto, come in altre regioni italiane, l'agricoltura è generalmente condotta su piccoli appezzamenti che rendono molto eterogeneo il paesaggio agrario, dove le basse risoluzioni del sensore MODIS (250 m) riescono difficilmente a discriminare dettagli a livello di singolo appezzamento. Un uso alternativo potrebbe tuttavia basarsi sull'osservazione di alcuni appezzamenti di grande estensione o di zone molto omogenee caratterizzate da elevate concentrazioni spaziali di una stessa coltura, che potrebbero essere più facilmente mappati sulle immagini MODIS. Una cartografia di queste zone, opportunamente campionate sul territorio allo studio, potrebbe costituire una rete di rilevamento regionale o nazionale per il monitoraggio dello stato vegetativo e fisiologico di colture specifiche. 99

6 Figura 1. Localizzazione delle stazioni meteo dell'arpav e del CODITV utilizzate per lo studio climatologico dell'area della DOCG Prosecco. Esempi di mappe climatiche giornaliere della piovosità, temperatura dell'aria e della radiazione globale. In un vigneto del Veneto orientale (Negrisia di Ponte di Piave, TV), caratterizzato da una notevole estensione e omogeneità spaziale è operativa dall'estate del 2005 una stazione eddy-covariance, che fornisce dati continui sui flussi di energia, acqua e carbonio in condizioni quasi ideali. Sullo stesso sito sono inoltre in corso dal 2006 campagne annuali di misura della crescita, basate su rilievi convenzionali di fenologia, biomassa, area fogliare, crescita dei frutti e resa finale. La stazione di misura, essendo inserita nella rete globale di monitoraggio degli scambi di carbonio tra biosfera e geosfera FLUXNET ( beneficia di specifiche elaborazioni da parte della NASA sui dati rilevati dai satelliti Aqua e Terra del Moderate Resolution Imaging Spectroradiometer (MODIS). Le caratteristiche di questo vigneto, osservabile anche a basse risoluzioni, e l'insieme dei dati a disposizione hanno consentito una prima valutazione dell'applicabilità dei dati MODIS per il monitoraggio dello stato vegetativo e fisiologico del vigneto. È stata aggiornata la serie storica dei prodotti MODIS finora raccolta sul sito di Negrisia. I dati forniti da MODIS sono stati messi in relazione con la serie di dati raccolti dal 2005 mediante misure biometriche e micrometeorologiche misurate a terra. In particolare, è stata valutata la possibilità di utilizzare alcuni prodotti MODIS per monitorare il Leaf Area Index (LAI), la Gross Primary Production (GPP) e l'evapotraspirazione (ET). Mentre per il LAI e la GPP esistono pubblicamente dei prodotti MODIS dedicati e disponibili liberamente (MOD/MYD15-17), per l'et è stata valutata la relazione empirica tra l'et misurata mediante la tecnica micrometeorologica e la relazione MODIS-(LST x EVI). Questa costituisce un indicatore integrato che tiene conto della temperatura e dello stato della vegetazione e dell'intercettazione della radiazione solare, indice calcolato utilizzando due ulteriori prodotti: la Land Surface Temperature (LST) e l'enhanced Vegetation Index (EVI) (Sims et al. 2008). Soddisfacenti correlazioni sono state ottenute tra i dati di terra e quelli telerilevati. L'evapotraspirazione reale misurata nel vigneto è apparsa strettamente correlata (r2 ~ 0.9) con l'indicatore derivato da MODIS [LST x EVI] (Figura 2). In linea generale, i prodotti più elaborati come il LAI e GPP, hanno mostrato una minore aderenza al dato di campo rispetto a parametri più diretti come gli indici di vegetazione e la temperatura di superficie (Figure 3 e 4). Il MODIS-LAI e il MODIS-GPP sono in effetti il risultato di modelli di calcolo basati su assunzioni e parametrizzazioni effettuate a livello globale e per un numero limitato e rappresentativo di biomi, che risultano quindi insufficienti a discriminare le specificità dei vari sistemi colturali. Inoltre, il calcolo di questi dati si basa su dati meteorologici del Data Assimilation Office (NASA), un dataset climatico globale a bassissima risoluzione spaziale, che a livello locale possono facilmente presentare significativi scostamenti dai valo- 100

7 Figura 2. Correlazione fra l'evapotraspirazione misurata a terra via Eddy Covariance e l'indicatore derivato da MODIS [LST x EVI]. Figura 3. Grafici A, B: Correlazione fra la GPP misurata via Eddy Covariance e il MODIS-GPP. Grafici C, D: Correlazione tra la GPP Eddy Covariance e l'indicatore MODIS [LST x EVI]. Figura 4. Grafici A, B: Correlazione fra il lai misurato in campo e il MODIS-LAI. Grafici C, D: Correlazione tra il LAI misurato in campo e il MODIS-NDVI. 101

8 ri reali. I risultati ottenuti, da considerare come preliminari, dimostrano tuttavia la possibilità di monitorare e mappare l'andamento dello stato vegetativo e di un vigneto attraverso il sensore MODIS. 2.3 STUDIO DELLE CARATTERISTICHE SPET- TRALI DELLA VEGETAZIONE MEDIANTE TECNICHE DI AIRBORNE REMOTE SEN- SING L'utilizzo di moderne tecniche di remote sensing ha permesso di studiare l'effetto della struttura della chioma e della sua variabilità spaziale sulle sue proprietà spettrali. Nell'ambito del progetto sono state condotte delle campagne di misura con l'obiettivo di studiare la risposta spettrale della vegetazione vitata in funzione di diversi parametri come: forma di allevamento (spalliera e pergola), varietà, esposizione e orografia (pianura e collina). La campagna di acquisizione iperspettrale è stata condotta nell'estate del 2010 in due importanti realtà viticole venete. La zona del Soave, caratterizzata da due diverse realtà: la viticoltura classica di collina impostata su forme di allevamento a pergola con varietà Garganega e la viticoltura più moderna in pianura con forme di allevamento a spalliera; la seconda area all'interno DOC Piave (Negrisia di Ponte di Piave) caratterizzata da una viticoltura moderna interamente meccanizzata, in pianura, con forme di allevamento a spalliera e vitigni nazionali ed internazionali. L'acquisizione è stata effettuata con il sensore iperspettrale aeroportato AISA Eagle (VIS/NIR nm), caratterizzato da una risoluzione radiometrica di nm in 122 bande contigue con una ampiezza (FWHM) di 4.6 nm. La quota di volo variabile tra m ha consentito una risoluzione spaziale a terra di 0.5 m, valore minimo necessario per la discriminazione vite/suolo. All'interno delle due aree di studio sono stati identificati e opportunamente georiferiti 39 siti di studio all'interno di 11 vigneti produttivi caratterizzati da differenti varietà, forma di allevamento, pendenza, esposizione e quota. Per l'area del Soave, la scelta dei siti di studio è stata fatta in collaborazione con Il personale del Consorzio di Tutela Vini Soave e Recioto di Soave, con l'obiettivo di studiare una già nota variabilità inter-sito e approfondire le conoscenze su determinati vigneti già oggetto di studio da parte del Consorzio. In concomitanza con i rilievi aerei sono stati condotti una serie di rilievi a terra per ottenere i Ground Control Points (GCP). Nei GCP opportunamente georiferiti mediante un GPS sono state condotte misure di LAI, contenuto di clorofilla fogliare, struttura e dimensione della chioma, parametri analitici di qualità dell'uva. La misura della riflettanza della vegetazione (a scala di parcella) e della firma spettrale (a scala fogliare e di canopy) è stata effettuata mediante uno spettroradiometro (ASD FieldSpec VIS/NIR nm). Per la discriminazione spettrale (vite/suolo) sono state condotte due misure: il primo mediante l'imposizione di una threshold basata sull'indice NDVI, la seconda mediante l'associazione al rilievo iperspettrale di una acquisizione laser-scan con l'obiettivo di associare ad ogni pixel iperspettrale una precisa quota e identificar così la natura (vite/suolo) di ogni pixel. L'utilizzo integrato dell'impostazione di una NDVI-threshold e le informazioni ottenute dall'elaborazione dei prodotti del rilievo Laser-scan hanno permesso una buona discriminazione dei pixel di pura vite dal suolo inerbito (Figura 5). Sono stati così rielaborati per le immagini AISA solo i pixel di pura vite (Figura 6). La rimozione dell'effetto del background ha inoltre reso possibile l'individuazione di eventuali fallanze e una possibile discriminazione varietale basata sulla firma spettrale delle singole varietà. Le variabili biofisiche e strutturali della vegetazione misurate nei GCP (dimensione della chioma, LAI, contenuto di clorofilla fogliare) hanno permesso la ricerca di eventuali correlazioni con i più diffusi indici di vegetazione presenti in letteratura (Zarco- Tejada et al., 2005; Hatfield et al., 2008; Meggio et al., 2010). In particolare l'analisi dei dati ha prodotto buone correlazioni tra il LAI misurato in campo e l'ndvi ottenuto dalle immagini AISA per entrambe le aree di studio (Figure 7 e 8). Le relazioni prodotte sono state utilizzate per creare delle mappe di vigore utili alla individuazione di eventuali zone disomogenee, fallanze o eccessi vegetativi all'interno dei vigneti campione (Figura 9). Per la stima del contenuto di clorofilla fogliare, parametro utile all'individuazione di possibili carenze nutrizionali, è stato utilizzato un modello di transfer radiativo (rowmcrm 102

9 Figura 5. Discriminazione tra firma spettrale tra vite (diverse varietà) e suolo inerbito. Figura 6. Discriminazione tra pixels di pura vite dal background (suolo inerbito). Figura 7. Relazione lineare tra l'indice di vegetazione NDVI ottenuto dalle immagini telerilevate e il LAI misurato nei GCP. Figura 8. Relazioni lineare tra l'indice di vegetazione NDVI ottenuto dalle immagini telerilevate e il LAI misurato nei GCP. Differenza tra le relazioni trovati nelle due aree di studio VR e TV. Figura 9. Mappa tematica (a sx) e dettaglio (a dx) del LAI elaborata su una strisciata telerilevata dell'area di studio di VR. 103

10 model). Il modello è stato parametrizzato con variabili reali misurate in campo (dimensione canopy, geometria solare, firma spettrale del suolo inerbito). È stato così elaborata una relazione di scaling-up dedicata ai suoli inerbiti mediante l'indice TCARI/OSAVI calcolato dalle immagini AISA. In Figura 10 è rappresentato l'errore quadratico medio (RMSE) ottenuto dal confronto tra il contenuto di clorofilla misurato in campo e quello stimato mediante lo scaling-up del TCARI/OSAVI. I risultati ottenuti hanno così permesso la creazione di mappe accurate del contenuto di clorofilla fogliare per le aree di studio (Figura 11). Le analisi sui mosti delle varietà Carmenére e Prosecco (Area TV) e Garganega (Area VR) effettuate alla vendemmia su campioni di grappoli prelevati in 38 GCP, sono state condotte in collaborazione con Il Consorzio di Tutela Vini Soave e Recioto di Soave e l'az. agricola F.lli Mercante. In ogni sito di studio alla vendemmia, in collaborazione con il personale del Consorzio, è stato prelevato per ogni GCP un campione di 4-5 grappoli rappresentativi. I campioni così raccolti sono stati conferiti ad un centro di analisi per la determinazione dei principali parametri eno-chimici. I parametri qualitativi ottenuti hanno mostrato alcune correlazioni significative con gli indici spettrali trovati in letteratura (Tabella 1, 2, 3). Figura 10. Accuratezza nella stima del contenuto di clorofilla fogliare nei GCP tra dati telerilevati e misure in campo. Figura 11. Dettaglio di mappa tyematica del contentuo di clorofilla fogliare elaborata su una strisciata telerilevata dell'area di studio di TV. 2.4 CONCLUSIONI I risultati ottenuti nell'ambito del progetto di ricerca confermano l'utiizzo delle tecniche di telerilevamento come uno strumento valido ed applicabile anche ad una realtà complessa come è la viticoltura italiana. In particolare, l'elevata aderenza delle relazioni con i parametri di campo ottenute dagli indicatori diretti (es. NDVI), o di loro semplici derivati (LST x EVI) costituisce una dimostrazione dell'applicabilità della piattaforma satellita- Tabella 1. Coefficienti di determinazione (r2) trovati mediante regressione lineare tra i parametri qualitativi dei mosti misurati alla raccolta nei GCP e indici di vegetazione telerilevati. Varietà Carmenére (Area TV). 104

11 Tabella 2. Coefficienti di determinazione (r2) trovati mediante regressione lineare tra i parametri qualitativi dei mosti misurati alla raccolta nei GCP e indici di vegetazione telerilevati. Varietà Prosecco (Area TV). Tabella 3. Coefficienti di determinazione (r2) trovati mediante regressione lineare tra i parametri qualitativi dei mosti misurati alla raccolta nei GCP e indici di vegetazione telerilevati. Varietà Garganega (Area VR). re MODIS all'osservazione di appezzamenti specifici nelle realtà territoriali italiane, purché sufficientemente estesi e omogenei. Le relazioni empiriche con indicatori diretti, a parte la semplicità di applicazione, hanno il notevole vantaggio infatti di essere basati interamente sui dati satellitari, senza la necessità di integrarli con dati di terra. Il limite fondamentale di questo approccio è dato tuttavia dal fatto che le regressioni ottenute sono valide esclusivamente per il sito su cui sono state ottenute. L'applicazione del MODIS per estendere le osservazioni su più siti dipenderà dunque dalla possibilità di modellizzare i coefficienti delle regressioni empiriche con dati facilmente rilevabili in campo. I risultati ottenuti dall'analisi delle immagini iperspettrali ha permesso di ottenere delle stime accurate di parametri biofisici del vigneto, quali il LAI e il contenuto di clorofilla fogliare. La creazione di mappe di vigore e del contenuto di clorofilla permette conoscere la variabilità all'interno del vigneto e tra vigneti diversi, la presenza di eventuali fallanze, la presenza di zone disomogenee in termini di vigoria e di stato nutrizionale, tutte informazioni utili a fini produttivi e gestionali per un consorzio. Le relazioni trovate con i parametri qualitativi sono da considerarsi come preliminari in quanto per la loro validazione è necessario l'accertamento della loro stabilità spaziale e temporale. La discriminazione varietale da remoto, sebbene necessiti ancora lavoro per potersi svincolare dal singolo caso di studio, potrà offrire ai consorzi e agli Enti di controllo e pianificazione del territorio uno strumento dalle enormi potenzialità applicative. 105

12 3. REGIONE TOSCANA A. Dalla Marta*, M. Mancini*, S. Orlandini*, F. Maselli**, M. Chiesi**, L. Angeli***, M. Moriondo** e M. Bindi* * Università degli Studi di Firenze, Dip. di Scienze delle Produzioni Vegetali, del Suolo e dell'ambiente Agroforestale ** Istituto di Biometeorologia - IBIMET - CNR di Firenze *** LaMMA CRES - Grosseto Lo scopo principale della ricerca condotta è stato quello di stimare e monitorare, attraverso l'integrazione di informazioni meteoclimatiche, modellistica di simulazione e telerilevamento da satellite, le dinamiche spazio-temporali delle principali risposte vegeto-produttive dei vigneti e le caratteristiche qualitative del vino nell'area del Consorzio del Chianti Classico. Per fare questo, la ricerca ha visto l'integrazione di tre diversi ambiti: telerilevamento, modellistica e indici climatici, che ha fornito un'analisi completa sia di tipo spaziale che temporale. La ricerca ha interessato l'area geografica di produzione del Chianti Classico ed è stata effettuata a scala di comprensorio. Per lo studio il Consorzio del Chianti Classico ha messo a disposizione il proprio data base di analisi quanti/qualitative delle produzioni vinicole (alcol, acidità totale, glicerolo, etc.) per il periodo I dati forniti dal Consorzio, i data base meteo-climatici e le immagini satellitari rappresentano quindi la base su cui è stata impostata l'attività di ricerca (Tabella 4). Come più volte sottolineato, l'indice NDVI telerilevato da piattaforma aerea o satellitare è direttamente proporzionale alla attività fotosintetica della vegetazione. Nel caso specifico dei vigneti, i valori di NDVI sono correlati allo stato vegetativo delle piante (vigore) durante la stagione di crescita e alla qualità dei vini prodotti (Bramley et al., 2004; Fiorillo et al., 2009). Le immagini riprese dal sensore MODIS montato sui satelliti TERRA e AQUA possono fornire valori di NDVI ogni 16 giorni con una risoluzione spaziale di circa 250 metri (Figura 12). Questa risoluzione, se pur abbastanza elevata, non consente di identificare esattamente la maggior parte dei vigneti presenti nelle nostre zone. Le immagini MODIS devono quindi essere trattate tramite opportune tecniche di elaborazione per ottenere informazioni sullo stato dei vigneti. Per questo motivo è stata applicata una procedura di "pixel unmixing locale" sviluppata dal nostro gruppo di ricerca (Maselli, 2001). Tale procedura consente di estrarre da immagini a medio-bassa risoluzione i valori di NDVI relativi ad una data classe di copertura individuata sulla base di una mappa a più alta risoluzione. Nel nostro caso questa mappa è stata fornita dal progetto CORINE 2000, che riporta la distribuzione delle superfici a vigneto nella regione Toscana con una risoluzione di m. L'applicazione della procedura ha consentito di estrarre i dati NDVI dei vigneti di 9 comuni del Chianti Classico per gli anni I profili di NDVI dei 9 comuni sono poi stati mediati per poterli confrontare con gli indici di qualità dei vini ottenuti da misure "in situ" prese nello stes- Tabella 4. Periodo e tipo di dati utilizzati per lo svolgimento delle attività di ricerca. 106

13 Figura 12. Esempio di immagine MODIS NDVI del Centro Italia relativa all'inizio di agosto 2009, con indicazione dei comuni del Chianti Classico considerati. so comprensorio. Analisi di correlazione sono state effettuate fra tutti gli indici di qualità disponibili e i valori di NDVI relativi ai periodi da fine marzo a inizio novembre. La seconda parte della ricerca ha avuto come scopo principale l'assimilazione dei dati satellitari di NDVI nel modello agrometeorologico di crescita della vite ViteModel (Bindi et al., 1996) e la valutazione delle sue potenzialità per la stima degli aspetti qualitativi della produzione. Per la stima dei parametri produttivi-qualitativi, il modello ViteModel, già calibrato per la varietà Sangiovese, è stato forzato con osservazioni telerilevate da MODIS al fine di ottenere una stima complessiva dell'intercettazione della radiazione solare, sfruttando la relazione lineare che sussiste tre l'indice NDVI ed il grado di copertura vegetale di una superficie. I dati meteorologici per l'area in oggetto, necessari per la simulazione, sono stati ottenuti dal database DAYMET, che contiene i dati meteorologici per la Toscana interpolati alla scala 1 x 1 km. Il modello è stato quindi utilizzato per la stima del grado zuccherino del vino prodotto nell'areale del Chianti Classico per il periodo Parallelamente alle altre fasi della ricerca, è stata verificata la presenza di relazioni tra le caratteristiche qualitative del vino e alcuni indici climatici impiegati in meteorologia per le previsioni a lungo termine. In particolare, sono stati utilizzati l'indice NAO (North Atlantic Oscillation Index), la GPH (altezza del geopotenziale) a 500 hpa e la SST (temperatura superficiale del mare). In Europa, l'indice NAO sembra essere responsabile di una grande componente della variabilità climatica, influenzando in particolare il clima invernale. Nei mesi invernali, infatti, mostra una significativa relazione con la traiettoria delle perturbazioni, la temperatura e le precipitazioni sulle zone del Nord Europa e del Mediterraneo ed è quindi in grado di influenzare, attraverso le interazioni clima-pianta, le caratteristiche della produzione delle colture (Atkinson et al. 2005; Grifoni et al., 2006; Ribeiro et al. 2009; Dalla Marta et al., 2010). L'utilizzo dell'indice NAO, come evidenziato da diversi lavori che lo hanno messo in relazione alla produzione e alla fenologia di diverse colture (grano, segale, vite, olivo, limone, etc.) (Gimeno et al., 2002; Avolio et al. 2008; Dalla Marta et al., 2011), ha mostrato un grande potenziale per lo sviluppo di sistemi di previsione della produzione. Il GPH a 500 hpa rappresenta l'altitudine in metri del livello in atmosfera dove la pressione dell'aria è pari a 500 hpa ed è ben correlato con le caratteristiche meteorologiche al suolo. La SST, la temperatura dello strato superficiale del mare, risulta fortemente collegata all'origine delle precipitazioni, alla formazione ed evoluzione dei cicloni, ai fenomeni di convezione e alle brezze marine. Poiché i cambiamenti di SST sono relativamente lenti rispetto ai cambiamenti in atmosfera, a causa dell'inerzia dell'oceano, questi hanno delle ripercussioni sulle condizioni climatiche in periodi successivi e proprio per questo la SST rappresenta un'ottima base per le previsioni a lungo termine. Le informazioni meteorologiche utilizzate provengono dal sito della NOAA-CIRES Climate Diagnostics Center, Boulder, Colorado, USA, ( Le variabili ed i campi meteorologici sono stati ottenuti mediante il progetto "NCEP/NCAR Reanalysis Project" (Kalnay 1996), che mette a disposizione dati di variabili meteorologiche a partire dal 1948 con una risoluzione spaziale di 2,5 (Lat.-Long.). Questo progetto, utilizzando tutte le osser- 107